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：浙江大学
摘要：本发明公开一种基于扩散模型的时序数据生成方法和系统，方法包括首先对原始时序数据进行预处理，构建扩散模型并利用预处理后得到的完整时序样本训练扩散模型，借助训练好的扩散模型来从隐空间中采样并生成符合原始时序数据分布的虚拟时序样本，或者填补非完整时序数据的缺失区域。本发明通过训练基于Unet框架的扩散模型来有效捕捉时序数据长期趋势和短期波动的动态信息，扩散模型主要包括前向加噪和反向去噪两个过程，本发明的方法和系统能够提升时序数据模型的预测精度和鲁棒性。
主权项：1.一种基于扩散模型的时序数据生成方法，其特征在于，该方法包括如下步骤：步骤一：获取具有N个完整时序样本的数据集；步骤二：构建去噪网络，所述去噪网络包括一个全连接网络和一个UNet网络，所述全连接网络用于时间编码，输入为时间步，输出为时间编码向量；所述UNet网络包括三个下采样模块、两个中间连接模块和三个上采样模块，输入为时间编码向量和加噪后的时序样本数据，输出为噪声；每个下采样模块和上采样模块由两个残差层、一个自注意力层和一个二维卷积层依次连接构成，而每个中间连接模块则由一个残差层、一个自注意力层和一个残差层依次连接构成；所有残差层的结构相同，均由两个卷积层顺序连接而成，且第一个卷积层的输出结果与时间编码向量拼接后作为第二个卷积层的输入；每个卷积层的结果在输入激活函数前，首先与该卷积层的输入数据相加；每个自注意力层采用四头注意力机制，用于捕获时序数据的时间关联性；所述UNet网络引入跳跃连接机制，对于倒数第i个上采样模块，i＝1,2,3，其输入为上一个模块的输出和第i个下采样模块的输出的和；步骤三：对步骤一的数据集中的样本进行加噪后，输入去噪网络中，对所述去噪网络进行训练，得到训练后的去噪网络；步骤四：利用训练后的去噪网络进行虚拟时序数据的生成和插补。
全文数据：
权利要求：
百度查询： 浙江大学 一种基于扩散模型的时序数据生成方法和系统
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