-
公开(公告)号：CN111353009A
公开(公告)日：2020-06-30
申请号：CN202010079202.5
申请日：2020-02-03
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请公开了一种建立路线耗时预估模型、预估路线耗时的方法及对应装置，设置人工智能技术领域。技术方案包括：从用户轨迹数据中获取训练数据，训练数据包括：用户经过的路线、用户经过该路线时的时间信息以及用户经过该路线的实际耗时信息；利用训练数据训练得到路线耗时预估模型，其中路线耗时预估模型包括：路况子网络利用时间信息和路线所包含各路段的路网特征表示，预估路线所包含各路段的路况特征表示；整合子网络依据时间信息的特征表示、路线所包含各路段的向量表示以及路线所包含各路段的路况特征表示，确定路线的预估耗时；路线耗时预估模型的训练目标为：最小化路线的预估耗时与实际耗时的差距。本申请能够提高路线耗时预估的准确性。
-
公开(公告)号：CN111292549B
公开(公告)日：2022-03-22
申请号：CN202010079207.8
申请日：2020-02-03
Applicant: 百度在线网络技术(北京)有限公司
IPC: G08G1/0968 , G01C21/34
Abstract: 本申请公开了一种建立路线耗时预估模型的方法、预估路线耗时的方法及对应装置，涉及人工智能领域。具体实现方案为：从用户轨迹数据中获取训练数据，训练数据包括：用户经过的路线、用户经过该路线时的时间信息以及用户经过该路线的实际耗时信息；利用训练数据训练得到路线耗时预估模型，其中路线耗时预估模型包括：路段子网络基于路线所包含的各路段及其上下文，分别获取各路段的向量表示；整合子网络依据时间信息的特征表示、各路段的向量表示以及路线所包含各路段的路况特征表示，确定路线的预估耗时，其中路段的路况特征表示由路段及其上下文的路况信息得到；路线耗时预估模型的训练目标为：最小化路线的预估耗时与实际耗时的差距。
-
公开(公告)号：CN111353009B
公开(公告)日：2021-10-26
申请号：CN202010079202.5
申请日：2020-02-03
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请公开了一种建立路线耗时预估模型、预估路线耗时的方法及对应装置，设置人工智能技术领域。技术方案包括：从用户轨迹数据中获取训练数据，训练数据包括：用户经过的路线、用户经过该路线时的时间信息以及用户经过该路线的实际耗时信息；利用训练数据训练得到路线耗时预估模型，其中路线耗时预估模型包括：路况子网络利用时间信息和路线所包含各路段的路网特征表示，预估路线所包含各路段的路况特征表示；整合子网络依据时间信息的特征表示、路线所包含各路段的向量表示以及路线所包含各路段的路况特征表示，确定路线的预估耗时；路线耗时预估模型的训练目标为：最小化路线的预估耗时与实际耗时的差距。本申请能够提高路线耗时预估的准确性。
-
公开(公告)号：CN111292549A
公开(公告)日：2020-06-16
申请号：CN202010079207.8
申请日：2020-02-03
Applicant: 百度在线网络技术(北京)有限公司
IPC: G08G1/0968 , G01C21/34
Abstract: 本申请公开了一种建立路线耗时预估模型的方法、预估路线耗时的方法及对应装置，涉及人工智能领域。具体实现方案为：从用户轨迹数据中获取训练数据，训练数据包括：用户经过的路线、用户经过该路线时的时间信息以及用户经过该路线的实际耗时信息；利用训练数据训练得到路线耗时预估模型，其中路线耗时预估模型包括：路段子网络基于路线所包含的各路段及其上下文，分别获取各路段的向量表示；整合子网络依据时间信息的特征表示、各路段的向量表示以及路线所包含各路段的路况特征表示，确定路线的预估耗时，其中路段的路况特征表示由路段及其上下文的路况信息得到；路线耗时预估模型的训练目标为：最小化路线的预估耗时与实际耗时的差距。
-
-
-
Search Results
4
records
(took 0.026 seconds)
