基于内源性-外源性协同的时间序列预测方法及系统

本发明公开了一种基于内源性‑外源性协同的时间序列预测方法及系统，方法包括：获取预测目标的内源性输入和外源性输入；将内源性输入整合为内源性嵌入向量；将外源性输入整合为外源性嵌入向量；将内源性嵌入向量和外源性嵌入向量进行拼接，得到联合特征；通过多级时间注意力机制优化内源性表征；通过动态交互注意力机制融合内源性嵌入与外源性嵌入，得到跨模态交互特征；将优化后的内源性表征与跨模态交互特征进行融合，得到中间动态表征；基于中间动态表征进行时间序列预测。本发明实现了多源异质特征的统一表征，通过自适应权重分配整合内源性变量的局部短期关联与全局长期依赖，能够精准刻画内外源输入间随时间动态演变的协同关联。