基于孪生神经网络的时间序列相似度度量方法及终端(高校公示15天)(不包年费滞纳金)(需要二变)
本发明公开了一种基于孪生神经网络的时间序列相似度度量方法及终端,对时间序列数据样本进行两两分组配对为时间序列样本对并标注标签,将经过配对标注后的时间序列样本对输入到使用相同预训练大模型为分支的孪生神经网络中,得出时间序列间的相似度作为网络整体最终的输出,利用损失函数更新整个孪生神经网络与微调预训练大模型结合的网络权重。本发明针对小样本场景下的时间序列数据相似度度量任务,利用预训练大模型在时间序列领域表现出的强大能力,结合孪生神经网络在小样本相似度度量的优势,进行时间序列数据的相似度度量,只需要少量样本即可完成时间序列相似度的度量,能够全方位提取时间序列的特征,作为相似度度量的依据。
《基于孪生神经网络的时间序列相似度度量方法及终端(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2024119431309,当前法律状态为已下证,由湖南大学提出申请,发明人为张辉;张羽宏宣;别克扎提·巴合提;邱宇;杜瑞;钟杭;毛建旭;王耀南,申请日期为2024-12-27,公开(公告)日期为2025-09-16,国际专利分类号(IPC)为 G06F 18/22 (2023.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。专利114 作为出让方直接签约,提供权利核验、合同拟定、评审用证明材料整理与国家知识产权局著录项目变更代办,个人与企业采购均可办理。用于职称或落户时,建议先确认当地对专利类型、授权时间与申请人身份的具体要求,我们可协助逐条比对,避免买了用不上。专利摘要:本发明公开了一种基于孪生神经网络的时间序列相似度度量方法及终端,对时间序列数据样本进行两两分组配对为时间序列样本对并标注标签,将经过配对标注后的时间序列样本对输入到使用相同预训练大模型为分支的孪生神经网络中,得出时间序列间的相似度作为网络整体最终的输出,利用损失函数更新整个孪生神经网络与微调预训练大模型结合的网络权重。本发明针对小样本场景下的时间序列数据相似度度量任务,利用预训练大模型在时间序列领域表现出的强大能力,结合孪生神经网络在小样本相似度度量的优势,进行时间序列数据的相似度度量,只需要少量样本即可完成时间序列相似度的度量,能够全方位提取时间序列的特征,作为相似度度量的依据。
本专利适配多类个人与企业需求:职称评审中的业绩与成果材料、人才引进与积分落户的知识产权加分、行业资质与科技项目申报、企业高企认定与技术储备。专利权人为官方登记主体,法律状态可核验,转让后提供专利证书与登记簿副本,可直接装订进评审或申报材料。
