-
公开(公告)号：CN112148960B
公开(公告)日：2024-03-22
申请号：CN201910572735.4
申请日：2019-06-27
Applicant: 北京百度网讯科技有限公司
IPC: G06F16/9535
Abstract: 本发明实施例提出一种关注点的类别确定方法、装置、设备及存储介质，其中方法包括：获取单个用户的预定关注点，并获取所述预定关注点的各个关联关注点；根据所述预定关注点属于预定类别的全局性概率、所述各个关联关注点属于所述预定类别的全局性概率、以及所述预定关注点与所述各个关联关注点的关联程度，确定所述预定关注点属于所述预定类别的个性化概率；其中，所述全局性概率为：在全局用户的行为数据中，所述预定关注点或关联关注点属于所述预定类别的概率；所述个性化概率为：在所述单个用户的行为数据中，所述预定关注点属于所述预定类别的概率。本发明实施例能够针对单个用户确定关注点属于不同类别的概率。
-
公开(公告)号：CN114282589A
公开(公告)日：2022-04-05
申请号：CN202111358147.4
申请日：2021-11-16
Applicant: 北京百度网讯科技有限公司
Abstract: 本公开提供了故障检测方法、装置、电子设备及存储介质，涉及人工智能技术领域，具体为深度学习、工业大数据技术领域。具体实现方案为：获取与目标故障关联的待检测数据；采用经过训练的至少两个检测模型分别对所述待检测数据进行故障检测，以得到各所述检测模型对应的第一检测结果；对各所述检测模型对应的第一检测结果进行融合处理，以得到第一目标融合结果；根据所述第一目标融合结果，确定是否存在所述目标故障。由此，提高了故障检测的准确性和时效性，减少了人力成本。
-
公开(公告)号：CN113780579A
公开(公告)日：2021-12-10
申请号：CN202111055676.7
申请日：2021-09-09
Applicant: 北京百度网讯科技有限公司
Abstract: 本申请公开了天然气净化发泡预警模型训练方法、装置以及设备，涉及工业大数据技术领域，尤其涉及人工智能、深度学习领域。具体实现方案为：天然气净化发泡预警模型训练方法，包括：获取影响天然气发泡的第一数据；对所述第一数据进行采样获得第二数据；基于所述第一数据和第二数据进行计算得到统计变量；利用所述统计变量进行模型训练，获得训练后的天然气净化发泡预警模型。本公开将天然气净化厂塔内是否发泡进行提前预测，高效预警，避免高度依赖人工，减少漏判错判的情况，而且能够减少阻泡剂的使用，避免资源的浪费，提升整个净化厂的运营效率。
-
公开(公告)号：CN111814067A
公开(公告)日：2020-10-23
申请号：CN202010620950.X
申请日：2020-06-30
Applicant: 北京百度网讯科技有限公司
Inventor： 杨胜文
IPC: G06F16/9536 , G06Q50/00
Abstract: 本申请公开了一种好友推荐方法、装置、设备及存储介质，涉及智能搜索和信息流领域。具体实现方案为：获取与多个用户分别对应的常用Wi-Fi列表；根据常用Wi-Fi列表中的各常用Wi-Fi的连接时间，筛选出与各用户分别对应的目标Wi-Fi集合，目标Wi-Fi具有场所属性；根据将同一目标Wi-Fi标注为相同场所属性的各用户，生成与各目标Wi-Fi分别对应的关联用户群；根据待推荐用户的好友推荐请求，获取包含待推荐用户的目标关联用户群，并将目标关联用户群中的其他用户提供给所述待推荐用户。本申请实施例的技术方案可以根据用户的Wi-Fi连接数据，准确地向用户推荐好友。
-
公开(公告)号：CN110543943A
公开(公告)日：2019-12-06
申请号：CN201910858156.6
申请日：2019-09-10
Applicant: 北京百度网讯科技有限公司
Abstract: 本申请公开了一种网络融合方法及装置、电子设备、存储介质，涉及大数据领域。具体实现方案为：至少将从网络数据中获取到的线上信息作为第一节点，并基于线上信息之间的关联关系，构建包含有第一节点的第一网络，线上信息包含有至少一个账号及至少一个网络媒体信息；至少将从移动通信数据中获取到的线下信息作为第二节点，并基于线下信息之间的关联关系，构建包含有第二节点的第二网络，线下信息包含至少一个终端标识及至少一个终端标识所对应终端的位置信息；利用线上信息所包含的账号及线下信息所包含的终端标识之间的关联关系，对第一网络和第二网络进行融合，如此，构建出异构网络，解决了网络中信息有损的问题。
-
Patent Agency Ranking
公开(公告)号：CN113435718B
公开(公告)日：2024-04-16
申请号：CN202110662899.3
申请日：2021-06-15
Applicant: 北京百度网讯科技有限公司
Abstract: 本公开公开了一种玻璃的生成方法、装置、电子设备及存储介质，涉及数据处理技术领域，尤其涉及大数据、物联网、深度学习等人工智能技术领域。具体实现方案为：获取当前的原材料参数及待生成的玻璃类型，根据原材料参数及玻璃类型，确定每个时段的环境参考值，在利用原材料生成玻璃的过程中，获取每个时段的环境参数，在任一时段的环境参数与对应的环境参考值未匹配的情况下，基于环境参考值对生成环境进行调整，直至任一时段的环境参数与环境参考值匹配。因此，在玻璃生产过程中，首先基于原材料参数及待生成的玻璃类型，确定环境参考值，然后根据环境参考值实时对玻璃生成过程中的环境参数进行调整，从而尽量保证了生成的玻璃质量。
-
公开(公告)号：CN112149174B
公开(公告)日：2024-03-12
申请号：CN201910579021.6
申请日：2019-06-28
Applicant: 北京百度网讯科技有限公司
Abstract: 本发明实施例公开了一种模型训练方法、装置、设备和介质。该方法包括：根据拥有的标签数据和从第二方获取的第二方预测结果，确定残差原文；其中，第二方预测结果由第二方基于待训练的网络模型对第二方拥有的特征数据进行预测得到的；对残差原文进行同态加密，得到残差密文；向第二方发送残差密文，供第二方根据残差密文和第二方拥有的特征数据，确定第二方梯度密文；对从第二方获取的第二方梯度密文进行同态解密，得到第二方梯度原文；向第二方发送第二方梯度原文，供第二方根据第二方梯度原文继续对第二方的网络模型进行训练。本发明实施例实现了第二方无法基于残差原文反解第一方拥有的标签数据，提高了数据的安全性。
-
公开(公告)号：CN112149834B
公开(公告)日：2023-11-07
申请号：CN201910579024.X
申请日：2019-06-28
Applicant: 北京百度网讯科技有限公司
Abstract: 本发明实施例公开了一种模型训练方法、装置、设备和介质。该方法包括：将第二方拥有的特征数据表示中取值为固定数值的元素，作为特征数据表示中的目标特征元素；基于待训练的网络模型对第二方拥有的特征数据进行预测得到第二方预测结果；向第一方发送第二方预测结果；根据从第一方获取的残差密文、固定数值密文，以及特征数据表示中的目标特征元素和其他特征元素，确定第二方梯度密文；向第一方发送第二方梯度密文，供第一方对第二方梯度密文进行同态解密得到第二方梯度原文；根据从第一方获取的第二方梯度原文，继续对第二方的网络模型进行训练。本发明实施例实现了减少密文与明文的相乘次数，大幅度降低计算量，提高模型训练效率的效果。
-
公开(公告)号：CN112149141B
公开(公告)日：2023-08-29
申请号：CN201910579016.5
申请日：2019-06-28
Applicant: 北京百度网讯科技有限公司
Abstract: 本发明实施例公开了一种模型训练方法、装置、设备和介质。该方法包括：对拥有的标签数据添加扰动值，得到扰动标签数据；根据扰动标签数据和从第二方获取的第二方预测结果，确定残差原文；对残差原文进行同态加密，得到残差密文；向第二方发送残差密文，供第二方根据残差密文和第二方拥有的特征数据，确定第二方梯度密文；对从第二方获取的第二方梯度密文进行同态解密，得到第二方梯度原文；向第二方发送第二方梯度原文，供第二方根据第二方梯度原文继续对第二方的网络模型进行训练。本发明实施例通过为标签数据添加扰动值，提高扰动标签数据数量，从而提高残差密文数量，避免了第二方通过统计残差密文的分布反解标签数据，造成标签数据泄露。
-
公开(公告)号：CN116562421A
公开(公告)日：2023-08-08
申请号：CN202310303060.X
申请日：2023-03-23
Applicant: 北京百度网讯科技有限公司
Abstract: 本公开提供了一种负荷预测方法、装置、设备及介质，涉及工业大数据领域，具体涉及人工智能和智慧城市领域中。具体实现方案为：获取多个输入项；所述输入项包括：第一时间段内的历史负荷或第二时间段内的预测关联数据，其中，所述第一时间段早于所述第二时间段；对各所述输入项进行处理，得到各所述输入项对应的第一预测值，以及至少一个输入组对应的第二预测值，所述输入组包括至少两个输入项；将所述输入项对应的第一预测值和所述输入项所在的输入组对应的第二预测值进行统计，得到所述输入项对应的所述第二时间段内的预测负荷。本公开实施例可以增加负荷预测的可解释性。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.031 seconds)
