Invention Grant
- Patent Title: 一种多任务机器学习的预测方法
-
Application No.: CN201910876897.7Application Date: 2019-09-17
-
Publication No.: CN110569920BPublication Date: 2022-05-10
- Inventor: 乔学明 , 张祥坤 , 乔琳霏 , 孙云栋 , 邢凯 , 朱伟义 , 许明 , 刘燕燕 , 王超 , 夏迎雪 , 陈秀娟 , 刘乘麟 , 姜婷 , 刘振华 , 杨军洲 , 朱东杰
- Applicant: 国家电网有限公司 , 国网山东省电力公司威海供电公司
- Applicant Address: 北京市西城区西长安街86号;
- Assignee: 国家电网有限公司,国网山东省电力公司威海供电公司
- Current Assignee: 国家电网有限公司,国网山东省电力公司威海供电公司
- Current Assignee Address: 北京市西城区西长安街86号;
- Main IPC: G06K9/62
- IPC: G06K9/62 ; G06F16/35 ; G06Q10/04 ; G06Q50/00

Abstract:
一种多任务机器学习的预测方法,本发明涉及多任务机器学习的预测方法。本发明的目的是为了解决现有用户画像模型预测准确率低,特征提取负担大的问题。过程为:一、采集各信息源数据,对各信息源数据做预处理,得到预处理后的文本;二、采用预处理后的各信息源数据训练各信息源各自的学习模型,对各信息源分别进行特征提取,得到各信息源的特征;三、将各信息源的特征编码为矢量,融合多源数据,构建多任务学习框架;四、对各个子任务设置不同的全连接层和损失函数,得到各个子任务的预测结果;五、将四中各个子任务的预测结果进行加权投票,输出最终预测结果。本发明用于机器学习预测领域。
Public/Granted literature
- CN110569920A 一种多任务机器学习的预测方法 Public/Granted day:2019-12-13
Information query