买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉清华大学深圳国际研究生院申请的专利一种基于多重可见性图与Transformer融合的多元时间序列分析方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120541496B 。

龙图腾网通过国家知识产权局官网在2025-10-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510996250.3，技术领域涉及：G06F18/213；该发明授权一种基于多重可见性图与Transformer融合的多元时间序列分析方法是由陈伟坚;陈婷;任欣悦;谭宏明设计研发完成，并于2025-07-18向国家知识产权局提交的专利申请。

本一种基于多重可见性图与Transformer融合的多元时间序列分析方法在说明书摘要公布了：本发明公开一种基于多重可见性图与Transformer融合的多元时间序列分析方法，包括如下步骤：S1、采用滑动窗口机制将多元时间序列各通道转换为单层可见性图，组合成多重可见性图；S2、通过AND聚合机制从多重可见性图提取跨通道共识连接，生成共识可见性图；S3、以共识可见性图邻接关系为约束，用VG‑Attention迭代更新节点嵌入；S4、将最终嵌入输入下游模块，执行预测、分类等任务。该方法能有效捕捉全局依赖，提升多元时间序列分析性能。该方法能有效捕捉全局依赖，提升多元时间序列分析性能，可广泛应用于医学诊断中的生理信号分类、气象数据预测、工业过程监控的异常检测等多元时间序列分析场景。

本发明授权一种基于多重可见性图与Transformer融合的多元时间序列分析方法在权利要求书中公布了：1.一种基于多重可见性图与Transformer融合的多元时间序列分析方法，其特征在于，包括以下步骤： S1、多重可见性图构建：采用滑动窗口机制将多元时间序列中各通道的时间序列分别转换为单层可见性图，并组合形成多重可见性图； S2、通道共识信息提取：基于所述多重可见性图，通过AND聚合机制提取跨通道的共识连接关系，生成整合全局依赖的共识可见性图； 步骤S2中所述AND聚合机制包括： 输入多重可见性图的各层邻接矩阵； 对每对节点执行跨层逻辑与操作：当且仅当所有通道均存在连接时保留该边； 输出二值化共识邻接矩阵，表征跨通道共享的强依赖关系； 所述AND聚合机制被配置为： 替代OR聚合机制作为默认跨通道信息融合方式； 通过强化通道间共存连接提升模型对全局依赖的捕捉能力； S3、可见性图Transformer编码：将共识可见性图的邻接关系作为结构化约束，采用可见性图注意力机制VG-Attention迭代更新节点嵌入表示； 步骤S3中所述VG-Attention机制包括： 根据共识可见性图确定每个节点的邻居集合； 仅对邻居节点计算查询-键相似度； 通过softmax函数归一化邻居节点的注意力权重； 基于注意力权重聚合邻居节点值向量，更新当前节点表示； 所述VG-Attention机制通过以下方式控制复杂度： 将计算范围限制于共识图的边连接集合； 注意力权重分配仅针对存在连接的节点对； 利用共识图的稀疏性避免全节点对计算；S4、任务适配输出：将最终节点嵌入表示输入至下游任务模块，执行预测、分类、填补或异常检测任务。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人清华大学深圳国际研究生院，其通讯地址为：518055 广东省深圳市南山区桃源街道丽水路2279号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。