龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南京信息工程大学
摘要：本发明公开了一种自适应图学习与神经受控微分方程的时空数据预测方法，包括获取离散的多元气象时空数据，根据多元气象时空数据构建图结构；使用插值法将离散的多元气象时空数据转换为连续数据路径；利用图结构和连续数据路径构建神经受控微分方程，并更新神经受控微分方程权重参数；求解更新后的神经受控微分方程并输出预测结果；联合神经微分方程与图学习机制，将深度神经网络的黑盒时空预测方法转化为对常微分动力系统的建模问题，预测值即为对该动力系统的数值求解问题，更具可解释性；有效发挥了神经受控微分方程处理不规则观察数据的能力，提高训练效率，同时又能捕获动态系统中的时空相关性，能够用于不规则多元气象数据预测。
主权项：1.一种基于自适应图学习与神经受控微分方程的时空数据预测方法，其特征在于，包括：获取离散的多元气象时空数据，并根据所述多元气象时空数据构建图结构；使用插值法将所述离散的多元气象时空数据转换为连续数据路径；利用所述图结构和所述连续数据路径构建神经受控微分方程，并更新神经受控微分方程权重参数；求解更新后的所述神经受控微分方程并输出预测结果；所述神经受控微分方程包括处理时间信息的神经受控微分方程与处理空间信息的神经受控微分方程，公式如下： （9）； （10）；其中，Xt=x表示输入的所述连续数据路径，t∈[0,T]，Ht表示时序信号处理过程中单时刻的时序隐藏状态时序信号，HT表示时序信号处理过程中整个样本时间长度的时序隐藏状态，Zt为空间神经受控微分方程代入Ht作为信号输入得到的空间隐藏状态，ZT表示空间信号处理过程中整个样本时间长度的空间隐藏状态，H0、Z0分别为时序与空间隐藏状态的初始值，f·为时序信号处理模块的时间向量场，g·为空间信号处理模块的空间向量场，θf和θg分别为时序信号处理模块和空间信号处理模块内的可训练权重参数；将以上公式（9）与（10）联合得到简化后的反映时空信号处理的神经受控微分方程公式（11），计算公式如下： （11）。
全文数据：
权利要求：
百度查询： 南京信息工程大学 一种基于自适应图学习与神经受控微分方程的时空数据预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号