[发明专利]一种面向汽车视镜系统疲劳耐久试验过程的故障诊断方法在审
| 申请号： | 202310752597.4 | 申请日： | 2023-06-25 |
| 公开（公告）号： | CN116776990A | 公开（公告）日： | 2023-09-19 |
| 发明（设计）人： | 尹晓静;贺强强;张昊;秦梓然;尹福忠;王德华;张邦成;高智;何唯东;孙诗琦 | 申请（专利权）人： | 长春工业大学 |
| 主分类号： | G06N5/045 | 分类号： | G06N5/045;G06N5/025;G01M17/007;G01M11/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 130000 吉林省长春市朝*** | 国省代码： | 吉林;22 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种面向汽车视镜系统疲劳耐久试验过程的故障诊断方法，该方法包括以下步骤：1、对获得的监测数据进行处理，提取视镜系统在疲劳耐久试验过程的多个特征；2、根据当前和历史数据以及一些专业知识，构建基于多个特征的分层置信规则库初始故障诊断模型；3、计算M‑HBRB的激活权重；4、基于证据推理对所有的规则进行融合推理；5、为基于投影协方差矩阵的自适应演化策略优化算法，对初始M‑HBRB模型中的初始参数进行更新，得到面向汽车视镜系统疲劳耐久试验过程的故障诊断模型。本发明通过建立基于多特征的分层置信规则库故障诊断模型，可以提高面向汽车视镜系统疲劳耐久试验过程的故障诊断的精度。 | ||
| 搜索关键词： | 一种 面向 汽车 系统 疲劳 耐久 试验 过程 故障诊断 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于长春工业大学，未经长春工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310752597.4/，转载请声明来源钻瓜专利网。
- 上一篇：反式钙钛矿太阳能电池及其制备方法和用电设备
- 下一篇：防坠落装置
- 同类专利
- 时间序列分析方法、装置、设备及计算机程序产品-202310843089.7
- 刘芳;王斌;闫文;李方岩;赵洪松 - 中国移动通信集团黑龙江有限公司;中国移动通信集团有限公司
- 2023-07-10 - 2023-10-20 - G06N5/045
- 本申请涉及数据处理领域，提供一种时间序列分析方法、装置、设备及计算机程序产品。所述时间序列分析方法包括：获取目标时间序列的目标残差；将所述目标残差输入时间序列预测网络模型，获取所述时间序列预测网络模型输出的时间序列预测结果，所述时间序列预测结果是基于所述目标时间序列预测的未来时间序列。本申请通过确定性因素分解，可以理解整个时间序列，再通过长短期记忆人工神经网络，使得预测最终结果达到最优。
- 推理方法及装置-202010244456.8
- 浦世亮;叶挺群;王鹏 - 杭州海康威视数字技术股份有限公司
- 2020-03-31 - 2023-10-20 - G06N5/045
- 本申请公开了一种推理方法及装置，属于数据处理领域。本申请可以将目标硬件所不支持且不存在对应的可替换算子的算子确定出来，也即确定神经网络模型中第一类型的算子，之后，获取基于领域特定语言确定得到的第一类型的算子对应的注册算子，并对注册算子进行处理，得到目标硬件所支持的目标可执行代码，根据目标可执行代码和神经网络模型通过目标硬件进行前向推理。由于领域特定语言的设计与硬件无关，因此，用户无需了解设备的硬件特性，即可编写出注册算子，开发难度较低。另外，针对不同的硬件可能对应的同一种第一类型的算子，用户仅需将该算子编写一次得到对应的注册算子，即可以将该注册算子在不同的硬件上应用，开发工作量较低。
- 基于知识推理模型的科技创新服务决策支持方法-202311009175.4
- 陈一立;王涵 - 珠海中科先进技术研究院有限公司
- 2023-08-11 - 2023-10-13 - G06N5/045
- 本发明公开了基于知识推理模型的科技创新服务决策支持方法，所述包括以下操作步骤：S1：实体嵌入；S2：图卷积；S3：顺序处理；S4：基于GAN的强化学习；S5：生成对抗网络。本发明所述的基于知识推理模型的科技创新服务决策支持方法，此方法利用知识图谱本身具有的关联信息，从而利用深度学习与知识图谱结合，实现端到端的可解释性匹配流程，该匹配算法与经典深度学习算法相比，克服了黑盒子缺点，其透明度、可解释程度较高，较容易理解，其决策支持依据可信度较高，基于图结构的推理，并有效地处理序列信息，这可以提高知识推理任务的性能，以此实现更稳健和有效的知识推理。
- 事件检测模型的解释方法、装置、电子设备及存储介质-202310705109.4
- 李涓子;关勇;侯磊;李亚坤;孟斌杰;唐杰;许斌 - 清华大学
- 2023-06-14 - 2023-10-10 - G06N5/045
- 本发明提供一种事件检测模型的解释方法、装置、电子设备及存储介质，其中的方法包括：基于待检测语句和预先训练的事件检测模型，抽取待解释的隐层表示；优化待解释的隐层表示，得到优化隐层表示；根据优化隐层表示，以及给定的事件结构信息集合，获取目标事件结构信息；其中，目标事件结构信息为与优化隐层表示最相关的事件触发词或事件论元。该方法通过将事件结构信息自然地融入至事件检测模型的解释过程中，克服了现有事件检测模型解释方法因忽略事件本身具有的结构信息，导致事件检测模型的可解释性能力不高的缺陷，有效提升了事件检测模型的可解释性能力，亦有助于理解事件检测模型的决策过程。
- 一种基于布局感知提示的文档视觉语言推理方法-202310817907.6
- 姚俊豪;徐行;王磊;沈复民;申恒涛 - 电子科技大学
- 2023-07-05 - 2023-09-29 - G06N5/045
- 本发明公开了一种基于布局感知提示的文档视觉语言推理方法，该方法利用大型语言模型进行视觉信息丰富的文档推理，将文档图像的文本信息与视觉信息集成的提示，通过提示学习引入布局信息，引导大型语言模型能够理解问题中的文本与视觉内容之间的关系，并使用该信息改善上下文学习生成答案，让单模态大语言模型也能处理多模态文档视觉问答任务，帮助大型语言模型在少样本学习上达到理想的效果，并在3种不同的文档视觉问答数据集测试方法的泛化性。
- 一种嵌入决策树的知识图谱可解释推理方法、系统及设备-202310539164.0
- 刘鑫;姚俊萍;范青刚;马晓丹;李雪 - 中国人民解放军火箭军工程大学
- 2023-05-15 - 2023-09-22 - G06N5/045
- 本发明公开一种嵌入决策树的知识图谱可解释推理方法及系统，涉及设备管理技术领域，该方法包括：采用训练集训练关系图卷积网络得到训练后的关系图卷积网络；所述训练集中样本数据包括输入数据和标签数据，所述输入数据为预设知识图谱中三元组中的两个值，所述标签数据为所述三元组中第三个值；将训练后的关系图卷积网络中输出层之前的全连接网络换成决策树，将决策树的输出与输出层的输出相乘作为预测输出，获得嵌入决策树的关系图卷积网络；采用训练集训练嵌入决策树的关系图卷积网络得到可解释推理模型。本发明使设备管理业务的推理具有可解释性，提高了知识图谱的完整性。
- 关系推理以及关系推理模型的获取方法、装置及存储介质-201811330109.6
- 刘畅;谢奕;张阳;杨双全;熊云;郑灿祥;季昆鹏;张雪婷;王志清;崔轩;王翰琦 - 百度在线网络技术（北京）有限公司
- 2018-11-09 - 2023-09-22 - G06N5/045
- 本发明公开了关系推理方法以及关系推理模型的获取方法、装置及存储介质，其中的关系推理方法可包括：获取作为推理对象的各人员的预定信息；根据所述预定信息构建有向图；针对作为推理对象的两个人员，根据有向图生成两个人员的关系特征；将关系特征输入预先训练得到的关系推理模型，得到推理出的两个人员之间的社交关系。应用本发明所述方案，能够提高推理结果的准确性等。
- 一种面向汽车视镜系统疲劳耐久试验过程的故障诊断方法-202310752597.4
- 尹晓静;贺强强;张昊;秦梓然;尹福忠;王德华;张邦成;高智;何唯东;孙诗琦 - 长春工业大学
- 2023-06-25 - 2023-09-19 - G06N5/045
- 本发明公开了一种面向汽车视镜系统疲劳耐久试验过程的故障诊断方法，该方法包括以下步骤：1、对获得的监测数据进行处理，提取视镜系统在疲劳耐久试验过程的多个特征；2、根据当前和历史数据以及一些专业知识，构建基于多个特征的分层置信规则库初始故障诊断模型；3、计算M‑HBRB的激活权重；4、基于证据推理对所有的规则进行融合推理；5、为基于投影协方差矩阵的自适应演化策略优化算法，对初始M‑HBRB模型中的初始参数进行更新，得到面向汽车视镜系统疲劳耐久试验过程的故障诊断模型。本发明通过建立基于多特征的分层置信规则库故障诊断模型，可以提高面向汽车视镜系统疲劳耐久试验过程的故障诊断的精度。
- 基于置信规则库的多标签时序数列预测模型-202310574331.5
- 杨隆浩;陆奕璇;刘鑫鹏;黄丹俪;陈姝霏;熊艺;邱琳琳 - 福州大学
- 2023-05-22 - 2023-09-05 - G06N5/045
- 本发明提出基于置信规则库的多标签时序数列预测模型，在建立预测模型时，引入置信规则库BRB推理模型，通过特征选择方法来对多标签时序数据预处理，以考虑前
- 基于图谱和相关矩阵的汽轮发电机组振动故障诊断方法-202310408139.9
- 陈东超;张彤;司和勇;李浩然;曹丽华;刘贵伟;吕佳乐 - 东北电力大学
- 2023-04-17 - 2023-08-29 - G06N5/045
- 本发明公开了一种基于图谱和相关矩阵的汽轮发电机组振动故障诊断方法，所述方法包括如下步骤：构建振动故障知识语义模型及知识图谱；基于振动故障知识图谱，自动形成用于振动故障推理的相关矩阵；基于相关矩阵，进行振动故障推理；基于振动故障知识图谱，进行可解释性振动故障溯源诊断。本发明通过振动故障知识语义建模，形成故障知识存储模版，进而将获取的多粒度振动故障知识自动形成振动故障知识图谱，在此基础上建立用于振动故障推理的相关矩阵，充分利用多源诊断信息，实现机组振动故障的科学诊断。本发明为汽轮发电机组振动故障诊断提供了新的思路与途径，有利于提高振动故障诊断的科学性、全面性、可解释性以及智能化水平。
- 解决大规模故障预测问题的方法、系统、设备及储存介质-202310699448.6
- 王琛;金澎;房东升;张昱洲;邢翠霞 - 北京理想信息科技有限公司
- 2023-06-14 - 2023-08-29 - G06N5/045
- 本发明公开了一种解决大规模故障预测问题的方法、系统、设备及储存介质，所述方法包括：搜索符合预设条件的时序事件作为时序根节点事件；搜索所有可拼接所述时序根节点事件的时序事件的排列组合集合；由所述时序根节点分别拼接所述时序事件，得到候选线性事件集；对所述候选线性事件集进行评估，将不满足预设条件的所述候选线性事件集进行剪枝，将剪枝后的候选线性事件集进行进一步拼接、评估；以及，对所述线性事件集在数据集上的表现进行评估，取表现分数最高的线性事件集作为本轮产生的新线性事件集；当产生新线性事件集后，将现有线性事件集匹配的服务器地址列为已覆盖服务器地址。通过本公开的处理方案，具有极强的可解释性和可修改性。
- 基于知识蒸馏的知识图谱补全方法、系统、设备及介质-202310567638.2
- 刘鑫;姚俊萍;李晓军;郭毅 - 中国人民解放军火箭军工程大学
- 2023-05-19 - 2023-08-22 - G06N5/045
- 本发明公开了一种基于知识蒸馏的知识图谱补全方法、系统、设备及介质，涉及知识图谱技术领域，该方法包括根据知识图谱补全模型和待补全知识图谱确定待补充信息，并基于待补充信息得到补全知识图谱；其中，知识图谱补全模型的训练过程为：根据关系邻接矩阵和所述标签数据，采用知识蒸馏技术训练基于关系图卷积网络的教师网络模型；根据关系邻接矩阵、标签数据以及基于关系图卷积网络的教师网络模型的逻辑输出，采用知识蒸馏技术训练基于软决策树的学生网络模型得到知识图谱补全模型。本发明在实现规模缩小的基础上，具备了可解释性，达到了知识图谱补全的目的。
- 工业级推荐系统的解释方法、装置、设备以及存储介质-202310392971.4
- 李莉;祁斌川;龚炜;许佳 - 同济大学
- 2023-04-12 - 2023-08-15 - G06N5/045
- 本公开的实施例提供了一种工业级推荐系统的解释方法、装置、设备以及存储介质，应用于计算机技术领域。该方法包括：获取工业级推荐系统的待解释推荐结果对应的特征；将待解释推荐结果对应的特征输入嵌入模型，并将输出的编码结果输入生成模型，得到参考样本；将参考样本输入点击率预测模型，得到参考样本的点击率；计算待解释推荐结果的点击率和对应的特征的梯度；根据待解释推荐结果的点击率、参考样本的点击率，待解释推荐结果对应的特征的梯度、待解释推荐结果与参考样本的特征差异，对待解释推荐结果进行解释。以此方式，可以基于嵌入约束与对抗生成手段不需要知道待解释预测模型的结构，可以适用于任意预测模型，因此实现了对工业级推荐系统的通用解释，并提高解释准确率和效率。
- 一种针对推理过程效果的可回溯检测指标构建方法-202310386784.5
- 黄庆华;王永臻 - 西北工业大学
- 2023-04-11 - 2023-08-04 - G06N5/045
- 本发明公开了一种针对推理过程效果的可回溯检测指标构建方法，包括推理模块和回溯模块两部分。其中推理模块负责通过BI‑RADS数据特征推理出结果的分类，并给出推理的路线。回溯模块负责根据推理模块的推理路线，与医生标记的数据进行对比，确定推理路径是否可回溯。推理模块给出推理路径以及每个路径的置信度，回溯模块根据路径推理的结果与置信度两部分，按照不同的结果与置信度对推理路径进行判断是否可回溯。对所有样本推理路径进行可回溯判断后得出回溯率。本发明可回溯检测指标能够很好的检测模型推理的可回溯性。
- 一种模型处理方法和装置-202211740907.2
- 张长浩;申书恒;傅欣艺;王维强 - 支付宝（杭州）信息技术有限公司
- 2022-12-30 - 2023-07-14 - G06N5/045
- 本说明书实施例提供一种模型处理方法和装置，该模型处理方法包括：获取具备可解释性的目标树模型；基于神经网络对目标树模型进行蒸馏，得到神经网络模型，其中，对目标树模型进行蒸馏包括对目标树模型的特征提取能力以及聚类能力进行蒸馏；基于目标树模型的可解释性可以确定蒸馏得到的神经网络模型的可解释性。
- 一种基于决策路径图的强化学习策略可解释方法-202310242666.7
- 刘书洋;刘潇;陈子璇;高阳;解宇 - 南京大学;江苏万维艾斯网络智能产业创新中心有限公司
- 2023-03-14 - 2023-07-07 - G06N5/045
- 本发明提供了一种基于决策路径图的强化学习策略可解释方法，属于人工智能可解释领域。本发明提出了决策路径图的构建及简化方法。在此过程中，本专利基于强化学习智能体收集的经验数据，以状态为节点，动作为边，构建决策路径图，建模强化学习策略，并针对连续型状态空间中状态节点数量过多的问题，采用自适应半径方法，合并具备相同动作的相似状态节点，并随后基于轨迹入度指标寻找强化学习策略中的关键状态，达到强化学习策略解释的效果。
- 基于预训练语言模型和知识图谱的社交用户位置预测方法-202310077216.7
- 吴书函;高云鹏;高鑫;霍朦雨;刘训瀚;张源;万怀宇 - 北京智谱华章科技有限公司
- 2023-01-16 - 2023-06-23 - G06N5/045
- 本申请提出一种基于预训练语言模型和知识图谱的社交用户位置预测方法，包括：获取第一社交用户发表的有效文本集合和有效实体集合；分别使用预训练语言模型对有效文本和有效实体进行编码，得到有效文本的语义表示和有效实体的语义表示，根据有效文本的语义表示和有效实体的语义表示，计算得到有效实体和对应的有效文本间的匿名关系的表示；根据有效实体从地理百科知识图谱中抽取k跳子图，根据第一社交用户的实体、有效文本、有效实体、匿名关系的表示和k跳子图，构建第一社交用户的联合图；根据联合图，使用渐进式关系图神经网络预测得到第一社交用户位置。本申请能够挖掘用户和位置之间的潜在关联，具有很强的泛化性，能够进行可解释的推理。
- 共享物理图形的信号片段-201880007213.3
- V·米塔尔;S·T·布兹西伊尔;N·阿努尔;O·科勒 - 微软技术许可有限责任公司
- 2018-01-12 - 2023-06-23 - G06N5/045
- 信号片段的共享使用对被包括在信号片段内的内容的语义理解。在选择被呈现在信号片段内的物理实体(或其部分)时，系统然后提取(多个)信号片段的出现该所选物理实体的(多个)部分。所提取的信号片段部分的表示然后被分派给接收者。因此，信号片段的部分可以以信号片段描绘的内容的粒度被共享。在共享(多个)这些信号片段部分的表示方面存在广泛的灵活性。
- 基于人在回路的模型无关可解释方法及可解释框架-202211723780.3
- 张磊;朱彦锦;于静伟;高震宇;卢嘉王男 - 东华大学
- 2022-12-30 - 2023-06-06 - G06N5/045
- 本发明涉及一种基于人在回路的模型无关可解释方法及可解释框架，将人在回路的思想融入到行为识别的场景中去，实现动态的预测过程，在传统的人工智能算法分类后加入可解释工具的辅助，通过全局和局部的角度进行特征和样本的可解释性分析，再结合领域专家的经验性反馈对患者的行为进行判断，能再次对识别模型的准确率和设计有进一步的支持和优化。
- 数据分析方法和系统-202111332321.8
- 史嫄嫄;张昊;李爱华 - 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
- 2021-11-11 - 2023-05-16 - G06N5/045
- 本发明公开了一种数据分析方法和系统。其中，所述方法包括：第一网元接收第一请求；所述第一请求用于请求在网络设备、第一网元和第二网元之间建立联盟；所述第一请求携带有与所述网络设备相关的第一信息和鉴权信息；所述第一网元利用所述第一请求中的鉴权信息进行鉴权；在鉴权通过的情况下，将所述第一请求转发给第二网元；所述第二网元利用所述第一请求中的第一信息，判断是否同意建立联盟；若同意建立联盟，则在所述网络设备、第一网元和第二网元之间建立联盟，以使所述第二网元与所述网络设备采集不同类型的数据，并通过所述联盟基于采集的不同类型的数据进行用于推理分析的模型的联合训练。
- 一种XAI模型一致性训练方法、装置、设备和存储介质-202211685059.X
- 夏正勋;刘士菖;汪科;杨一帆 - 南京星环智能科技有限公司
- 2022-12-27 - 2023-04-25 - G06N5/045
- 本发明公开了一种XAI模型一致性训练方法、装置、设备和存储介质。该方法包括：在Work Model训练完成后，将XAI Model的第一用户数据样本输入Work Model，得到预测决策结果；根据所述预测决策结果确定第一参数；在XAI Model训练完成后，将所述Work Model输出的第二用户数据样本的决策结果输入所述XAI Model，得到预测解释结果；根据所述预测解释结果确定第二参数；根据所述第一参数和所述第二参数确定目标参数；若所述目标参数大于参数阈值，则对所述XAI Model的参数进行延梯度方向的优化。本发明实施例的技术方案，可以解决XAI模型解释结果不一致性的问题，能够实现对XAI Model的优化，助力XAI技术的实际应用。
- 模型推理方法、装置、电子设备和存储介质-202211316750.0
- 刘国明 - 小米汽车科技有限公司
- 2022-10-26 - 2023-04-18 - G06N5/045
- 本公开关于一种模型推理方法、装置、电子设备和存储介质，属于数据处理、自动驾驶云端、决策系统技术领域。方法包括：获取输入数据和n个第一模型；获取输入数据的特征，并基于输入数据，对n个第一模型分别进行模型推理，得到n个第一模型的推理结果，获取输入数据的特征的过程与对第一模型进行模型推理的过程并行；基于输入数据的特征和n个第一模型的推理结果，获取输入数据的推理结果。由此，可实现获取输入数据的特征的过程与模型推理的过程并行，有助于提升输入数据的推理结果的获取效率，适用于自动驾驶云端、决策系统中的模型的模型推理过程，有助于缩短自动驾驶场景下的模型推理耗时，改善了自动驾驶性能。
- 一种推理验证方法、装置、电子设备和存储介质-202211431631.X
- 黄雪辉;熊超;蔡权雄;牛昕宇 - 深圳鲲云信息科技有限公司
- 2022-11-16 - 2023-03-24 - G06N5/045
- 本申请提供了一种推理验证方法、装置、电子设备和存储介质。所述方法包括：获取初始图文件；获取预设的编译器框架，根据所述节点的输入输出属性和所述编译器框架中设定编译单元的输入输出属性，将所述初始图文件转换为第一中间文件；获取预设系统框架和预设的待验证后端，将所述目标编译单元映射至所述预设系统框架中的框架接口算子的调用得到第二中间文件，并将所述目标编译单元映射至所述待验证后端中的后端接口算子的调用得到第三中间文件；在调用接口算子结束后，根据所述第二中间文件中和所述第三中间文件中同一类别的目标编译单元的输出数据的对比结果，确定是否验证成功。本申请提高了待验证后端验证的准确性。
- 一种人物意图推理方法及相关装置-202211244080.6
- 李晓川;李仁刚;郭振华;赵雅倩;范宝余 - 苏州浪潮智能科技有限公司
- 2022-10-12 - 2023-03-24 - G06N5/045
- 本申请公开了一种人物意图推理方法及相关装置，涉及人工智能技术领域，包括：将提取的图像检测特征、问句文本特征以及候选文本特征加入至初始异质图进行初始化，得到异质图；其中，所述初始异质图包括视觉空间、上下文空间以及候选文空间；基于注意力权重和边权重，通过注意力矩阵和边矩阵对所述异质图进行更新处理，得到筛选特征；将所述筛选特征进行拼接，得到融合特征；基于所述融合特征进行人物意图推理，得到推理结果。以对特征进行筛选提高人物意图推理的准确性。本申请还公开了一种人物意图推理装置、终端设备以及计算机可读存储介质，具有以上有益效果。
- 一种基于知识库的动态场景下推理任务的方法和装置-202211511472.4
- 周元海;宋伟;朱世强;李特;宛敏红;金天磊;袭向明 - 之江实验室
- 2022-11-29 - 2023-03-14 - G06N5/045
- 本发明公开了一种基于知识库的动态场景下推理任务的方法和装置，包括：在将表达知识库的语义网络按照关系类型划分为动作关系子网络、状态变化关系子网络、从属关系子网络以及介词关系子网络的基础上，依据动作关系子网络进行任务的行为树缺失判断的推理，通过所有子网络实现目标物体和与状态相关的感知数据等缺失数据的推理获取，进而实现行为树的推理。这样的方式能够避免使用任务知识或结构化的机器人任务设计语言，使用通用的语义网络完成任务的推理规划，实现机器人的作业问题，该推理过程不需要过多的人为编辑和干预，作为技术使用方，只需要提供完备的语义网络和实时感知数据，即可以完成对机器人行为的自主控制。
- 基于深度学习的场所流量控制方法、系统及可读介质-202211226943.7
- 陈龙彪;王程;何昕;刘燕文;肖德洪;范晓亮;吴圣杰;王妤妃;洪虹;程明;赵敏 - 厦门大学
- 2022-10-09 - 2023-03-14 - G06N5/045
- 本发明公开了一种基于深度学习的场所流量控制方法、系统及可读介质，通过获取人员数据、场所数据和办公数据，根据人员数据确定对应的空间因素、移动因素和健康因素，并基于空间因素、移动因素和健康因素构建雷达图，根据雷达图确定人员的健康状态评分；根据场所数据的历史流量数据采用经训练的LSTNet模型预测得到未来对应时刻的流量数据，并结合实际流量数据确定场所的负载状况；根据人员的健康状态评分、场所的负载状况和办公数据确定该人员进入该场所的权限；根据人员的健康状态评分、场所的负载状况通过排队论模型计算出该人员进入该场所的排队平均等待时间，该方法具有更细的细粒度，提供人员等待时长，避免人员拥挤，有利于场所内人流量的管控。
- 基于感知场的驾驶相关操作-202211067131.2
- I·雷切尔高兹;J·恩格尔索伊;A·比斯;I·米斯利 - 奥特贝睿技术有限公司
- 2022-09-01 - 2023-03-07 - G06N5/045
- 公开了一种用于基于感知场的驾驶相关操作的方法，该方法可以包括：(i)获取关于位于车辆环境内的一个或多个对象的对象信息；(ii)使用一个或多个神经网络(NN)确定施加在所述车辆上的一个或多个虚拟力，其中，所述一个或多个虚拟力表示所述一个或多个对象对所述车辆的行为的一个或多个影响；其中，所述一个或多个虚拟力属于虚拟物理模型；以及(iii)基于所述一个或多个虚拟力对所述车辆执行一个或多个驾驶相关操作。
- 一种面向资管决策的辅助推理系统-202211522038.6
- 周熠;王可心;宋健恒;雷懿;李秉千 - 上海最知科技有限公司
- 2022-11-30 - 2023-02-28 - G06N5/045
- 本申请公开了一种面向资管决策的辅助推理系统，包括：事件抽取系统模块、数据库系统模块、推理系统模块和结果存储展示模块。本申请使用基于研究员总结出的规则，通过概念和算子，计算新的规则。因该过程基于研究员的经验总结，并结合涉及整个行业内的相关实体，该推理过程和人的研究推理链条较为接近。同时，因该过程使用推理引擎做到自动化，从而该推理过程相较于人的研究过程更为快速，更为及时。
- 专利分类
