[發明專利]時間序列預測模型的超參數配置方法

在審

• 申請號: 202110282461.2
• 申請日: 2021-03-16
• 公開（公告）號: CN115081633A
• 公開（公告）日: 2022-09-20
• 發明（設計）人: 傅大衛;吳信福;陳佩君
• 申請（專利權）人: 英業達科技有限公司;英業達股份有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00;G06N3/04;G06N3/08
• 代理公司: 上海光華專利事務所(普通合伙) 31219
• 代理人: 鄔嫡波

1.一種時間序列預測模型的超參數配置方法，包括：

以一儲存裝置儲存分別對應于N個產品的N個數據集，其中每一該些數據集為一時間序列；

決定一預測模型；以及

以一處理器執行一超參數搜索程序，該超參數搜索程序包括：

以該處理器產生對應該預測模型的M組超參數；

以該處理器應用每一該M組超參數于該預測模型；

以該處理器依據一第一策略及一第二策略分別對應用每一該M組超參數的該預測模型進行訓練，其中該第一策略及該第二策略分別以二相異的數據維度從該N個數據集中選取一部份作為一訓練數據集；

以該處理器依據該第一策略及該第二策略分別對應用每一該M組超參數的該預測模型進行驗證以產生二誤差陣列，其中該第一策略及該第二策略分別以該二相異的數據維度從該N個數據集中選取另一部份作為一驗證數據集，且該二誤差陣列的每一者具有M個誤差值；

以該處理器依據一第一權重、一第二權重及該二誤差陣列進行一加權運算或一排序操作；以及

以該處理器在該二誤差陣列中搜索一目標超參數，其中該目標超參數為該M組超參數中的一者，且該目標超參數在該二誤差陣列中所對應的該二誤差值為該二誤差陣列中的相對最小值；

當搜索到該目標超參數時，以該處理器輸出該目標超參數；且

當無法搜索到該目標超參數時，以該處理器增加M值并執行該超參數搜索程序。

2.如權利要求1所述的時間序列預測模型的超參數配置方法，其中該預測模型是長短期記憶(Long Short-Term Memory)模型。

3.如權利要求1所述的時間序列預測模型的超參數配置方法，其中該第一策略以時間序列的數據維度進行K折交叉驗證，且該第二策略以產品的數據維度進行N折交叉驗證。

4.如權利要求3所述的時間序列預測模型的超參數配置方法，其中在該第一策略中，從第1折至第K折的該訓練數據集的資料量遞增，從第1折至第K折的該驗證數據集的數據量固定，且該驗證數據集在該時間序列中晚于該訓練數據集。

5.如權利要求1所述的時間序列預測模型的超參數配置方法，

其中以該處理器依據該第一權重、該第二權重及該二誤差陣列進行該加權運算或該排序操作包括：

以該處理器應用該第一權重于對應該第一策略的該誤差陣列的每一該M個誤差值；

以該處理器應用該第二權重于對應該第二策略的該誤差陣列的每一該M個誤差值；

以該處理器計算該二誤差陣列中互相對應的該二誤差值的多個總和；

以該處理器將該些總和由小到大排序；以及

以該處理器選取該些總和中的最小值所對應的該組超參數作為該目標。

6.如權利要求1所述的時間序列預測模型的超參數配置方法，

其中以該處理器依據該第一權重、該第二權重及該二誤差陣列進行該加權運算或該排序操作包括：

以該處理器由小到大排序對應該第一策略的該誤差陣列的每一該M個誤差值；及

以該處理器由小到大排序對應該第二策略的該誤差陣列的每一該M個誤差值；

其中以該處理器在該二誤差陣列中搜索該目標超參數包括：

從該二誤差陣列的最小索引值開始遍歷，以該處理器檢查該二誤差陣列對應相同索引值的該二誤差值；及

當該二誤差值皆對應至該M組超參數中的同一者時，以該組超參數作為該目標超參數。