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！
摘要：本发明提供了一种持续学习的时间序列预测大模型，包括有以下步骤:步骤一：分类阶段；步骤二：预测阶段；对每个类别，利用该类别数据微调时序大模型，得到每个类别的LoRA模块，将新增相似数据集在对应类别进行增量训练后进行推理预测，然后将不属于任一已知类别的数据集，重新初始化一个LoRA模块进行训练；或者；将大模型与时序数据对齐后，利用冻结的大模型得到输入时间序列的潜在表示，同时每一个LoRA矩阵用一个向量进行表征，将该表示与LoRA表征进行匹配，选择相似度最高的LoRA进行后续预测任务；使得知识能够持续积累，无论是新的数据还是历史数据，都能在模型中得到充分利用和优化，解决了传统的持续学习方法会对历史知识产生灾难性遗忘的问题。
主权项：1.一种持续学习的时间序列预测大模型，其特征在于：包括有以下步骤:步骤一：分类阶段；利用已有数据集训练一个多分类模型，对新增数据集进行分类，判断所属类别，将不属于现有已知类的，利用已有数据集和新数据集训练新的分类模型，并与旧分类模型集成；步骤二：预测阶段；对每个类别，利用该类别数据微调时序大模型，得到每个类别的LoRA模块，将新增相似数据集在对应类别进行增量训练后进行推理预测，然后将不属于任一已知类别的数据集，重新初始化一个LoRA模块进行训练；或者；将大模型与时序数据对齐后，利用冻结的大模型得到输入时间序列的潜在表示，同时每一个LoRA矩阵用一个向量进行表征，将该表示与LoRA表征进行匹配，选择相似度最高的LoRA进行后续预测任务。
全文数据：
权利要求：
百度查询： 上海鼎茂信息技术有限公司 一种持续学习的时间序列预测大模型
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