“罗迪君”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15个，建议您升级VIP下载更多相关专利

[发明专利]一种新闻排序方法、服务器及计算机可读存储介质-CN201810239342.7有效
发明人： 罗迪君 -专利权人：深圳市雅阅科技有限公司
申请日： 2018-03-21 - 公布日： 2023-07-11 - 主分类号： G06F16/9535 文献下载
摘要：本发明实施例公开了一种新闻排序方法、服务器及计算机可读存储介质，用于对部分用户关联的新闻进行实时排序，向全部用户推送排序结果对应的新闻展示内容，实现对新闻的动态管理，提高了新闻的实时性。本发明实施例方法包括：将目标用户集合划分为多个小流量桶和1个主流量桶；获取每个所述小流量桶中关联的多个新闻展示内容的热度统计结果，每个所述新闻展示内容对应不同的新闻元；根据所述热度统计结果对所述多个新闻展示内容进行排序，得到排序结果；将所述排序结果对应的新闻展示内容推送至所述目标用户集合对应的用户设备。
一种新闻排序方法服务器计算机可读存储介质

[发明专利]离线元强化学习模型的训练方法、装置、设备及存储介质-CN202011354318.1有效
发明人：李蓝青;杨瑞;罗迪君 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-11-27 - 公布日： 2022-11-18 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种离线元强化学习模型的训练方法、装置、设备及存储介质，涉及人工智能技术领域。所述方法包括：从离线数据池中采样获取多个训练样本集；通过任务推断网络生成训练样本集的任务表示向量；基于不同训练样本集的任务表示向量之间的距离度量，确定任务推断网络的损失函数；基于训练样本的状态向量、动作向量和任务表示向量，确定策略网络的损失函数和评判网络的损失函数；基于任务推断网络的损失函数、策略网络的损失函数和评判网络的损失函数，分别对任务推断网络、策略网络和评判网络的参数进行调整。相比于传统的在线强化学习，本申请采用离线学习方式对元强化学习模型进行训练，提高了安全性及数据利用效率，且有助于降低成本。
离线强化学习模型训练方法装置设备存储介质

[发明专利]模型确定方法、装置、设备及计算机可读存储介质-CN202210297979.8在审
发明人：李扶阳;张吉应;罗迪君;卞亚涛 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-03-24 - 公布日： 2022-06-28 - 主分类号： G06N3/04 文献下载
摘要：本申请提供了一种模型确定方法、装置、设备及计算机可读存储介质；方法包括：获取预先构建的超图，确定所述超图对应的随机游走状态转移矩阵；基于所述随机游走状态转移矩阵确定所述超图对应的折损马尔科夫核，并确定所述随机游走状态转移矩阵对应的对称状态转移矩阵；基于所述对称状态转移矩阵和所述折损马尔科夫核确定超图信号卷积算子；获取预设的激活函数，利用所述激活函数和所述超图信号卷积算子生成超图处理网络模型。通过本申请，能够提高不同输入信息在超图处理网络模型处理后得到的输出信息的差异度。
模型确定方法装置设备计算机可读存储介质

[发明专利]任务处理方法、装置、设备及存储介质-CN202210220485.X在审
发明人：李扶阳;张吉应;罗迪君;卞亚涛 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-03-08 - 公布日： 2022-06-14 - 主分类号： G06F16/901 文献下载
摘要：本申请提供了一种任务处理方法、装置、设备及存储介质，涉及人工智能技术领域，该方法包括：获取目标顶点的原始特征，目标顶点为预先构建的超图中的任意一个顶点，超图包括顶点集、超边集、超边权重集和顶点的超边依赖顶点权重EDVW集，将目标顶点的原始特征输入超图神经网络模型，输出目标顶点的嵌入特征，超图神经网络模型根据超图的概率转移矩阵确定，超图的概率转移矩阵根据顶点集、超边集、超边权重集和顶点的EDVW集确定，根据目标顶点的嵌入特征，进行目标任务的处理，目标任务包括顶点分类、顶点聚类和回归任务中的任意一项。从而，可提高目标任务处理的准确性。
任务处理方法装置设备存储介质

[发明专利]任务决策方法、装置、设备及存储介质-CN202111107294.4在审
发明人：陈明哲;李蓝青;罗迪君 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-09-22 - 公布日： 2022-04-05 - 主分类号： G06Q10/06 文献下载
摘要：本申请实施例公开了一种任务决策方法、装置、设备及存储介质，属于人工智能技术领域。所述方法包括：从离线数据池中采样获取多个任务分别对应的训练样本集；采用数据增强的方法，得到每个任务分别对应的多个训练样本集；通过任务推断网络生成训练样本集的任务表示向量；采用对比学习的方法，确定任务推断网络的训练损失；基于各个训练样本的状态向量、动作向量和任务表示向量，确定策略网络的训练损失和评判网络的训练损失；基于上述训练损失对任务决策模型进行训练。本申请通过结合对比学习对任务决策模型的任务推断网络进行训练，实现了任务决策模型的实用性和泛化性能的提高。本申请可适用于机器人控制、自动驾驶、智慧农业等场景中。
任务决策方法装置设备存储介质

[发明专利]温室种植模拟系统的训练方法、系统、装置、设备及介质-CN202110777533.0在审
发明人：黄园豪;李蓝青;罗迪君 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-07-09 - 公布日： 2021-12-21 - 主分类号： G06Q10/06 文献下载
摘要：本申请提供了一种温室种植模拟系统的训练方法、系统、装置、设备及介质，该方法包括：从目标数据库中获取植物的种植轨迹数据，种植轨迹数据包括：连续的种植转变数据；对连续的种植转变数据进行采样，以得到至少一个第一训练数据；根据至少一个第一训练数据，采用强化学习算法对温室种植模拟系统中的控制器进行训练；其中，控制器用于产生在各个状态下对植物采取的动作。一方面，由于该目标数据库中的种植轨迹数据具有真实，且全面的特性，基于此，从而可以有效的训练控制器，另一方面，通过强化学习算法可以更加精确的训练出控制器所要执行的动作或者策略，从而使得温室种植模拟系统可以有效模拟植物的生长过程。
温室种植模拟系统训练方法装置设备介质

[发明专利]模拟器训练方法、装置、设备及存储介质-CN202110324372.X在审
发明人：曹小䶮;罗迪君;安志成 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-03-26 - 公布日： 2021-11-26 - 主分类号： G06F30/27 文献下载
摘要：本申请公开了一种模拟器训练方法、装置、设备及存储介质，属于人工智能技术领域。本申请实施例通过人工智能训练的方式，基于温室的历史种植数据对模拟器进行训练，使得模拟器能够根据温室某个时刻的种植数据，准确地模拟出该温室下一时刻的种植数据，该训练过程中，通过模拟器根据某个时刻的历史种植数据模拟出下一时刻的预测种植数据后，由于历史种植数据中也包括该下一时刻的真实种植数据，通过这两种数据得到的损失值来进行训练，能够使得模拟器模拟出的预测种植数据越来越接近历史种植数据，也即是越来越接近真实种植数据，因而，训练得到的模拟器能够模拟出真实温室种植情况，有效地提高了模拟器模拟出的数据的准确性。
模拟器训练方法装置设备存储介质

[发明专利]一种种植策略生成方法、装置、电子设备及存储介质-CN202110004655.6在审
发明人：李文浩;罗迪君 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-01-04 - 公布日： 2021-10-22 - 主分类号： G06Q50/02 文献下载
摘要：本发明提供了一种种植策略生成方法、装置、电子设备，方法包括：通过获取目标对象种植环境中的动作样本集合；基于所述动作样本集合，通过种植策略生成模型中的动作编码器网络对所述动作样本集合中的不同动作样本进行解耦重构处理，形成动作嵌入向量；通过所述种植策略生成模型中的图神经网络，确定所述目标对象种植环境中的不同动作的变化趋势；根据所述目标对象种植环境中的不同动作的变化趋势，确定与所述目标对象种植环境相匹配的种植策略，由此，不但能够有效对多维度空间中的不同动作变化趋势进行预测，及时准确地调整种植策略，同时对于动态动作空间具有鲁棒性以及泛化性，减少了计算成本。
一种种植策略生成方法装置电子设备存储介质

[发明专利]确定参数确定方法、装置、设备及存储介质-CN202011331054.8在审
发明人：张万鹏;罗迪君;肖喜 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-11-24 - 公布日： 2021-03-19 - 主分类号： G06F3/01 文献下载
摘要：本申请公开了一种确定参数确定方法、装置、设备及存储介质，属于人工智能领域。本申请实施例中，一方面，为真实环境生成了虚拟环境，以虚拟环境来模拟真实环境，并产生模拟环境数据，基于模拟环境数据更新确定参数，避免了与传感器、控制器等硬件设备的数据交互次数和数据量，从而能够大大提高确定参数的确定效率。另一方面，通过至少两个虚拟环境组合来模拟该真实环境，后续通过虚拟环境执行动作控制指令时，通过随机选择一个虚拟环境来得到模拟环境数据，能够捕捉真实环境中的不确定性，提高虚拟环境的表达能力，缩小虚拟环境与真实环境之间的差异，虚拟环境更加贴合真实环境，进而能够提高确定的确定参数的准确性。
确定参数方法装置设备存储介质

[发明专利]机器人控制方法、装置、设备及计算机存储介质-CN202011271477.5在审
发明人：杨瑞;李蓝青;罗迪君 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-11-13 - 公布日： 2021-03-12 - 主分类号： B25J9/08 文献下载
摘要：本申请实施例提供一种机器人控制方法、装置、设备及计算机存储介质，涉及人工智能技术领域。方法包括：获取环境交互数据和在执行环境交互数据中的动作数据对应的动作之后所实际完成的实际目标值；根据相邻两个时刻中的第一时刻的状态参数、所述动作数据和所述实际目标值，确定在执行所述动作之后的奖励值；采用执行所述动作之后的奖励值更新所述环境交互数据中的奖励值；采用更新后的环境交互数据训练机器人控制网络对应的智能体；采用训练后的智能体对目标机器人的动作进行控制。通过本申请，能够提高数据的利用率，加速对智能体的训练，且能够同时训练大量的目标，通过一个模型就能够完成一定目标空间中的所有任务。
机器人控制方法装置设备计算机存储介质

[发明专利]基于人工智能的植物生长环境控制方法、装置、设备及存储介质-CN202011306328.8在审
发明人：曹小*;罗迪君 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-11-20 - 公布日： 2021-02-26 - 主分类号： A01G7/04 文献下载
摘要：本申请提供了一种基于人工智能的植物生长环境控制方法、装置、电子设备及计算机可读存储介质；涉及人工智能技术；方法包括：对在第一时期应用于植物生长环境的多个环境变量进行编码处理，通过编码处理得到的多个第一环境个体构建第一环境集合；基于第一时期的天气状况以及第二时期的环境变量，对第一环境集合中第一环境个体进行重建处理，得到包括多个第二环境个体的第二环境集合，其中，第一时期晚于第二时期；从第二环境集合中确定适应度最高的第二环境个体，将适应度最高的第二环境个体对应的多个环境变量在第二时期应用到植物生长环境。通过本申请，能够动态优化植物生长环境的环境变量，实现智能化的植物生长环境控制。
基于人工智能植物生长环境控制方法装置设备存储介质

[发明专利]种植决策确定模型的训练方法、装置、设备以及存储介质-CN202011348133.X在审
发明人：姚瑶;罗迪君 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-11-26 - 公布日： 2021-02-12 - 主分类号： G06Q50/02 文献下载
摘要：本申请公开了一种种植决策确定模型的训练方法、决策确定模型的训练方法、装置、设备以及存储介质，属于人工智能领域。本申请实施例中，服务器在训练模型的过程中引入了虚拟种植环境，并基于虚拟环境的第一虚拟环境参数扩展了多个第一种植决策作为训练样本。使用扩展的训练样本对种植决策确定模型进行训练过程中，服务器引入了对样本可信度进行评价的不确定性参数，结合不确定性参数和扩展的训练样本对种植决策确定模型进行训练，既增加了训练样本的数量，还结合了不确定性参数来调整训练样本对模型训练的影响程度，训练得到种植决策确定模型的准确度也就更高。在后续的使用过程中，种植决策确定模型也就能够输出有效的种植决策。
种植决策确定模型训练方法装置设备以及存储介质

[发明专利]基于人工智能的温室控制方法、装置、设备及存储介质-CN202011376267.2在审
发明人：安志成;罗迪君;李蓝青 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-11-30 - 公布日： 2021-02-12 - 主分类号： G06K9/62 文献下载
摘要：本申请提供了一种基于人工智能的温室控制方法、装置、电子设备及计算机可读存储介质；涉及人工智能技术；方法包括：获取温室中植物在第一时期的生长状态、温室在第一时期的内部气候状态、温室在第一时期的外部天气状态；基于第一时期的生长状态、第一时期的内部气候状态、以及第一时期的外部天气状态调用机器学习模型，以得到在第二时期中用于控制温室的环境控制信息；在第二时期将环境控制信息应用到温室中。通过本申请，能够实现温室中植物生长的智能化控制。
基于人工智能温室控制方法装置设备存储介质

[发明专利]基于机器学习模型的植物生长预测方法、装置和设备-CN202010951923.0在审
发明人：范锦谕;罗迪君;李蓝青 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-09-11 - 公布日： 2020-12-11 - 主分类号： G06N20/20 文献下载
摘要：本公开提供了一种基于机器学习模型的植物生长预测方法、植物预测装置和设备以及计算机可读存储介质。机器学习模型包括第一子模型、第二子模型和第三子模型，植物生长预测方法包括：获取温室控制参数、天气数据和植物状态数据；利用第一子模型根据温室控制参数生成第一特征向量；利用第二子模型根据天气数据生成第二特征向量；利用第三子模型根据植物状态数据生成第三特征向量；以及基于第一特征向量、第二特征向量和第三特征向量，生成预定时间段后的植物生长预测结果。
基于机器学习模型植物生长预测方法装置设备

[发明专利]网络信息流量分配方法、流量分配模型训练方法及装置-CN201910336515.1有效
发明人：王露;罗迪君 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-04-24 - 公布日： 2020-12-08 - 主分类号： H04W28/10 文献下载
摘要：本申请公开了一种网络信息流量分配方法，包括：获取目标网络信息的目标状态信息，其中，所述目标状态信息表示所述目标网络信息在目标时刻所对应的实时状态；通过流量分配模型获取所述目标状态信息所对应的目标动作信息，其中，所述目标动作信息表示在所述目标时刻的曝光率；按照所述目标动作信息，对所述目标网络信息进行流量分配。本申请还公开了一种流量分配模型训练方法及相关装置。本申请采用流量分配模型能够对对海量广告展示量进行实时地在线决策，通过广告的实时状态信息即可高效合理地预测下一时刻的流量分配，解决了定向流量维度巨大而导致流量节点难以拆分的问题，同时减轻了在线分配算法的求解难度。
网络信息流量分配方法模型训练装置

1
共 15 条