-
公开(公告)号:CN119312241A
公开(公告)日:2025-01-14
申请号:CN202411272750.4
申请日:2024-09-11
Applicant: 北京大学 , 北京大学重庆大数据研究院
IPC: G06F18/2433 , G06N5/01
Abstract: 本申请公开了一种异常根因定位的方法、装置及电子设备。其中,该方法包括:获取待进行根因定位的报表数据集合,其中,报表数据集合包括至少一个指标和多个维度,每个维度包含多个维度元素;依据报表数据集合构建根因定位树;依据根因定位树确定报表数据集合对应的异常根因路径。本申请解决了相关技术中在多维数据场景下无法快速准确的实施指标异常的根因定位的技术问题。
-
公开(公告)号:CN117633518B
公开(公告)日:2024-04-26
申请号:CN202410105299.0
申请日:2024-01-25
Applicant: 北京大学 , 北京大学重庆大数据研究院
IPC: G06F18/213 , G06F18/22 , G06F18/214 , G06F18/24 , G06F16/36 , G06Q30/018
Abstract: 本申请公开了一种产业链构建方法及系统。其中,该方法包括:获取目标产业对应的候选产品名称,并确定候选产品名称与企业之间的第一映射关系;确定候选产品名称与目标产业对应的标准产品名称之间的字面相似度和语义相似度,并依据字面相似度和语义相似度,确定候选产品名称与标准产品名称之间的第二映射关系;依据第一映射关系和第二映射关系,确定用于表征标准产品名称与企业之间对应关系的第三映射关系;依据第三映射关系,以及标准产品名称对应的关联关系,构建目标产业对应的目标产业链。本申请解决了由于相关技术中产业链图谱大多通过人工方式构建,造成的产业链构建效率低、精确度差的技术问题。
-
公开(公告)号:CN119066492A
公开(公告)日:2024-12-03
申请号:CN202411131035.9
申请日:2024-08-16
Applicant: 北京大学 , 北京大学重庆大数据研究院
IPC: G06F18/241 , G06N3/0442 , G06N3/042 , G06F16/35 , G06F40/284
Abstract: 本申请公开了一种企业划分方法及装置。其中,该方法包括:获取与目标产业链关联的多个目标企业对应的多组企业文本数据;对每组企业文本数据进行分词处理,得到多组目标分词集合;依据多组目标分词集合构建目标产业图谱,并利用预训练的企业分类模型对目标产业图谱进行分析,得到各个目标企业的第一分类结果;依据预设的企业分类规则对多组目标分词集合进行分析,得到各个目标企业的第二分类结果;依据第一分类结果和第二分类结果确定各个目标企业的目标分类结果,其中,所有分类结果均用于指示目标企业在目标产业链中对应的产业节点。本申请解决了相关分类方案难以依据企业相关数据将其准确划分至对应产业链节点的技术问题。
-
公开(公告)号:CN117633518A
公开(公告)日:2024-03-01
申请号:CN202410105299.0
申请日:2024-01-25
Applicant: 北京大学 , 北京大学重庆大数据研究院
IPC: G06F18/213 , G06F18/22 , G06F18/214 , G06F18/24 , G06F16/36 , G06Q30/018
Abstract: 本申请公开了一种产业链构建方法及系统。其中,该方法包括:获取目标产业对应的候选产品名称,并确定候选产品名称与企业之间的第一映射关系;确定候选产品名称与目标产业对应的标准产品名称之间的字面相似度和语义相似度,并依据字面相似度和语义相似度,确定候选产品名称与标准产品名称之间的第二映射关系;依据第一映射关系和第二映射关系,确定用于表征标准产品名称与企业之间对应关系的第三映射关系;依据第三映射关系,以及标准产品名称对应的关联关系,构建目标产业对应的目标产业链。本申请解决了由于相关技术中产业链图谱大多通过人工方式构建,造成的产业链构建效率低、精确度差的技术问题。
-
公开(公告)号:CN120031657A
公开(公告)日:2025-05-23
申请号:CN202510514370.5
申请日:2025-04-23
Applicant: 北京大学 , 北京大学重庆大数据研究院
IPC: G06Q40/03 , G06F18/2433 , G06F18/241
Abstract: 本申请公开了一种信用评分卡模型优化方法及装置。其中,该方法包括:根据信用评分卡模型在预设时间窗口内对多个样本进行分析所得的评价等级及每个样本的实际分类等级,确定信用评分卡模型是否存在评分异常及异常表现;在信用评分卡模型存在评分异常的情况下,依据异常表现确定引发信用评分卡模型发生评分异常的至少一个异常指标分箱;对各个异常指标分箱进行优化;将优化后的各个指标分箱按照不同组合,与其他指标一起重新拟合信用评分卡模型,在拟合过程中采用预设算法调整各个指标的指标权重,并确定使模型性能评价得分最高的组合方案为最优组合方案。以至少解决相关技术在定位引发信用评分卡模型发生异常的指标和分箱的效率较低的技术问题。
-
公开(公告)号:CN119169027A
公开(公告)日:2024-12-20
申请号:CN202411370398.8
申请日:2024-09-29
Applicant: 北京大学深圳研究生院
Abstract: 本申请涉及一种基于数据生成的图像分割方法、装置、计算机设备和计算机可读存储介质。所述方法包括:获取掩码图像;掩码图像包括掩码区域;将掩码图像和预设噪声图像输入第一阶段扩散模型,通过第一阶段扩散模型基于掩码图像对预设噪声图像进行去噪处理,得到包括有与掩码区域的区域形状相符的目标对象的低分辨率合成图像;将低分辨率合成图像输入至与第一阶段扩散模型级联的第二阶段扩散模型,通过第二阶段扩散模型对低分辨率合成图像进行去噪处理,得到低分辨率合成图像所对应的高分辨率合成图像,高分辨率合成图像用于进行图像分割模型训练;图像分割模型用于进行图像分割。采用本方法能够得到合规的模型训练图像。
-
公开(公告)号:CN118133120A
公开(公告)日:2024-06-04
申请号:CN202410274548.9
申请日:2024-03-11
Applicant: 北京大学深圳研究生院
IPC: G06F18/241 , G06F18/214 , G06F18/25
Abstract: 本发明提供的基于去噪扩散模型数据生成的多中心隐私计算系统,包括服务器和若干个可与服务器互传数据的客户端,基于去噪扩散模型数据生成的多中心隐私计算系统还包括分布式DDPM生成模块和集成学习模块,分布式DDPM生成模块用于在每个客户端根据自身数据集训练条件扩散模型,并将其统一发送给服务器,然后通过服务器再传送至其他客户端,集成学习模块用于融合各客户端利用本地原始数据和其他客户端合成数据共同训练的分类器,构建并结合多个学习器。
-
-
-
-
-
-