-
公开(公告)号:CN117992916A
公开(公告)日:2024-05-07
申请号:CN202410151786.0
申请日:2024-02-02
Applicant: 清华大学
IPC: G06F18/25 , G06F18/213 , G06F18/214 , G06F18/22 , G06F18/20 , G06N3/0455 , G06N3/08
Abstract: 本发明提供一种人体移动轨迹恢复方法和装置,其中的方法包括:获取目标人体的个体当前轨迹;将目标人体的个体当前轨迹输入预先训练的轨迹扩散模型中,以得到目标人体的恢复轨迹;其中,轨迹扩散模型是利用样本的轨迹移动特征和样本的当前轨迹进行训练得到的,样本的轨迹移动特征是利用样本的群体当前轨迹中的移动特征、个人历史轨迹的移动特征和群体历史轨迹的移动特征进行融合得到的。该方法使得目标人体能够在移动规律指导下恢复轨迹,充分利用个体轨迹捕捉历史周期性和利用群体轨迹捕捉移动趋势性,达到更好的轨迹恢复效果,进而解决了现有技术中人体移动轨迹恢复的准确性较差,所恢复的轨迹与真实轨迹具有较大偏差的问题。
-
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
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。
-
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
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。
-
公开(公告)号:CN118760731B
公开(公告)日:2024-11-05
申请号:CN202411249233.5
申请日:2024-09-06
Applicant: 清华大学
IPC: G06F16/29 , G06F18/213 , G06F18/214 , G06N3/0455
Abstract: 本公开涉及轨迹处理技术领域,尤其涉及一种基于扩散模型的轨迹处理方法及装置,方法包括获取针对目标用户的轨迹处理任务,确定出任务种类和当前轨迹和历史轨迹;基于掩码规则确定出目标掩码,并对当前轨迹提取得到地点特征向量;根据目标掩码和地点特征向量确定出任务目标向量和条件观测向量,利用扩散模型向任务目标向量添加噪声得到加噪后的任务目标向量;对历史轨迹进行提取得到模式特征向量;基于扩散模型对加噪后的任务目标向量、条件观测向量、目标掩码、模式特征向量进行处理,得到目标结果。通过本公开实施例的轨迹处理方法及装置能够利用基于扩散模型形成的通用模型高效地处理轨迹预测或轨迹补全任务并生成准确的任务结果。
-
公开(公告)号:CN118798304A
公开(公告)日:2024-10-18
申请号:CN202310799531.0
申请日:2023-07-03
Applicant: 中国移动通信集团有限公司研究院 , 清华大学
IPC: G06N3/09 , G06N3/0455 , G06N3/0442 , G06N3/0499
Abstract: 本申请公开了一种轨迹合成模型训练方法及装置,涉及移动轨迹确定技术领域。该方法,包括:基于用户的历史轨迹信息以及由所述历史轨迹信息获取的参考信息,获取编码器解码器结构的模型,所述参考信息包括:出发地信息和目的地信息,所述历史轨迹信息包括:至少一个位置信息以及每个位置信息对应的时间信息;基于所述编码器解码器结构的模型,获取用户先验信息;基于所述用户先验信息、所述历史轨迹信息进行模型训练,获取轨迹合成模型。上述方案,能够提升轨迹合成模型的准确性。
-
公开(公告)号:CN118760731A
公开(公告)日:2024-10-11
申请号:CN202411249233.5
申请日:2024-09-06
Applicant: 清华大学
IPC: G06F16/29 , G06F18/213 , G06F18/214 , G06N3/0455
Abstract: 本公开涉及轨迹处理技术领域,尤其涉及一种基于扩散模型的轨迹处理方法及装置,方法包括获取针对目标用户的轨迹处理任务,确定出任务种类和当前轨迹和历史轨迹;基于掩码规则确定出目标掩码,并对当前轨迹提取得到地点特征向量;根据目标掩码和地点特征向量确定出任务目标向量和条件观测向量,利用扩散模型向任务目标向量添加噪声得到加噪后的任务目标向量;对历史轨迹进行提取得到模式特征向量;基于扩散模型对加噪后的任务目标向量、条件观测向量、目标掩码、模式特征向量进行处理,得到目标结果。通过本公开实施例的轨迹处理方法及装置能够利用基于扩散模型形成的通用模型高效地处理轨迹预测或轨迹补全任务并生成准确的任务结果。
-
-
-
-
-