生理信号预测模型的训练方法、电子设备及产品

本申请实施例适用于数据处理领域，提供了一种生理信号预测模型的训练方法、电子设备及产品，该方法包括：获取包含多个训练数据的训练数据集；针对任一训练数据，将多个模态数据输入至初始生理信号预测模型，分别提取每个模态数据的第一正态逆伽马分布特征；第一正态逆伽马分布特征包括第一预测生理特征、第一置信度特征，第一分布特征，第一尺度特征；融合每个第一正态逆伽马分布特征，得到第二正态逆伽马分布特征；基于真实生理信号分别计算每个目标正态逆伽马分布特征的特征训练损失；基于所有特征训练损失迭代更新初始生理信号预测模型的模型参数，得到生理信号预测模型。采用上述方法，可以提高生理信号预测模型的准确性和可靠性。