面向城市领域的大语言模型训练方法及城市生成式智能方法、装置

    公开(公告)号:CN118760898B

    公开(公告)日:2024-12-31

    申请号:CN202411245264.3

    申请日:2024-09-06

    Applicant: 清华大学

    Inventor: 徐丰力 李勇 冯杰

    Abstract: 本公开涉及人工智能领域,尤其涉及面向城市领域的大语言模型训练方法及城市生成式智能方法、装置,所述训练方法包括:获取通用大语言模型以及初始数据集;通过在虚拟城市场景中设置智能体模拟人类在真实城市场景中的多种行为,得到复合数据集;将复合数据集与初始数据集混合为预训练数据集,并利用预训练数据集对通用大语言模型进行增量预训练,得到第一城市大模型;利用针对城市领域构建的微调数据集对第一城市大模型进行微调训练,得到第二城市大模型;利用人类偏好数据集对第二城市大模型进行偏好对齐训练,得到目标城市大模型。由此,能够得到具有城市领域专业知识、世界通用常识以及认知推理能力的目标城市大模型。

    一种基于主导因素结合偏最小二乘法的煤质在线检测方法

    公开(公告)号:CN102004097B

    公开(公告)日:2012-08-22

    申请号:CN201010536981.3

    申请日:2010-11-09

    Applicant: 清华大学

    Inventor: 李政 王哲 冯杰

    Abstract: 一种基于主导因素结合偏最小二乘法的煤质在线检测方法,利用一组定标煤炭样品的谱线强度,先考虑自吸收效应,通过最小二乘法建立待测元素和其对应特征谱线的关系式,然后考虑元素互干扰效应,利用其他元素特征谱线强度修正残差;最后通过PLS方法修正前两步所得的残差,最终所得的关系式为该方法把LIBS光谱的传统定量方法和PLS结合起来,在一定程度上改进了PLS不能处理非线性效应和预测精度差的缺点。该方法可以利用主要特征谱线解释了元素浓度的定量信息,可以引入非线性形式,而且在利用谱线中的大量信息去修正定标曲线拟合的残差的同时又避免引入过多的噪音信号,减小了母体效应的影响,能达到较高的测量精度。

    一种基于主导因素结合偏最小二乘法的煤质在线检测方法

    公开(公告)号:CN102004097A

    公开(公告)日:2011-04-06

    申请号:CN201010536981.3

    申请日:2010-11-09

    Applicant: 清华大学

    Inventor: 李政 王哲 冯杰

    Abstract: 一种基于主导因素结合偏最小二乘法的煤质在线检测方法,利用一组定标煤炭样品的谱线强度,先考虑自吸收效应,通过最小二乘法建立待测元素和其对应特征谱线的关系式,然后考虑元素互干扰效应,利用其他元素特征谱线强度修正残差;最后通过PLS方法修正前两步所得的残差,最终所得的关系式为该方法把LIBS光谱的传统定量方法和PLS结合起来,在一定程度上改进了PLS不能处理非线性效应和预测精度差的缺点。该方法可以利用主要特征谱线解释了元素浓度的定量信息,可以引入非线性形式,而且在利用谱线中的大量信息去修正定标曲线拟合的残差的同时又避免引入过多的噪音信号,减小了母体效应的影响,能达到较高的测量精度。

    一种移动轨迹的生成方法和装置

    公开(公告)号:CN113255951A

    公开(公告)日:2021-08-13

    申请号:CN202010086899.9

    申请日:2020-02-11

    Abstract: 本发明实施例提供了一种移动轨迹的生成方法和装置,本发明实施例使用循环神经网络来抽取移动轨迹的复杂特征,建模移动轨迹中的复杂转移关系。另外,还基于强化学习和对抗生成网络并综合移动规律来构建轨迹质量评价系统,通过自动化比较生成轨迹与真实轨迹的差异来指导模型训练和更新,可以获得能够生成更加真实移动轨迹的生成模型。

    基于空间对比度的仿生视网膜摄像电路及子电路

    公开(公告)号:CN108200362B

    公开(公告)日:2019-10-18

    申请号:CN201711378238.8

    申请日:2017-12-19

    Applicant: 清华大学

    Abstract: 本发明提供了基于空间对比度的仿生视网膜摄像电路及子电路,所述仿生视网膜摄像子电路包括:感光器件组、加法器、第一电信号缩放子电路、差分电路和电压比较器;所述感光器件组中每一感光器件均用于获取目标光信号,并将所述目标光信号转换为电信号;所述感光器件组中处于中间位置的感光器件与所述差分电路相连,所述中间位置的感光器件周围的感光器件均与所述加法器相连,所述加法器与所述差分电路相连,所述差分电路与所述电压比较器相连。本发明提供的仿生视网膜摄像子电路,可以只输出目标物体的边缘信息,大大降低了数据冗余,提高仿生视网膜的摄像速度,降低了后级图像处理器的处理压力,并且可实现高动态范围的获取图像。

    基于空间对比度的仿生视网膜摄像电路及子电路

    公开(公告)号:CN108200362A

    公开(公告)日:2018-06-22

    申请号:CN201711378238.8

    申请日:2017-12-19

    Applicant: 清华大学

    Abstract: 本发明提供了基于空间对比度的仿生视网膜摄像电路及子电路,所述仿生视网膜摄像子电路包括:感光器件组、加法器、第一电信号缩放子电路、差分电路和电压比较器;所述感光器件组中每一感光器件均用于获取目标光信号,并将所述目标光信号转换为电信号;所述感光器件组中处于中间位置的感光器件与所述差分电路相连,所述中间位置的感光器件周围的感光器件均与所述加法器相连,所述加法器与所述差分电路相连,所述差分电路与所述电压比较器相连。本发明提供的仿生视网膜摄像子电路,可以只输出目标物体的边缘信息,大大降低了数据冗余,提高仿生视网膜的摄像速度,降低了后级图像处理器的处理压力,并且可实现高动态范围的获取图像。

    一种导航方法和导航系统
    10.
    发明授权

    公开(公告)号:CN113252054B

    公开(公告)日:2023-11-28

    申请号:CN202010086672.4

    申请日:2020-02-11

    Abstract: 本发明实施例提供了一种导航方法和导航系统,其中,所述方法包括:获取路网的拓扑结构和出行数据,所述出行数据包括所述路网在历史时间内的车辆的出发时间、出发地和目的地;将所述历史时间划分为多个时间片,并根据所述出行数据,生成每个时间片对应的训练数据;以所有车辆的总通行时间作为强化学习的奖励值,利用所述时间片对应的训练数据,训练得到一个全连接的神经网络模型;利用训练得到的所述神经网络模型,生成目标车辆的导航路线并下发给所述目标车辆。本发明可以在提前感知所有交通需求的情况下,通过强化学习充分疏导和分散交通,可以在给车辆规划路线的同时减轻拥堵,从而减少全局的通行时间。

Patent Agency Ranking