-
公开(公告)号：CN115330067B
公开(公告)日：2023-08-15
申请号：CN202210993135.7
申请日：2022-08-18
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/26
Abstract: 本公开提供了一种交通拥堵预测方法、装置、电子设备及存储介质，涉及数据处理技术领域，尤其涉及智能交通技术领域。具体实现方案为：获取当前时刻待预测区域向其他区域输出车辆的第一当前流量，以及其他区域向待预测区域输入车辆的第二当前流量；确定当前时刻待预测区域中未拥堵车辆演化为拥堵车辆的第一演化速率，以及当前时刻待预测区域中拥堵车辆演化为拥堵后恢复车辆的第二演化速率；根据第一当前流量、第二当前流量、第一演化速率和第二演化速率，确定待预测区域中未拥堵车辆的第一变化速率，拥堵车辆的第二变化速率，拥堵后恢复车辆的第三变化速率；根据第一变化速率、第二变化速率和第三变化速率，预测指定时刻待预测区域的拥堵情况。
-
公开(公告)号：CN115357710B
公开(公告)日：2023-07-25
申请号：CN202210995630.1
申请日：2022-08-18
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/34 , G06N3/0455 , G06N3/0475 , G06N3/08
Abstract: 本申请公开了表格描述文本生成模型的训练方法、装置及电子设备，涉及计算机技术领域，尤其涉深度学习、自然语言处理等人工智能领域。具体为：获取源域的第一表格数据及第一表格数据对应的第一标注文本；将第一表格数据输入源域对应的私有编码器进行编码，得到第一表格数据对应的第一私有特征；将第一表格数据输入初始生成模型中的初始公共编码器进行编码，得到第一表格数据对应的第一公共特征；根据第一私有特征、第一公共特征及第一标注文本，对初始公共编码器和初始生成模型中的初始公共解码器进行训练，得到第一公共编码器和第一公共解码器。该方法通过利用源域的私有特征和公共特征训练得到公共编码器和公共解码器，提高了模型的准确性。
-
公开(公告)号：CN116090550A
公开(公告)日：2023-05-09
申请号：CN202211685935.9
申请日：2022-12-27
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本公开提供了一种联邦学习方法、装置、服务器、电子设备及存储介质，涉及人工智能技术领域，尤其涉及深度学习、联邦学习技术领域。具体实现方案为：通过服务器中设置的元模型向电子设备发送请求更新全局模型时的时隙，从而使电子设备在本地训练过程中根据该时隙获取更新的全局模型并与本地训练得到的局部模型进行聚合，从而使电子设备本地训练最终得到的局部模型与服务器中的全局模型版本更加接近，提高服务器中全局模型的收敛速度。
-
公开(公告)号：CN115171776A
公开(公告)日：2022-10-11
申请号：CN202210728551.4
申请日：2022-06-24
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本公开提供了一种预测模型的训练方法、结合亲和力预测方法、装置及设备。涉及人工智能领域，尤其涉及深度学习、自然语言处理、物质筛选等领域。具体实现方案为：对蛋白质的第一表征和配体的第一表征分别进行增强学习，得到蛋白质的第二表征和配体的第二表征；对蛋白质的第二表征和配体的第二表征进行融合学习，得到蛋白质与配体的第三表征，第三表征是蛋白质与配体的复合分子表征；基于蛋白质与配体的第三表征，对蛋白质与配体的结合亲和力进行预测，得到结合亲和力预测值；基于结合亲和力预测值和结合亲和力真值构建损失函数；基于损失函数训练得到用于预测结合亲和力的预测模型。根据本公开的方案，能提高训练得到的预测模型的预测准确率。
-
公开(公告)号：CN115169471A
公开(公告)日：2022-10-11
申请号：CN202210844680.X
申请日：2022-07-18
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06K9/62
Abstract: 本公开提供了一种确定群体记忆特征的方法和记忆网络的训练方法、装置，涉及人工智能领域，具体涉及大数据和深度学习等技术领域，可应用于智能推荐等场景。确定群体记忆特征的方法包括：根据目标对象对常驻区域的访问数据，确定目标对象针对常驻区域的访问特征；根据访问特征和多个区域中每个区域的访问记忆特征，确定目标对象与每个区域之间的关联强度；以及以关联强度为权重，根据多个区域的访问记忆特征确定目标对象对多个区域的群体记忆特征，其中，区域的访问记忆特征是根据参考对象对区域的访问数据确定的，区域为针对参考对象的异地区域。
-
Patent Agency Ranking
公开(公告)号：CN114997673A
公开(公告)日：2022-09-02
申请号：CN202210663525.8
申请日：2022-06-13
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本公开提供一种确定服务设施可达性的方法、装置、电子设备及存储介质，涉及数据处理技术领域，具体涉及信息科学、空间可达性评估技术领域，可应用于智慧城市管理系统、城市规划与管理大数据平台等场景。具体实现方案包括：根据第一区域在第一时刻的人口动态分布数据，确定第一服务设施的供需比；根据供需比，确定目标区域在第一时刻的服务设施可达性。第一服务设施包括与目标区域之间的成本距离小于第一阈值的服务设施，第一区域包括与第一服务设施之间的成本距离小于第一阈值的区域。本公开可以动态评估目标区域在不同时刻的服务设施可达性，提高服务设施可达性的准确性。
-
公开(公告)号：CN114969577A
公开(公告)日：2022-08-30
申请号：CN202210839755.5
申请日：2022-07-18
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/9537 , G06N3/04 , G06N3/08
Abstract: 本公开提供了一种兴趣点推荐方法和兴趣点推荐模型的训练方法、装置，涉及人工智能领域，具体涉及大数据、度量学习和深度学习等技术领域，可应用于智能推荐等场景。兴趣点推荐方法的具体实现方案为：根据目标对象对常驻区域的访问数据和多个兴趣点所属区域的访问记忆特征，确定目标对象的偏好特征；根据偏好特征与多个兴趣点中每个兴趣点的空间约束特征之间的差异，确定多个兴趣点中针对目标对象的待推荐兴趣点，其中，区域的访问记忆特征是根据参考对象对区域的访问数据确定的，区域为针对参考对象的异地区域；空间约束特征是根据多个兴趣点彼此之间的位置关系确定的。
-
公开(公告)号：CN114841274A
公开(公告)日：2022-08-02
申请号：CN202210516125.4
申请日：2022-05-12
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06K9/62 , G06F16/35 , G06F16/31 , G06F40/279
Abstract: 本公开提供了一种语言模型的训练方法、装置、电子设备和存储介质，涉及人工智能技术领域，尤其涉及深度学习、自然语言处理技术领域。具体实现方案为：获取第一模板文本，第一模板文本为自然语言构成的文本；获取第一训练样本组，并基于第一训练样本组生成第二模板文本，第二模板文本为非自然语言构成的文本；基于第一模板文本、第二模板文本和第一训练样本组，生成第二训练样本组；基于第二训练样本组对预训练语言模型进行训练，得到训练后的目标语言模型。由此，可综合考虑第一模板文本、第二模板文本和第一训练样本组生成预训练语言模型的第二训练样本组，适用于第一训练样本组不足的应用场景，有助于提升预训练语言模型的训练性能。
-
公开(公告)号：CN111667095A
公开(公告)日：2020-09-15
申请号：CN202010360886.6
申请日：2020-04-30
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06Q10/04 , G06Q10/06 , G06Q50/26 , G06F16/909 , G06F16/9537
Abstract: 本申请公开了一种预测经济状态、建立经济状态预测模型的方法及对应装置，涉及大数据技术领域。具体实现方案为：从地图类应用数据中，分别针对待预测区域获取未来待预测时段之前N个历史时段的地理位置点活跃数据，所述N为正整数；将所述待预测时段之前N个历史时段的地理位置点活跃数据的特征向量分别输入预先训练得到的经济状态预测模型，得到所述待预测区域在所述待预测时段的经济指标数据。本申请能够实现对该待预测区域在待预测时段的经济状态的预测，从而预先给出政策制定的参考。
-
公开(公告)号：CN116090550B
公开(公告)日：2024-03-22
申请号：CN202211685935.9
申请日：2022-12-27
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本公开提供了一种联邦学习方法、装置、服务器、电子设备及存储介质，涉及人工智能技术领域，尤其涉及深度学习、联邦学习技术领域。具体实现方案为：通过服务器中设置的元模型向电子设备发送请求更新全局模型时的时隙，从而使电子设备在本地训练过程中根据该时隙获取更新的全局模型并与本地训练得到的局部模型进行聚合，从而使电子设备本地训练最终得到的局部模型与服务器中的全局模型版本更加接近，提高服务器中全局模型的收敛速度。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.035 seconds)
