[发明专利]用于使用惯性自动编码器来学习和预测时间序列数据的系统和方法

权利要求书

1.一种方法，包括：

使用计算网络来学习和预测时间序列数据，所述计算网络被配置成接收所述时间序列数据并执行对所述时间序列数据的变换-不变编码，所述计算网络包括一个或多个编码层；以及

通过变换的惯性调整来反馈对所述时间序列数据的未来预测，所述惯性调整维持所述计算网络中的不变量。

2.根据权利要求1所述的方法，其中所述计算网络进一步包括一个或多个池化层，每个池化层被配置成降低数据的维度，所述一个或多个池化层提供所述编码的变换不变性。

3.根据权利要求2所述的方法，其中每个池化层执行池化函数，所述池化函数表示ℓ²范数。

4.根据权利要求1所述的方法，其中基于投影函数做出所述变换的惯性调整，所述投影函数将所述时间序列数据的当前值与所述时间序列数据的先前值组合。

5.根据权利要求4所述的方法，其中所述投影函数表示弧投影，其被定义为：

其中y_τ表示所述当前值，并且y_τ-1表示所述先前值。

6.根据权利要求4所述的方法，其中所述投影函数表示序列投影y_τ-1y_τ→y_τ+1，其被定义为：

e_ie_j→e_{2j-i(mod n)}

其中y_τ表示所述当前值，y_τ-1表示所述先前值，y_τ+1表示所预测的未来值，e_i和e_j分别表示在第i个和第j个方向上的单位向量，并且n表示y的维度。