-
公开(公告)号：CN114511765B
公开(公告)日：2024-07-26
申请号：CN202111653784.4
申请日：2021-12-30
Applicant: 清华大学 , 北京百度网讯科技有限公司
Abstract: 本发明提供一种车路协调数据联合标注方法及装置，该方法包括：获取第一数据帧，以及基于所述第一数据帧确定的车辆标注；其中，所述第一数据帧是由车辆端采集的；基于路侧端采集的数据帧，获取路侧标注；其中，所述路侧标注与所述车辆标注的时间差小于或等于第一预设值；将所述路侧标注与所述车辆标注进行融合，以得到车路协调数据联合标注结果。本发明能够有效保证车路协调数据联合标注结果的有效性和准确性。
-
公开(公告)号：CN114511765A
公开(公告)日：2022-05-17
申请号：CN202111653784.4
申请日：2021-12-30
Applicant: 清华大学 , 北京百度网讯科技有限公司
Abstract: 本发明提供一种车路协调数据联合标注方法及装置，该方法包括：获取第一数据帧，以及基于所述第一数据帧确定的车辆标注；其中，所述第一数据帧是由车辆端采集的；基于路侧端采集的数据帧，获取路侧标注；其中，所述路侧标注与所述车辆标注的时间差小于或等于第一预设值；将所述路侧标注与所述车辆标注进行融合，以得到车路协调数据联合标注结果。本发明能够有效保证车路协调数据联合标注结果的有效性和准确性。
-
公开(公告)号：CN119446262A
公开(公告)日：2025-02-14
申请号：CN202411341776.X
申请日：2024-09-25
Applicant: 清华大学 , 北京水木分子生物科技有限公司
Abstract: 本发明涉及人工智能和生物技术的交叉技术领域，提供一种蛋白质突变效应的处理方法、装置及电子设备，该蛋白质突变效应的处理方法包括：获取突变前蛋白质的氨基酸序列与突变后蛋白质的氨基酸序列；通过预先训练的蛋白质语言模型，对突变前蛋白质的氨基酸序列与突变后蛋白质的氨基酸序列进行特征提取得到突变前蛋白质的特征与突变后蛋白质的特征；基于突变前蛋白质的特征与突变后蛋白质的特征确定蛋白质突变特征；将蛋白质突变特征输入预先训练的第一自然语言模型，生成蛋白质的突变对应的文本描述。该方法通过结合蛋白质语言模型和自然语言处理技术，提高了蛋白质突变效应的可解释性。
-
Patent Agency Ranking
公开(公告)号：CN116431830A
公开(公告)日：2023-07-14
申请号：CN202310394248.X
申请日：2023-04-13
Applicant: 清华大学
IPC: G06F16/36 , G06F18/25 , G06F18/213 , G06F18/214 , G16C20/70 , G16C20/30 , G16B15/30 , G16B40/00
Abstract: 本发明提供一种多模态生物医药数据的表征学习方法及装置，其中的方法包括：获取多模态输入数据，多模态输入数据包括生物分子结构数据及其对应的知识图谱数据和文本数据；将多模态输入数据输入至预先训练的多模态生物医药模型，得到融合特征表示；基于融合特征表示，对多种下游预测任务进行预测，其中，多模态生物医药模型包括生物分子结构编码器、图谱编码器、文本编码器以及多模态编码器，通过根据训练样本数据集进行自监督预训练优化得到。该方法利用多模态生物医药模型学习多模态输入数据的表征，使得到的融合特征表示能够应用于多种下游预测任务，实现了多模态生物医药数据的特征融合，同时提高了下游预测任务的预测精度。
-
公开(公告)号：CN114627442B
公开(公告)日：2024-06-28
申请号：CN202210114613.2
申请日：2022-01-30
Applicant: 清华大学 , 阿波罗智联(北京)科技有限公司
Abstract: 本发明提供一种基于后融合的车路协同三维目标检测方法及系统，其中方法包括：分别获取路端和车端检测的各车辆的位置信息；根据路端检测的各车辆在路端时间戳下的行驶速度以及路端检测的各车辆的位置信息，预测得到路端检测的各车辆在车端时间戳下的位置信息；将路端检测的各车辆在车端时间戳下的位置信息和车端检测的各车辆的位置信息转换到同一坐标系，对各车辆的位置信息融合，得到三维目标检测结果。用以解决现有技术中默认车路传感器时间同步，所造成的车路协同误差较大的缺陷，实现根据车辆在路端时间戳下的行驶速度预测车辆在车端时间戳下的位置信息，有效克服了车路传感器时间异步，以及通信时延所带来的偏差，提高了目标检测精度。
-
公开(公告)号：CN118098433A
公开(公告)日：2024-05-28
申请号：CN202410139067.7
申请日：2024-01-31
Applicant: 清华大学 , 北京智源人工智能研究院
IPC: G16C20/70 , G06N5/022 , G06F18/213 , G06F18/25 , G06N20/00
Abstract: 本发明提供多模态生物医药数据的处理方法和装置，包括：获取多模态输入数据，所述多模态输入数据包括相互对应的分子结构数据、知识图谱数据以及文本数据；采用预先构建的多维度分子编码模型对所述分子结构数据进行编码处理，得到结构特征表示；采用预先构建的知识图谱编码模型对所述知识图谱数据进行编码处理，得到知识特征表示；采用预先构建的文本编码模型对所述文本数据进行编码处理，得到文本特征表示；对所述结构特征表示、所述知识特征表示和所述文本特征表示进行融合处理，得到融合特征表示；基于所述融合特征表示，对多种下游任务进行处理。本发明使用MoE混合不同的分子编码器，选择最合适的编码器以适配不同下游任务，通用性好。
-
公开(公告)号：CN116431829A
公开(公告)日：2023-07-14
申请号：CN202310394216.X
申请日：2023-04-13
Applicant: 清华大学
IPC: G06F16/36 , G06F18/25 , G06F18/213 , G06F18/214 , G16C20/70 , G16C20/30 , G16B15/30 , G16B40/00
Abstract: 本发明提供一种多模态生物医药数据的处理方法及装置，其中的方法包括：获取多模态输入数据；对分子结构数据、知识图谱数据以及文本数据分别进行编码处理，得到相应的结构特征表示、知识特征表示以及文本特征表示；对结构特征表示、知识特征表示以及文本特征表示进行融合处理，得到融合特征表示；基于融合特征表示，对多种下游预测任务进行预测。该方法采用特征融合的方式处理学习到的分子结构数据、知识图谱数据以及文本数据的特征表示，使得到的融合特征表示能够支持多种下游预测任务，实现了多模态生物医药数据的特征融合，提高了下游预测任务的预测精度。
-
公开(公告)号：CN114627442A
公开(公告)日：2022-06-14
申请号：CN202210114613.2
申请日：2022-01-30
Applicant: 清华大学 , 阿波罗智联(北京)科技有限公司
Abstract: 本发明提供一种基于后融合的车路协同三维目标检测方法及系统，其中方法包括：分别获取路端和车端检测的各车辆的位置信息；根据路端检测的各车辆在路端时间戳下的行驶速度以及路端检测的各车辆的位置信息，预测得到路端检测的各车辆在车端时间戳下的位置信息；将路端检测的各车辆在车端时间戳下的位置信息和车端检测的各车辆的位置信息转换到同一坐标系，对各车辆的位置信息融合，得到三维目标检测结果。用以解决现有技术中默认车路传感器时间同步，所造成的车路协同误差较大的缺陷，实现根据车辆在路端时间戳下的行驶速度预测车辆在车端时间戳下的位置信息，有效克服了车路传感器时间异步，以及通信时延所带来的偏差，提高了目标检测精度。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.021 seconds)
