【技术实现步骤摘要】
本专利技术涉及大数据分析，具体为一种基于大模型的时间序列预测方法及系统。
技术介绍
1、近年来出现了一系列的创新和突破，特别是在人工智能(ai)、机器学习(ml)、大数据分析、区块链技术、云计算和物联网(iot)等领域。这些技术的发展和应用正在重新定义我们的生活和工作方式，推动着社会和经济的快速变革。
2、现有技术中，人工智能(ai)、机器学习(ml)、大数据分析、区块链技术、云计算和物联网(iot)不仅促进了新产品和服务的创造，也推动了新业务模式的发展。例如，共享经济、即时交付服务和在线个性化服务等新兴模式，都是技术创新促进下的产物。随着技术的不断进步，未来将出现更多令人兴奋的创新和应用，从而继续推动社会和经济的发展。然而，技术的快速发展也带来了挑战，包括隐私保护、数据安全、就业影响和伦理道德问题等。
3、因此，我们需要一种基于大模型的时间序列预测方法及系统，用来解决现有时间序列预测的准确性和效率低下的问题；可以利用预训练的gpt-2模型，结合特定的微调策略和架构设计，提升时间序列预测的准确性和效率。
<...【技术保护点】
1.一种基于大模型的时间序列预测方法，其特征在于：所述方法包括以下步骤：
2.根据权利要求1所述的一种基于大模型的时间序列预测方法，其特征在于：利用预训练的大型语言模型LLMs作为基础表示学习器的具体操作包括：
3.根据权利要求1所述的一种基于大模型的时间序列预测方法，其特征在于：通过补丁技术和通道独立性对时间序列数据进行预处理和编码的具体操作包括：
4.根据权利要求1所述的一种基于大模型的时间序列预测方法，其特征在于：结合时间信息进行时间序列数据的优化处理的具体操作包括：
5.根据权利要求1所述的一种基于大模型的时间序...
【技术特征摘要】
1.一种基于大模型的时间序列预测方法，其特征在于：所述方法包括以下步骤：
2.根据权利要求1所述的一种基于大模型的时间序列预测方法，其特征在于：利用预训练的大型语言模型llms作为基础表示学习器的具体操作包括：
3.根据权利要求1所述的一种基于大模型的时间序列预测方法，其特征在于：通过补丁技术和通道独立性对时间序列数据进行预处理和编码的具体操作包括：
4.根据权利要求1所述的一种基于大模型的时间序列预测方法，其特征在于：结合时间信息进行时间序列数据的优化处理的具体操作包括：
5.根据权利要求1所述的一种基于大模型的时间序列预测方法，其特征在于：通过两阶段微调策略优化预训练模型以适应特定的时间序列预测任务的具体操作包括：
6.一种根据权利要求1-5任意所述的基于大模型的时间序列预测方法的基于大模型的时间序列预测系统，其特征在于：所述系统由数据预处理模块、编码...
【专利技术属性】
技术研发人员：潘文硕，袁明明，王凯，王涛，梁秉豪，
申请(专利权)人：浪潮通信信息系统有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。