一种组态化机器学习建模任务描述的预测方法及系统
基本信息
| 申请号 | CN202111339559.3 | 申请日 | - |
| 公开（公告）号 | CN114169531A | 公开（公告）日 | 2022-03-11 |
| 申请公布号 | CN114169531A | 申请公布日 | 2022-03-11 |
| 分类号 | G06N20/00（2019.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 劳莹莹;李佳阳;沈嘉灵;徐丽燕;陈子韵;王宇冬;陈佳佳;闫妮;张瑞智;李昊;季学纯;张珂珩 | 申请（专利权）人 | 国网电力科学研究院有限公司 |
| 代理机构 | 南京纵横知识产权代理有限公司 | 代理人 | 何春廷 |
| 地址 | 211106江苏省南京市江宁区诚信大道19号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种组态化机器学习建模任务描述的预测方法及系统，获取当前区域的业务数据，输入到集成多种机器学习算法的预测模型，输出该区域对应该业务的预测数据；根据业务需求从机器学习算法集成框架中提取与该业务数据相关的多个机器学习算法，生成对应业务的以有向无环图数据结构进行描述的机器学习流程化任务描述结构，每个机器学习算法为所述机器学习流程化任务描述结构中的一个运算节点，确定用于依次调用每个运算节点对应的运算程序的参数，进行模型训练；保存训练好的集成多种机器学习算法的预测模型。优点：封装各机器学习框架算法的集成框架，降低开发的人力成本、提高开发效率，降低人工智能技术应用的门槛。 |
