公开(公告)号：CN116959592A

公开(公告)日：2023-10-27

申请号：CN202311011347.1

申请日：2023-08-11

申请人： 腾讯科技(深圳)有限公司

发明人： 黄文炳 ,  吴黎明 ,  荣钰

IPC分类号： G16C10/00 ,  G16C20/70 ,  G06F18/25 ,  G06N3/045 ,  G06N3/084

摘要： 本申请公开了一种分子轨迹预测方法、装置、设备、介质和程序产品，属于人工智能领域。所述方法包括：获取待预测分子在至少两个时刻的分子图；至少两个时刻是位于第T+1时刻之前的时刻，第T+1时刻是待预测时刻，T大于0；基于分子轨迹预测模型，对至少两个时刻的分子图进行等变性聚合，得到待预测分子在第T+1时刻的预测分子图；等变性是指分子轨迹预测模型输出的几何特征与输入的几何特征之间具有相同变换效果的特性；基于待预测分子在至少两个时刻的分子图与在第T+1时刻的预测分子图，得到待预测分子的分子轨迹。上述方案可以提高分子轨迹的预测效果。

公开(公告)号：CN110083777B

公开(公告)日：2022-11-25

申请号：CN201810079077.0

申请日：2018-01-26

申请人： 腾讯科技(深圳)有限公司

发明人： 黄文炳 ,  黄俊洲 ,  黄维东

IPC分类号： G06F16/9536 ,  G06Q50/00

摘要： 本发明实施例提供一种社交网络用户分组方法、装置及服务器，该方法包括：获取社交网络，所述社交网络包括多个用户，所述社交网络的部分用户带有已知分组标签；针对所述社交网络的用户，迭代的进行用户分组处理，直至得到的用户分组结果相应的目标函数达到极值；其中，所述目标函数至少包括：目标惩罚值，所述目标惩罚值表示相同已知分组标签的用户被划分到同一分组的可能性；将社交网络中的用户在所述目标函数达到极值的用户分组结果中所属的分组，作为最终的用户分组结果。本发明实施例可提升用户分组结果的准确性。

公开(公告)号：CN112418302A

公开(公告)日：2021-02-26

申请号：CN202011307325.6

申请日：2020-11-20

申请人： 清华大学 ,  腾讯科技(深圳)有限公司

发明人： 黄文炳 ,  王一凯 ,  徐挺洋 ,  荣钰

IPC分类号： G06K9/62

摘要： 本申请公开一种任务预测方法及装置；本申请与人工智能的机器学习领域相关，可以获取预设任务的至少两个模态的样本数据、以及至少两个模态的样本数据的样本标签；通过多模态网络对样本数据进行特征提取，得到每个模态的样本数据对应的特征向量；通过多模态网络基于特征向量，确定预设任务的任务预测结果；获取预设任务的至少两个模态的相似度；基于相似度、任务预测结果以及样本标签，对多模态网络进行训练，以通过训练后的多模态网络进行任务预测；本申请可以提升多模态任务预测的准确率。

公开(公告)号：CN110515986A

公开(公告)日：2019-11-29

申请号：CN201910797783.3

申请日：2019-08-27

申请人： 腾讯科技(深圳)有限公司

发明人： 徐挺洋 ,  谢伟平 ,  黄文炳 ,  荣钰 ,  黄俊洲

IPC分类号： G06F16/2458 ,  G06F16/53 ,  G06K9/62 ,  G06N3/04 ,  G06Q50/00

摘要： 本发明提供了一种社交网络图的处理方法、装置、电子设备及存储介质；方法包括：获取第一社交网络图和第二社交网络图；确定第一社交网络图和第二社交网络图之间的伪锚链接，根据所确定的伪锚链接形成第一伪锚链接集合，其中，伪锚链接由第一社交网络图与第二社交网络图中潜在对齐的节点连接形成；从第一伪锚链接集合中，选取跨域相似性超过相似性阈值的伪锚链接，形成第二伪锚链接集合，跨域相似性表征第一社交网络图中的节点与第二社交网络图中的节点之间的相似性；根据第二伪锚链接集合中的伪锚链接、以及第一社交网络图的结构，扩展第二社交网络图的结构。通过本发明，能够获取社交网络图中潜在的结构信息。

公开(公告)号：CN110197207A

公开(公告)日：2019-09-03

申请号：CN201910395547.9

申请日：2019-05-13

申请人： 腾讯科技(深圳)有限公司

发明人： 李佳 ,  荣钰 ,  黄文炳 ,  徐挺洋 ,  陈远斌 ,  潘煜文 ,  郑丰 ,  廖晨 ,  张杰 ,  黄俊洲 ,  杨勇

IPC分类号： G06K9/62

摘要： 本公开提供了一种对未归类用户群进行归类的方法及相关装置，所述方法包括：基于已归类用户群和未归类用户群中的各用户群内部用户之间的好友关系、每个用户群的群特征，确定每个用户群的群向量、和将各未归类用户群确定为预定类型的用户群的第一概率，并将各已归类用户群确定为预定类型的用户群的第一概率设为固定值；基于已归类用户群和未归类用户群中的各用户群之间用户之间的好友关系、确定的各用户群的群向量、和将各用户群确定为预定类型的用户群的第一概率，确定将各未归类用户群确定为预定类型的用户群的第二概率；根据未归类用户群的第二概率，将所述未归类用户群归类。本公开实施例能够提高对未归类用户群归类的准确率与召回率。

公开(公告)号：CN117457086A

公开(公告)日：2024-01-26

申请号：CN202311395645.5

申请日：2023-10-24

申请人： 腾讯科技(深圳)有限公司

发明人： 黄文炳 ,  吴黎明 ,  荣钰

IPC分类号： G16C10/00 ,  G16C20/70 ,  G06F18/25 ,  G06N3/045 ,  G06N3/042 ,  G06N3/08

摘要： 本申请公开了一种分子轨迹预测方法、装置、设备、介质及程序产品，属于人工智能领域。该方法包括：获取分子在至少两个时刻的分子图；至少两个时刻是位于第T时刻之前的时刻，第T时刻是待预测时刻，T大于1；对至少两个时刻的分子图进行特征提取，得到至少两个时刻的分子图分别对应的周期特征；周期特征用于表征分子的分子运动状态的周期性规律；将至少两个时刻的分子图和各自的周期特征输入分子轨迹预测模型，得到分子在第T时刻的预测分子图；基于分子在至少两个时刻的分子图与在第T时刻的预测分子图，得到分子的分子轨迹。上述方案可以提高分子轨迹的预测效果。

公开(公告)号：CN116978443A

公开(公告)日：2023-10-31

申请号：CN202211270936.7

申请日：2022-10-17

申请人： 腾讯科技(深圳)有限公司

发明人： 荣钰 ,  韩家琦 ,  徐挺洋 ,  黄文炳

IPC分类号： G16B15/00 ,  G16B40/00 ,  G16C10/00 ,  G16C20/70 ,  G06Q10/04 ,  G06F18/23 ,  G06F18/2321 ,  G06N3/047 ,  G06N3/09

摘要： 本申请公开了一种多粒子系统的演变轨迹预测方法、装置、设备及介质，属于人工智能领域。该方法包括：获取多粒子系统的第一细粒度图；将第一细粒度图中粒子的目标特征基于概率矩阵进行池化操作，得到粗粒度图；概率矩阵用于指示第一细粒度图的各个粒子被聚类至粗粒度图的各个粒子的概率；将粗粒度图中粒子的目标特征基于概率矩阵进行反池化操作，得到第二细粒度图，第二细粒度图用于表征预测得到的演变后的多粒子系统。该方案提高了预测结果的准确性。

公开(公告)号：CN110222779B

公开(公告)日：2023-08-01

申请号：CN201910503086.2

申请日：2019-06-11

申请人： 腾讯科技(深圳)有限公司

发明人： 黄文炳 ,  王义达 ,  荣钰 ,  徐挺洋 ,  黄俊洲

IPC分类号： G06F18/214 ,  G06F18/241 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/08

摘要： 本申请公开了一种分布式数据处理方法及系统，属于数据处理技术领域。所述系统包括：数据采集服务器、多个数据采样服务器、数据汇总服务器和多个分类服务器；所述数据采集服务器，用于获取待分类的多个样本子集，并向所述多个数据采样服务器分发所述多个样本子集，所述多个样本子集由同一个样本集划分得到；所述数据采样服务器，用于对接收到的样本子集进行数据采样，并将采样后的样本子集发送至所述数据汇总服务器；所述数据汇总服务器，用于接收并汇总所述多个数据采样服务器发送的样本子集，并将汇总后的样本子集分发至所述多个分类服务器；所述分类服务器用于对接收到的样本子集中的样本进行分类。本发明有效地提高了对样本集进行采样的效率。

公开(公告)号：CN109460793B

公开(公告)日：2023-07-18

申请号：CN201811361409.0

申请日：2018-11-15

申请人： 腾讯科技(深圳)有限公司

发明人： 黄文炳 ,  荣钰 ,  黄俊洲

IPC分类号： G06F18/2415 ,  G06F18/214

摘要： 本发明公开了一种模型训练方法，包括：从待训练节点集合中获取待训练节点子集合，待训练节点子集合中的节点个数小于待训练节点集合的节点个数；根据待训练节点子集合确定节点特性向量子集合；根据目标节点子集合以及节点特性向量子集合确定预测类别概率子集合，预测类别概率与目标节点具有对应关系；根据预测类别概率子集合以及第一模型参数确定第二模型参数；根据第二模型参数训练得到节点分类模型。本发明还公开了节点分类方法以及服务器。本发明对于大规模图谱而言，可以仅基于一部分节点进行训练，每一次迭代计算图谱中的部分节点，无需遍历图谱中的每个节点，大幅地降低了计算开销，且节省计算资源。

公开(公告)号：CN110674869B

公开(公告)日：2023-04-18

申请号：CN201910900854.8

申请日：2019-09-23

申请人： 腾讯科技(深圳)有限公司 ,  深圳市腾讯计算机系统有限公司

发明人： 荣钰 ,  黄文炳 ,  徐挺洋 ,  黄俊洲

IPC分类号： G06V10/764 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明公开了一种分类处理、图卷积神经网络模型的训练方法和装置。其中，该分类处理方法包括：获取目标对象的样本数据的目标特征图，通过将目标对象的样本数据的目标特征图输入到预先训练好的目标图卷积神经网络模型中，得到的目标对象的分类信息，分类信息可以准确地表示目标对象研究领域，根据分类信息对目标对象进行分类，通过输入训练好的目标图卷积神经网络模型即人工智能的方式对用户进行分类，提高了目标对象分类的准确性，进而解决了相关技术中通过复杂图卷积网络模型，基于用户的研究领域对用户进行分类，由于复杂图卷积网络模型的构建中存在过拟合和过平滑的问题，导致分类结果的准确性低的技术问题。