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49个,建议您升级VIP下载更多相关专利
  • [发明专利]基于改进型循环神经网络单元的推荐系统-CN201911088184.0有效
  • 徐亚南;朱燕民;俞嘉地 - 上海交通大学
  • 2019-11-08 - 2023-06-20 - G06F16/9535
  • 一种基于改进型循环神经网络单元的推荐系统,包括:多用户行为数据编码器和多任务解码器,编码器基于用户的交互序列数据抽取用户的购物意图信息,并用隐藏状态序列表示,三个解码器分别对应不同的任务,根据挖掘到的用户购物意图分别完成预测下一个交互的物品和类别、判断两个序列是否属于同一个用户、推荐用户新的物品等三种任务。本发明通过两种循环神经网络来建模用户多种不同的行为数据;同时考虑到交互行为的复杂性,本发明利用多个循环神经网络,分别建模交互行为数据中不同商品类别层面的信息;此外,本发明通过多任务学习,给用户和物品学习具有商品类别等语义信息的向量表达,基于多种用户行为数据,缓解数据稀疏性问题,挖掘交互序列中包含的多种商品类别层面的信息,提升推荐效果。
  • 基于改进型循环神经网络单元推荐系统
  • [发明专利]智慧城市人流密集区域的灾害建模与预测方法-CN202211586132.8在审
  • 唐飞龙;周烜;郑智健;刘浩;朱燕民;俞嘉地;姚斌;倪葎;吴巍炜 - 上海交通大学
  • 2022-12-09 - 2023-04-25 - G06Q10/04
  • 本发明提供了一种智慧城市人流密集区域的灾害建模与预测方法,包括分析多种城市人流密集区域的灾害演变过程中涉及的多源异构数据,设计城市人流密集区域的灾害的多维度统一表示方式;对城市人流密集区域的灾害时序数据进行处理,通过时序关联规则算法挖掘城市人流密集区域的灾害时序数据的关联关系;基于所述关联关系构建关联事件图;基于所述多源异构数据的预测模型,对多维度的城市人流密集区域的灾害表示进行分类预测,将结果对应到关联事件图中进行城市人流密集区域的灾害的预测。本发明使用时序关联规则挖掘算法,抽取出融入人类知识的城市人流密集区域的灾害危害关联关系图,进而结合时序数据的模型预测,使预测结果更具有解释性与可靠性。
  • 智慧城市人流密集区域灾害建模预测方法
  • [发明专利]基于强化学习的交通信号控制方法-CN202110905821.X在审
  • 龙水;俞嘉地 - 上海交通大学
  • 2021-08-09 - 2023-02-17 - G08G1/01
  • 一种基于强化学习的交通信号控制方法,通过路网观测当前道路状况生成训练样本,对包含状态空间S、动作空间A和激励函数r的深度强化学习(DQN)网络进行训练,最终采用训练后的DQN网络生成信号灯预测值对实际交通信号进行控制。本发明采用强化学习的方法进行信号控制从而充分考虑路况的实时变化的特点,从而提升路网的吞吐率的同时,引入交通流模型,同时严格选取冒险因子,从而有效避免因为强化学习固有缺陷而带来的问题。
  • 基于强化学习交通信号控制方法
  • [发明专利]基于领域间和领域内关系的跨领域推荐方法及系统-CN202210547462.X在审
  • 朱燕民;王科;唐飞龙;俞嘉地 - 上海交通大学
  • 2022-05-18 - 2022-10-11 - G06F16/901
  • 一种基于领域间和领域内关系的跨领域推荐方法及系统,根据不同领域用户或物品间的评论信息转换为用户或物品的语义关系,构建得到跨领域异构图,并在每个领域内,利用用户或物品的语义关系构建得到单领域异构图;再在两种异构图的基础上设计基于领域间和基于领域内关系的跨领域推荐系统模型,用于同步地学习用户或物品的跨领域不变性和单领域特殊性,并通过门控融合机制生成对每个用户的个性化推荐结果。本发明通过将领域间的语义关系转换成跨领域异构图,将领域内的语义关系转换成单领域异构图的同时保留领域间和领域内关系,统一地建模高阶域间和域内关系并实现双目标跨领域推荐。
  • 基于领域域内关系推荐方法系统
  • [发明专利]面向跨域场景的双重细粒度知识迁移系统-CN202210568362.5在审
  • 朱燕民;臧天梓;张若涵;俞嘉地;唐飞龙 - 上海交通大学
  • 2022-05-23 - 2022-09-09 - G06F16/9535
  • 一种面向跨域场景的双重细粒度知识迁移系统,包括:依次相连的输入层、嵌入层、双重细粒度知识迁移层和预测层,输入层根据用户和物品的唯一标识,采用独热编码方式,生成用户和物品的独热编码表示;嵌入层基于用户和物品的独热编码表示,采用查表法,将稀疏的、高纬度的独热编码表示映射到连续的低维空间,得到初始嵌入向量;双重细粒度知识迁移层将任一交互的用户‑物品对的初始嵌入向量拼接得到域内知识表示,通过细粒度知识提取和迁移得到跨域知识表示,并将域内知识表示和跨域知识表示进行自适应融合,得到最终的知识表示;预测层根据最终的知识表示生成交互的预测分数,并进一步得到推荐结果。本发明有效地对用户在跨域场景下的行为进行建模,实现域间知识的迁移、互补与融合,从而对用户在未来与物品的交互进行预估,生成有效的推荐结果,提高用户的体验感和对系统的满意程度。
  • 面向场景双重细粒度知识迁移系统
  • [发明专利]基于时间感知超图图卷积的预测方法-CN202210611429.9在审
  • 朱燕民;陈润丰;唐飞龙;俞嘉地 - 上海交通大学
  • 2022-05-31 - 2022-08-09 - G06F16/9535
  • 一种基于时间感知的超图图卷积会话推荐方法,将物品点击序列转化为基于时间感知的超图以及局部图,并分别根据时间感知超图图卷积捕捉超图中的高阶的物品转换关系,根据图注意力网络挖掘会话序列数据中物品间的依赖关系,经训练后实现同时收敛后,预测将要点击的下一个物品。本发明在构图中要充分挖掘物品的时间间隔信息并应用于图卷积中,将已知的会话序列构成超图和局部图,图中每条边的权重由物品的出现次数和时间间隔共同决定,并通过推荐系统模型预测下一个将要被点击的物品。
  • 基于时间感知超图图卷预测方法
  • [发明专利]知识图谱补全方法及系统-CN202210249612.9在审
  • 唐飞龙;任世伟;朱燕民;俞嘉地;唐灿;姚斌 - 上海交通大学
  • 2022-03-14 - 2022-06-10 - G06F16/36
  • 本发明提供了一种知识图谱补全方法及系统,涉及数据处理技术领域,该方法包括:步骤S1:输入需要进行缺失三元组补全的知识图谱;步骤S2:训练基于空间投影和卷积神经网络的负采样评估模型;步骤S3:根据负采样评估模型生成高质量错误三元组来构建训练集;步骤S4:训练融合三元组上下文语义的知识图谱补全模型;步骤S5:根据知识图谱补全模型进行知识图谱补全。本发明能够获得优异的知识图谱补全评价指标的情况下,能够适用于大规模知识图谱补全任务。
  • 知识图谱方法系统
  • [发明专利]智慧城市热点区域人流模式识别方法及系统-CN202111459029.2在审
  • 唐飞龙;叶建崇;朱燕民;俞嘉地;刘嘉成;李旭;陈龙 - 上海交通大学
  • 2021-12-01 - 2022-04-19 - G06F17/18
  • 本发明提供了一种智慧城市热点区域人流模式识别方法及系统,包括:对智慧城市热点区域由视频监控获取到的人流信息数据根据数据特征进行针对性预处理;对预处理后的智慧城市热点区域人流数据区分正向和反向进行自适应的阈值计算,大于阈值的人流数据视为人流高峰;使用基于滑动窗口的人流高峰处理方法对智慧城市热点区域人流高峰数据进行二次处理;区分正反两个方向,对人流高峰数据进行标记处理,得到智慧城市热点区域人流模式及模式持续时间;本发明提出的智慧城市热点区域人流模式识别方法及系统,对人流数据和高峰进行了针对性处理,使得识别结果更贴近实际,且算法复杂度较低,便于集成到其他系统进行应用。
  • 智慧城市热点区域人流模式识别方法系统
  • [发明专利]基于Wi-Fi识别系统的信号转换方法-CN202011043349.5有效
  • 龙水;卢立;俞嘉地 - 上海交通大学
  • 2020-09-28 - 2022-02-18 - H04W24/00
  • 一种基于Wi‑Fi识别系统的信号转换方法,通过对接收端空间位置变化的几何关系和Wi‑Fi的传播特性进行建模,从而将移动后的接收端采集得到的CSI信号直接转换成原始位置的Wi‑Fi接收设备收到的信号从而实现Wi‑Fi动作识别的设备位置无关性。本发明利用Wi‑Fi信号的传播特性,通过数学建模与基本的变换,使得被放置在其他位置的接收器利用收集的信号可以对人体动作姿态进行估计并最终将该信号转换为用户在面对Wi‑Fi设备时应该收到的信号,最终达到设备在几乎任意位置都可以进行用户动作识别的效果。
  • 基于wifi识别系统信号转换方法

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