首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于动态图学习的多元时间序列缺失值插补方法及系统 

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:南开大学

摘要:本发明涉及人工智能技术领域,具体公开了基于动态图学习的多元时间序列缺失值插补方法及系统,方法包括:获取带缺失值的多元时间序列数据;构建图结构,通过图神经网络调整所述图结构的邻接矩阵,计算得到自适应图结构;所述自适应图结构通过编码器、解码器,计算得到前向插补值、后向插补值和节点嵌入表示;利用多层感知机聚合,计算得到预测缺失值;将所述预测缺失值与带缺失值的多元时间序列数据结合,得到插补后的多元时间序列数据。本发明以动态图结构学习来建模变量之间在不同时间步的相关性,同时学习变量关联性与时间序列的时序依赖关系,通过用学习到的表征对缺失数据进行两阶段的插补计算,有效提升了缺失值插补的准确率。

主权项:1.基于动态图学习的多元时间序列缺失值插补方法,其特征在于,包括:获取带缺失值的多元时间序列数据;根据所述带缺失值的多元时间序列数据,构建图结构,通过图神经网络调整所述图结构的邻接矩阵,计算得到自适应图结构;所述自适应图结构通过编码器、解码器,计算得到前向插补值、后向插补值和节点嵌入表示,所述编码器采用双向门控循环单元,对所述自适应图结构分别进行前向编码和后向编码;利用多层感知机聚合所述前向插补值、后向插补值和节点嵌入表示,计算得到预测缺失值;将所述预测缺失值与带缺失值的多元时间序列数据结合,得到插补后的多元时间序列数据。

全文数据:

权利要求:

百度查询: 南开大学 基于动态图学习的多元时间序列缺失值插补方法及系统

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。

相关技术
相关技术
相关技术
相关技术