[發(fā)明專利]基于大數(shù)據(jù)深度學(xué)習(xí)的個人聯(lián)動區(qū)域時空預(yù)測方法

在審

• 申請?zhí)枺?/td>: 202011627009.7
• 申請日: 2020-12-30
• 公開（公告）號: CN112669969A
• 公開（公告）日: 2021-04-16
• 發(fā)明（設(shè)計）人: 朱定局
• 申請（專利權(quán)）人: 華南師范大學(xué)
• 主分類號: G16H50/30
• 分類號: G16H50/30;G16H50/80;G06N3/08;G06F16/2458;G06F16/29
• 代理公司: 廣州華進聯(lián)合專利商標代理有限公司 44224
• 代理人: 謝曲曲

1.一種人工智能方法，其特征在于，所述方法包括：

個人預(yù)測深度學(xué)習(xí)模型構(gòu)建步驟：初始化多個深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型作為多個個人預(yù)測深度學(xué)習(xí)模型，將每一時間每一空間的每一個人的個人數(shù)據(jù)作為輸入，將所述每一時間所述每一空間的所述每一個人預(yù)期結(jié)果作為輸出，對所述每一時間所述每一空間的個人預(yù)測深度學(xué)習(xí)模型進行第一訓(xùn)練，不同的個人預(yù)測深度學(xué)習(xí)模型的參數(shù)根據(jù)預(yù)設(shè)進行共享或部分共享或不共享；

個人預(yù)測深度學(xué)習(xí)模型使用步驟：在使用時，將每一時間每一空間的每一個人的數(shù)據(jù)作為輸入，通過所述每一時間所述每一空間的個人預(yù)測深度學(xué)習(xí)模型的計算，得到的輸出作為所述每一時間所述每一空間的所述每一個人預(yù)測結(jié)果；

單時單空預(yù)測深度學(xué)習(xí)模型第一構(gòu)建步驟：初始化多個深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型作為單時單空預(yù)測深度學(xué)習(xí)模型，將每一時間每一空間的時間信息和空間信息和所有個人數(shù)據(jù)作為輸入，將所述每一時間所述每一空間的所有個人預(yù)期結(jié)果的統(tǒng)計結(jié)果作為預(yù)期輸出，或?qū)⑺雒恳粫r間所述每一空間的預(yù)期結(jié)果作為預(yù)期輸出，對所述單時單空預(yù)測深度學(xué)習(xí)模型進行第二訓(xùn)練；不同的單時單空預(yù)測深度學(xué)習(xí)模型的參數(shù)根據(jù)預(yù)設(shè)進行共享或部分共享或不共享；

單時單空預(yù)測深度學(xué)習(xí)模型第二構(gòu)建步驟：針對每一時間每一空間，將所述每一時間所述每一空間的所有個人預(yù)測深度學(xué)習(xí)模型的特征數(shù)據(jù)聯(lián)合后作為輸入，將所述每一時間所述每一空間的所有個人的預(yù)期結(jié)果的統(tǒng)計結(jié)果作為預(yù)期輸出，或?qū)⑺雒恳粫r間所述每一空間的預(yù)期結(jié)果作為預(yù)期輸出，對所述單時單空預(yù)測深度學(xué)習(xí)模型進行第三訓(xùn)練；

單時單空預(yù)測深度學(xué)習(xí)模型使用步驟：在使用時，每一時間每一空間的時間信息、空間信息、所有個人數(shù)據(jù)作為輸入，通過所述單時單空預(yù)測深度學(xué)習(xí)模型的計算，得到的輸出作為所述每一時間所述每一空間的所有個人的預(yù)期結(jié)果的統(tǒng)計結(jié)果，或作為所述每一時間所述每一空間的預(yù)測結(jié)果；

訓(xùn)練方式第一設(shè)置步驟：第二訓(xùn)練和第三訓(xùn)練可以先后進行，也可以交叉進行，或采用預(yù)設(shè)的方式組合進行，通過第二訓(xùn)練和第三訓(xùn)練得到所述單時單空預(yù)測深度學(xué)習(xí)模型；第一訓(xùn)練、第三訓(xùn)練可以先后進行，也可以交叉進行，或采用預(yù)設(shè)的方式組合進行，通過第一訓(xùn)練、第三訓(xùn)練得到所述每一時間所述每一空間的個人預(yù)測深度學(xué)習(xí)模型。

2.根據(jù)權(quán)利要求1所述的人工智能方法，其特征在于，所述方法還包括：

多時單空預(yù)測深度學(xué)習(xí)模型第一構(gòu)建步驟：初始化深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型作為多時單空預(yù)測深度學(xué)習(xí)模型，將每K個時間每一空間的時間信息和空間信息和所有個人數(shù)據(jù)作為輸入，將所述每K個時間所述每一空間的所有個人預(yù)期結(jié)果的統(tǒng)計結(jié)果作為預(yù)期輸出，或?qū)⑺雒縆個時間所述每一空間的預(yù)期結(jié)果作為預(yù)期輸出，對所述多時單空預(yù)測深度學(xué)習(xí)模型進行第四訓(xùn)練；不同的多時單空預(yù)測深度學(xué)習(xí)模型的參數(shù)根據(jù)預(yù)設(shè)進行共享或部分共享或不共享；所述每K個時間為相鄰的每K個時間；

多時單空預(yù)測深度學(xué)習(xí)模型第二構(gòu)建步驟：針對每K個時間每一空間，將所述每K個時間所述每一空間的所有個人預(yù)測深度學(xué)習(xí)模型的特征數(shù)據(jù)聯(lián)合后作為輸入，將所述每K個時間所述每一空間的所有個人的預(yù)期結(jié)果的統(tǒng)計結(jié)果作為預(yù)期輸出，或?qū)⑺雒縆個時間所述每一空間的預(yù)期結(jié)果作為預(yù)期輸出，對所述多時單空預(yù)測深度學(xué)習(xí)模型進行第五訓(xùn)練，得到所述多時單空預(yù)測深度學(xué)習(xí)模型；所述每K個時間為相鄰的K個時間；

多時單空預(yù)測深度學(xué)習(xí)模型第三構(gòu)建步驟：針對每K個時間每一空間，將所述每K個時間所述每一空間的單時單空預(yù)測深度學(xué)習(xí)模型的特征數(shù)據(jù)聯(lián)合后作為輸入，將所述每K個時間所述每一空間的所有個人的預(yù)期結(jié)果的統(tǒng)計結(jié)果作為預(yù)期輸出，或?qū)⑺雒縆個時間所述每一空間的預(yù)期結(jié)果作為預(yù)期輸出，對所述多時單空預(yù)測深度學(xué)習(xí)模型進行第六訓(xùn)練，得到所述多時單空預(yù)測深度學(xué)習(xí)模型；所述每K個時間為相鄰的K個時間；

多時單空預(yù)測深度學(xué)習(xí)模型使用步驟：在使用時，每K個時間每一空間的時間信息、空間信息、所有個人數(shù)據(jù)作為輸入，通過所述多時單空預(yù)測深度學(xué)習(xí)模型的計算，得到的輸出作為所述每K個時間所述每一空間的所有個人的預(yù)期結(jié)果的統(tǒng)計結(jié)果，或作為所述每K個時間所述每一空間的預(yù)測結(jié)果；

訓(xùn)練方式第二設(shè)置步驟：第四訓(xùn)練、第五訓(xùn)練、第六訓(xùn)練可以先后進行，也可以交叉進行，或采用預(yù)設(shè)的方式組合進行，通過第四訓(xùn)練、第五訓(xùn)練、第六訓(xùn)練得到所述多時單空預(yù)測深度學(xué)習(xí)模型；第一訓(xùn)練、第五訓(xùn)練、第六訓(xùn)練可以先后進行，也可以交叉進行，或采用預(yù)設(shè)的方式組合進行，通過第一訓(xùn)練、第五訓(xùn)練、第六訓(xùn)練得到所述每一時間所述每一空間的個人預(yù)測深度學(xué)習(xí)模型。