公开(公告)号：CN117591918A

公开(公告)日：2024-02-23

申请号：CN202311745946.6

申请日：2023-12-18

Applicant: 复旦大学

Inventor： 王鹏 ,  张翰博 ,  汪卫

IPC: G06F18/24 ,  G06N3/094 ,  G06N3/0475 ,  G06N3/045 ,  G06F123/02

Abstract: 本发明涉及计算机数据处理领域，用于客户端，特别涉及一种多维时间序列数据生成方法，其特征在于，利用第一预定模型基于多个类的多维高斯噪声数据中的每个单维高斯噪声数据生成单维虚假时间序列数据；利用第二预定模型基于多个类的多维真实时间序列数据中的每个单维真实时间序列数据和所述单维虚假时间序列数据优化所述第一预定模型；将多个所述单维虚假时间序列数据集成为多个类的多维虚假时间序列数据；将所述多个类的多维虚假时间序列数据与所述多个类的多维真实时间序列数据合并生成时间序列分类训练数据。本发明还涉及一种数据生成模型的构建装置、设备集群、程序产品和介质。

公开(公告)号：CN117933342A

公开(公告)日：2024-04-26

申请号：CN202311746686.4

申请日：2023-12-18

Applicant: 复旦大学

Inventor： 王鹏 ,  李姜辛 ,  张翰博 ,  汪卫

IPC: G06N3/084 ,  G06Q50/04

Abstract: 本发明涉及数据预测模型的构建方法，用于客户端，包括：使用反向传播训练得到数据预测模型，其中，数据预测模型包括参数识别模块和机理模型；参数识别模块基于低级已知数据和/或高级已知数据，确定机理模型的可变参数的值；机理模型基于确定的可变参数的值和低级已知数据，预测得到目标数据；高级已知数据由具有相互关系的多个低级已知数据组成。本发明还涉及数据预测方法，装置、设备集群、介质和计算机程序产品。