公开(公告)号：CN114647783A

公开(公告)日：2022-06-21

申请号：CN202210312283.8

申请日：2022-03-28

Applicant: 重庆长安汽车股份有限公司

Inventor： 袁章凯 ,  谢磊 ,  蔡春茂 ,  郝金隆 ,  胡伟红

IPC: G06F16/9535 ,  G06F16/9537 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种基于Self‑Attention的序列推荐方法，包括如下步骤：S1：通过日志系统获取用户行为的会话序列，会话序列中包含多个元素，将会话序列转换为固定长度，并将序列中每个元素编码在低纬度的密集空间中；S2：利用self‑attention模块获取输入和输出、物品之间的全局依赖；S3：利用self‑attention学习物品交互的高阶依赖；S4：采用预测层预测会话的下一次点击，利用带BPR优化准则的目标函数和增量训练方法对模型参数进行训练，并根据训练结果进行推送。本发明利用多层self‑attention学习序列交互的高层特征，通过多头注意力机制从不同空间表达序列元素之间的关系，既满足记忆性、泛化、又能从丰富的序列信息中挖掘用户偏好、实现千人千面的推荐。

公开(公告)号：CN115374446A

公开(公告)日：2022-11-22

申请号：CN202210910777.6

申请日：2022-07-29

Applicant: 重庆长安汽车股份有限公司

Inventor： 马金燕 ,  罗咏刚 ,  胡小琼 ,  胡伟红 ,  杨俱成

IPC: G06F21/57 ,  G06V20/56 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请涉及自动驾驶技术领域，特别涉及一种自动驾驶目标检测系统的漏洞检测方法、装置及电子设备，其中，方法包括：采集车辆周围的实际图像；将实际图像输入至预先训练的对抗样本生成模型中，输出实际图像的实际对抗样本，其中，对抗样本生成模型由基于携带有真实标签信息的训练数据训练得到；基于实际对抗样本进行目标感知检测，得到实际感知结果，并在实际感知结果满足预设条件时，判定自动驾驶目标检测系统无漏洞，否则判定自动驾驶目标检测系统存在漏洞。由此，解决了相关技术中，基于梯度迭代生成对抗样本，效率较低，生成的对抗样本定向攻击性不足，对自动驾驶目标检测系统的漏洞检测效率较低、准确度较低，无法满足实际使用的需要等问题。