【技术实现步骤摘要】
本说明书一个或多个实施例涉及终端，尤其涉及一种气体浓度预测模型训练方法及装置。
技术介绍
1、随着人们生活质量的不断提高，对环境问题日趋关注。气体浓度检测是环境监测过程中的关键步骤，有利于相关人员通过气体浓度对环境问题作出评判，例如，二氧化碳作为主要的温室气体，随着全球温室效应的日趋加剧，存在对空气中的二氧化碳浓度进行检测的必要性。
2、在气体浓度检测的过程中，由于人力物力的限制，无法密集部署气体浓度的观测点，因此，通常采用气体浓度预测技术实现气体浓度的检测。然而，相关技术中的气体浓度预测方法存在气体浓度预测不准确的问题。
技术实现思路
1、有鉴于此，本说明书一个或多个实施例提供技术方案如下：
2、根据本说明书一个或多个实施例的第一方面，提出了一种气体浓度预测模型训练方法，包括：
3、获取携带有目标气体的浓度标签的样本集；所述样本集包含多条样本数据，每条样本数据用于记录至少一种与目标气体的浓度存在关联关系的协变量；
4、将所述样本集包含的样本数据输入待训练的气体浓度预测模型；其中，所述气体浓度预测模型包括注意力模块和预测模块，所述注意力模块用于从输入的样本数据中提取注意力信息，该注意力信息被用于与所述样本集包含的样本数据进行拼接，且得到的拼接数据进一步被输入所述预测模块，以由所述预测模块输出所述目标气体的预测浓度；
5、根据所述预测浓度与所述浓度标签的差异，对所述气体浓度预测模型进行迭代训练。
6、根据本说明书
7、获取至少一种与目标气体存在关联关系的协变量的取值；
8、将获取到的协变量的取值输入训练得到的气体浓度预测模型中，以由所述气体浓度预测模型输出所述目标气体的预测浓度；
9、其中，所述气体浓度预测模型包含注意力模块和预测模块；所述注意力模块用于根据输入的协变量的取值，输出与所述协变量的取值对应的注意力信息；所述预测模块用于根据所述注意力信息和输入的协变量的取值的拼接数据，输出所述预测浓度。
10、根据本说明书一个或多个实施例的第三方面，提出了一种气体浓度预测模型训练装置，包括：
11、获取单元，获取携带有目标气体的浓度标签的样本集；所述样本集包含多条样本数据，每条样本数据用于记录至少一种与目标气体的浓度存在关联关系的协变量；
12、输入单元，将所述样本集包含的样本数据输入待训练的气体浓度预测模型；其中，所述气体浓度预测模型包括注意力模块和预测模块，所述注意力模块用于从输入的样本数据中提取注意力信息，该注意力信息被用于与所述样本集包含的样本数据进行拼接，且得到的拼接数据进一步被输入所述预测模块，以由所述预测模块输出所述目标气体的预测浓度；
13、训练单元，根据所述预测浓度与所述浓度标签的差异，对所述气体浓度预测模型进行迭代训练。
14、根据本说明书一个或多个实施例的第四方面，提出了一种气体浓度预测装置，包括：
15、获取单元，获取至少一种与目标气体存在关联关系的协变量的取值；
16、预测单元，将获取到的协变量的取值输入训练得到的气体浓度预测模型中，以由所述气体浓度预测模型输出所述目标气体的预测浓度；
17、其中，所述气体浓度预测模型包含注意力模块和预测模块；所述注意力模块用于根据输入的协变量的取值，输出与所述协变量的取值对应的注意力信息；所述预测模块用于根据所述注意力信息和输入的协变量的取值的拼接数据，输出所述预测浓度。
18、根据本说明书一个或多个实施例的第五方面，提出了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器通过运行所述可执行指令以实现如第一方面或第二方面所述方法的步骤。
19、根据本说明书一个或多个实施例的第六方面，提出了一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现如第一方面或第二方面所述方法的步骤。
20、根据本说明书一个或多个实施例的第七方面，提出了一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现如第一方面或第二方面所述方法的步骤。
21、由上述实施例可知，本说明书用于训练气体浓度预测模型的待训练模型中，包含注意力模块和预测模块，相当于在气体浓度预测模型中引入了注意力机制。在该前提下，使得训练得到的气体浓度预测模型，可以基于注意力机制学习到的协变量在特定维度的关联关系，提取输入的协变量的取值在该特定维度的注意力信息，以用于目标气体的预测。
22、应当理解的是，协变量指的是与目标气体存在关联关系的参数，协变量的变化规律与目标气体的变化规律存在一定共性。因此，预先提取协变量的注意力信息，并将该注意力信息用于目标气体的浓度预测，将有助于提高目标气体的浓度预测准确度，避免了相关技术训练得到的模型直接基于协变量取值预测目标气体浓度，而导致预测得到的目标气体浓度准确度不高的问题。
本文档来自技高网...【技术保护点】
1.一种气体浓度预测模型训练方法，包括：
2.根据权利要求1所述的方法，所述注意力模块包括：空间注意力子模块；其中，
3.根据权利要求2所述的方法，所述气体浓度预测模型基于图神经网络构建；所述样本集中包含的样本数据以图数据形式记录，所述图数据中包含用于表征各个样本数据所对应观测点的节点；所述空间注意力子模块用于：
4.根据权利要求1所述的方法，所述注意力模块包括：特征注意力子模块；其中，
5.根据权利要求4所述的方法，所述气体浓度预测模型基于图神经网络构建；所述样本集中包含的样本数据以图数据形式记录，所述图数据中包含用于表征各个样本数据所对应观测点的节点；所述特征注意力子模块用于：
6.根据权利要求3或5所述的方法，所述样本集中的样本数据以点数据的形式记录；所述方法还包括：
7.根据权利要求6所述的方法，所述关联条件包含下述至少之一：
8.根据权利要求1所述的方法，所述预测模块基于全连接网络构建。
9.根据权利要求1所述的方法，
10.一种气体浓度预测方法，包括：
<...【技术特征摘要】
1.一种气体浓度预测模型训练方法，包括：
2.根据权利要求1所述的方法，所述注意力模块包括：空间注意力子模块；其中，
3.根据权利要求2所述的方法，所述气体浓度预测模型基于图神经网络构建；所述样本集中包含的样本数据以图数据形式记录，所述图数据中包含用于表征各个样本数据所对应观测点的节点；所述空间注意力子模块用于：
4.根据权利要求1所述的方法，所述注意力模块包括：特征注意力子模块；其中，
5.根据权利要求4所述的方法，所述气体浓度预测模型基于图神经网络构建；所述样本集中包含的样本数据以图数据形式记录，所述图数据中包含用于表征各个样本数据所对应观测点的节点；所述特征注意力子模块用于：
6.根据权利要求3或5所述的方法，所述样本集中的样本数据以点数据的形式记录；所述方法还包括：
7.根据...
【专利技术属性】
技术研发人员：仲力恒，王剑，陈景东，杨铭，
申请(专利权)人：支付宝杭州信息技术有限公司，
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。