公开(公告)号：CN116026339A

公开(公告)日：2023-04-28

申请号：CN202310037751.X

申请日：2023-01-09

Applicant: 同济大学

Inventor： 刘儿兀 ,  王杰 ,  武业博 ,  吴小龙

IPC: G01C21/20 ,  G01C21/16 ,  G01C21/18 ,  G06N20/20 ,  G06F18/25

Abstract: 一种基于联邦学习惯性导航融合定位方法，使用联邦边缘学习方法预测速度，获取定位信息，然后使用单锚点测距进行分段融合的方法，包括如下步骤：惯导数据输入；坐标映射转换；联邦边缘模型和训练；坐标映射转换；分段融合定位。本发明创新性的使用了一种联邦学习数据驱动的惯性导航方法，可以解决集中式深度学习方法带来的问题，同时采用边缘端单锚点测距分段融合定位的方法，可以在低成本下极大的提高系统的定位精度。

公开(公告)号：CN116128589A

公开(公告)日：2023-05-16

申请号：CN202211587790.9

申请日：2022-12-11

Applicant: 欧冶云商股份有限公司 ,  同济大学

Inventor： 宋希 ,  程夏莹 ,  顾永兴 ,  易力 ,  仲跻炜 ,  石凯 ,  王汇丰 ,  朱彭生 ,  文扬 ,  万仕龙 ,  武业博 ,  刘儿兀 ,  陆修颀

IPC: G06Q30/0601 ,  G06F16/9535 ,  G06Q40/04 ,  G06F18/22 ,  G06N3/04 ,  G06N3/08 ,  G06N20/00

Abstract: 本发明涉及一种基于DSSM的交易推荐方法及系统，所述交易推荐方法包括以下步骤：获取用户和资源数据；对获取数据进行数据处理，转化为推荐模型可以识别的数据；将处理后的数据输入训练好的推荐模型中，形成推荐资源列表；所述推荐模型包括：基于DSSM的召回层、业务过滤层、排序层和资源控制层。与现有技术相比，本发明具有降低网络时延，提高算法的整体性能等优点。