一种针对异质性时空数据的城市基础模型训练方法及装置

本发明提供一种针对异质性时空数据的城市基础模型训练方法及装置，涉及人工智能技术领域。该方法包括：根据预训练数据集，使用城市基础模型进行城市事件预测，获得第一时空特征以及第一预测数据集；基于误差引导的时空掩码策略，对预设的初始掩码权重进行更新，获得更新特征掩码；基于更新特征掩码，使用城市基础模型进行城市事件预测，获得第二预测数据集；根据预训练数据集以及第二预测数据集计算损失函数，并对城市基础模型进行参数优化，获得第一优化城市基础模型；基于记忆网络的双通道提示生成器，对第一优化城市基础模型进行参数微调，获得第二优化城市基础模型。本发明是一种针对异质性时空数据的高效且准确的城市基础模型训练方法。