買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉朗新科技集團股份有限公司申請的專利多任務時序預測方法、裝置、設備、存儲介質及程序產品獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120218365B 。

龍圖騰網通過國家知識產權局官網在2025-08-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510697633.0，技術領域涉及：G06Q10/04；該發明授權多任務時序預測方法、裝置、設備、存儲介質及程序產品是由鄧卉;田澤康;葉伍陽;黃飛設計研發完成，并于2025-05-28向國家知識產權局提交的專利申請。

本多任務時序預測方法、裝置、設備、存儲介質及程序產品在說明書摘要公布了：本發明提供一種多任務時序預測方法、裝置、設備、存儲介質及程序產品，涉及電數字數據處理技術領域，方法包括：獲取目標變量和協變量；目標變量為待預測時序變量，協變量為用于輔助預測目標變量的時序變量；將目標變量和協變量輸入至多任務時序模型，獲得多任務時序模型輸出的目標變量在未來預設時間段內的預測值。通過上述方式，多任務時序模型可有效利用目標變量和協變量提供的信息共同進行時序預測，提高模型的泛化能力，進而提高時序預測的準確性，并提高模型對重要時序變量特征的利用效果，從而有利于模型對目標變量的精準預測。

本發明授權多任務時序預測方法、裝置、設備、存儲介質及程序產品在權利要求書中公布了：1.一種多任務時序預測方法，其特征在于，應用于氣象領域，包括： 獲取3個目標變量和2個協變量；所述目標變量為待預測時序變量，所述協變量為用于輔助預測所述目標變量的時序變量，所述目標變量包括云層移動軌跡、降雨量和紫外線輻射強度，所述協變量包括季節和經緯度； 將所述目標變量和所述協變量輸入至多任務時序模型，獲得所述多任務時序模型輸出的所述目標變量在未來預設時間段內的預測值；所述目標變量在未來預設時間段內的預測值包括所述云層移動軌跡在所述未來預設時間段內的所述預測值、所述降雨量在所述未來預設時間段內的所述預測值、所述紫外線輻射強度在所述未來預設時間段內的所述預測值； 其中，所述多任務時序模型是基于樣本時序變量訓練得到的，所述樣本時序變量包括樣本目標變量和樣本協變量，所述樣本時序變量包括樣本云層移動軌跡、樣本降雨量、樣本紫外線輻射強度、樣本季節信息和樣本經緯度，所述樣本目標變量包括所述樣本云層移動軌跡、所述樣本降雨量和所述樣本紫外線輻射強度，所述樣本協變量包括所述樣本季節信息和所述樣本經緯度； 所述多任務時序模型采用預設損失函數進行預訓練，所述預設損失函數是基于每一任務的任務損失和每一所述任務損失的損失權重進行加權聚合運算得到的，一個所述任務是基于一個所述樣本時序變量確定的，一個所述損失權重是基于一個所述樣本時序變量的特征重要性確定的，一個所述特征重要性用于表征一個所述樣本時序變量對所述多任務時序模型的預測結果的貢獻程度； 所述樣本時序變量的數量為M個，所述任務的數量為M個，M為正整數，M為5； 所述多任務時序模型是通過以下步驟訓練得到的： 初始化M個所述任務對應的緩存損失權重； 基于當前迭代次數，判斷是否需要對M個所述緩存損失權重進行更新； 若需要對M個所述緩存損失權重進行更新，則分別確定M個所述樣本時序變量的所述特征重要性； 基于M個所述特征重要性，分別確定M個所述任務的所述損失權重，并將M個所述損失權重分別更新為M個所述任務的所述緩存損失權重； 基于M個所述損失權重和M個所述任務的所述任務損失進行加權聚合運算，獲得所述預設損失函數； 基于M個所述樣本時序變量和所述預設損失函數，進行預訓練，并更新所述當前迭代次數； 若預訓練未結束，則返回至所述基于當前迭代次數，判斷是否需要對M個所述緩存損失權重進行更新的步驟，直至預訓練結束； M個所述樣本時序變量包括Q個樣本目標變量和N個樣本協變量，Q、N為正整數，Q為3，N為2； 任一所述特征重要性是通過以下步驟確定的： 確定一個所述樣本時序變量對應的Q個預測重要性；一個所述預測重要性為一個所述樣本時序變量對一個所述樣本目標變量的重要性； 對Q個所述預測重要性進行累加運算，獲得一個所述樣本時序變量的所述特征重要性。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人朗新科技集團股份有限公司，其通訊地址為：214135 江蘇省無錫市新吳區凈慧東道118號1樓；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。