-
公开(公告)号：CN114564560A
公开(公告)日：2022-05-31
申请号：CN202210044999.4
申请日：2022-01-14
Applicant: 清华大学
Abstract: 本发明提供一种基于知识图谱的超参数搜索方法及装置。其中，该方法包括：对原始知识图谱进行降采样处理获得采样知识图谱；利用预设的基于贝叶斯优化架构的超参数优化器对所述采样知识图谱进行超参数搜索，获得候选超参数组合；基于所述候选超参数组合及其对应的超参数评测数据对所述超参数优化器进行迭代搜索优化，以实现对所述候选超参数组合进行调优处理，得到所述原始知识图谱对应的目标超参数组合；所述超参数评测数据是基于所述候选超参数组合在所述采样知识图谱基础上进行模型训练后得到的性能评测分数。本发明提供的方法，能够适用于不同规模的知识图谱，提高了知识图谱的超参数搜索效率，从而快速获得效果更优的超参数组合。
-
公开(公告)号：CN113889282A
公开(公告)日：2022-01-04
申请号：CN202110858829.5
申请日：2021-07-28
Applicant: 清华大学
Abstract: 本发明提供一种个体移动干预传染病防控方法及系统，该方法包括：获取目标城市中用户个体在预设时间间隔内每天的历史状态信息和个体关系信息；将所述历史状态信息和所述个体关系信息输入到训练好的个体移动干预传染病防控模型，得到所述目标城市中每个用户个体的防控干预措施；其中，所述训练好的个体移动干预传染病防控模型是由样本用户个体状态信息和样本个体关系信息，对图神经网络、长短期神经网络以及智能体进行训练得到的，所述智能体是由基于部分可观察马尔可夫决策过程构建得到的；所述样本用户个体状态信息包括有隐性感染者转化成显性感染者的健康状态信息。本发明能在较低的出行干预下尽量降低感染人数。
-
公开(公告)号：CN113763031A
公开(公告)日：2021-12-07
申请号：CN202110851930.8
申请日：2021-07-27
Applicant: 清华大学
IPC: G06Q30/02 , G06F16/9536 , G06F16/9535 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种商品推荐方法、装置、电子设备及存储介质，该方法包括：将用户信息和商品信息输入点击率预估模型，得到用户信息对应的商品点击率预测信息；基于所述商品点击率预测信息，生成所述用户信息对应的商品推荐信息；其中，所述点击率预估模型是基于目标样本交叉特征得到的，所述目标样本交叉特征是基于渐进式的搜索算法，根据商品用户特征搜索空间确定的。通过基于低秩近似设计的商品用户特征搜索空间，有效建模了不同阶数的交叉特征的相互关联，加速了后续的搜索过程，然后在搜索空间里得到目标样本交叉特征，从而构建点击率预估模型，通过点击率预估模型能够有效预测商品点击率预测信息，从而生成用户信息对应的商品推荐信息。
-
公开(公告)号：CN113761388A
公开(公告)日：2021-12-07
申请号：CN202110846408.0
申请日：2021-07-26
Applicant: 清华大学
IPC: G06F16/9536 , G06Q30/06 , G06Q50/00
Abstract: 本发明提供一种推荐方法、装置、电子设备及存储介质，该方法包括：将用户项目社交数据组输入训练好的项目推荐模型，得到每个用户与各个项目的交互预测信息，所述用户项目社交数据组包括用户‑用户社交信息、用户‑项目‑用户影响行为信息、用户‑项目交互信息中的至少一项，所述训练好的项目推荐模型是基于用户项目社交样本数据组训练得到的；根据所述每个用户与各个项目的交互预测信息，生成每个用户的项目推荐信息。
-
公开(公告)号：CN113610265A
公开(公告)日：2021-11-05
申请号：CN202110706207.0
申请日：2021-06-24
Applicant: 清华大学
IPC: G06Q10/04 , G06F16/9537 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于超图卷积网络的时空行为预测方法及系统，其中方法包括：确定待预测时空行为的用户ID及对应的时间和地点；将所述待预测时空行为的用户ID及对应的时间和地点输入至时空行为预测模型，得到所述时空行为预测模型输出的用户ID对应的行为结果；其中，所述时空行为预测模型是基于用户的历史时空行为数据构建的超图用图卷积神经网络训练得到。本发明解决了目前对于用户时空行为场景下用户、时间、地点和行为之间交互关系的建模不充分的问题，从而实现了对用户时空行为的准确预测。
-
Patent Agency Ranking
公开(公告)号：CN113435604A
公开(公告)日：2021-09-24
申请号：CN202110665601.4
申请日：2021-06-16
Applicant: 清华大学
IPC: G06N20/00
Abstract: 本发明提供一种联邦学习优化方法及装置，该方法包括：在当前轮次的联邦学习中，获取服务器端发送的全局模型和延迟全局梯度，延迟全局梯度是由上一轮次联邦学习中，每个客户端基于各自本地数据对上一轮次的全局梯度进行更新得到的；基于当前轮次的全局模型和延迟全局梯度，通过本地数据对本地模型进行更新，得到联邦学习更新量，联邦学习更新量包括本地模型的更新量和延迟全局梯度的更新量；将联邦学习更新量发送到服务器端，以供服务器端根据联邦学习更新量进行信息聚合，得到新的全局模型和全局梯度，并将新的全局模型和全局梯度发送到每个客户端，用于下一轮次的联邦学习。本发明有效地克服模型偏差问题，提升通信效率、降低计算复杂度。
-
公开(公告)号：CN111843074B
公开(公告)日：2021-09-14
申请号：CN202010535403.1
申请日：2020-06-12
Applicant: 清华大学
Abstract: 本发明公开了一种具有辅助电极层的硅电极及其制备方法、应用和专用夹具。所述硅电极包括重掺杂硅基体、隔离层、辅助电极层、绝缘层和导电端；主电极表面设置有厚度为亚微米尺度的辅助电极，二者独立供电，分时、切换参与电解加工。其专用夹具使硅电极高速旋转，形成主电极为等效圆形、辅助电极为等效环形的电极截面结构，并且实现主、辅电极的独立、稳定导电功能；最终形成主电极粗加工、辅助电极精修的微细电解加工工艺应用，进而减小了微结构的侧壁锥度和圆弧过渡区，提高了其形状精度。
-
公开(公告)号：CN113379494A
公开(公告)日：2021-09-10
申请号：CN202110648210.1
申请日：2021-06-10
Applicant: 清华大学
IPC: G06Q30/06 , G06Q50/00 , G06F16/9535 , G06F16/958 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于异质社交关系的商品推荐方法、装置和电子设备，包括：确定待推荐商品的用户；将用户输入推荐模型，输出所有商品的推荐度；推荐模型是基于样本用户、对应的购买商品标签以及存在社交关系的用户标签进行训练得到的，所述推荐模型训练时的网络结构包括异质社交关系表示超图卷积网络、商品向量表示超图卷积网络、关系向量表示超图卷积网络、用户嵌入表示超图卷积网络和商品用户推荐度计算网络，异质社交关系表示超图卷积网络用于将输入的样本用户结合样本用户存在社交关系的用户标签组成的两用户一商品超边三元组采用向量进行表示；基于推荐度，确定为所述用户推荐的商品。本发明提供的方法提高了商品推荐的有效性。
-
公开(公告)号：CN109271793B
公开(公告)日：2021-06-29
申请号：CN201810998293.5
申请日：2018-08-29
Applicant: 国家计算机网络与信息安全管理中心 , 清华大学
Abstract: 本发明实施例提供一种物联网云平台设备类别识别方法及系统，该方法包括：对网络数据中的数据包按照字段进行分割，获取所有字符串；将所有字符串中符合预设条件的字符串作为特征字符串，所述符合预设条件的字符串对应的数据包中包括物联网设备的常用信息；根据每一特征字符串中的归属地信息和地址信息，确定所述物联网设备的类型。本发明实施例通过从数据采集设备获取数据，对这些数据进行处理、分析，提取出特征字符串，从而识别设备类别。
-
公开(公告)号：CN109428817B
公开(公告)日：2021-06-22
申请号：CN201710775847.0
申请日：2017-08-31
IPC: H04L12/709 , H04L12/725 , H04L12/803
Abstract: 本申请提供一种业务链处理方法、相关网元和系统，该方法包括：第一网元接收第一请求消息，所述第一请求消息包括第一业务链，若所述第一业务链与已部署在网络中的第二业务链能够聚合，则所述第一网元根据所述第一业务链的输入包空间、输出包空间和网络功能单元的匹配空间以及所述第二业务链的输入包空间、输出包空间和网络功能单元的匹配空间，确定所述第一业务链与所述第二业务链的聚合次序，进而，所述第一网元根据所述聚合次序，生成第三业务链，所述第三业务链包括所述第一业务链和所述第二业务链。通过该方法所得到的聚合的业务链符合具体的应用场景，以避免业务链部署异常的问题。
-
-
-
-
-
-
-
-
-
Search Results
588
records
(took 0.092 seconds)
