一种数据处理方法，方法包括：获取时间序列信息；通过编码器处理所述时间序列信息，得到编码结果；其中，所述编码器包括目标网络层；所述目标网络层用于将所述时间序列信息的特征转换到频域，得到频谱信息；所述频谱信息包括多个频段以及频段对应的频域特征，根据所述频域特征，选择所述多个频段中的部分频段，并对所述部分频段的频域特征进行特征提取，得到处理结果，并将所述处理结果转换到时域；根据所述编码结果，通过任务网络，得到任务处理结果。本申请通过建模频域特征来提升编码器对于序列信息的处理性能。
【技术实现步骤摘要】
本申请涉及人工智能领域，尤其涉及一种数据处理方法及其装置。
技术介绍
1、人工智能(artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。
2、序列信息可以称之为时间序列、动态序列等，是指将某种现象的指标数值按照时间顺序排列而成的数值序列，可以反映某个现象的发展变化状态。通过对时间序列的分析，可以反映现象发展变化的趋势和规律，再通过对影响时间序列的各种因素进行测定，可以进一步解释现象变化的内在原因，为预测和决策提供可靠的数据支持。
3、现有技术中，通过时序卷积网络(temporal convolutional network，tcn)方法对序列信息进行处理，具体的，可以通过沿时间维度滑动的卷积核捕获时序特征，然而，小的有效感受野限制了它们的性能。最近，timesnet提出将一维时间序列转换为基于多周期分量的二维张量，并通过2d内核对其进行建模，从而建模时序的周期性与长距离依赖。然而，多周期转换是一个参数冗余操作，增加了网络的参数量与计算量，忽略了除时域之外的其他域上的有价值的信息。从而导致网络的处理能力较差。
技术实现思路
<
p>1、第一方面，本申请提供了一种数据处理方法，所述方法包括：获取时间序列信息；通过编码器处理所述时间序列信息，得到编码结果；其中，所述编码器包括目标网络层；所述目标网络层用于将所述时间序列信息的特征转换到频域，得到频谱信息；所述频谱信息包括多个频段以及频段对应的频域特征，根据所述频域特征，选择所述多个频段中的部分频段，并对所述部分频段的频域特征进行特征提取，得到处理结果，并将所述处理结果转换到时域，得到时域表示，所述时域表示用于作为所述编码结果或者通过特征提取得到所述编码结果；根据所述编码结果，通过任务网络，得到任务处理结果。2、本申请通过建模频域特征来提升编码器对于序列信息的处理性能。
3、在一种可能的实现中，所述频谱信息包括多个频段以及频段对应的频域特征，目标网络层可以根据所述频域特征，选择所述多个频段中的部分频段，并对所述部分频段的频域特征进行特征提取，得到处理结果(由于是对部分频段的特征进行特征提取，因此核可以称之为稀疏核)。
4、其中，时域表示可以输入到相邻的下一个网络层继续进行特征提取，或者连接输出层得到编码结果，或者直接作为编码结果输出。
5、其中，仅对部分频段的频域特征进行特征提取，也就是进行稀疏化建模，可以在提升网络性能的同时降低计算量。具体的，由于大型稀疏核可以覆盖所有重要的频率，因此，可以捕获特征上的长期和短期依赖与不同周期信息，同时具备低计算复杂度。在这个过程中，即使只对显著频率部分进行稀疏操作，模型也会获得相似甚至更高的性能，同时使用更少的参数。
6、在一种可能的实现中，所述特征提取为通过核kernel对所述部分频段的频域特征进行的点乘操作。与卷积的不同点在于(1)此处kernel和特征点乘之后没对结果取平均而是保留原始尺度，(2)此处没有滑动窗口操作。因此只是稀疏核对特征点乘进行特征提取。
7、在一种可能的实现中，所述频域特征包括多个维度的特征，所述对所述部分频段的频域特征进行特征提取，包括：对所述部分频段的频域特征中所述多个维度中部分维度的特征进行特征提取。
8、也就是说，频域特征提取部分我们的特征提取方式还包含维度稀疏化。例如，在获得频域特征后，其中l为时域长度，为频域长度，c为维度数。我们的核kernel尺度可以设置为此处k<c。此时kernel对xf点乘的特征提取操作进行了稀疏化，仅在维度方向选取k个维度进行，其他的维度的特征保持不变。对这个k个维度的选取采取固定选取或者随机选取的方式，也可以通过可学习的方式使网络自适应进行选取。
9、在一种可能的实现中，所述将所述时间序列信息的特征转换到频域，包括：对所述时间序列信息的特征在时域方向和/或数据维度方向上进行变换，以转换到频域。
10、例如，上述将时域特征转入频域的操作可以使用傅里叶变换沿着时间的方向进行，此外，还可以进一步引入在维度方向的傅里叶变换获取维度方向的频域特征，或者通过二维傅里叶变换同时建模时间与维度两个方向的频域特征。通过上述方式，可以学到多种类型的丰富的频域特征。
11、在一种可能的实现中，所述将所述时间序列信息的特征转换到频域，包括：对所述时间序列信息的特征通过傅里叶变换或者小波变换，以转换到频域。
12、在一种可能的实现中，所述根据所述频域特征，选择所述多个频段中的部分频段，包括：根据所述频域特征，确定每个频段对应的幅值，选择所述多个频段中幅值最大的n个或者最小的n个频段。
13、在一种可能的实现中，所述将所述处理结果转换到时域，包括：将所述处理结果以及所述多个频段中除所述部分频段之外的其他频段的对应的频域特征，转换到时域。
14、在一种可能的实现中，所述编码器还包括嵌入层；所述嵌入层包括多个卷积核和se注意力层。
15、使用更多的卷积层和se注意力层聚合局部信息同时增加特征信噪比，通过该模块，可以有效提升模型在各种任务上的性能。
16、在一种可能的实现中，所述任务处理结果为对所述时间序列信息的长期或短期预测结果、对所述时间序列信息的编辑结果、对所述时间序列信息的异常检测结果或者对所述时间序列信息的分类结果。
17、第二方面，本申请提供了一种数据处理方法，所述方法包括：
18、获取时间序列信息；
19、通过编码器处理所述时间序列信息，得到编码结果；其中，
20、所述编码器包括目标网络层；所述目标网络层用于将所述时间序列信息的特征转换到频域，得到频谱信息；所述频谱信息包括多个频段以及频段对应的频域特征，通过多层感知机mlp对所述频域特征进行处理，得到处理结果，并将所述处理结果转换到时域，得到时域表示，所述时域表示用于作为所述编码结果或者通过特征提取得到所述编码结果；
21、根据所述编码结果，通过任务网络，得到任务处理结果。
22、在一种可能的实现中，所述通过多层感知机mlp对所述频域特征进行处理，包括：通过多层感知机mlp对所述频域特征在频段方向和/或数据维度方向上进行处理。
23、在一种可能的实现中，所述频域特征包括多个维度的特征，所述通过多层感知机mlp对所述频域特征进行处理，包括：
24、通过多层感知机mlp对所述部分频段的频域特征中所述多个维度中部分维度的特征进行处理。
25、在一种可能的实现中，所述任务处理结果为对所述时间序列信本文档来自技高网
...
【技术保护点】
1.一种数据处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述特征提取为通过核Kernel对所述部分频段的频域特征进行的点乘操作。
3.根据权利要求1或2所述的方法，其特征在于，所述频域特征包括多个维度的特征，所述对所述部分频段的频域特征进行特征提取，包括：对所述部分频段的频域特征中所述多个维度中部分维度的特征进行特征提取。
4.根据权利要求1至3任一所述的方法，其特征在于，所述将所述时间序列信息的特征转换到频域，包括：对所述时间序列信息的特征在时域方向和/或数据维度方向上进行变换，以转换到频域。
5.根据权利要求1至4任一所述的方法，其特征在于，所述根据所述频域特征，选择所述多个频段中的部分频段，包括：
6.根据权利要求1至5任一所述的方法，其特征在于，所述将所述处理结果转换到时域，包括：
7.根据权利要求1至6任一所述的方法，其特征在于，所述编码器还包括嵌入层；
8.根据权利要求1至7任一所述的方法，其特征在于，所述任务处理结果为对所述时间序列信息的长期或短期预测结果、对所述时间序列信息的编辑结果、对所述时间序列信息的异常检测结果或者对所述时间序列信息的分类结果。
9.一种数据处理方法，其特征在于，所述方法包括：
10.根据权利要求9所述的方法，其特征在于，所述通过多层感知机MLP对所述频域特征进行处理，包括：通过多层感知机MLP对所述频域特征在频段方向和/或数据维度方向上进行处理。
11.一种数据处理装置，其特征在于，所述装置包括：
12.一种数据处理装置，其特征在于，所述装置包括：
13.一种计算机存储介质，其特征在于，所述计算机存储介质存储有一个或多个指令，所述指令在由一个或多个计算机执行时使得所述一个或多个计算机执行权利要求1至10中任一项所述方法的操作。
14.一种计算机程序产品，其特征在于，包括计算机可读指令，当所述计算机可读指令在计算机设备上运行时，使得所述计算机设备执行如权利要求1至10任一所述的方法。
15.一种系统，包括至少一个处理器，至少一个存储器；所述处理器、所述存储器通过通信总线连接并完成相互间的通信；
...
【技术特征摘要】
1.一种数据处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述特征提取为通过核kernel对所述部分频段的频域特征进行的点乘操作。
3.根据权利要求1或2所述的方法，其特征在于，所述频域特征包括多个维度的特征，所述对所述部分频段的频域特征进行特征提取，包括：对所述部分频段的频域特征中所述多个维度中部分维度的特征进行特征提取。
4.根据权利要求1至3任一所述的方法，其特征在于，所述将所述时间序列信息的特征转换到频域，包括：对所述时间序列信息的特征在时域方向和/或数据维度方向上进行变换，以转换到频域。
5.根据权利要求1至4任一所述的方法，其特征在于，所述根据所述频域特征，选择所述多个频段中的部分频段，包括：
6.根据权利要求1至5任一所述的方法，其特征在于，所述将所述处理结果转换到时域，包括：
7.根据权利要求1至6任一所述的方法，其特征在于，所述编码器还包括嵌入层；
8.根据权利要求1至7任一所述的方法，其特征在于，所述任务处理结果为对所述时间序列信息...
【专利技术属性】
技术研发人员：陈夏宁，胡海林，王云鹤，
申请(专利权)人：华为技术有限公司，
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。