技术特征:1.一种针对异构时间序列数据的信息挖掘方法,其特征在于,包括:
2.根据权利要求1所述的一种针对异构时间序列数据的信息挖掘方法,其特征在于,
3.根据权利要求2所述的一种针对异构时间序列数据的信息挖掘方法,其特征在于,
4.根据权利要求3所述的一种针对异构时间序列数据的信息挖掘方法,其特征在于,
5.根据权利要求4所述的一种针对异构时间序列数据的信息挖掘方法,其特征在于,
6.根据权利要求5所述的一种针对异构时间序列数据的信息挖掘方法,其特征在于,
7.根据权利要求6所述的一种针对异构时间序列数据的信息挖掘方法,其特征在于,
8.根据权利要求7所述的一种针对异构时间序列数据的信息挖掘方法,其特征在于,
9.根据权利要求8所述的一种针对异构时间序列数据的信息挖掘方法,其特征在于,
技术总结本发明属于医疗预测领域,并公开了一种针对异构时间序列数据的信息挖掘方法,包括:获取电子病历数据并构建超图,对超图进行分析计算,得到嵌入表示数据,基于注意力机制对嵌入表示数据进行加权,得到嵌入序列数据,构建序列学习模型并进行隐藏状态访问,得到隐藏表示数据及其权重数据,对嵌入序列数据进行加权,得到嵌入序列隐藏数据;通过时间训练参数数据对序列学习模型进行训练,通过训练后的序列学习模型对嵌入序列隐藏数据进行加权,得到时间维度隐藏数据,构建全连接网络对时间维度隐藏数据进行分析,得到医疗事件预测数据。本发明所述技术方案能够利用时间步信息学习时间维度上的复杂信息,能够得到精确的医疗事件预测结果。
技术研发人员:李青,李泽昊,鲍建烁
受保护的技术使用者:西北工业大学
技术研发日:技术公布日:2024/1/14