[发明专利]时序数据超图结构的生成方法及装置

权利要求书

1.一种时序数据超图结构的生成方法，其特征在于，包括以下步骤：

获取目标系统的时间序列数据；

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率分布，并基于所述联合概率分布采样得到超图结构；以及

将所述目标系统运行前序时刻的状态和所述超图结构输入至预设超图神经网络中，生成时序数据超图结构，以预测下一时刻所述目标系统的运行状态。

2.根据权利要求1所述的方法，其特征在于，所述超图结构中每个节点标识所述目标系统的一个变量，且所述超图结构的超边代表所述变量的相互作用结构。

3.根据权利要求1或2所述的方法，其特征在于，所述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率分布，并基于所述联合概率分布采样得到超图结构，包括：

根据数据时刻的隐状态计算所述目标系统中变量相互作用的概率分布；

根据所述概率分布采样得到关联矩阵，以表示所述超图结构。

4.根据权利要求3所述的方法，其特征在于，所述将所述目标系统运行前序时刻的状态和所述超图结构输入至预设超图神经网络中，生成时序数据超图结构，以预测下一时刻所述目标系统的运行状态，包括：

计算所述超图结构的超边权重对角矩阵和节点度数对角矩阵；

基于所述关联矩阵、当前时刻的系统中至少一个变量的状态、所述超边权重对角矩阵、所述节点度数对角矩阵、所述预设超图神经网络的第一层超图卷积层的参数、第二层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态预测值；

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，并根据所述超图结构的平滑性约束惩罚项和所述当前预测误差计算总损失函数值；

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数，直至满足收敛条件。

5.根据权利要求3所述的方法，其特征在于，所述关联矩阵为：

其中，H_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Uniform(0；1)中随机抽取，τ为一个称为温度的超参数，它控制离散分布和连续分类密度之间的插值。

6.一种时序数据超图结构的生成装置，其特征在于，包括：

获取模块，用于获取目标系统的时间序列数据；

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相互作用的联合概率分布，并基于所述联合概率分布采样得到超图结构；以及

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图结构输入至预设超图神经网络中，生成时序数据超图结构，以预测下一时刻所述目标系统的运行状态。

7.根据权利要求6所述的装置，其特征在于，所述超图结构中每个节点标识所述目标系统的一个变量，且所述超图结构的超边代表所述变量的相互作用结构。

8.根据权利要求6或7所述的装置，其特征在于，所述采集模块包括：

计算单元，用于根据数据时刻的隐状态计算所述目标系统中变量相互作用的概率分布；

采样单元，用于根据所述概率分布采样得到关联矩阵，以表示所述超图结构。

9.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求1-5任一项所述的时序数据超图结构的生成方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以用于实现如权利要求1-5任一项所述的时序数据超图结构的生成方法。