“王寰东”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果10个，建议您升级VIP下载更多相关专利

[发明专利]一种输出流量预测方法、装置及存储介质-CN202210285966.9在审
发明人：王星;于巧红;朱琳;杨可欣;王寰东;冯俊兰;邓超;李勇;金德鹏 -专利权人：中国移动通信有限公司研究院;清华大学;中国移动通信集团有限公司
申请日： 2022-03-22 - 公布日： 2023-09-29 - 主分类号： H04L41/147 文献下载
摘要：本发明公开了一种输出流量预测方法、装置及存储介质，包括：获取基站的历史流量序列以及基站的地理位置信息；确定时间和空间维度最相近的至少一个邻居基站作为目标基站的邻居子图；通过阈值设置规则处理获得原始流量序列以及流量离散序列；通过图注意力网络获取邻居子图中各基站与目标基站之间在流量上相似或相反的空间依赖关系；将原始流量序列与离散流量序列分别通过TCN获取时间依赖关系；通过软注意力机制根据空间依赖关系与时间依赖关系输出流量预测结果。采用本发明，避免学习了过多冗余信息。提高了网络流量过载预测的准确率。能挖掘更深层次的空间依赖关系。在多步预测准确率以及运算速度上有了很大的提升。
一种输出流量预测方法装置存储介质

[发明专利]移动预测方法、装置、终端及存储介质-CN202210285960.1在审
发明人：隆青月;王寰东;王星;朱琳;李勇;冯俊兰;邓超 -专利权人：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
申请日： 2022-03-22 - 公布日： 2023-09-29 - 主分类号： H04W12/02 文献下载
摘要：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。
移动预测方法装置终端存储介质

[发明专利]一种基站流量预测方法及相关设备-CN202210210062.X在审
发明人：高昌正;杨可欣;冯涛;王星;朱琳;王寰东;冯俊兰;邓超;李勇 -专利权人：中国移动通信有限公司研究院;清华大学;中国移动通信集团有限公司
申请日： 2022-03-04 - 公布日： 2023-09-12 - 主分类号： H04W24/02 文献下载
摘要：本发明提供一种基站流量预测方法及相关设备，涉及通信领域，其中，所述基站流量预测方法包括：根据基站之间的地理距离信息，确定待预测基站的临近基站；确定临近基站中的邻居基站，邻居基站的历史流量记录与待预测基站的历史流量记录之间存在因果关系；对待预测基站与邻居基站的历史流量记录进行特征提取，得到特征数据；根据特征数据预测待预测基站的预测流量。本发明实施例，在特征数据对象的筛选过程中，充分考虑空间因素避免了特征数据选择的单一性，同时还充分考虑基站流量之间的因果联系，从而避免特征数据选择的盲目性，减少冗余特征干扰，提高特征选择的有效性，从而提高基站流量预测精度和效率。
一种基站流量预测方法相关设备

[发明专利]一种基于对抗网络的移动用户网络流量生成方法及系统-CN202210918632.0在审
发明人：李勇;刘中金;惠铄迪;王寰东;金德鹏;张家琦;张建松;邢燕祯;邹哲;何跃鹰 -专利权人：清华大学;国家计算机网络与信息安全管理中心
申请日： 2022-08-01 - 公布日： 2023-06-02 - 主分类号： H04L67/1396 文献下载
摘要：本发明提供一种基于对抗网络的移动用户网络流量生成方法及系统，包括：获取移动用户行为特征数据，从所述移动用户行为特征数据中提取行为特征；基于提取的行为特征，通过预存的多个生成器仿真移动用户的多种网络流量模式及模式切换行为，生成移动用户网络流量序列；通过预存的判别器对移动用户网络流量序列的真实性进行判断，生成判断结果；根据所述判断结果，利用判别器的损失函数进和生成器的损失函数对预设的对抗网络模型进行训练；将所述对抗网络模型训练至收敛，生成归一化网络流量序列数据集。本发明解决了现有生成的移动用户网络流量真实性不可靠、分辨率低的问题。
一种基于对抗网络移动用户网络流量生成方法系统

[发明专利]基于生成对抗模仿学习的用户轨迹生成方法及装置-CN202111246324.X在审
发明人：李勇;王寰东 -专利权人：丰田自动车株式会社;清华大学
申请日： 2021-10-26 - 公布日： 2023-04-28 - 主分类号： G06V10/84 文献下载
摘要：本公开涉及一种基于生成对抗模仿学习的用户轨迹生成方法及装置，该方法包括：构建基于生成对抗模仿学习的策略函数网络和回报函数网络；基于用户的历史移动轨迹对所述策略函数网络和回报函数网络进行训练，得到用户轨迹生成模型；将用户当前的移动轨迹输入所述用户轨迹生成模型中，生成用户的移动轨迹，其中，所述状态信息至少包括第一用户属性状态和第二用户属性状态。本公开实施例提供的基于生成对抗模仿学习的用户轨迹生成方法，基于马尔科夫决策过程构建更加全面的用户移动行为模型，并结合生成对抗模仿学习得到用户轨迹生成模型，能够捕获不同用户的本质决策策略，而不会受到时空差异、用户差异等因素的干扰，生成高精度的用户移动轨迹。
基于生成对抗模仿学习用户轨迹方法装置

[发明专利]一种异源账号关联方法、装置、设备及存储介质-CN201911302985.2有效
发明人：杨帆;王寰东;孙福宁 -专利权人：腾讯云计算（北京）有限责任公司
申请日： 2019-12-17 - 公布日： 2023-04-07 - 主分类号： G06F21/31 文献下载
摘要：本申请公开了一种异源账号关联方法、装置、设备及存储介质，所述方法包括：获取异源的第一数据集和第二数据集；根据位置信息将第一数据集和第二数据集转换成多对异源三元数据对；将异源三元数据对中上报时间之间的时间差，小于等于预设误差阈值的异源三元数据对所对应的两个账号作为目标异源账号对；基于每一目标异源账号对对应的位置信息和上报时间确定目标异源账号对的时空不匹配度；确定包括第一目标账号的目标异源账号对的时空不匹配度之和；基于卡方分布检验确定第一目标账号对应的时空不匹配度之和服从于目标卡方分布的显著度；基于显著度确定第一系统和第二系统间的目标关联账号。利用本申请提供的技术方案可以提高确定关联账号的准确率。
一种账号关联方法装置设备存储介质

[发明专利]轨迹生成方法、装置、设备和存储介质-CN202211204309.3在审
发明人： 王寰东;李勇;金德鹏 -专利权人：清华大学
申请日： 2022-09-29 - 公布日： 2023-01-13 - 主分类号： G06T7/246 文献下载
摘要：本发明实施例提供一种轨迹生成方法、装置、设备和存储介质，该方法包括：获取第一场景下的用户移动轨迹；根据第一场景下的用户移动轨迹和第一轨迹生成模型，生成第二场景下的第一目标移动轨迹；其中，第一轨迹生成模型为基于第一场景和第二场景下包括用户移动轨迹的训练数据训练得到的。本发明实施例的方法实现了用户移动轨迹的生成。
轨迹生成方法装置设备存储介质

[发明专利]城市移动网络流量生成方法、装置、电子设备及存储介质-CN202210851630.4在审
发明人：李勇;刘中金;惠铄迪;王寰东;金德鹏;张家琦;张建松;邢燕祯;邹哲;何跃鹰 -专利权人：清华大学;国家计算机网络与信息安全管理中心
申请日： 2022-07-19 - 公布日： 2022-12-09 - 主分类号： H04W4/021 文献下载
摘要：本发明提供一种城市移动网络流量生成方法、装置、电子设备及存储介质，所述方法包括：基于城市数据信息抽取多个实体，并基于实体间关系构建城市知识图谱；基于城市知识图谱得到基站对应的知识图谱嵌入向量；将知识图谱嵌入向量和噪声输入至训练完成的生成对抗网络模型的生成器网络得到生成流量数据；生成对抗网络模型中的不同时间尺度的城市移动网络流量模式生成对抗网络和连续时间城市移动网络流量生成对抗网络均基于多个传输已知网络流量的基站的知识图谱嵌入向量输入至生成器网络得到生成流量样本数据，再基于判别器网络对真实流量数据和生成流量样本数据进行判别，并对抗训练。通过本发明能够生成可靠的城市移动网络流量。
城市移动网络流量生成方法装置电子设备存储介质

[发明专利]一种数据预测模型建立方法及其设备、存储介质、服务器-CN201711161275.3有效
发明人：李勇;王寰东;金德鹏;孙福宁;孟凡超 -专利权人：腾讯科技（深圳）有限公司
申请日： 2017-11-20 - 公布日： 2022-11-18 - 主分类号： G06F16/9535 文献下载
摘要：本发明实施例公开一种数据预测模型建立方法及其设备、存储介质、服务器，其中方法包括如下步骤：获取第一用户标识对应的第一历史数据点集合，并所述第一用户标识在所述第一历史数据点集合中的第一分布参数；基于第一历史数据点集合检测第二用户标识在第一历史数据点集合中的第二分布参数；获取第二用户标识的第二历史数据点集合，并获取第二历史数据点集合中的当前历史数据点的时间分布参数和位置分布参数；采用第一分布参数、第二分布参数、时间分布参数以及位置分布参数生成针对第二用户标识的数据预测模型。采用本发明，可以较好地描述用户移动规律的周期性和长时相关性，提高对移动状态预测的准确性。
一种数据预测模型建立方法及其设备存储介质服务器

[发明专利]轨迹生成模型训练方法、轨迹生成方法及装置-CN202110928066.7在审
发明人： 王寰东;李勇;张启钟;金德鹏 -专利权人：清华大学
申请日： 2021-08-12 - 公布日： 2021-12-07 - 主分类号： G06F16/9537 文献下载
摘要：本发明提供一种轨迹生成模型训练方法、轨迹生成方法及装置，该训练方法包括：将历史移动数据输入到逆向生成模型，得到对应的隐含移动特征；将隐含移动特征输入到轨迹生成模型，分别得到时间维度的指数分布和空间维度的多项式分布；训练并优化由逆向生成模型和轨迹生成模型共同构成的变分时间点过程模型，得到轨迹生成模型。本发明提供的轨迹生成模型训练方法、轨迹生成方法及装置，在保留了神经网络模型的强大建模能力、捕获了序列数据中的不确定性的同时提升了其可解释性，且能够通过基于概率模型的数据交互机制有效的引入专家知识，有更强的灵活性、建模能力，对不均衡数据的高度适应性和鲁棒性，在移动数据生成问题上具有巨大的潜力。
轨迹生成模型训练方法装置

1
共 10 条