公开(公告)号：CN117009534B

公开(公告)日：2024-02-13

申请号：CN202311281379.3

申请日：2023-10-07

Applicant: 之江实验室

Inventor： 吴洵进 ,  吴运翔 ,  常璟飞 ,  蒋科 ,  施林锋 ,  程稳

IPC: G06F16/35 ,  G06F40/289 ,  G06F40/216

Abstract: 本申请涉及一种文本分类方法、装置、计算机设备以及存储介质。所述方法包括：对文本分类数据集进行分词处理，确定目标语义单元序列；根据目标语义单元序列构建样本数据集；将有标签数据集分别输入学生模型和标签训练教师模型，确定第一学生预测数据和第一教师预测数据，并将无标签数据集分别输入学生模型和对抗训练教师模型，确定第二学生预测数据和第二教师预测数据；根据第一学生预测数据、第一教师预测数据、第二学生预测数据和第二教师预测数据对所述学生模型进行参数调整，确定文本分类模型；将待分类文本输入所述文本分类模型，根据文本分类模型的输出结果确定待分类文本的文本分类标签。上述方法提高了文本分类的准确性。

公开(公告)号：CN117032936B

公开(公告)日：2024-02-06

申请号：CN202311267177.3

申请日：2023-09-28

Applicant: 之江实验室

Inventor： 杨贺淞 ,  孙红江 ,  陈晨 ,  滕会刚 ,  范文杰 ,  胡学典 ,  韩珂 ,  常璟飞 ,  蒋科 ,  王鹏程 ,  陈自强 ,  李勇 ,  曾令仿 ,  陈光 ,  程稳

IPC: G06F9/48 ,  G06F9/50 ,  G06F18/214 ,  G06N3/006

Abstract: 本申请涉及一种数据调度方法、装置和计算机设备。所述方法包括：对TPU上的数据进行分块，将加载时间和卸载时间均相同的数据划分为同一数据块；基于数据块所对应的加载时间和卸载时间，得到数据调度模型的初始参数；基于每块TPU存储量的大小，得到数据块占用TPU数量的时间分布；根据数据块占用TPU数量的时间分布，计算资源消耗量；利用粒子群优化算法，对初始数据调度模型的参数进行优化训练，直至按照训练后的数据调度模型进行数据调度的资源消耗量，达到按照预设的最少的TPU数量计算得到的资源消耗量时，停止训练，得到完备数据调度模型；基于完备数据调度模型，对TPU上的数据块进行数据调度。采用本方法能够解决计算机的计算

公开(公告)号：CN116777010B

公开(公告)日：2023-12-19

申请号：CN202311080508.2

申请日：2023-08-25

Applicant: 之江实验室

Inventor： 胡陈枢 ,  王鹏程 ,  陈晨 ,  戴雨洋 ,  吕波 ,  程稳 ,  朱健 ,  侯瑞峥 ,  常璟飞 ,  徐鸿博 ,  曾令仿 ,  陈光

IPC: G06N20/00

Abstract: 本说明书公开了一种模型训练的方法以及任务执行方法及装置，可以将获取到的在指定空间中混合物态在第一时刻下的各物理场数据输入到预测模型中，来训练该预测模型，这样一来，在将训练后的预测模型应用到实际任务执行的过程中时，相比于现有技术并不需要耗费过多的时间来一步步推导出下一时刻的指定空间中混合物态在第二时刻下的各物理场数据，这样不仅提高了预测物理场数据的效率，而且由于在训练阶段，是以混合物态在第一时刻和第二时刻前后之间的质量分布符合质量约束为条件，对预测模型进行训练，所以可以保证预测模型在实际应用中所预测出的物理场数据的准确性。(56)对比文件Shuai Wang et al..Multi-scalenumerical simulation of fluidized beds:Model applicability assessment.《Particuology 80》.2022,11-41.

公开(公告)号：CN117130693A

公开(公告)日：2023-11-28

申请号：CN202311397785.6

申请日：2023-10-26

Applicant: 之江实验室

Inventor： 李勇 ,  程稳 ,  刘懿 ,  吴运翔 ,  朱健 ,  吕波 ,  常璟飞 ,  黄章敏 ,  陈光 ,  曾令仿

IPC: G06F9/445 ,  G06F9/50

Abstract: 本申请涉及一种张量卸载方法、装置、计算机设备及存储介质。所述方法包括：获取张量特征信息，所述张量特征信息包括待训练模型每层的显存容量需求、计算间隔以及计算延迟信息；基于预设卸载策略和所述显存容量需求确定显存约束条件，基于所述预设卸载策略和计算间隔确定卸载时间约束条件，所述预设卸载策略包括主存卸载和重计算卸载；基于所述显存约束条件和卸载时间约束条件筛选所述预设卸载策略，确定多个候选卸载策略；基于所述计算延迟信息确定每个候选卸载策略的额外计算延迟，基于所述额外计算延迟确定目标卸载策略，并基于所述目标卸载策略卸载张量。本申请在对模型训练精度影响较小或无影响的情况下，通过张量卸载来增加显存的有效容量。

公开(公告)号：CN116743660A

公开(公告)日：2023-09-12

申请号：CN202310903988.1

申请日：2023-07-21

Applicant: 之江实验室

Inventor： 吴运翔 ,  常璟飞 ,  施林锋 ,  蒋科 ,  陈光 ,  曾令仿 ,  李勇 ,  程稳 ,  吴洵进

IPC: H04L47/12 ,  H04L69/163 ,  H04L43/0882

Abstract: 本发明公开了一种面向广域网的拥塞控制方法：当交换机判定拥塞发生时，交换机获取接收缓冲区的网络包并构造拥塞通知报文；交换机直接将拥塞通知报文传递给发送方；其中，所述拥塞通知报文的目的IP地址为网络包的源IP地址，拥塞通知报文的源IP地址为网络包的目的IP地址；拥塞通知报文的目标TCP端口号为流量包的源TCP端口号，拥塞通知报文的源TCP端口号为网络包的目标TCP端口号；TCP头中拥塞窗口减小CWR和显示拥塞通知ECE同时被设置，表示该报文为拥塞通知报文；拥塞通知报文中TCP数据为拥塞状态相关信息。本发明还公开了一种面向广域网的拥塞控制装置。该方法及装置可以在广域网上传输拥塞通知报文，也可以缩短拥塞产生后的传输路径，提升拥塞控制的效果。

公开(公告)号：CN119450771A

公开(公告)日：2025-02-14

申请号：CN202411440036.1

申请日：2024-10-15

Applicant: 之江实验室

Inventor： 刘善赟 ,  朱向明 ,  常璟飞 ,  邹乔莎 ,  徐涛 ,  陈红阳

IPC: H04W72/50 ,  G06N3/092 ,  H04W84/06 ,  H04W28/08

Abstract: 本说明书公开了一种基站通算资源分配方法、装置、存储介质及电子设备。在采用本说明书提供的基站通算资源分配方法对星地协同系统中的基站进行通算资源的分配时，可以在每个基站均设置能够根据基站的观测状态输出基站的通算资源分配策略的通算资源分配网络，并预先通过强化学习的方式通过卫星进行中心化训练，随后在应用阶段基站可不依靠卫星，仅依靠自身的观测状态通过通算资源分配网络实现通算资源的分配。采用本方法能够有效减少星地协同系统边缘计算应用时卫星与基站间频繁的双向通信，减少通信产生的延时，加快计算任务的处理效率，大幅提高用户体验。

公开(公告)号：CN116721399B

公开(公告)日：2023-11-14

申请号：CN202310925867.7

申请日：2023-07-26

Applicant: 之江实验室

Inventor： 朱健 ,  陈光 ,  曾令仿 ,  程稳 ,  常璟飞 ,  胡陈枢 ,  黄章敏

IPC: G06V20/56 ,  G06V20/58 ,  G06V20/70 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0495 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本说明书公开了一种量化感知训练的点云目标检测方法及装置，可以获取训练样本，将训练样本中的点云样本数据输入到全精度网络中，得到目标检测结果，以对全精度网络进行训练，得到训练后的全精度网络，而后，将训练后的全精度网络进行模型量化，得到量化后网络，量化后网络的参数精度低于全精度网络的参数精度，而后，将训练样本输入到量化后网络中，得到量化后网络得到的目标检测结果，根据标注信息和目标检测结果，对量化后网络进行参数微调训练，得到训练后的量化后网络，最后，将训练后的量化后网络部署在无人驾驶设备中，以使无人驾驶设备通过量化后网络进行点云目标检测，从而在保证准确性的情况下提高了无人驾驶设备的点云检测效率。

公开(公告)号：CN117035123A

公开(公告)日：2023-11-10

申请号：CN202311298503.7

申请日：2023-10-09

Applicant: 之江实验室

Inventor： 施林锋 ,  吴运翔 ,  常璟飞 ,  蒋科 ,  程稳 ,  吴洵进

IPC: G06N20/00 ,  H04W72/04

Abstract: 本说明书公开了一种并行训练中的节点通信方法、存储介质、设备，所述方法应用于模型并行训练，所述模型被切分为不同的运算模块，各运算模块分别部署于不同的计算节点中，针对任一计算节点，该方法包括：根据训练样本及部署于该计算节点上的运算模块，得到待同步激活值；根据该待同步激活值与预存的输出激活值，得到输出激活值增量；对该输出激活值增量进行量化，得到量化激活值增量；将该量化激活值增量同步给其他计算节点。所述方法能够加速通信、减小对网络通信的要求，提升模型的训练性能。

公开(公告)号：CN116992032A

公开(公告)日：2023-11-03

申请号：CN202311235665.6

申请日：2023-09-25

Applicant: 之江实验室

Inventor： 蒋科 ,  吴运翔 ,  常璟飞 ,  吴洵进 ,  施林锋 ,  王博 ,  程稳 ,  曾令仿 ,  陈光

IPC: G06F16/35 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请涉及一种基于模型自动量化的文本分类方法、系统和存储介质，其中，上述方法包括：基于文本特征数据，得到初始神经网络；获取初始神经网络在目标卷积层的输入值和输出值；根据输入值，获取第一激活值；根据转移因子、第一激活值和第一权重值得到平滑系数；根据平滑系数，得到目标卷积层输出和初始神经网络在目标卷积层的输出值的均方误差集合，进而得到目标平滑系数；根据目标平滑系数对应得到目标神经网络模型，用于对待分类文本数据进行分类。通过本申请，解决了相关技术中存在的通过传统模型量化方法生成的文本分类神经网络模型的学习效果较差，导致文本分类的准确度较低问题，提高了文本分类的准确度。

公开(公告)号：CN116188878A

公开(公告)日：2023-05-30

申请号：CN202310450659.6

申请日：2023-04-25

Applicant: 之江实验室

Inventor： 常璟飞 ,  曾令仿 ,  李勇 ,  程稳 ,  蒋科 ,  吴洵进 ,  陈光 ,  朱健 ,  王鹏程

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06V10/776 ,  G06N3/0464 ,  G06N3/082

Abstract: 本申请涉及一种基于神经网络结构微调的图像分类方法、装置和存储介质，用于对特征图进行处理，所述特征图由图像数据集输入神经网络所获得，所述方法包括：基于图像数据集的训练集和验证集，获取待剪枝神经网络各特征图的最小绝对偏差，从而确定各特征图的剪枝阈值对特征图进行剪枝，得到剪枝结构；量化剪枝结构，获取量化后剪枝结构的图像分类精度的损失值；基于损失值和剪枝结构的最大迭代周期，对剪枝结构进行微调，得到图像分类特征模型；最后将待测图像输入图像分类特征模型得到分类结果，实现图像分类神经网络模型剪枝范围的自适应调整和对剪枝模型的结构微调量化，提高利用显著压缩的图像分类特征模型进行图像分类处理的分类精度和速度。