-
公开(公告)号：CN109150934A
公开(公告)日：2019-01-04
申请号：CN201710457870.5
申请日：2017-06-16
Applicant: 百度在线网络技术(北京)有限公司
IPC: H04L29/08 , G06F16/9537 , G06Q10/06
Abstract: 本申请公开了信息推送方法和装置。该方法的一具体实施方式包括：接收终端设备发送的目标企业的标识；将目标企业的标识在预先存储的企业信息集合中进行匹配，获取目标企业的地理坐标，其中，企业信息集合中的每个企业信息包括该企业的标识和该企业的地理坐标；利用目标企业的地理坐标确定出目标企业的区域；采集目标时间段内用户在目标企业的区域内的定位数据，生成目标定位数据；基于目标定位数据，生成目标企业的运行状况信息，并推送给终端设备。该实施方式提高了生成运行状况信息的频率，有助于提高运行状况信息的时效性。
-
公开(公告)号：CN109086438A
公开(公告)日：2018-12-25
申请号：CN201810929414.0
申请日：2018-08-15
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F17/30
Abstract: 本申请实施例公开了用于查询信息的方法和装置。该方法的一具体实施方式包括：获取目标查询问题文本；从该目标查询问题文本中提取实体，生成该目标查询问题文本的实体集合；将该目标查询问题文本的实体集合中属于预设的实体集合的实体，添加到该目标查询问题文本的查询实体集合；对于预先提取的问题实体集合组中的问题实体集合，响应于确定该问题实体集合与该查询实体集合满足预设的匹配条件，从预设的问题文本集合中确定该问题实体集合对应的问题文本，输出该问题文本。
-
公开(公告)号：CN106997466A
公开(公告)日：2017-08-01
申请号：CN201710236522.5
申请日：2017-04-12
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06K9/00
CPC classification number: G06K9/00651
Abstract: 本申请公开了用于检测道路的方法和装置。该方法的一具体实施方式包括：获取预定区域的图像；对图像进行语义分割，得到与图像中各个像素对应的区域为道路区域的第一概率；获取目标终端的历史位置信息集合；响应于历史位置信息集合中存在所指示的历史位置处于预定区域内的历史位置信息，根据历史位置信息校正第一概率，得到第二概率；将第二概率大于预设阈值的像素对应的区域确定为道路区域。该实施方式提高了道路检测的准确性。
-
公开(公告)号：CN106767835A
公开(公告)日：2017-05-31
申请号：CN201710068541.1
申请日：2017-02-08
Applicant: 百度在线网络技术(北京)有限公司
IPC: G01C21/20
Abstract: 本申请公开了定位方法和装置。该方法的一具体实施方式包括：获取用户的包括定位时间和定位坐标的定位信息和上述用户在上述定位时间之前的历史到访地理信息点类别序列；获取地理信息点坐标与上述定位坐标的距离小于预设距离阈值的至少一个地理信息点，其中，地理信息点包括地理信息点坐标和地理信息点类别；对上述至少一个地理信息点中每个地理信息点，基于上述定位信息和上述用户在上述定位时间之前的历史到访地理信息点类别序列，确定上述用户在上述定位时间到访该地理信息点所指示的地理实体的到访概率值；根据所确定的各个到访概率值，确定上述用户在上述定位时间所到访的地理实体所对应的地理信息点。该实施方式提高了用户定位的准确度。
-
公开(公告)号：CN119849553A
公开(公告)日：2025-04-18
申请号：CN202411855816.2
申请日：2024-12-16
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06N3/0455 , G06N20/00 , G06N3/047 , G06F16/29 , G06F40/166
Abstract: 本公开提供了一种基于大模型的目标序列生成方法、装置、设备、介质和产品，涉及人工智能技术领域，具体为大模型、自然语言处理、深度学习等技术领域。基于大模型的目标序列生成方法包括：基于大模型获得的候选序列元素的预测概率，确定所述候选序列元素对应的候选路径的质量分数；基于所述质量分数对所述候选路径进行剪枝，以获得剪枝后路径；基于所述预测概率确定目标搜索宽度，以及，基于所述目标搜索宽度，在所述剪枝后路径对应的候选序列元素中，确定目标序列元素；基于所述目标序列元素生成目标序列。
-
Patent Agency Ranking
公开(公告)号：CN117131963A
公开(公告)日：2023-11-28
申请号：CN202210531538.X
申请日：2022-05-16
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06Q10/04 , G06Q50/26 , G06N3/045 , G06N3/0442 , G06N3/042 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/0985 , G06N3/0895 , G06F18/214 , G06F18/243 , G06V20/13 , G06V20/10 , G06V20/70 , G06V10/764 , G06V10/774 , G06V10/82 , G06F16/29
Abstract: 本公开提供了一种任务处理方法、神经网络及其训练方法、设备和介质，涉及人工智能领域，具体涉及图像处理技术、电子地图技术、和深度学习技术。该方法包括：确定多个城市区域的第一特征向量；基于第一特征向量确定城市区域和多个预设语义簇的从属关系；基于预设语义簇包括的城市区域的第一特征向量确定语义簇特征向量；基于语义簇特征向量预测伪标签，伪标签指示是否包括目标类别的城市区域；基于伪标签预测结果以及目标城市区域和预设语义簇的从属关系确定与目标城市区域对应的参数过滤矩阵；利用对应的参数过滤矩阵修正预测网络以得到用于目标城市区域的预测网络，以基于对应的第一特征向量预测目标城市区域是否为所述目标类别的城市区域。
-
公开(公告)号：CN117131223A
公开(公告)日：2023-11-28
申请号：CN202210529869.X
申请日：2022-05-16
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/587 , G06F16/583 , G06F16/9537 , G06V10/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/042 , G06N3/045 , G06N3/048 , G06N3/084
Abstract: 本公开提供了信息处理方法、装置、电子设备及存储介质，涉及人工智能技术领域。具体实现方案为：基于N个区域分别对应的兴趣点POI数据以及图像数据，生成所述N个区域分别对应的POI特征和图像特征；N为正整数；基于所述N个区域的相邻关系、以及所述N个区域分别对应的所述POI特征和所述图像特征，生成所述N个区域分别对应的多模态特征。本公开实施例能够保证最终得到的各个区域的多模态特征更加准确，为下游处理提供更加准确的输入数据，从而可以使得后续下游处理也得到更加准确的结果。
-
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：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。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.05 seconds)
