公开(公告)号：CN118134054A

公开(公告)日：2024-06-04

申请号：CN202410537585.4

申请日：2024-04-30

Applicant: 北京大学

Inventor： 王乐业 ,  陈李越 ,  房江祎 ,  刘腾飞 ,  曹绍升

IPC: G06Q10/04 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084 ,  G06Q10/0631

Abstract: 本申请公开了一种模型的训练方法及时空数据的预测方法。其中，该模型的训练方法包括：确定第一层网格内通过不同的时间间隔表示的多类时空数据，并对多类时空数据进行时间转化和拼接处理，得到第一层网格对应的第一时空表示；自1至n‑1，依据第i时空表示，确定第i+1层网格对应的第i+1时空表示，以得到n‑1个时空表示；依据第i时空表示，确定第i层网格对应的损失函数，以得到n个损失函数，并利用n个损失函数对预设神经网络模型进行训练，得到目标神经网络模型。本申请解决了由于在相关的多尺度时空数据预测模型的训练过程中，未充分利用通过多尺度表示的层次关系，造成在模型训练过程中开销较大以及模型的预测精度较低的技术问题。

公开(公告)号：CN118428537A

公开(公告)日：2024-08-02

申请号：CN202410542521.3

申请日：2024-04-30

Applicant: 北京大学

Inventor： 王乐业 ,  陈李越 ,  房江祎 ,  刘腾飞 ,  曹绍升

IPC: G06Q10/04 ,  G06Q10/0631 ,  G06Q50/43 ,  G06Q50/47 ,  G06N3/045 ,  G06N3/082

Abstract: 本申请公开了一种时空数据的预测方法及装置、非易失性存储介质。其中，该方法包括：获取通过层次结构表示的目标区域；确定n层网格中的每层网格中的每个网格组合对应的第一目标组成方式；获取目标区域中的待预测子区域，并确定待预测子区域中的x组网格；在第一目标组成方式中，确定x组网格中的每组网格对应的目标组成方式，以得到x个目标组成方式，并基于x个目标组成方式，预测待预测子区域内的时空数据。本申请解决了相关技术无法对多尺度的非规则区域内的时空数据进行精准预测的技术问题。

公开(公告)号：CN118134054B

公开(公告)日：2024-09-24

申请号：CN202410537585.4

申请日：2024-04-30

Applicant: 北京大学

Inventor： 王乐业 ,  陈李越 ,  房江祎 ,  刘腾飞 ,  曹绍升

IPC: G06Q10/04 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084 ,  G06Q10/0631

Abstract: 本申请公开了一种模型的训练方法及时空数据的预测方法。其中，该模型的训练方法包括：确定第一层网格内通过不同的时间间隔表示的多类时空数据，并对多类时空数据进行时间转化和拼接处理，得到第一层网格对应的第一时空表示；自1至n‑1，依据第i时空表示，确定第i+1层网格对应的第i+1时空表示，以得到n‑1个时空表示；依据第i时空表示，确定第i层网格对应的损失函数，以得到n个损失函数，并利用n个损失函数对预设神经网络模型进行训练，得到目标神经网络模型。本申请解决了由于在相关的多尺度时空数据预测模型的训练过程中，未充分利用通过多尺度表示的层次关系，造成在模型训练过程中开销较大以及模型的预测精度较低的技术问题。