公开(公告)号：CN115601393B

公开(公告)日：2024-05-07

申请号：CN202211204309.3

申请日：2022-09-29

Applicant: 清华大学

Inventor： 王寰东 ,  李勇 ,  金德鹏

IPC: G06T7/246 ,  G06N3/0464 ,  G06N3/08 ,  H04W4/029

Abstract: 本发明实施例提供一种轨迹生成方法、装置、设备和存储介质，该方法包括：获取第一场景下的用户移动轨迹；根据第一场景下的用户移动轨迹和第一轨迹生成模型，生成第二场景下的第一目标移动轨迹；其中，第一轨迹生成模型为基于第一场景和第二场景下包括用户移动轨迹的训练数据训练得到的。本发明实施例的方法实现了用户移动轨迹的生成。

公开(公告)号：CN117939518A

公开(公告)日：2024-04-26

申请号：CN202410138403.6

申请日：2024-01-31

Applicant: 清华大学

Inventor： 李桐 ,  巩佳辉 ,  丁璟韬 ,  李勇

IPC: H04W24/08 ,  H04L41/147 ,  H04L41/16 ,  H04L43/0876

Abstract: 本发明实施例提供了一种适应于基站的移动网络使用数据预测方法及装置，对应的方法包括：获取多个基站的历史的使用数据；根据所述历史的使用数据以及预生成的使用数据预测模型预测所述多个基站的移动网络的使用数据；其中，所述使用数据预测模型由基于神经网络所生成的时间编码器、空间编码器以及解码器组成，所述时间编码器用于表征所述历史的使用数据的时间特征，所述空间编码器用于表征所述历史的使用数据的空间特征。本发明综合考虑影响基站的移动网络使用数据的多种时间与空间特征，并提升移动网络的基站流量预测的准确度。

公开(公告)号：CN117892834A

公开(公告)日：2024-04-16

申请号：CN202211433772.5

申请日：2022-11-16

Applicant: 腾讯科技(深圳)有限公司 ,  清华大学

Inventor： 李勇 ,  易玲玲 ,  郑瑜 ,  高宸 ,  丁璟韬 ,  金德鹏

IPC: G06N20/00 ,  G06F16/9535

Abstract: 提出了一种媒体内容推荐模型训练方法和装置。该媒体内容推荐模型训练方法包括：获取多个对象的数据集；对每一个对象的数据集的多个交互记录进行分组，使得同一组内各个交互记录的媒体内容时长在同一预设范围内；通过数据规范化处理计算与每一组中每一个交互记录对应的交互时长增益；基于每一个交互记录构造第一训练样本，并基于该交互记录对应的交互时长增益构造对应的第一样本标签；将第一训练样本输入到第一媒体内容推荐模型以基于第一媒体内容推荐模型的输出结果和第一样本标签计算第一损失；至少基于第一损失确定第一媒体内容推荐模型的目标损失；以及基于目标损失，对第一媒体内容推荐模型的参数进行迭代更新直至满足预设条件。

公开(公告)号：CN117350017A

公开(公告)日：2024-01-05

申请号：CN202311116322.8

申请日：2023-08-31

Applicant: 清华大学

Inventor： 李勇 ,  张钧 ,  颜欢

IPC: G06F30/20 ,  G06F30/18

Abstract: 本发明提供一种基于GPU的微观交通模拟系统，包括主机端、设备端和路径规划服务端；主机端载入初始数据并传输给设备端，还进行所述设备端与所述路径规划服务端之间的路径规划请求与响应的转发；设备端向主机端发送待模拟车辆的路径规划请求以得到路径规划响应，并利用初始数据和待模拟车辆的路径规划完成待模拟车辆的交通运行模拟仿真；路径规划服务端在收到来自主机端的路径规划请求后，向主机端反馈路径规划响应。本发明根据CPU与GPU的特点，将微观交通模拟任务拆解为初始数据读取、模拟仿真、路径规划三个子任务，并对应在CPU、GPU和路径规划服务器上完成，从而完成GPU算力充分利用与微观交通模拟的计算加速。

公开(公告)号：CN117132190A

公开(公告)日：2023-11-28

申请号：CN202210530267.6

申请日：2022-05-16

Applicant: 株式会社日立制作所 ,  清华大学

Inventor： 李勇 ,  宗泽方 ,  庄云麟 ,  耿璐 ,  郑萌

IPC: G06Q10/0835 ,  G06Q10/0631 ,  G06Q50/28 ,  G06N3/08

Abstract: 本发明提供一种多车辆路径规划方法及装置。方法包括：车数决策步骤，利用车数决策模型确定访问多站点的车辆数量；调度步骤，利用策略模型计算未被访问的站点的备选概率值；将备选概率值最大的动作分配给当前被调度车辆，作为当前被调度车辆的下一步动作；更新步骤，根据下一步动作对应的站点的货物量更新当前被调度车辆的剩余容量和每个站点的访问状态；判断步骤，判断是否存在未被访问的站点，如果存在未被访问的站点，返回所述调度步骤，否则转向策略输出步骤；策略输出步骤，根据为每个车辆分配的站点输出路径规划策略，所述路径规划策略包括车辆的目标数量以及每一车辆访问站点的顺序。本发明能够提高路径规划策略的生成速度和路径规划的灵活性。

公开(公告)号：CN111008858B

公开(公告)日：2023-10-31

申请号：CN201911019618.1

申请日：2019-10-24

Applicant: 清华大学 ,  杭州微拓科技有限公司

Inventor： 李勇 ,  丁璟韬 ,  平钰坤 ,  卢中县 ,  徐裕键 ,  张良伦 ,  金德鹏 ,  张凡宇 ,  周亮

IPC: G06Q30/0202 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明实施例提供一种商品销量预测方法及系统，包括：获取目标商品在预设历史时间段的销量序列和所有类似商品在预设历史时间段内的销量序列；获取相同特征商品促销活动序列的归一化销量；将目标商品在预设历史时间段的销量序列、所有类似商品在预设历史时间段的销量序列和相同特征商品促销活动序列的归一化销量输入到卷积层中，获取特征空间向量；将目标商品的静态特征、在预设历史时间段内的销量序列、平台爆发销量序列、商品爆发销量序列和特征空间向量进行拼接，将拼接之后的特征输入全连接层，获取目标商品在预测未来时间段内的销量。本发明实施例有效利用未来时间内平台的促销活动及商品的特卖排期信息，大幅提升预估准确度。

公开(公告)号：CN116833495A

公开(公告)日：2023-10-03

申请号：CN202310565205.3

申请日：2023-05-18

Applicant: 清华大学

Inventor： 佟浩 ,  姚尧 ,  李勇 ,  刘国栋

IPC: B23H5/00

Abstract: 本发明公开了一种拓扑解耦的激光环绕电解液式复合加工用工具系统，其中，激光电解液解耦模块包括分束器和电解液腔体；分束器布置在电解液腔体外且包括激光接口和多个多模光纤束；电解液腔体内具有腔体流道；光电液管电极包括同轴设置的导光管和导电管，导光管位于导电管外；多个多模光纤束间隔隔均匀地与导光管的上端面相连；工作时，脉冲激光经分束器及导光管的壁体传输；同时，电解液经腔体流道及导电管的内孔向下流；导电管输入脉冲电源；进而实现脉冲激光、电解液、脉冲电源彼此解耦，互不干扰地输入并传导至工件与光电液管电极之间的加工间隙，形成激光环绕电解液的激光电解复合加工方式。本发明适用大深径比结构的高品质加工且使用寿命长。

公开(公告)号：CN113687651B

公开(公告)日：2023-10-03

申请号：CN202110762775.2

申请日：2021-07-06

Applicant: 清华大学

Inventor： 李勇 ,  宗泽方 ,  金德鹏

IPC: G05D1/02

Abstract: 本发明提供一种按需派送车辆的路径规划方法及装置。该方法包括：获取待分析的订单数据；将所述订单数据输入到双阶段强化学习预测模型中，得到所述双阶段强化学习预测模型输出的车辆配送路径规划策略；其中，所述双阶段强化学习预测模型是基于预设的样本订单数据、所述样本订单数据对应的配送路径规划策略及其结果迭代训练得到；所述双阶段强化学习预测模型包括：用于进行操作算子选择的算子选择器以及用于进行操作算子作用路径选择的路径选择器。采用本发明按需派送车辆的路径规划方法，能够基于双阶段强化学习预测模型引入深度强化学习的方法指导启发式操作在策略空间中进行高效搜索，提高了按需派送车辆的路径规划的效率和准确度。

公开(公告)号：CN111680162B

公开(公告)日：2023-10-03

申请号：CN202010306913.1

申请日：2020-04-17

Applicant: 清华大学

Inventor： 李勇 ,  金德鹏 ,  刘宇

IPC: G06F16/36 ,  G06F17/16 ,  G06F17/15

Abstract: 本发明实施例涉及知识图谱技术领域，公开了基于张量分解的知识图谱嵌入方法、系统及设备。本发明实施例先获取当前知识图谱对应的张量；对张量进行Tucker分解，以得到分解后的张量；确定与分解后的张量对应的事实得分；根据事实得分对与预设知识图谱嵌入模型对应的嵌入向量进行更新，通过更新后的嵌入向量进行当前知识图谱的嵌入操作。明显地，本发明实施例提供了一种较好的面向N元知识图谱的嵌入方式，具体地，将在知识图谱嵌入操作上结合进张量分解操作，最终可提高嵌入操作的准确性；同时，还大大降低了参数复杂度，提高了运行效率。而且，本实施例可基于Tucker和张量环式进行联合分解。

公开(公告)号：CN116828450A

公开(公告)日：2023-09-29

申请号：CN202210285960.1

申请日：2022-03-22

Applicant: 清华大学 ,  中国移动通信有限公司研究院 ,  中国移动通信集团有限公司

Inventor： 隆青月 ,  王寰东 ,  王星 ,  朱琳 ,  李勇 ,  冯俊兰 ,  邓超

IPC: H04W12/02 ,  H04W12/63 ,  H04W24/02 ,  G06N20/00

Abstract: 本发明提供一种移动预测方法、装置、终端及存储介质，涉及数据处理技术领域。本发明的方法包括获取多个第一训练样本，第一训练样本基于本地存储的用户的历史移动数据生成；根据第二训练样本对第一移动预测模型进行训练，得到第二移动预测模型；第二训练样本为第一训练样本经噪声加扰后的训练样本；第一移动预测模型由服务器基于来自多个终端的、经噪声加扰后的本地模型梯度生成，服务器和多个终端为参与联邦学习的各个参与者；获取待预测的目标时间之前的第一移动数据；将第一移动数据输入至第二移动预测模型，得到预测的目标移动数据。本发明在移动预测场景下，能够进一步加强对用户隐私数据的保护，防止敏感的位置的信息泄露。