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！

龙图腾网获悉中科南京人工智能创新研究院申请的专利基于频域学习的具身智能体时序数据建模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：CN119357642B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202411899587.4，技术领域涉及：G06F18/213；该发明授权基于频域学习的具身智能体时序数据建模方法是由吴瀚鹏;张希;苏双设计研发完成，并于2024-12-23向国家知识产权局提交的专利申请。

本基于频域学习的具身智能体时序数据建模方法在说明书摘要公布了：本发明公开了一种基于频域学习的具身智能体时序数据建模方法，包括对原始时序数据序列进行自适应分块，通过多尺度卷积提取特征并生成位置编码；对特征块执行傅里叶变换提取频域信息，并进行非线性变换和残差补偿；计算特征之间的注意力关系并进行特征融合；构建时序依赖关系图，提取时序聚合特征和动态系统特征；构建概率预测模型，计算预测结果的不确定性。本发明通过自适应分块和频域特征提取提高了建模精度，通过注意力机制和图结构建模增强了特征表达能力，通过不确定性量化提升了预测可靠性，适用于复杂环境下具身智能体的时序数据建模。

本发明授权基于频域学习的具身智能体时序数据建模方法在权利要求书中公布了：1.基于频域学习的具身智能体时序数据建模方法，其特征在于，包括如下步骤： S1、获取原始时序数据序列，根据相邻数据点的时间关系确定自适应分块大小序列；基于自适应分块大小序列，对原始时序数据序列进行分块处理，得到数据块；采用多尺度卷积方法从数据块中提取特征，并生成相应的位置编码信息，得到多尺度特征块集合和位置编码矩阵；本方法用于工业生产领域，其中原始时序数据序列包括时空域中的位置、动态特征、频率特征、周期模式和长期依赖关系； S2、对多尺度特征块集合中的每个特征块执行傅里叶变换，提取频域信息；分析频域信息中的信号幅值，确定频率选择参数；基于频率选择参数，对频域信息进行非线性变换和残差补偿，得到频域特征矩阵和残差特征矩阵； S3、基于频域特征矩阵、残差特征矩阵和位置编码矩阵，计算特征之间的注意力关系；基于注意力关系，对特征进行融合处理，得到融合特征矩阵； S4、基于融合特征矩阵，构建时序依赖关系图；基于时序依赖关系图的图结构，提取时序聚合特征，计算系统动态特征参数，得到动态系统特征； S5、基于时序聚合特征和动态系统特征，构建概率预测模型，计算预测结果的不确定性，得到预测分布和置信度指标。

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中科南京人工智能创新研究院，其通讯地址为：211135 江苏省南京市江宁区创研路266号麒麟人工智能产业园3号楼3楼；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。