公开(公告)号：CN119494967A

公开(公告)日：2025-02-21

申请号：CN202411433967.9

申请日：2024-10-15

Applicant: 中国科学院计算技术研究所 ,  航天东方红卫星有限公司

Inventor： 孙涛 ,  李雨杰 ,  钱塘文 ,  陈昭 ,  杜一凡 ,  邵泽志 ,  徐勇军 ,  王飞

IPC: G06V10/44 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明提供一种用于匿名时空轨迹识别的模型，包括：原始轨迹图构建模块，用于根据匿名用户在一段时间内生成的轨迹数据，构建原始轨迹图，其包括表示轨迹数据的多个签到记录的多个节点和表示节点间关系的多条边，对原始轨迹图的多个节点进行嵌入表示，得到多个节点的空间信息；多尺度轨迹图构建模块，用于基于原始轨迹图按预设的多种采样率构建不同尺度的多个轨迹图；轨迹空间信息提取模块，用于基于多个节点的空间信息提取多个轨迹图中每个轨迹图的各个节点的空间特征，聚合多个轨迹图中每个轨迹图的各个节点的空间特征，得到多尺度的轨迹空间特征；轨迹识别模块，用于根据轨迹空间特征识别轨迹数据属于各个已知用户的概率值。

公开(公告)号：CN119129768A

公开(公告)日：2024-12-13

申请号：CN202410834572.3

申请日：2024-06-26

Applicant: 中国科学院计算技术研究所

Inventor： 徐勇军 ,  余澄庆 ,  王飞 ,  吴琳 ,  邵泽志 ,  付屹松

IPC: G06N20/00 ,  G06F18/214 ,  G06F18/27 ,  G06F123/02

Abstract: 本发明实施例提供了一种训练学生模型的方法，包括：获取第一训练集，其包括多个未经缺失处理的原始样本和对应的标签；获取利用原始样本和标签训练得到教师模型，其包括用于从原始样本提取教师表征的特征提取器和用于根据教师表征得到教师预测结果的回归层；利用多种缺失率对每个原始样本进行处理，得到对应的缺失样本，所有缺失样本和对应的标签组成第二训练集；获取学生模型，其包括用于从缺失样本提取学生表征的特征提取器和用于根据学生表征得到学生预测结果的回归层；利用第二训练集、教师表征和教师预测结果对学生模型进行训练，训练时，基于表征损失、预测结果损失、对比损失和绝对误差损失加权的总损失更新学生模型的参数。

公开(公告)号：CN115688871A

公开(公告)日：2023-02-03

申请号：CN202211144325.8

申请日：2022-09-20

Applicant: 中国科学院计算技术研究所

Inventor： 徐勇军 ,  邵泽志 ,  王飞 ,  张钊

IPC: G06N3/0455 ,  G06N3/088

Abstract: 本发明提出一种基于预训练增强的多元时间序列预测方法，包括：构建包括编码器和第一解码器的预训练模型；在多元时间序列中截取多个序列样本；对于每个该序列样本，将该序列样本切分为多个数据片段，随机选取部分该数据片段构建为训练集，以该训练集对该预训练模型进行训练；从完成训练的预训练模型中提取编码器，构建包括该编码器和第二解码器的预测模型，基于该多元时间序列的当前序列片段，通过该预测模型对该多元时间序列于下一时段的未来序列片段进行预测。本发明还提出一种基于预训练增强的多元时间序列预测系统，以及一种用于多元时间序列预测的数据处理装置。

公开(公告)号：CN111459997A

公开(公告)日：2020-07-28

申请号：CN202010183569.1

申请日：2020-03-16

Applicant: 中国科学院计算技术研究所

Inventor： 钱塘文 ,  徐勇军 ,  吴琳 ,  邵泽志 ,  余泳

IPC: G06F16/2458 ,  G06F16/29 ,  G06F16/906

Abstract: 本发明实施例提供了一种时空轨迹数据的频繁模式增量挖掘方法和电子设备，该方法用于对船舶或者航空器的时空轨迹数据进行挖掘，该方法先对轨迹点进行聚类形成多个聚类类簇，每个聚类类簇包括聚类中心和聚类范围，每个聚类中心配有一个身份标识，提取经纬度坐标落在相应聚类类簇的聚类范围的轨迹点并将其用该聚类类簇的聚类中心的身份标识表示，得到用聚类中心的身份标识按序排列表示的经映射后的轨迹，对经映射后的轨迹进行频繁模式挖掘，具有抗干扰性强且便于识别目标的重复轨迹的特定，便于找出目标的轨迹规律，以便为相关用户提供准确的轨迹预测或者服务。

公开(公告)号：CN119669663A

公开(公告)日：2025-03-21

申请号：CN202411634098.6

申请日：2024-11-15

Applicant: 中国科学院计算技术研究所

Inventor： 王飞 ,  李雨杰 ,  徐勇军 ,  邵泽志 ,  余澄庆 ,  孙涛

IPC: G06F18/15 ,  G06F18/213 ,  G06F18/2131 ,  G06N3/0455 ,  G06N3/042 ,  G06N3/045 ,  G06N3/08 ,  G06F123/02

Abstract: 本发明提供一种用于多元时间序列分析的外插模型及其训练方法，模型包括：数据获取模块，用于获取所有传感器的待外插时序数据和元数据，待外插时序数据包括各传感器在预定时间段内的时序数据，所有传感器中包括缺失全部时序数据的目标传感器且其时序数据以预设缺失值替代；元数据图建模模块，用于基于待外插时序数据和元数据提取各传感器间的动态时空关系，根据动态时空关系构建元数据图；编码器，用于基于预定义图和元数据图编码待外插时序数据，得到编码结果；解码器，用于基于预定义图和元数据图对编码结果进行解码，得到解码结果；聚合层，用于聚合编码结果和解码结果，得到外插结果；其中，采用对抗训练方式训练得到经训练的外插模型。

公开(公告)号：CN119442131A

公开(公告)日：2025-02-14

申请号：CN202411430489.6

申请日：2024-10-14

Applicant: 中国科学院计算技术研究所

Inventor： 徐勇军 ,  余澄庆 ,  邵泽志 ,  付屹松 ,  杜一凡 ,  王飞

IPC: G06F18/25 ,  G06F18/214 ,  G06F18/213 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明提供了一种基于多尺度融合的多元时间序列预测模型构建方法，所述方法包括：步骤S1、获取训练数据集，所述训练数据集包括多个预设时间段的多元时间序列数据；步骤S2、构建初始模型；步骤S3、以多元时间序列数据作为输入，多元时间序列数据的下一个时间段的多元时间序列数据作为预测输出，采用训练数据集基于预设的损失函数训练初始模型直至收敛，得到多元时间序列预测模型。本发明构建的多元时间序列预测模型不仅能够提取不同尺度下的时域和频域信息，还能对不同尺度下的时域信息和频域信息进行对齐融合，以充分利用多元时间序列数据的时域信息和频域信息实现多元时间序列数据的精准预测。

公开(公告)号：CN117113206A

公开(公告)日：2023-11-24

申请号：CN202311156428.0

申请日：2023-09-08

Applicant: 中国科学院计算技术研究所

Inventor： 王元 ,  王飞 ,  徐勇军 ,  邵泽志

IPC: G06F18/2411 ,  G06F18/214

Abstract: 本发明提供了一种轻量化的大尺度多元时间序列预测模型及其训练方法，该训练方法包括：获取训练集，其包括多个交通流量样本和对应的标签；获取初始构建的交通流量预测模型，其包括：用于存储多个源表示向量的存储体，每个源表示向量是表示一种空间属性的原型向量，用于提取每个时间序列的时序特征的编码器，用于根据每个时间序列的时序特征、空间标识向量和时间序列被采集时对应的时间属性确定每个时间序列对应的道路在一个或者多个未来时刻的交通流量的解码器，每个时间序列的空间标识向量是根据每个时间序列的时序特征与存储体中各个源表示向量的注意力值对各个源表示向量进行加权得到；利用训练集对交通流量预测模型进行多次迭代训练。

公开(公告)号：CN111459997B

公开(公告)日：2023-07-21

申请号：CN202010183569.1

申请日：2020-03-16

Applicant: 中国科学院计算技术研究所

Inventor： 钱塘文 ,  徐勇军 ,  吴琳 ,  邵泽志 ,  余泳

IPC: G06F16/2458 ,  G06F16/29 ,  G06F16/906

Abstract: 本发明实施例提供了一种时空轨迹数据的频繁模式增量挖掘方法和电子设备，该方法用于对船舶或者航空器的时空轨迹数据进行挖掘，该方法先对轨迹点进行聚类形成多个聚类类簇，每个聚类类簇包括聚类中心和聚类范围，每个聚类中心配有一个身份标识，提取经纬度坐标落在相应聚类类簇的聚类范围的轨迹点并将其用该聚类类簇的聚类中心的身份标识表示，得到用聚类中心的身份标识按序排列表示的经映射后的轨迹，对经映射后的轨迹进行频繁模式挖掘，具有抗干扰性强且便于识别目标的重复轨迹的特定，便于找出目标的轨迹规律，以便为相关用户提供准确的轨迹预测或者服务。