本發明提出了一種基于神經網絡模型的工業數據生成方法,包括如下步驟:基于生成對抗網絡的思想,通過鑒別反饋機制,將時間序列生成過程作為一個連續決策過程來生成大規模數據集。其中,鑒別器提取時間序列特征并評估每個特征對于序列的重要性,通過對真實樣本與生成樣本進行訓練來衡量生成數據的質量。鑒別器通過時間差分學習(Temporal?Difference?Learning)反饋生成器中間每步所生成數據概率的對應獎勵值,基于LSTM的生成器由強化學習的策略梯度進行訓練,其中,獎勵值由鑒別器返回值提供。一種基于神經網絡模型的工業數據生成方法實現了小數據生成大數據的新方式,從而提高在大數據環境下數據挖掘的挖掘分析效果,以及整個框架所擁有可靠的性能和優異的可擴展性。
聲明:
“基于神經網絡模型的工業數據生成方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)