-
公开(公告)号：CN114168574B
公开(公告)日：2024-09-24
申请号：CN202111256421.7
申请日：2021-10-27
申请人： 清华大学 , 国网浙江省电力有限公司营销服务中心
IPC分类号： G06F16/215 , G06F17/16 , G06Q50/04
摘要： 本申请涉及电力系统负荷技术领域，尤其涉及一种面向工业负荷的数据缺失处理方法及装置。其中，一种面向工业负荷的数据缺失处理方法，包括：获取每个用户的负荷数据以及用户特征数据，根据用户特征数据将负荷数据拆分为多个数据集；对数据集中可基于已有的负荷数据直接获取的缺失数据进行初步填充；利用矩阵分解算法对进行初步填充后仍存在缺失数据的数据集进行深度填充。采用上述方案的本申请通过利用智能电表中多种不同类型量测数据之间的相关性，对数据中复杂的关联模式进行挖掘，有效挖掘出不同时刻、不同负荷分量之间的关联关系，从而提升缺失值填充的准确性，有效填充工业负荷数据的缺失值，从而实现对细粒度智能电表的缺失数据填充。
-
公开(公告)号：CN115098692B
公开(公告)日：2024-09-20
申请号：CN202210614778.6
申请日：2022-05-30
申请人： 清华大学
IPC分类号： G06F16/36 , G06F16/335 , G06F16/9535 , G06F40/295 , G06F40/30 , G06Q30/0601
摘要： 本发明提供一种跨域推荐方法、装置、电子设备及存储介质，其中，所述方法应用于数据稀疏的目标域，目标域的目标域实体包括待推荐用户实体和待推荐商品实体，所述方法包括：获取知识图谱和源域，其中，源域中的源域实体包括源域用户实体和源域商品实体；基于知识图谱，对目标域实体和源域实体进行转换，得到目标域实体向量和源域实体向量；基于目标域实体向量和源域实体向量，通过图注意力模型得到待推荐用户实体的融合偏好特征；基于待推荐用户实体的融合偏好特征，通过跨域贝叶斯机制进行推荐，得到待推荐用户实体关于待推荐商品实体的推荐排序。通过本发明提高了对待推荐用户实体进行商品实体推荐的推荐效率。
-
公开(公告)号：CN113988385A
公开(公告)日：2022-01-28
申请号：CN202111192231.3
申请日：2021-10-13
申请人： 清华大学 , 国网浙江省电力有限公司营销服务中心
摘要： 本申请提出了一种基于双阶段注意力机制的工业用户用电量短期预测方法，涉及用电量短期预测技术领域，其中，该方法包括：获取工业用户用电量原始时序数据；对工业用户用电量原始时序数据进行数据处理，生成样本数据集；构建双阶段注意力机制的工业用户用电量短期预测模型，并使用样本数据集对模型进行训练，生成训练好的模型；通过将真实数据输入训练好的模型实现工业用户用电量的短期预测。采用上述方案的本申请解决了现有工业用户用电量短期预测方法在精确度和智能化方面存在的难点，实现了不同行业工业用户用电量的短期预测。
-
公开(公告)号：CN116862002A
公开(公告)日：2023-10-10
申请号：CN202310705109.4
申请日：2023-06-14
申请人： 清华大学
摘要： 本发明提供一种事件检测模型的解释方法、装置、电子设备及存储介质，其中的方法包括：基于待检测语句和预先训练的事件检测模型，抽取待解释的隐层表示；优化待解释的隐层表示，得到优化隐层表示；根据优化隐层表示，以及给定的事件结构信息集合，获取目标事件结构信息；其中，目标事件结构信息为与优化隐层表示最相关的事件触发词或事件论元。该方法通过将事件结构信息自然地融入至事件检测模型的解释过程中，克服了现有事件检测模型解释方法因忽略事件本身具有的结构信息，导致事件检测模型的可解释性能力不高的缺陷，有效提升了事件检测模型的可解释性能力，亦有助于理解事件检测模型的决策过程。
-
公开(公告)号：CN114168574A
公开(公告)日：2022-03-11
申请号：CN202111256421.7
申请日：2021-10-27
申请人： 清华大学 , 国网浙江省电力有限公司营销服务中心
IPC分类号： G06F16/215 , G06F17/16 , G06Q50/04
摘要： 本申请涉及电力系统负荷技术领域，尤其涉及一种面向工业负荷的数据缺失处理方法及装置。其中，一种面向工业负荷的数据缺失处理方法，包括：获取每个用户的负荷数据以及用户特征数据，根据用户特征数据将负荷数据拆分为多个数据集；对数据集中可基于已有的负荷数据直接获取的缺失数据进行初步填充；利用矩阵分解算法对进行初步填充后仍存在缺失数据的数据集进行深度填充。采用上述方案的本申请通过利用智能电表中多种不同类型量测数据之间的相关性，对数据中复杂的关联模式进行挖掘，有效挖掘出不同时刻、不同负荷分量之间的关联关系，从而提升缺失值填充的准确性，有效填充工业负荷数据的缺失值，从而实现对细粒度智能电表的缺失数据填充。
-
公开(公告)号：CN116501956A
公开(公告)日：2023-07-28
申请号：CN202310347942.6
申请日：2023-04-03
申请人： 清华大学
IPC分类号： G06F16/9535 , G06N3/042 , G06N3/08
摘要： 本发明提供一种基于分层图对比学习的知识感知多域推荐方法及系统，包括：获取分层交互网络上多个节点，通过加权求和平滑目标节点和邻居节点进行分层表示，基于分层消息传递机制，通过交互的项目及其连接的实体来聚合更多偏好知识；基于预设的对比学习方法，在分层节点中删除部分节点进行对比学习的数据增强；基于增强后的数据通过在跨多域中域共享图对比学习和在特定域中独域图对比学习，识别目标用户内在的偏好特征；基于目标用户内在的偏好特征进行多任务模型构建，对所述多任务模型进行优化训练生成多域推荐模型，通过所述多域推荐模型完成多域推荐。本发明解决了现有多域推荐难以准确推测用户喜好的问题。
-
公开(公告)号：CN114254801A
公开(公告)日：2022-03-29
申请号：CN202111320362.5
申请日：2021-11-09
申请人： 清华大学 , 国网浙江省电力有限公司营销服务中心
摘要： 本申请提出了一种基于相似性度量的工业用户用电量长期预测方法，涉及用电量长期预测技术领域，其中，该方法包括：对月度用电量时序数据进行预处理，生成样本；对样本进行标准化处理，构建数据集，其中，数据集划分为训练集和测试集；对于测试集中的待预测样本，引入动态时间规整度量待预测样本与训练集中的样本的相似性，选择相似性程度较高的样本作为实施预测的参考样本；以经过筛选的样本作为依据，构建时序预测模型对目标用户的用电量进行预测，得到目标用户月度用电量的预测值。采用上述方案的本申请解决了不同行业工业用户用电量特征差别较大的预测难题，实现了面向工业用户的用电量长期预测，为地区用电量统筹与规划提供了参考。
-
公开(公告)号：CN116501868A
公开(公告)日：2023-07-28
申请号：CN202310325479.5
申请日：2023-03-29
申请人： 清华大学
IPC分类号： G06F16/35 , G06F40/126 , G06F40/194 , G06F40/30 , G06F18/23213 , G06F18/214 , G06N3/0464 , G06N3/084
摘要： 本发明实施例提供一种事件关系预测方法、装置、电子设备、介质及程序产品，该方法包括：对输入文本进行聚类得到多个互不相交的原始组；对原始组进行两两融合得到多个交叉组；利用摘要生成模型生成原始组的第一摘要及交叉组的第二摘要；分别获取输入文本、第一摘要及第二摘要中的事件的向量表示及事件对的向量表示；根据输入文本、第一摘要及第二摘要中事件对的向量表示获取待预测事件对的向量表示；将待预测事件对的向量表示输入至预训练的事件关系预测模型，输出待预测事件对的事件关系预测结果。本发明实施例有效提升了模型处理长距离事件关系预测的能力，减少事件关系预测过程中遇到的冗余信息的影响，提高了事件关系的预测效率和准确率。
-
公开(公告)号：CN115599990A
公开(公告)日：2023-01-13
申请号：CN202211132191.8
申请日：2022-09-16
申请人： 清华大学(CN)
IPC分类号： G06F16/9535 , G06N3/04 , G06N3/08 , G06N7/00
摘要： 本发明提供一种知识感知结合深度强化学习的跨域推荐方法及系统，包括：获取跨域推荐任务，将所述跨域推荐任务转换为协同知识图谱上的马尔可夫决策过程框架；基于所述马尔可夫决策过程框架采用注意力机制和图卷积网络，获取并融合域内和跨域的邻居状态表示结果；通过训练好的受约束的邻居剪枝策略对融合的域内和跨域邻居状态表示结果进行剪枝，生成剪枝邻居集；将所述剪枝邻居集输入至预设的自监督模型，通过所述自监督模型生成并优化推荐策略。本发明解决了现有信息推送准确性低的缺陷，实现通过跨域推荐提升信息推送的准确度。
-
公开(公告)号：CN115098692A
公开(公告)日：2022-09-23
申请号：CN202210614778.6
申请日：2022-05-30
申请人： 清华大学
IPC分类号： G06F16/36 , G06F16/335 , G06F16/9535 , G06F40/295 , G06F40/30 , G06Q30/06
摘要： 本发明提供一种跨域推荐方法、装置、电子设备及存储介质，其中，所述方法应用于数据稀疏的目标域，目标域的目标域实体包括待推荐用户实体和待推荐商品实体，所述方法包括：获取知识图谱和源域，其中，源域中的源域实体包括源域用户实体和源域商品实体；基于知识图谱，对目标域实体和源域实体进行转换，得到目标域实体向量和源域实体向量；基于目标域实体向量和源域实体向量，通过图注意力模型得到待推荐用户实体的融合偏好特征；基于待推荐用户实体的融合偏好特征，通过跨域贝叶斯机制进行推荐，得到待推荐用户实体关于待推荐商品实体的推荐排序。通过本发明提高了对待推荐用户实体进行商品实体推荐的推荐效率。
-
-
-
-
-
-
-
-
-
搜索结果
10 条记录 (耗时 0.037 秒)
