面向VR/AR的算力网络研究

针对现阶段VR/AR的网络环境不稳定、时延高、丢包多等问题,提出了基于算力网络资源调度的VR/AR网络环境优化方法。利用带宽、时延、抖动、丢包路径算法确定单指标网络通道,借助AHP层次分析和算力网络自愈相融合的多策略筛选,实现对最优网络通道的快速定位。构建基于算力网络的VR/AR环境稳定体系,结合用户自身需求在保障VR/AR应用稳定的基础上提升用户感知。

基于预训练语义编码的判断句答案推理

目前大规模文本问答依赖句子表征从候选文本中检索答案,但是忽略了有些答案需要进一步推理,无法直接从文中获取,比如判断句。为解决此类问题,一个面向大规模文本的判断句答案生成方法被提出。首先在语义编码器中通过对大规模文本进行预训练获取语义编码器,对问题、依据进行语义编码;其次在答案生成器中基于对比学习构造正负样本进行数据增强;之后在答案依据获取器中通过使用Faiss实现问题和大规模文本的快速表征与匹配。在最终的判断句问答中,准确率高达96.58%,验证了该方法的有效性。

基于卷积神经网络的多场景施工质检应用研究

本文针对施工现场人工审核目标数量多、定位困难及审核准确率低等问题,提出了基于卷积神经网络的多场景施工质检。通过对施工多场景进行目标分类及目标标注,利用YoloV3和InceptionV4算法训练得到AI检测模型。在质检模块嵌入AI应用,实现APP端上传的质量控制关键环节的影像资料的在线自动判别,以规范和验证现场施工作业行为,促进施工质量的提升,实现工程建设数字化、智慧化。结果表明,本文提出的施工场景的自动判别相比于人工审核具有更高的准确率与更低的时间花费。

基于测量报告信号聚类的指纹定位方法

针对基于加权K最近邻(WKNN)和机器学习算法的指纹库定位方法存在精度和定位效率较低的问题,提出一种基于测量报告(MR)信号聚类的指纹定位方法。首先,把MR信号分为室内、道路和室外这3种属性;其次,利用地理信息系统(GIS)信息将栅格分为建筑物、道路和室外子区域,并将不同属性的MR数据落入对应的属性子区域;最后,借助K均值(K-Means)聚类算法对栅格内的MR信号进行聚类分析,以创建子区域下的虚拟子区域,并采用WKNN算法对MR测试样本进行匹配。此外,利用欧氏距离计算平均定位精度,并通过生产环境的一些MR数据测试了所提方法的定位性能。实验结果表明,所提方法的50 m定位误差占比为71.21%,相较于WKNN算法提升了2.64个百分点;平均定位定位误差为44.73 m,相较于WKNN算法降低了7.60 m。所提方法具备良好的定位精度和效率,可满足生产环境中MR数据的定位需求。

基于客服呼叫平台和WebRTC的实时视频接入与排队技术

在实时视频会话被广泛使用的社会背景下,基于客服呼叫平台和WebRtc的实时视频接入与排队技术,构建一个实时稳定、接入有序的融媒体客服音视频会话应用。现在,许多企业都有为客户提供与客服视频通话功能的需求,通过重点研究视频接入与多客户排队功能实现实时视频通话。利用WebRTC技术与FreeSwitch技术,结合行业需求,对准痛点难点,力求提供一个完善的实时视频接入与排队方案,构建电话、文字、视频三种媒体于一体的融媒体客服,推进融媒体客服生态良性建设。

低代码赋能电信运营商行业数字化转型

随着云计算、大数据、5G、物联网、人工智能等新IT技术的发展与应用,如何最大化释放新IT技术带来的能量,打破业务与开发间的壁垒,提高业务应用研发生产力,是各行业企业数字化转型的战略核心。低代码提供易用的定制化软件开发能力,降低应用开发的准入门槛,促进新IT技术深度融合,助力软件开发降本增效提质,敏捷响应快速变化的市场需求,支撑海量数字化场景快速落地,是赋能数字化转型的“加速器”。

句法依存引导的自注意力机制的中文分词

在前人工作的基础上,提出句法依存引导的自注意力机制以融合句法依存知识去提升中文分词的性能,使得自注意力机制只关注那些对当前字符的分词标签有句法依存影响的字符,学习它们对于当前字符的影响程度,另外,该文根据句法依存树对引导后的自注意力机制进行位置编码.实验结果表明,模型相较于baseline取得了性能上的提升,同时模型对未登录词的识别能力也有所提升.

论低代码平台在业务系统中的多种应用形态

近几年我国低代码迈入加速发展期,而行业体系的逐渐完善和市场需求的逐渐觉醒又带来更加多样的需求场景。低代码平台依据模型驱动理念,利用可视化、API集成、云原生、多端体验等技术,结合各个行业及生产场景特性,充分考虑不同使用者的角色属性与技能,衍化出多种应用形态,能够支持管理领域中简单轻量场景和行业领域中企业级复杂应用的构建。

基于图像识别技术在智慧医疗领的研究

本研究的主题是医学影像数据,在总结医学界图像识别研究的主要问题、技术途径和进展的基础上,考虑到医学影像数据特征的多维性和复杂性,此外,介绍了基于密度分组、多特征连接和融合特征组合的医学成像技术、方法和算法。

基于Ctpn及Tesseract的分纤箱喷码识别技术

为了有效识别装维人员在分纤箱上标记的唯一标识码,将识别出来的标识信息与资源系统工单中的信息进行比对,实现家庭宽带装维工单的一致性检验,本文提出了一种分纤箱喷码识别技术。该方法将文本检测技术Ctpn及tesseract文字识别技术进行结合,实现对分纤箱喷码的有效智能识别,替代了人工抽查的方式,提升了质检效率。

基于PSENet和CRNN的身份证识别

为了识别身份证上的姓名、性别、身份证号码、有效期等信息,把识别出来的信息,提出基于OCR技术的身份证识别技术。这种技术主要是结合文本检测技术PSENet和文字识别技术CRNN对身份证图片上的文字进行识别,实现身份证要素信息自动转成文本格式的数据。利用Python语言实现身份证OCR信息的识别。经过这种方法的实验表明,这种方法识别速度快、准确率高。同时,对于模糊的图片也能识别出来,具有一定的生产应用价值。

基于LightGBM算法的基站小区智慧节能研究

随着5G时代的到来,移动通信网络数据增长与高能耗问题之间的矛盾进一步加剧,节能降耗成为了未来移动通信行业可持续发展的首要需求。通过对基站小区的历史数据和基础信息数据进行分析,结合业务知识和实践经验完成特征工程构建,并应用LightGBM算法对数据集进行模型训练。构建基站小区节能预测模型,实现对基站小区未来潜在节能的时间段进行预测。从而在保证业务承载和覆盖的前提下,生成节能优化策略,指导基站小区智慧节能。

基于知识增强的企业技能智能问答应用研究

为解决公司员工对公司专业技术知识进行频繁查询而无法得到及时响应和准确答案的问题,本文以知识图谱结合神经网络为基础来进行知识增强,构建出一种针对公司特定知识领域的智能问答模型。主要利用双向LSTM神经网络将复杂多变且不标准的自然语言查询语句转换为公司专业知识库中对应的标准问题以解决查询不标准情况。然后结合由公司专业知识库中的问题、相似问题和答案等实体构建的知识图谱使得返回答案比较准确。通过相关实验,本文模型准确率达到83.44%,能及时响应和准确回答用户查询,节省了大量资源。

基于XGBoost算法的坐席话务量预测

"呼叫中心"一词来源于英文Call Center,自其诞生以来就作为企业和客户之间的沟通桥梁,是客户和企业沟通最直接的渠道,因此优化呼叫中心的接听应答效率是管理者一直以来的追求。该文为了向管理者提供前瞻的话务量预测信息供管理者决策,提出了使用XGBoost、LightGBM、Catboost算法结合信息价值分析法选择的特征通过累加型滑动窗口法建立话务量预测模型,并在真实数据上比较了三个算法的预测表现。结果表明XGBoost算法对于运营商呼叫中心话务量的预测较为准确,为坐席排班提供数据支撑。

论语聊机器人在企业管理中的应用

在人工智能广泛应用生产的创新背景下,语聊机器人利用自然语言处理(NLP)技术实现人机智能对话。结合各个行业的业务特性,语聊机器人定位为基于领域的智能对话机器人,通过定义基于领域的语义表示,制定语义标准,运用中文分析、多轮对话、语义识别等自然语言技术实现语聊机器人的智能交互,在行业应用过程中,帮助国内多个企业提升生产力,促进企业创新发展,助力企业的创新转型。

基于迁移学习的小样本风险用户识别

近年来,网络贷款的兴起带来了大量的用户贷款信息,金融行业普惠政策的推广使其亟需了解用户贷款信息对违约的影响,分析用户贷款信息、预测风险用户是成功推广普惠政策的重点。由于银行贷款数据量较少,为了解决小样本问题,该文引入迁移学习思想,将网络贷款的海量数据迁移至银行贷款数据中,基于LightGBM模型采用5折交叉验证进行训练,得到风险用户识别模型,实现对风险用户的精准预测,从而达到保障金融风控安全的目的。

一种智能语音客服自动呼叫拨测实现方法

文章重点研究覆盖全业务流程的自动拨测方法,替代人工拨测,实现对智能客服系统进行主动监控。传统手段以人工拨测的方式,存在费时费力,无法及时发现流程故障,业务流程覆盖面窄等问题。随着语音技术的进步,如何有效地检测智能语音流程的质量已经成为困扰运营商的一大难题。

基于SIP及WebSocket的VoIP电话呼叫技术

为了实现VoIP与业务能力的结合,实现基于VoIP软电话的呼叫中心平台能力,提出了通过WebSocket、SIP协议和FreeSWITCH的技术结合,打造IP-PBX[1]交换机方式的VoIP呼叫中心平台方案,来替代传统的基于电路的呼叫中心平台系统,从而在不影响呼叫中心功能的情况下实现系统的灵活部署、低廉成本等优势。

基于ERNIE的评论文本观点分析的应用

针对特定的银行产品评论业务场景,从自然语言处理(natural language processing,NLP)的角度出发,将产品评论观点提取和评价任务分别转化为自然语言处理技术中的序列标注问题和情感分类问题,使用ERNIE(enhanced language representation with informative entities)模型进行微调来实现对银行产品评论中的银行名称、产品名、用户观点等实体的自动提取以及对评论文本的自动评价。通过在真实数据集上的验证,微调后的模型能够实现对银行产品评论观点文本中实体进行自动提取和评价且效果良好。

一种预测式外呼功能实现方法

为了提高呼叫中心(Call Center)座席代表服务效率、提高营销成功率,提出一种基于空闲座席数量、平均通话时长、号码接通率等座席统计数据的预测式外呼算法。该方法可实现实时控制外呼电话的数量,最大化座席利用率,提高外呼成功率。