-
公开(公告)号：CN110502226B
公开(公告)日：2023-06-09
申请号：CN201810468804.2
申请日：2018-05-16
Applicant: 富士通株式会社
Abstract: 本发明涉及一种在编程环境中推荐代码码片的方法，用于基于已输入的若干码片构成的码片序列和当前输入的码片预测后续码片，包括：分别计算当前输入的码片与码片序列中的每个码片之间的相关度，基于当前输入的码片的码片类型与码片序列中的每个码片的码片类型是否相同相应地对每个相关度进行调整，其中，当类型相同时，减小相关度；基于经调整的每个相关度生成对后续码片进行预测的预测结果的第一影响因子，然后基于第一影响因子生成预测结果，最后基于预测结果确定后续码片。
-
公开(公告)号：CN113469394A
公开(公告)日：2021-10-01
申请号：CN202010237421.1
申请日：2020-03-30
Applicant: 富士通株式会社
Abstract: 本申请公开一种信息处理装置、信息处理方法和计算机可读存储介质。该信息处理装置包括：历史数据获取单元，被配置成获取关于资源的历史数据，历史数据至少包括资源包含的每个部分在预定历史时间段期间中所包括的多个单位时段内的需求量；预测结果获取单元，被配置成：针对资源包含的每个部分，通过第一组预测模型生成与该部分在下一个单位时段内的需求量有关的第一组预测结果，并且通过第二组预测模型生成与该部分在下一个单位时段内的需求量有关的第二组预测结果；以及融合单元，被配置成针对资源包含的每个部分，通过将第一组预测结果和第二组预测结果进行融合来获得该部分在下一个单位时段内的最终预测需求量。
-
公开(公告)号：CN110502226A
公开(公告)日：2019-11-26
申请号：CN201810468804.2
申请日：2018-05-16
Applicant: 富士通株式会社
Abstract: 本发明涉及一种在编程环境中推荐代码码片的方法，用于基于已输入的若干码片构成的码片序列和当前输入的码片预测后续码片，包括：分别计算当前输入的码片与码片序列中的每个码片之间的相关度，基于当前输入的码片的码片类型与码片序列中的每个码片的码片类型是否相同相应地对每个相关度进行调整，其中，当类型相同时，减小相关度；基于经调整的每个相关度生成对后续码片进行预测的预测结果的第一影响因子，然后基于第一影响因子生成预测结果，最后基于预测结果确定后续码片。
-
公开(公告)号：CN108021544A
公开(公告)日：2018-05-11
申请号：CN201610929103.5
申请日：2016-10-31
Applicant: 富士通株式会社
IPC: G06F17/27
Abstract: 本申请实施例提供一种对文本序列中实体词的语义关系进行分类的方法、装置和电子设备，该装置包括：第一获得单元，其用于将文本序列中的每个词用词向量表示，以构建第一矩阵；第二获得单元，其利用深度学习模型对所述第一矩阵进行处理，以获得第二矩阵；第三获得单元，其利用2个以上的注意力模型，对所述第二矩阵进行处理，以确定所述文本序列中词的受关注程度，并基于所述受关注程度获得所述文本序列的第三矩阵；分类单元，其至少根据所述文本序列的所述第三矩阵，以及预先存储的分类模型，来确定所述文本序列中的实体词之间的语义关系。根据本实施例，能够提高分类效率。
-
公开(公告)号：CN106326911A
公开(公告)日：2017-01-11
申请号：CN201510394629.3
申请日：2015-07-07
Applicant: 富士通株式会社
IPC: G06K9/62
CPC classification number: G06K9/6218
Abstract: 本发明公开了一种时序特征的优化方法和优化装置。该优化方法包括：将多个时序特征进行组合，以形成多个特征组合，其中每个特征组合中均具有预定数量的时序特征；计算每个特征组合的重要度向量；根据每个特征组合的重要度向量，对所述多个特征组合进行聚类，以形成多个类；以及在所述多个类中选取所述多个时序特征中的一部分时序特征。该优化方法通过将时序特征进行组合并计算组合的重要度向量，并且以此为依据对特征组合进行聚类，从而将相关的特征聚为同一类，在每个类中可适当地选取时序特征，以用于机器学习。如此，可优化用于机器学习的时序特征，使得所选取的时序特征更加有利于机器学习的效果。
-
Patent Agency Ranking
公开(公告)号：CN106156161A
公开(公告)日：2016-11-23
申请号：CN201510179002.6
申请日：2015-04-15
Applicant: 富士通株式会社
IPC: G06F17/30
Abstract: 公开了一种模型融合方法、模型融合设备和分类方法，该模型融合方法包括：分类阈值确定步骤，确定多个分类模型中的每个的用于对多个训练样本进行分类的分类阈值；空间划分步骤，针对多个分类模型中的每个，将该分类模型关于多个训练样本的输出得分根据各个输出得分的概率密度划分成多个子空间；置信度确定步骤，针对多个分类模型中的每个，基于所划分的多个子空间，确定多个子空间内的各个单元的置信度，该置信度表示各个单元的输出得分的置信水平；以及分类阈值融合步骤，基于多个分类模型中的每个的预定权重和各个分类模型的分类阈值，对多个分类模型的分类阈值进行融合。根据本公开的实施例，可以有效地实现多模型融合，以优化分类性能。
-
公开(公告)号：CN105654102A
公开(公告)日：2016-06-08
申请号：CN201410643379.8
申请日：2014-11-10
Applicant: 富士通株式会社
Abstract: 本申请公开了一种用于多模型系统中的模型融合的数据处理装置和数据处理方法，该数据处理装置包括：特征空间划分单元，被配置为将待测数据集的特征空间分割为多个特征空间划分，以使得该特征空间划分对于多个模型中的至少一个模型而言是优化的；融合单元，被配置为基于训练数据集获得特征空间上的至少由多个模型的子集融合得到的融合模型，其中，融合单元以特征空间划分为单位来获得新特征空间划分模式，同时针对新特征空间划分模式以及各个新特征空间划分使用的、作为多个模型的子集的模型子集两者进行优化，以获得针对整个特征空间的融合模型的整体最佳性能。
-
公开(公告)号：CN104424201A
公开(公告)日：2015-03-18
申请号：CN201310367440.6
申请日：2013-08-21
Applicant: 富士通株式会社
CPC classification number: G06F17/30616 , G06K9/2054 , G06Q30/018
Abstract: 本发明涉及一种用于提供食品安全信息的方法和装置。一种用于提供食品安全信息的方法，包括：获取食品包装上的配料名图像；对所获取的配料名图像进行识别来获得配料名；针对配料名在消费者生成媒体中进行检索来获得与配料名相关的第一安全信息。通过本发明，可以提高向用户推荐食品安全信息的时效性和针对性。
-
公开(公告)号：CN108875758B
公开(公告)日：2022-01-11
申请号：CN201710320880.4
申请日：2017-05-09
Applicant: 富士通株式会社
Abstract: 公开了一种信息处理方法和装置以及信息检测方法和装置，其中信息处理方法包括：从多个样本图像中的每个样本图像提取具有预定宽度和预定高度的一组特征图，其中，一组特征图中的特征图分别与不同的图像特征相对应；以及基于所提取的一组特征图和为多个样本图像标记的文字描述来训练文字描述模型，文字描述模型用于根据输入图像生成相应文字描述，其中，训练文字描述模型包括基于一组特征图和循环神经网络模型的前一状态向量，计算一组特征图上的关注窗口的中心和大小。根据本公开的实施例，能够产生图像的更合适的文字描述。
-
公开(公告)号：CN113537549A
公开(公告)日：2021-10-22
申请号：CN202010322730.9
申请日：2020-04-22
Applicant: 富士通株式会社
Abstract: 本申请公开一种信息处理装置和信息处理方法。该信息处理装置包括：历史数据获取单元，被配置成获取关于资源的历史数据；编码序列获取单元，被配置成针对资源包括的每个部分，基于该部分的历史数据获取表征该部分在过去各个单位时段内被使用的数量的相对变化趋势的编码序列；聚类单元，被配置成基于资源包括的各个部分的编码序列之间的相似度，对历史数据执行聚类，以获取至少一个聚类；模型建立单元，被配置成针对每一个聚类，至少利用该聚类中的部分历史数据或所有历史数据建立相应的预测模型；以及预测单元，被配置成针对资源包括的每个部分，利用针对该部分的历史数据所属于的聚类的预测模型，预测该部分在预定时段内要被使用的数量。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.033 seconds)
