-
公开(公告)号：CN116439725A
公开(公告)日：2023-07-18
申请号：CN202310348066.9
申请日：2023-04-03
Applicant: 中国医学科学院北京协和医院 , 网易传媒科技(北京)有限公司
Abstract: 本公开实施方式涉及大脑异常放电检测方法、异常放电检测模型的训练方法、大脑异常放电检测装置、异常放电检测模型的训练装置、计算机存储介质与电子设备，涉及人工智能技术领域。所述大脑异常放电检测方法包括：获取受测对象的生物医学信号及视频监控数据；将所述生物医学信号和所述视频监控数据输入至训练好的异常放电检测模型中，得到所述受测对象的异常放电检测结果；其中，所述异常放电检测模型用于根据所述生物医学信号和所述视频监控数据，确定出针对所述受测对象的异常放电检测结果。本公开能够快速输出准确度较高的异常放电检测结果，为医生提供较高的辅助参考价值，便于医生快速得出针对受测对象的诊断结果。
-
公开(公告)号：CN112149604B
公开(公告)日：2024-11-22
申请号：CN202011064441.X
申请日：2020-09-30
Applicant: 网易传媒科技(北京)有限公司
IPC: G06V20/40 , G06V10/74 , G06V10/774
Abstract: 本申请涉及视频处理技术领域，公开了一种视频特征提取模型的训练方法、视频推荐方法及装置，该视频特征提取模型的训练方法包括：基于多个用户针对视频的点击行为，确定出相关视频；基于确定出的相关视频，构建多个三元组，其中，每个三元组包括目标视频、与目标视频相关的第一视频、以及与目标视频不相关的第二视频；基于视频特征提取模型，提取每个三元组中的每个视频的特征表示；针对每个三元组，基于每个三元组中的目标视频的特征表示和第一视频的特征表示之间的相似度、以及目标视频的特征表示和第二视频的特征表示之间的相似度，确定每个三元组对应的损失值；基于多个三元组分别对应的损失值，更新视频特征提取模型的参数。
-
公开(公告)号：CN114548401A
公开(公告)日：2022-05-27
申请号：CN202210130108.7
申请日：2022-02-11
Applicant: 网易传媒科技(北京)有限公司
IPC: G06N3/08 , G06Q30/06 , G06F16/9535
Abstract: 本公开的实施方式提供了一种推荐模型的训练方法、装置、计算设备及介质。获取样本对象的样本特征信息以及样本推荐得分，通过初始推荐模型，分别确定各个样本对象在各个预测目标下的第一推荐得分和第二推荐得分，以基于样本推荐得分、第一推荐得分和第二推荐得分，训练初始推荐模型。目标任务网络所包括的隐层的数量不超过第一设定阈值，和/或，目标任务网络中各个隐层所包括的神经元数量不超过第二设定阈值，以使目标任务网络的网络参数较少，在可以通过多个初始任务网络保证多个预测目标之间的冲突较少的基础上，目标任务网络可以更好地学习不同任务目标之间的共有知识，进而可以提高训练得到的网络参数的准确性，提高推荐模型的排序准确性。
-
公开(公告)号：CN109522950B
公开(公告)日：2022-04-22
申请号：CN201811329912.8
申请日：2018-11-09
Applicant: 网易传媒科技(北京)有限公司
IPC: G06V10/764 , G06K9/62 , G06V10/778 , G06V10/774
Abstract: 本发明的实施方式提供了一种图像评分模型训练方法及装置和图像评分方法及装置。其中，图像评分模型训练方法包括：选取至少两个样本图像分别输入所述图像评分模型，根据所述图像评分模型输出的各个样本图像的评估分数对所述样本图像进行排序；针对所述至少两个样本图像，如果根据评估分数的排序结果与根据实际分数的排序结果不同，则生成第一损失函数，采用所述第一损失函数训练所述图像评分模型。通过生成第一损失函数，并采用第一损失函数训练图像评分模型，本发明的方法能够实现为图像给出与人工标注结果相近的预估分数。
-
公开(公告)号：CN109815352B
公开(公告)日：2021-07-09
申请号：CN201910043735.5
申请日：2019-01-17
Applicant: 网易传媒科技(北京)有限公司
IPC: G06F16/53
Abstract: 本发明的实施方式提供了一种封面图像选取方法、介质、装置和计算设备。其中方法包括：对待选取图像集合进行过滤，将过滤后的所述待选取图像集合作为候选图像集合；所述待选取图像集合包括至少两个图像；确定所述候选图像集合中的各个图像的优先级；选取所述优先级高的至少一个图像作为封面图像。通过将不合适作为封面图像的图像过滤掉，之后再在剩余的图像中选取优先级高的图像作为封面图像，本发明的方法能够应对图像类型的多样性，从而选取出合适的封面图像。
-
Patent Agency Ranking
公开(公告)号：CN109584142A
公开(公告)日：2019-04-05
申请号：CN201811483510.3
申请日：2018-12-05
Applicant: 网易传媒科技(北京)有限公司
Abstract: 本发明的实施方式提供了一种图像增强系统，包括输入端、多通路部分、单通路部分以及输出端。输入端，用于获得待处理图像。多通路部分，与所述输入端相连，其中，所述多通路部分包括多个通路，每个所述通路包括至少一个卷积层。单通路部分，包括至少一个卷积层，与所述多个通路相连，用于将多个所述通路的输出通过卷积计算融合为所述待处理图像的图像增强结果。输出端，与所述单通路部分相连，用于输出所述图像增强结果。此外，本发明的实施方式还提供了一种图像增强方法、一种训练方法、一种计算机可读存储介质以及一种电子设备。
-
公开(公告)号：CN109522950A
公开(公告)日：2019-03-26
申请号：CN201811329912.8
申请日：2018-11-09
Applicant: 网易传媒科技(北京)有限公司
IPC: G06K9/62
Abstract: 本发明的实施方式提供了一种图像评分模型训练方法及装置和图像评分方法及装置。其中，图像评分模型训练方法包括：选取至少两个样本图像分别输入所述图像评分模型，根据所述图像评分模型输出的各个样本图像的评估分数对所述样本图像进行排序；针对所述至少两个样本图像，如果根据评估分数的排序结果与根据实际分数的排序结果不同，则生成第一损失函数，采用所述第一损失函数训练所述图像评分模型。通过生成第一损失函数，并采用第一损失函数训练图像评分模型，本发明的方法能够实现为图像给出与人工标注结果相近的预估分数。
-
公开(公告)号：CN113902103B
公开(公告)日：2025-05-16
申请号：CN202111262649.7
申请日：2021-10-28
Applicant: 网易传媒科技(北京)有限公司
IPC: G06N3/0464 , G06N3/08 , G06Q10/04
Abstract: 本公开公开了模型训练方法、点击率确定方法、介质、装置和计算设备。该模型训练方法包括：确定获取多个训练样本，训练样本包括样本多媒体的多个静态属性数据，静态属性数据表示样本多媒体自身的性质；获取训练样本对应的标签数据，标签数据用于表示样本多媒体的实际点击率等级；将训练样本输入点击率预测模型，得到训练输出点击率等级；根据标签数据和训练输出点击率等级，调整点击率预测模型，以得到训练完成的点击率预测模型。本公开采用多媒体的静态属性数据作为点击率的预测的依据，能够有效增加点击率预测的应用场景，不用依赖用户的点击行为进行建模分析，进一步增强训练得到的点击率预测模型的健壮性和稳定性。
-
公开(公告)号：CN114491153B
公开(公告)日：2025-03-21
申请号：CN202210126016.1
申请日：2022-02-10
Applicant: 网易传媒科技(北京)有限公司
Abstract: 本公开的实施方式提供了一种封面图像的确定方法、介质、装置和计算设备，该方法包括：提取目标视频中包含的音频信息，确定音频信息包含的对应时间的音频片段与目标视频的视频属性信息的相关度，根据音频信息的声音属性信息，确定音频片段的精彩度，根据精彩度和相关度，确定目标视频的封面图像。本公开能够获得更具有吸引力的封面图像，从而能够提高视频的点击率；且在确定封面图像时，处理效率更高。
-
公开(公告)号：CN114912014A
公开(公告)日：2022-08-16
申请号：CN202210273218.9
申请日：2022-03-18
Applicant: 网易传媒科技(北京)有限公司
IPC: G06F16/9535
Abstract: 本公开的实施方式涉及计算机数据处理技术领域，更具体地，本公开的实施方式涉及推荐模型训练及推荐方法及装置、存储介质、电子设备，存储介质和电子设备。方法包括：建立长短时指标关系模型，使长短时指标关系模型的输入包括用户对待处理对象的短时行为特征，使长短时指标关系模型的输出为用户对待处理对象的长时指标排序关系值；以所述长时指标值的排序顺序与对应的长时行为特征的排序顺序一致为目标，训练所述长短时指标关系模型；基于长短时指标关系模型，训练推荐模型。本公开的技术方案能够将长时行为特征的影响结合到推荐模型训练中，从而优化推荐模型的推荐效果。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.043 seconds)
