公开(公告)号：CN118760898A

公开(公告)日：2024-10-11

申请号：CN202411245264.3

申请日：2024-09-06

Applicant: 清华大学

Inventor： 徐丰力 ,  李勇 ,  冯杰

IPC: G06F18/214 ,  G06F40/289 ,  G06F40/35 ,  G06N5/025

Abstract: 本公开涉及人工智能领域，尤其涉及面向城市领域的大语言模型训练方法及城市生成式智能方法、装置，所述训练方法包括：获取通用大语言模型以及初始数据集；通过在虚拟城市场景中设置智能体模拟人类在真实城市场景中的多种行为，得到复合数据集；将复合数据集与初始数据集混合为预训练数据集，并利用预训练数据集对通用大语言模型进行增量预训练，得到第一城市大模型；利用针对城市领域构建的微调数据集对第一城市大模型进行微调训练，得到第二城市大模型；利用人类偏好数据集对第二城市大模型进行偏好对齐训练，得到目标城市大模型。由此，能够得到具有城市领域专业知识、世界通用常识以及认知推理能力的目标城市大模型。

公开(公告)号：CN113761388B

公开(公告)日：2024-09-27

申请号：CN202110846408.0

申请日：2021-07-26

Applicant: 清华大学

Inventor： 高宸 ,  李勇 ,  李念 ,  金德鹏

IPC: G06F16/9536 ,  G06Q30/0601 ,  G06Q50/00

Abstract: 本发明提供一种推荐方法、装置、电子设备及存储介质，该方法包括：将用户项目社交数据组输入训练好的项目推荐模型，得到每个用户与各个项目的交互预测信息，所述用户项目社交数据组包括用户‑用户社交信息、用户‑项目‑用户影响行为信息、用户‑项目交互信息中的至少一项，所述训练好的项目推荐模型是基于用户项目社交样本数据组训练得到的；根据所述每个用户与各个项目的交互预测信息，生成每个用户的项目推荐信息。

公开(公告)号：CN118674179A

公开(公告)日：2024-09-20

申请号：CN202411164477.3

申请日：2024-08-23

Applicant: 清华大学

Inventor： 李勇 ,  林雨铭 ,  周之伦

IPC: G06Q10/063 ,  G06Q50/26 ,  G06F16/33 ,  G06N3/006

Abstract: 本发明涉及城市规划技术领域，提供一种基于大语言模型的城市用地规划方法、装置及电子设备，其中的方法包括：基于给定的待规划区域，获取规划师智能体提出的初始城市用地规划方案；获取多个居民智能体对初始城市用地规划方案的综合反馈意见；基于规划师智能体根据综合反馈意见更新优化初始城市用地规划方案，得到目标城市用地规划方案。该方法通过让大语言模型扮演有专业知识的规划师智能体和多个有不同用户画像的居民智能体，利用规划师智能体与多个居民智能体之间的合作交互来实现城市用地规划，使得居民们能够有效参与到城市用地规划过程中，最终得到的城市用地规划方案能够更好地满足居民需求，有效提升了城市用地规划方案的生成效率。

公开(公告)号：CN116703189B

公开(公告)日：2024-07-12

申请号：CN202211358812.4

申请日：2022-11-01

Applicant: 清华大学

Inventor： 李勇 ,  张云柯

IPC: G06Q10/0639 ,  G06Q10/04 ,  G06Q50/26 ,  G06F16/29 ,  G06F17/18

Abstract: 本发明提供一种基于对象移动不平衡分析的区域信息处理方法及装置。该方法包括：对区域中对象访问区域场所的移动数据进行预处理，获取区域内各地区中对象的移动水平和移动选择，并获得地区属性；移动选择为地区内对象在访问特定类别区域场所占访问所有区域场所的比例；基于因果推断匹配策略分析地区属性对对象的移动水平和移动选择的影响程度，并判断移动水平和移动选择是否平衡，输出区域中地区属性与移动的不平衡分析结果；基于该不平衡分析结果确定对区域中区域场所进行相应管理操作的指示信息。本发明提供的方法，能够提高基于对象移动不平衡分析的区域信息处理效果，从而提升区域管理操作信息的精确度和可靠性。

公开(公告)号：CN118246487A

公开(公告)日：2024-06-25

申请号：CN202410173818.7

申请日：2024-02-07

Applicant: 清华大学

Inventor： 李勇 ,  刘畅 ,  高宸

IPC: G06N3/0455 ,  G06N3/08

Abstract: 本发明实施例公开了一种复杂网络系统韧性预测方法及装置，该方法包括：获取待测复杂网络系统的节点状态序列；将节点状态序列输入到动力学编码器中，得到每条轨迹各自对应的各节点的网络动力学表征；将待测复杂网络系统的网络拓扑结构以及所述网络动力学表征输入到拓扑编码器中，得到每条轨迹各自对应的各节点的节点表征；在待测复杂网络系统中设置虚拟节点，针对每条轨迹将各节点的节点表征融合入该虚拟节点，得到每条轨迹各自对应的全局表征；融合每条轨迹各自对应的所述全局表征，得到融合后的网络表征，基于网络表征对待测复杂网络系统进行韧性预测。本发明实现了准确的对复杂网络系统的韧性进行预测的有益效果。

公开(公告)号：CN118228912A

公开(公告)日：2024-06-21

申请号：CN202410219851.9

申请日：2024-02-28

Applicant: 清华大学

Inventor： 李勇 ,  刘宇 ,  张新 ,  丁璟韬

IPC: G06Q10/063 ,  G06Q10/04 ,  G06Q50/26 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0895

Abstract: 本发明提供一种基于城市图像的区域经济预测方法和装置，包括：获取目标区域城市图像；将所述目标区域城市图像输入至预先训练的目标语义视觉编码模型，得到目标城市语义视觉特征；将所述目标城市语义视觉特征输入至预先训练的目标区域经济预测模型，得到经济预测结果；其中，所述目标语义视觉编码模型是基于预先构建的视觉编码器和语义编码器利用海量多源城市数据样本及其对应的卫星图像样本和/或街景图像样本通过对比学习进行训练得到的；所述目标区域经济预测模型是基于前馈神经网络利用添加标签后的海量城市语义视觉特征样本进行训练得到的。本发明性能好、人工依赖度低、泛化能力好。

公开(公告)号：CN118195340A

公开(公告)日：2024-06-14

申请号：CN202410173823.8

申请日：2024-02-07

Applicant: 清华大学

Inventor： 李勇 ,  颜欢 ,  易金辉

IPC: G06Q10/0637 ,  G06Q10/083 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明实施例提供了一种异常环境下物流派送及时率预测方法和装置，可用于人工智能技术领域，通过基于时空注意力的神经网络，根据目标正常环境特征和预先生成的目标异常环境特征进行预测，得到各快递员在当前周期下的物流派送及时率，能够在异常环境的复杂时空关系下，建模序列自身的时间相关性以及个体之间的空间相关性，将异常环境下相邻路区封控引发的路区间相关性，以及快递员代为完成被封控快递员的工作而引发的快递员间相关性进行结合，实现异常环境数据波动大和小训练集下的模型构建，降低建模难度，确保信息数据的完整性，保证模型高性能，从而提高预测准确度。

公开(公告)号：CN118195339A

公开(公告)日：2024-06-14

申请号：CN202410173819.1

申请日：2024-02-07

Applicant: 清华大学

Inventor： 丁璟韬 ,  周之伦 ,  刘宇 ,  李勇

IPC: G06Q10/0637 ,  G06Q50/26 ,  G06N5/025 ,  G06F18/24 ,  G06F18/10 ,  G06F18/25 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/09

Abstract: 本申请提供了一种城市人流量分析方法及装置，所述方法包含：根据目标城市中城市参数构建以城市区域为实体的城市知识图谱；对所述城市区域按预设规则分类生成训练集区域和测试集区域，以及通过知识图谱预训练模型分析所述城市知识图谱获得每个城市区域的表征向量；利用流量规模估计模型分析训练集区域中每个城市区域的流量规模，根据所述流量规模和所述表征向量训练扩散模型获得人流量分析模型；通过所述人流量分析模型分析所述测试集区域获得对应的人流量分布数据。

公开(公告)号：CN111815396B

公开(公告)日：2024-05-31

申请号：CN202010501385.5

申请日：2020-06-04

Applicant: 清华大学

Inventor： 李勇 ,  韩振宇 ,  徐丰力 ,  金德鹏

IPC: G06Q30/0601 ,  G06N3/045 ,  G06N3/082 ,  G06N3/086

Abstract: 本发明实施例涉及产品智能化推荐技术领域，公开了基于元图的产品筛选方法、系统、设备及存储介质。本发明实施例先获取异构网络信息；将异构网络信息输入至预设产品筛选模型，输出产品分值；基于产品分值确定待推荐产品对应的产品信息；其中，预设产品筛选模型用于通过元图处理异构网络信息。明显地，本发明实施例将应用异构网络信息来筛选待推荐产品，而非仅局限于用户与产品二者之间的交互，同时，还使用了元图过滤异构网络信息以辅助推荐行为，从而提升了推荐准确性，解决了推荐准确性较低的技术问题。此外，还可使用遗传算法框架，并同时结合预测操作与测试操作，以自动寻找更有利于产品推荐的元图。

公开(公告)号：CN118093756A

公开(公告)日：2024-05-28

申请号：CN202410228679.3

申请日：2024-02-29

Applicant: 清华大学

Inventor： 李桐 ,  隆青月 ,  荣灿 ,  李勇

IPC: G06F16/29 ,  G06F17/16 ,  G06F16/901 ,  G06F16/215 ,  G06Q50/26 ,  G06N20/00

Abstract: 本申请提供了一种基于人口分布的轨迹生成方法及装置，涉及数据处理技术领域，包括：获取历史个体轨迹信息，构建访问地点空间图，并确定各历史个体轨迹信息对应的轨迹嵌入向量，执行扩散操作，生成轨迹扩散嵌入向量；确定历史人口分布并加入去噪网络，生成初始人口分布去噪模型，以各扩散步骤时的轨迹扩散嵌入向量为输入，输出轨迹去噪人口分布嵌入向量，确定人口分布感知损失函数，训练初始人口分布去噪模型，直至人口分布感知损失函数满足第一预设条件，生成训练好的目标人口分布去噪模型，并将目标人口分布去噪模型作为轨迹生成模型；确定当前人口分布，并基于轨迹生成模型和当前人口分布，生成当前个体轨迹信息。