专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果24个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于时间间隔增强的图神经网络推荐方法-CN202111117332.4有效
  • 王换文;曾雅文;陈浩 - 湖南大学
  • 2021-09-23 - 2023-10-20 - G06F16/9535
  • 本发明提供了一种基于时间间隔增强的图神经网络推荐方法,该方法提出时间间隔增强会话图,Graph Transformer和当前会话中用户的偏好整合表示及预测三个模块以优化用户在当前会话中所隐含的偏好信息,提高对下一个物品点击预测的准确率,其步骤如下:(1)构建具有时间间隔的有向会话图;(2)充分学习每个物品的隐向量表示;(3)生成每个会话的最终嵌入向量;(4)为每个会话的下一次点击物品作出推荐;本发明将用户点击物品的序列构建为具有时间间隔的关系图;设计一个嵌入时间间隔的Graph Transformer来学习物品之间复杂的交互信息;再使用注意力网络融合用户在整个点击序列过程中的整体行为偏好和最后点击物品的当前兴趣,这样可以有效预测用户下一次点击的物品的准确性。
  • 一种基于时间间隔增强神经网络推荐方法
  • [发明专利]神经网络机器翻译模型训练方法、机器翻译方法和装置-CN202110704424.6有效
  • 曹达;陈诗雨;曾雅文;陆邵飞;荣辉桂;秦拯 - 湖南大学
  • 2021-06-24 - 2023-06-23 - G06F40/58
  • 本发明提供一种神经网络机器翻译模型的训练方法。所述方法包括如下步骤:获取训练样本集,训练样本集包括训练视频、与训练视频对应的源语言文本向量及与源语言文本向量对应的目标语言文本向量;从训练视频中提取多个动作概念特征向量及多个目标概念标签;将多个动作概念特征向量及源语言文本向量输入到神经网络机器翻译模型中,得到预测文本向量及正译预测概念标签;将多个动作概念特征向量及回译输入向量输入到神经网络机器翻译模型中,得到回译文本向量及回译预测概念标签;根据各个向量及标签之间的比较结果,对神经网络机器翻译模型的模型参数进行迭代调整,直到满足收敛条件,能够提升机器翻译的精度。
  • 神经网络机器翻译模型训练方法装置
  • [发明专利]视频数据处理方法、装置、程序产品、计算机设备和介质-CN202210741685.X在审
  • 曾雅文;黎功福;王艺如 - 腾讯科技(深圳)有限公司
  • 2022-06-28 - 2022-09-27 - G06V20/40
  • 本申请公开了一种视频数据处理方法、装置、程序产品、计算机设备和介质,该方法包括:获取样例对和样本关联对;样例对按照包含的视频片段与文本间的内容差异被分为正样例对和负样例对;样本关联对包含文本和该文本在样本视频数据中所属的视频片段;样本视频数据具有视频描述标签;调用生成网络对样例对进行对比学习得到学习偏差;调用生成网络基于样本关联对预测样本视频数据的样本视频描述信息,基于视频描述标签和样本视频描述信息得到预测偏差;根据学习偏差和预测偏差训练生成网络,得到训练好的生成网络。采用本申请,可提高训练得到的生成网络的准确性,进而采用训练好的生成网络也可以准确地生成视频数据的视频描述信息。
  • 视频数据处理方法装置程序产品计算机设备介质
  • [发明专利]神经网络机器翻译模型训练方法、机器翻译方法和装置-CN202110395391.1有效
  • 曹达;陈诗雨;曾雅文;章成源;陆邵飞;荣辉桂 - 湖南大学
  • 2021-04-13 - 2022-06-28 - G06V20/40
  • 本发明提供一种神经网络机器翻译模型训练方法、机器翻译方法和装置。所述神经网络机器翻译模型训练方法通过从训练视频中提取场景视觉图,再根据场景视觉图得到细腻度更高的视频特征向量序列,再将视频特征向量序列与第一文本特征向量序列进行对齐融合得到更准确的视频引导的第一文本特征向量序列,然后通过视频引导的第一文本特征向量序列和第二文本特征向量序列得到预测文本向量序列,最后根据预测文本向量序列与标准文本特征向量序列的比对结果,对所述神经网络机器翻译模型的模型参数进行迭代调整,直到满足收敛条件,完成所述神经网络机器翻译模型的训练,能够提升训练得到的神经网络机器翻译模型对视频引导的机器翻译的精度。
  • 神经网络机器翻译模型训练方法装置
  • [发明专利]物品推荐方法、装置及存储介质-CN202111439526.6在审
  • 曹达;马守兴;曾雅文;陈诗雨;陆绍飞;陈浩 - 湖南大学
  • 2021-11-30 - 2022-03-25 - G06F16/9535
  • 本申请提供一种物品推荐方法及相关设备,可以提高冷启动的准确性。该方法包括:确定冷启动对象集合中每个冷启动对象的多模态信息以及暖对象集合中每个暖对象的多模态信息,多模态信息包括标识信息、视觉信息特征、音频信息特征以及文本信息特征中的至少两个;根据每个冷启动对象的多模态信息与每个暖对象的多模态信息进行层次聚类,得到多个聚类结果;根据多个聚类结果构建每个冷启动对象与暖对象之间的补充交互图,暖对象与暖对象集合相对应;根据补充交互图确定每个冷启动对象的第一最终表示以及与每个冷启动对象所对应暖对象的第二最终表示;根据第一最终表示以及第二最终表示对每个冷启动对象进行推荐。
  • 物品推荐方法装置存储介质
  • [发明专利]一种基于细粒度跨模态对齐模型的文本-视频检索方法-CN202111312220.4在审
  • 韩宁;陈静静;陈浩;张浩;曾雅文;石楚豪 - 湖南大学
  • 2021-11-08 - 2022-02-15 - G06F16/783
  • 本发明提供了一种基于细粒度跨模态对齐模型的文本‑视频检索方法,所述文本‑视频检索方法包括以下步骤:(1)视频嵌入特征学习,通过视频嵌入特征学习模块在多个不同粒度等级上提取视频语义单元特征;(2)文本嵌入特征学习,通过文本嵌入特征学习模块利用预训练的自然语言处理模型(BERT)从查询文本中提取一组短语级的文本语义特征;(3)联合嵌入学习,通过联合嵌入学习模块将基于图自编码器的链接预测策略整合进本模型,利用损失函数,将关键的视频语义单元特征与短语级文本语义特征对齐,并优化对应的文本和视频特征;本发明利用图自编码器在跨模态文本‑视频检索中进行文本‑视频两种模态间的细粒度交互建模,实现更好的跨模态检索性能。
  • 一种基于细粒度跨模态对齐模型文本视频检索方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top