[發(fā)明專利]基于多級(jí)時(shí)空大數(shù)據(jù)深度學(xué)習(xí)的動(dòng)態(tài)級(jí)聯(lián)時(shí)空預(yù)測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011629906.1
• 申請(qǐng)日: 2020-12-30
• 公開（公告）號(hào): CN112669987A
• 公開（公告）日: 2021-04-16
• 發(fā)明（設(shè)計(jì)）人: 朱定局
• 申請(qǐng)（專利權(quán)）人: 華南師范大學(xué)
• 主分類號(hào): G16H50/80
• 分類號(hào): G16H50/80;G06N3/08;G06F16/2458;G06F16/29
• 代理公司: 廣州華進(jìn)聯(lián)合專利商標(biāo)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：

獲取單時(shí)單空變量集合步驟：獲取每一時(shí)間每一空間的輸入變量集合和輸出變量集合；

初始化單時(shí)單空模型步驟：根據(jù)每一時(shí)間每一空間的輸入變量集合和輸出變量集合，初始化深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型作為所述每一時(shí)間所述每一空間的單時(shí)單空預(yù)測(cè)深度學(xué)習(xí)模型；

單時(shí)單空模型訓(xùn)練步驟：將每一時(shí)間每一空間的時(shí)間信息和空間信息和所有個(gè)人數(shù)據(jù)作為輸入，將所述每一時(shí)間所述每一空間的所有個(gè)人預(yù)期結(jié)果的統(tǒng)計(jì)結(jié)果作為預(yù)期輸出，或?qū)⑺雒恳粫r(shí)間所述每一空間的預(yù)期結(jié)果作為預(yù)期輸出，對(duì)所述每一時(shí)間所述每一空間的單時(shí)單空預(yù)測(cè)深度學(xué)習(xí)模型進(jìn)行訓(xùn)練；不同的單時(shí)單空預(yù)測(cè)深度學(xué)習(xí)模型的參數(shù)根據(jù)預(yù)設(shè)進(jìn)行共享或部分共享或不共享；

同變量單時(shí)單空模型遷移步驟：獲取已經(jīng)訓(xùn)練完成的所述每一時(shí)間所述每一空間的單時(shí)單空預(yù)測(cè)深度學(xué)習(xí)模型，作為具有與已經(jīng)訓(xùn)練完成的所述每一時(shí)間所述每一空間的單時(shí)單空預(yù)測(cè)深度學(xué)習(xí)模型相同的輸入變量集合和輸出變量集合的尚未進(jìn)行訓(xùn)練的所述每一時(shí)間所述每一空間的單時(shí)單空預(yù)測(cè)深度學(xué)習(xí)模型，然后對(duì)尚未進(jìn)行訓(xùn)練的所述每一時(shí)間所述每一空間的單時(shí)單空預(yù)測(cè)深度學(xué)習(xí)模型執(zhí)行所述單時(shí)單空預(yù)測(cè)深度學(xué)習(xí)模型訓(xùn)練步驟；

單時(shí)單空模型使用步驟：在使用時(shí)，每一時(shí)間每一空間的時(shí)間信息、空間信息、所有個(gè)人數(shù)據(jù)作為輸入，通過所述每一時(shí)間所述每一空間的單時(shí)單空預(yù)測(cè)深度學(xué)習(xí)模型的計(jì)算，得到的輸出作為所述每一時(shí)間所述每一空間的所有個(gè)人的預(yù)期結(jié)果的統(tǒng)計(jì)結(jié)果，或作為所述每一時(shí)間所述每一空間的預(yù)測(cè)結(jié)果。

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：

獲取多時(shí)多空變量集合步驟：獲取每M個(gè)時(shí)間每N個(gè)空間的輸入變量集合和輸出變量集合；

初始化多時(shí)多空模型步驟：根據(jù)每M個(gè)時(shí)間每N個(gè)空間的輸入變量集合和輸出變量集合，初始化深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型作為所述每M個(gè)時(shí)間所述每N個(gè)空間的多時(shí)多空預(yù)測(cè)深度學(xué)習(xí)模型；

多時(shí)多空模型獨(dú)立訓(xùn)練步驟：將每M個(gè)時(shí)間每N個(gè)空間的時(shí)間信息和空間信息和所有個(gè)人數(shù)據(jù)作為輸入，將所述每M個(gè)時(shí)間所述每N個(gè)空間的所有個(gè)人預(yù)期結(jié)果的統(tǒng)計(jì)結(jié)果作為預(yù)期輸出，或?qū)⑺雒縈個(gè)時(shí)間所述每N個(gè)空間的預(yù)期結(jié)果作為預(yù)期輸出，對(duì)所述每M個(gè)時(shí)間所述每N個(gè)空間的多時(shí)多空預(yù)測(cè)深度學(xué)習(xí)模型進(jìn)行訓(xùn)練；不同的多時(shí)多空預(yù)測(cè)深度學(xué)習(xí)模型的參數(shù)根據(jù)預(yù)設(shè)進(jìn)行共享或部分共享或不共享；所述每M個(gè)時(shí)間為相鄰的每M個(gè)時(shí)間；所述每N個(gè)空間為相鄰的每N個(gè)空間；

多時(shí)多空模型聯(lián)合訓(xùn)練步驟：對(duì)每M個(gè)時(shí)間每N個(gè)空間，將所述每M個(gè)時(shí)間所述每N個(gè)空間的單時(shí)單空預(yù)測(cè)深度學(xué)習(xí)模型的特征數(shù)據(jù)聯(lián)合后作為第一預(yù)設(shè)隱層的輸入，將所述每M個(gè)時(shí)間所述每N個(gè)空間的所有個(gè)人的預(yù)期結(jié)果的統(tǒng)計(jì)結(jié)果作為預(yù)期輸出，或?qū)⑺雒縈個(gè)時(shí)間所述每N個(gè)空間的預(yù)期結(jié)果作為預(yù)期輸出，對(duì)所述每M個(gè)時(shí)間所述每N個(gè)空間的多時(shí)多空預(yù)測(cè)深度學(xué)習(xí)模型進(jìn)行訓(xùn)練，得到所述每M個(gè)時(shí)間所述每N個(gè)空間的多時(shí)多空預(yù)測(cè)深度學(xué)習(xí)模型；所述每M個(gè)時(shí)間為相鄰的每M個(gè)時(shí)間；所述每N個(gè)空間為相鄰的每N個(gè)空間；

同變量多時(shí)多空模型遷移步驟：獲取已經(jīng)訓(xùn)練完成的所述每M個(gè)時(shí)間所述每N個(gè)空間的多時(shí)多空預(yù)測(cè)深度學(xué)習(xí)模型，作為具有與已經(jīng)訓(xùn)練完成的所述每M個(gè)時(shí)間所述每N個(gè)空間的多時(shí)多空預(yù)測(cè)深度學(xué)習(xí)模型相同的輸入變量集合和輸出變量集合的尚未進(jìn)行訓(xùn)練的所述每M個(gè)時(shí)間所述每N個(gè)空間的多時(shí)多空預(yù)測(cè)深度學(xué)習(xí)模型，然后對(duì)尚未進(jìn)行訓(xùn)練的所述每M個(gè)時(shí)間所述每N個(gè)空間的多時(shí)多空預(yù)測(cè)深度學(xué)習(xí)模型執(zhí)行所述多時(shí)多空預(yù)測(cè)深度學(xué)習(xí)模型訓(xùn)練步驟；

多時(shí)多空模型使用步驟：在使用時(shí)，每M個(gè)時(shí)間每N個(gè)空間的時(shí)間信息、空間信息、所有個(gè)人數(shù)據(jù)作為輸入，通過所述每M個(gè)時(shí)間所述每N個(gè)空間的多時(shí)多空預(yù)測(cè)深度學(xué)習(xí)模型的計(jì)算，得到的輸出作為所述每M個(gè)時(shí)間所述每N個(gè)空間的所有個(gè)人的預(yù)期結(jié)果的統(tǒng)計(jì)結(jié)果，或作為所述每M個(gè)時(shí)間所述每N個(gè)空間的預(yù)測(cè)結(jié)果。