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！

龙图腾网获悉第四范式(北京)技术有限公司申请的专利训练模型的方法及系统和预测序列数据的方法及系统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：CN115423190B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202211073426.0，技术领域涉及：G06Q10/04；该发明授权训练模型的方法及系统和预测序列数据的方法及系统是由姚权铭设计研发完成，并于2019-11-27向国家知识产权局提交的专利申请。

本训练模型的方法及系统和预测序列数据的方法及系统在说明书摘要公布了：提供了一种训练模型的方法及系统和预测序列数据的方法及系统。预测序列数据的方法包括：获取对象的序列预测样本，其中，所述序列预测样本包括按时间顺序排列的多个序列数据；利用所述机器学习模型，针对所述序列预测样本执行预测来提供关于所述多个序列数据之后的下一序列数据的预测结果，其中，所述机器学习模型被事先训练为针对按时间顺序排列的一系列序列数据来预测所述一系列序列数据之后的下一序列数据，并且所述机器学习模型至少包括多个图卷积网络，其中，所述多个图卷积网络包括利用基于所述对象的历史序列数据构建的动态图训练出的第一图卷积网络以及利用基于与所述对象有关的静态数据构建的静态图训练出的第二图卷积网络。

本发明授权训练模型的方法及系统和预测序列数据的方法及系统在权利要求书中公布了：1.一种利用基于图卷积网络的机器学习模型预测序列数据的方法，包括： 获取对象的序列预测样本，其中，所述序列预测样本包括按时间顺序排列的多个序列数据； 利用所述机器学习模型，针对所述序列预测样本执行预测来提供关于所述多个序列数据之后的下一序列数据的预测结果， 其中，所述机器学习模型被事先训练为针对按时间顺序排列的一系列序列数据来预测所述一系列序列数据之后的下一序列数据，并且所述机器学习模型至少包括多个图卷积网络，其中，所述多个图卷积网络包括利用基于所述对象的历史序列数据构建的动态图训练出的第一图卷积网络以及利用基于与所述对象有关的静态数据构建的静态图训练出的第二图卷积网络； 其中，所述序列数据是在不同时隙交通图网络中区域之间的交通流量数据，所述静态数据是反映交通图网络中区域的属性的静态数据； 针对所述序列预测样本执行预测来提供关于所述多个序列数据之后的下一序列数据的预测结果的步骤包括： 将所述序列预测样本分别输入第一图卷积网络和第二图卷积网络； 利用第一图卷积网络获得针对所述序列预测样本的第一预测结果并利用第二图卷积网络获得针对所述序列预测样本的第二预测结果； 按照预定规则将第一预测结果和第二预测结果进行融合来提供关于所述多个序列数据之后的下一序列数据的预测结果。

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第四范式(北京)技术有限公司，其通讯地址为：100085 北京市海淀区清河中街66号院1号楼九层LO901-1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。