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：山西量道科技有限公司
摘要：本发明公开了一种基于深度强化学习的时序数据趋势预测可解释性方法，属于机器学习技术领域。针对时序数据预测结果的可解释性问题，通过利用图网络对节点和图级嵌入进行表示学习，以深入理解图结构数据的内在特征；同时，评估节点特征与预测结果之间的相关性和重要性，以揭示模型对于不同特征的关注程度，这有助于为后续的解释步骤提供基础。针对图节点匹配时的高计算复杂度，使用高斯混合网络等聚类算法先对目标类的源图进行精确表示，在具有代表性的图集上基于强化学习进行节点匹配操作构建原型图。通过分析原型图结构及节点特征的数据特点，提供直观地解释来理解模型的预测结果。
主权项：1.一种基于深度强化学习的时序数据趋势预测可解释性方法，其特征在于，所述方法包括以下步骤：步骤1：利用分类GcnLSTM模块对节点和图级嵌入进行表示学习，同时评估特征与预测结果之间的相关性和重要性；步骤2：利用原型图构建模块通过强化学习的方法，对目标类子图进行节点匹配输出原型图；步骤3：可视化和解释原型图结构，揭示原型图中的重要特征和模式。
全文数据：
权利要求：
百度查询： 山西量道科技有限公司 一种基于深度强化学习的时序数据趋势预测可解释性方法
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