CN114996520B 时序数据超图结构的生成方法及装置 （清华大学）

时间序列数据得到目标系统中变量相互作用的超图结构，以预测下一时刻目标系统的运行状采集的时序数据丰富信息的同时过滤与网络结2根据所述时间序列数据得到所述目标系统中变量相互作用的联合概将所述目标系统运行前序时刻的状态和所述超图卷积层的参数及全连接输出层的参数计算所述下一时刻的变量状根据所述变量状态预测值和实际观测值计算当前预测误差，并根据所根据所述总损失函数值进行反向传播计算，计算变分自编码器的参ij为第i个节点是否和第j个节点具有相互作用，∈v＝-log(-log(s))，s从采集模块，用于根据所述时间序列数据得到所述目标系统中变量生成模块，用于将所述目标系统运行前序时刻的状态和所述超34运行前序时刻的状态和超图结构一起输入HGNN(HypergraphNeuralNerworks，超图神经[0008]本申请第一方面实施例提供一种时序数据超图结构56[0024]本申请实施例可以根据时间序列数据得到目标系统中变量相互作用的联合概率[0026]本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得7[0033]具体而言，图1为本申请实施例所提供的一种时序数据超图结构的生成法的流程[0037]在步骤S102中，根据时间序列数据得到目标系统中变量相互作用的联合概率分[0038]在以时间序列数据作为输入之后，本申请实施例可以利用设计一种变分自编码码器通过引入RNN得到系统中变量相互作用的联合概率分布，从而生成器从联合概率分布xt＝X[:,t,:]表示第t个时刻系统中N个变量的状8来的隐状态前向编码器RNNf通过下面的公式得到,为隐状态，和uf为[0053]后向编码器RNNb按时刻T到1的顺序输入xT到x1，循环更新得到时刻T到1的隐状态[0054]=a(wx,tu⃞),9推断出系统中变量的相互作用结构，弥补直接观测变量相互作用困难导致信息欠定的不Tev[0091]步骤S7：基于上述T+1时刻系统中变量状态预测值irr和实际观测值xT+1计算预测empreg,[0099]步骤S10：基于L通过反状态的预测准确性和变量间相互作用超图结构约束，通过学习优化编码器和解码器的参得到目标系统中变量相互作用的联合概率分布，并基于联合概率分布采样得到超图结构，列数据推断系统中变量的高阶相互作用结构，有效提升了复杂系统中时序数据推断的性[0108]采集模块200，用于根据时间序列数据得到目标系统中变量相互作用的联合概率[0109]生成模块300，用于将目标系统运行前序时刻的状态和超图结构输入至预设超图超图卷积层的参数及全连接输出层的参数计算下一时刻的变量状态预据超图结构的平滑性约束惩罚项和当前预测误差得到目标系统中变量相互作用的联合概率分布，并基于联合概率分布采样得到超图结构，列数据推断系统中变量的高阶相互作用结构，有效提升了复杂系统中时序数据推断的性[0130]存储器401可能包含高速RAM存储器，也可能还包括非易失性存储器(non-和处理器402可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(IndustryStandardArchitecture，简称为ISA)总线、外部设备互连(PeripheralComponent，简称为PCI)总线或扩展工业标准体系结构(ExtendedIndustryStandard理器执行时实现如上的时序数据超图结构的术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结一个或更N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介实施方式中，N个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件[0140]本技术领域的普通技术人员可以理解实