-
公开(公告)号:CN115630188B
公开(公告)日:2024-11-05
申请号:CN202211154166.X
申请日:2022-09-21
Applicant: 清华大学
IPC: G06F16/735 , G06F16/738 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种视频推荐方法、装置及电子设备,涉及信息处理技术领域,该方法包括:将获取的待推荐视频集合中的各待推荐视频分别划分为预设数量个视频片段;将提取的用户特征和视频片段视觉特征输入视频推荐模型,获得视频推荐模型输出的用户属性信息对应用户对待推荐视频的兴趣度;根据兴趣度从待推荐视频集合中确定目标推荐视频输出给用户;视频推荐模型基于用户对应的样本原始视频、样本正反馈视频片段集合和样本负反馈视频片段集合训练得到,样本正反馈视频片段集合为用户完整观看的样本原始视频的视频片段的集合,样本负反馈视频片段集合为用户跳过行为发生时刻所在的视频片段的集合。本发明提供的技术方案能够提高视频推荐的准确性。
-
公开(公告)号:CN118804327A
公开(公告)日:2024-10-18
申请号:CN202310906689.3
申请日:2023-07-24
Applicant: 清华大学 , 中国移动通信集团有限公司研究院
IPC: H04W72/0453 , H04W72/044 , H04W72/27
Abstract: 本发明提供了一种资源分配方法、装置及设备,其中,资源分配方法,包括:获取目标区域内的至少一个终端所对应的资源分配参数信息;根据资源分配参数信息,得到各个终端在至少一个时间段内的流量需求的第一信息;根据资源分配参数信息和第一信息,得到各个终端所对应的资源分配结果信息;其中,资源分配参数信息包括:基站信息、终端信息、子频段信息,以及基站的发射功率上限值中的至少一项;第一信息包括:终端在当前所处时间段内的流量需求的信息;资源分配结果信息包括:基站分配信息、子频段分配信息,以及发射功率分配信息中的至少一项。本方案解决了现有技术中资源分配方案无法有效满足流量需求、方案复杂的问题。
-
公开(公告)号:CN118803990A
公开(公告)日:2024-10-18
申请号:CN202310820741.3
申请日:2023-07-05
Applicant: 中国移动通信集团有限公司研究院 , 清华大学
Abstract: 本发明提供一种流量预测方法、装置、电子设备和可读存储介质,涉及无线网络技术领域,其中,该方法包括:获取目标基站在目标时刻的第一预测值,以及获取目标残差值,所述目标残差值用于表征所述目标基站在所述目标时刻的第二预测值与预设参考值之间的残差值;基于所述第一预测值和所述目标残差值确定目标预测值。本发明实施例可以使得目标预测值的准确度更高,从而实现更好的预测性能。
-
公开(公告)号:CN118798365A
公开(公告)日:2024-10-18
申请号:CN202411245261.X
申请日:2024-09-06
IPC: G06N5/04
Abstract: 本公开涉及人工智能技术领域。尤其涉及一种模块化的城市具身智能体推理系统及方法、装置和介质,系统包括智能体画像模块从数据库中获取信息进而形成智能体画像;感知模块从城市环境底座平台获取感知数据并处理形成感知数据集合,感知数据包括行为信息和环境数据;记忆存储模块存储感知数据集合、智能体画像的信息;推理与分析模块根据从记忆存储模块中获取的目标信息调用模型仓库中的目标模型进行推理得到包括行为信息的推理决策结果;行为模块对推理决策结果进行结构化处理后发送至城市环境底座平台。基于模块化方案将具身智能体抽象为多个功能模块,可自定义,自由度与可操作性更高,保证其具备处理城市环境各类场景下的复杂问题的能力。
-
公开(公告)号:CN118798304A
公开(公告)日:2024-10-18
申请号:CN202310799531.0
申请日:2023-07-03
Applicant: 中国移动通信集团有限公司研究院 , 清华大学
IPC: G06N3/09 , G06N3/0455 , G06N3/0442 , G06N3/0499
Abstract: 本申请公开了一种轨迹合成模型训练方法及装置,涉及移动轨迹确定技术领域。该方法,包括:基于用户的历史轨迹信息以及由所述历史轨迹信息获取的参考信息,获取编码器解码器结构的模型,所述参考信息包括:出发地信息和目的地信息,所述历史轨迹信息包括:至少一个位置信息以及每个位置信息对应的时间信息;基于所述编码器解码器结构的模型,获取用户先验信息;基于所述用户先验信息、所述历史轨迹信息进行模型训练,获取轨迹合成模型。上述方案,能够提升轨迹合成模型的准确性。
-
公开(公告)号:CN118760731A
公开(公告)日:2024-10-11
申请号:CN202411249233.5
申请日:2024-09-06
Applicant: 清华大学
IPC: G06F16/29 , G06F18/213 , G06F18/214 , G06N3/0455
Abstract: 本公开涉及轨迹处理技术领域,尤其涉及一种基于扩散模型的轨迹处理方法及装置,方法包括获取针对目标用户的轨迹处理任务,确定出任务种类和当前轨迹和历史轨迹;基于掩码规则确定出目标掩码,并对当前轨迹提取得到地点特征向量;根据目标掩码和地点特征向量确定出任务目标向量和条件观测向量,利用扩散模型向任务目标向量添加噪声得到加噪后的任务目标向量;对历史轨迹进行提取得到模式特征向量;基于扩散模型对加噪后的任务目标向量、条件观测向量、目标掩码、模式特征向量进行处理,得到目标结果。通过本公开实施例的轨迹处理方法及装置能够利用基于扩散模型形成的通用模型高效地处理轨迹预测或轨迹补全任务并生成准确的任务结果。
-
公开(公告)号:CN115858913B
公开(公告)日:2024-09-24
申请号:CN202211358838.9
申请日:2022-11-01
Applicant: 清华大学
IPC: G06F16/9535 , G06Q10/04 , G06N3/08 , G06N3/0464
Abstract: 本发明提供一种仿真行为序列数据生成方法、装置、电子设备及存储介质,其中,所述方法包括:基于嵌入网络构建当前时刻的个体状态,其中,所述个体状态包括随时间连续演化个体状态和瞬时跳变个体状态;基于当前时刻的所述个体状态,通过与所述个体状态对应的状态转移网络得到下一时刻的预测个体状态;将所述预测个体状态输入至策略函数网络,采样得到仿真行为序列数据。通过本发明提供的仿真行为序列数据生成方法,能够生成高质量的仿真行为序列数据,为高效训练预测或推荐模型打下基础。
-
公开(公告)号:CN118486161A
公开(公告)日:2024-08-13
申请号:CN202410478247.8
申请日:2024-04-19
Applicant: 清华大学
IPC: G08G1/01 , G06N3/0464 , G06N3/049
Abstract: 本发明提供一种交通拥堵预测方法和装置,包括:获取历史交通信息;将所述历史交通信息输入至预先训练的交通拥堵预测模型,得到目标时间范围内的交通拥堵预测结果;其中,所述交通拥堵预测模型是基于物理信息神经网络利用历史交通信息和预先设定的损失函数进行训练得到的。本发明采用深度神经网络从历史交通信息提取微观历史数据以及宏观物理先验知识,在微观历史数据以及宏观物理先验知识的基础上,基于物理信息神经网络使用宏观物理方程的残差作为损失函数引导神经网络学习最好的参数进行训练,得到的交通拥堵预测模型稳定性更好、建模还原更高。
-
公开(公告)号:CN118474843A
公开(公告)日:2024-08-09
申请号:CN202410617971.4
申请日:2024-05-17
Applicant: 清华大学
IPC: H04W52/02
Abstract: 本申请公开了一种基站节能控制方法及装置,所述方法包括;获取所有基站的基站数据,将所述基站数据转化图数据,所述图数据包括多个与所述基站对应的基站节点和多个与基站所属小区对应的小区节点;对所述图数据进行切割得到多个子图,并记录每个所述子图的外部节点,通过预设策略网络分别分析所述多个子图得到所述子图中每个基站和小区的运行状态;基于每个子图中所述基站和小区的运行状态及所述外部节点重新通过预设策略网络更新得到每个所述基站和小区的运行状态以进行基站节能控制。本申请可提高大规模基站节能控制效果,降低能耗和费用支出。
-
公开(公告)号:CN118474760A
公开(公告)日:2024-08-09
申请号:CN202410597674.8
申请日:2024-05-14
Applicant: 清华大学
IPC: H04W16/22 , H04L41/16 , G06N5/022 , G06N3/0475 , G06N3/045 , G06N3/042 , G06N3/0464
Abstract: 本发明提供一种跨城市的移动网络流量生成方法、装置及电子设备,其中的方法包括:获取源城市知识图谱和目标城市知识图谱;根据源城市知识图谱和目标城市知识图谱,获取源城市对应的源‑基站图嵌入向量,以及目标城市对应的目标‑基站图嵌入向量;基于预先训练的生成对抗网络模型,根据源‑基站图嵌入向量和目标‑基站图嵌入向量,预测得到目标城市的流量生成数据。该方法通过构建的城市知识图谱将源城市和目标城市关联起来,克服了现有技术无法生成新兴区域的可靠网络流量的缺陷,不仅能够生成可靠的城市移动网络流量,还实现了跨城市的流量生成。
-
-
-
-
-
-
-
-
-