-
公开(公告)号：CN117786241A
公开(公告)日：2024-03-29
申请号：CN202410017978.2
申请日：2024-01-03
Applicant: 重庆长安汽车股份有限公司
IPC: G06F16/9537 , G06F16/2458 , G06F16/29 , G06F16/28 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及数据处理技术领域，公开了一种时空数据的特征融合方法、装置、设备及介质。本申请实施例提供的方法，首先通过获取目标用户对应的用户时空数据，能够了解到目标用户在不同时间点和不同地点的活动情况。其次，通过按照预设网格结构对用户时空数据进行划分，能够更好地对数据进行分析和处理。然后通过提取网格单元中时空数据对应的时空特征，能够更好地了解网格单元的时空特征。通过时空特征对应的重要程度，能够更好地了解每个时空特征的重要性。最终利用重要程度对时空特征进行融合，能够更好地反映出目标用户时空数据的整体情况。以此能够帮助更好地了解目标用户的活动情况，并为后续的数据分析和处理提供基础。
-
公开(公告)号：CN117709443A
公开(公告)日：2024-03-15
申请号：CN202311756394.9
申请日：2023-12-19
Applicant: 重庆长安汽车股份有限公司
IPC: G06N3/098 , G06F16/9537 , G06F16/906 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种目的地推荐模型的训练方法、装置、设备及介质，本申请提供的方法中每个客户端在本地进行模型训练，无需将所有数据集传输到服务器进行训练，减少了冗余和低效的更新。其次，通过计算梯度一致性参数，可以根据各个目标客户端的贡献程度来更新参数，避免出现关键参数更新不足的情况。再者，通过计算第一模型参数与全局模型参数之间的相似度，可以对参数更新的质量进行量化分析。从而对参数更新的效果有了更直观的判断和评估，可以更好地指导模型的优化过程。另外，由于每个目标客户端在本地进行模型训练，并根据参数校准得到第二模型参数，使得模型更新更加精确和准确。这样可以加快模型的收敛速度，减少训练轮次，提高训练效率。
-
公开(公告)号：CN117436341A
公开(公告)日：2024-01-23
申请号：CN202311451960.5
申请日：2023-11-02
Applicant: 重庆长安汽车股份有限公司
IPC: G06F30/27 , G06F21/60 , G06N3/0475
Abstract: 本申请涉及一种车辆的数据处理方法、系统及装置、电子设备和存储介质，该数据处理方法包括：利用预设的生成模型，基于第一事件对应的提示信息，生成所述第一事件对应的第一信号集；第一信号集用于表征车辆的整体状态，第一信号集中包括第一信号及与第一信号具有时序关联性的第二信号；基于第一事件对应的上报策略和第一信号集，生成第二信号集；将第二信号集传递至服务端中，第二信号集用于测试第一业务。本申请通过生成模型生成的表征车辆的整体状态的信号集，动态测试第一业务，不仅提高了生成信号的准确度和全面性，而且还拓宽了测试场景及提高了测试结果的准确度，从而降低了开发成本及提高了开发效率。
-
公开(公告)号：CN117082505A
公开(公告)日：2023-11-17
申请号：CN202311112272.6
申请日：2023-08-30
Applicant: 重庆长安汽车股份有限公司
Inventor： 孟艺凝
IPC: H04W12/041 , H04W12/03 , H04W12/108 , H04W4/44 , H04L9/08 , H04L9/32
Abstract: 本申请涉及一种数据安全共享方法、系统及装置、电子设备和存储介质，包括：接收服务器发送的全局模型参数；基于全局模型参数和训练数据集，对上一本地模型进行训练，得到当前本地模型；在当前本地模型不收敛的情况下，基于当前本地模型的局部模型参数、第一随机数和至少一个共享密钥，生成第一秘密消息，并利用不经意传输协议，将第一秘密消息传递至服务器中，以使得服务器基于第一秘密消息，确定下一全局模型参数。本申请通过利用不经意传输协议来传递多重加密后的数据，使得其它设备无法获得车端的原始数据，提高了数据的安全性和隐私性。
-
公开(公告)号：CN116484969A
公开(公告)日：2023-07-25
申请号：CN202310274322.4
申请日：2023-03-20
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明提供一种联邦学习模型的训练方法、装置及汽车，涉及数据处理技术领域。该方法包括：路侧单元接收来自汽车的模型训练信息。路侧单元对数字签名进行校验，并在数字签名通过校验的情况下，确定第一时长和目标数据量是否满足预设安全条件。若第一时长和目标数据量满足预设安全条件，路侧单元则向区块链发送加密后的第一梯度信息。路侧单元从区块链获取加密后的全局梯度信息。路侧单元向汽车发送加密后的全局梯度信息，汽车用于基于加密后的全局梯度信息对待训练模型进行训练。如此，可以解决利用联邦学习技术训练模型获取的模型参数不准确的问题。
-
Patent Agency Ranking
公开(公告)号：CN118113931A
公开(公告)日：2024-05-31
申请号：CN202410018024.3
申请日：2024-01-03
Applicant: 重庆长安汽车股份有限公司
IPC: G06F16/9535 , G06F16/9537 , G06N20/00 , G06N5/04
Abstract: 本发明涉及一种目的地的推荐方法、装置、计算机设备及存储介质。本申请实施例提供的方法通过获取目标用户当前的关键时序数据，可以获得真实准确的用户行为和状态信息。这有助于提高推理结果的精度和可靠性。使用预先训练好的联邦模型可以融合多个客户端模型的优势，提高推理的准确度和综合性。每个客户端模型可以根据各自的经验和特征进行推理，这有助于提高推理的全面性和鲁棒性，减少单个模型的偏见和错误。推理结果中满足未来时空约束条件的推理结果被选为目标推理结果。这确保了推荐的目的地符合用户行程特点、实际可行性和可达性，提高了推荐的精度。
-
公开(公告)号：CN117829240A
公开(公告)日：2024-04-05
申请号：CN202410007393.2
申请日：2024-01-02
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请提供了一种预训练语言模型参数微调方法、装置、电子设备及计算机可读介质，涉及自然语言处理技术领域，包括：云端与多个用户端通信连接，通过用户端的本地数据，对预训练语言模型的模型参数进行微调，得到本地微调模型参数，对本地微调模型参数进行同态加密，并将同态加密后的模型参数上传到云端，接收云端下发的通过融合各个用户端的微调后的模型参数得到的处于同态加密状态的全局模型参数，对全局模型参数进行解密，得到全局微调后的语言模型的模型参数，通过全局微调后的语言模型，供用户端对本地的文本数据，执行文本数据处理任务。从而提高语言模型的性能和精度，并在模型微调的过程中，保证各个用户端的本地数据的隐私和安全。
-
公开(公告)号：CN116644168A
公开(公告)日：2023-08-25
申请号：CN202310645661.9
申请日：2023-06-01
Applicant: 重庆长安汽车股份有限公司
IPC: G06F16/332 , G06N5/025
Abstract: 本发明提出一种交互数据构建方法、装置、设备及存储介质系统，涉及自然语言处理的技术领域，方法包括：获取交互小样本数据，组成交互小样本数据集；选择用于构建数据和数据增强的生成式语言大模型，基于交互小样本数据集，对生成式语言大模型进行微调；采集待处理的交互数据，将交互数据进行文本向量化，得到交互数据对应的文本向量，基于文本向量，查找预设的embedding向量数据库，得到交互数据相似文本；将交互数据和交互数据相似文本输入微调后的生成式语言大模型，输出定制化数据集标签、数据泛化语料、类正则表达式和定制化回复，本发明实现从0‑1构建量产交互数据并进行数据增强，满足广泛的语义交互需求。
-
公开(公告)号：CN116486198A
公开(公告)日：2023-07-25
申请号：CN202310349050.X
申请日：2023-04-03
Applicant: 重庆长安汽车股份有限公司
IPC: G06V10/774 , G06V10/25 , G06V20/56 , H04L9/40
Abstract: 本申请提供了一种兴趣点预测模型训练系统、方法、电子设备及存储介质，涉及车辆技术领域，用于训练预测用户兴趣点的兴趣点预测模型。该模型训练系统包括：云端服务器、N个路侧单元以及M个车载终端，N为正整数，M为正整数；云端服务器被配置为：获取兴趣点预测模型在第t次模型训练过程中的第一模型参数；将第一模型参数发送给N个路侧单元；路侧单元被配置为：接收云端服务器发送的第一模型参数；将第一模型参数发送给与路侧单元连接的P个车载终端，P为小于或等于M的正整数；车载终端被配置为：接收路侧单元发送的第一模型参数；基于第一模型参数以及车载终端的本地样本数据，对兴趣点预测模型进行训练，得到第二模型参数。
-
公开(公告)号：CN116358589A
公开(公告)日：2023-06-30
申请号：CN202310343891.X
申请日：2023-03-31
Applicant: 重庆长安汽车股份有限公司
IPC: G01C21/34
Abstract: 本申请提供一种导航路径的确定方法、装置、车辆终端及存储介质，涉及电动汽车技术领域，用于提升导航路径中充电桩位置规划的准确性，该方法包括：获取从出发地到目的地之间的至少一条导航路径；根据导航路径的特征信息和车辆终端的运行信息，预测车辆终端在导航路径中的充电位置；导航路径的特征信息包括导航路径的途径道路的道路信息和导航路径的途径地域的天气信息；根据充电位置，确定位于充电位置的周围的预设范围内的至少一个充电桩；根据至少一个充电桩中每个充电桩的设备信息和车辆终端的历史充电信息，确定目标充电桩；基于目标充电桩的位置信息，对至少一条导航路径进行优化，得到至少一条优化后的导航路径。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.027 seconds)
