GENERATIVE FUTURE PREDICTIONS BASED ON COMPLEX EVENTS

This document relates to accurate quantitative predictions relating to various systems of interest. One example can obtain temporal data relating to a system from a first source and obtain complex events that can affect the system from a second source. The example can train a model iteratively using...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: PISHORI, Riyaz, KUMAR, Peeyush, YANG, Boling, CHANDRA, Ranveer
Format: Patent
Sprache:eng ; fre
Schlagworte:
Online-Zugang:Volltext bestellen
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:This document relates to accurate quantitative predictions relating to various systems of interest. One example can obtain temporal data relating to a system from a first source and obtain complex events that can affect the system from a second source. The example can train a model iteratively using generative networks that correlate the temporal data from the first source and the complex events from the second source. The example can employ a temporal sequential encoder to control predictions for future temporal data utilizing the trained model. L'invention concerne des prédictions quantitatives précises relatives à divers systèmes d'intérêt. Un exemple peut obtenir des données temporelles relatives à un système à partir d'une première source et obtenir des événements complexes qui peuvent affecter le système à partir d'une seconde source. L'exemple peut entraîner un modèle de manière itérative à l'aide de réseaux génératifs qui mettent en corrélation les données temporelles provenant de la première source et les événements complexes provenant de la seconde source. L'exemple peut utiliser un codeur séquentiel temporel pour commander des prédictions pour des données temporelles futures à l'aide du modèle entraîné.