-
公开(公告)号：CN115378919B
公开(公告)日：2023-03-24
申请号：CN202211314381.1
申请日：2022-10-26
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本公开提供了一种海洋媒体自动唤醒传输优化方法、系统、介质及设备，属于通信领域，实时采集监测区域的视频流时间连续媒体数据并进行数据分析，当获取特定需求目标数据时，进入自动唤醒模式；将所述视频流时间连续媒体数据转化为图像时间离散媒体数据以便进行数据传输；构建海洋媒体传输优化模型；确定传输唤醒的时间点与持续时间以及进行传输的数据量；获取传输数据量与设备能耗之间以及媒体压缩率与计算量的关联关系，确定媒体压缩产生的设备能耗；分析传输数据量与用户体验之间的关系，对海洋媒体传输优化模型进行求解，获得最佳的媒体传输量和媒体压缩率；降低媒体传输数据量，节省紧张的带宽资源。
-
公开(公告)号：CN115756804A
公开(公告)日：2023-03-07
申请号：CN202211525386.9
申请日：2022-11-30
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
IPC: G06F9/48 , G06F9/455 , G06F18/214 , G06N3/0464 , G06N3/0442
Abstract: 本发明涉及一种用于混合HPC集群场景下的多元资源需求预测方法和系统，包括：(1)初始化：搭建用于采集HPC应用运行数据的运行环境；部署HPC应用；(2)数据集获取：对运行环境分别部署监控，获取HPC应用在不同运行环境下运行时的数据特征；对得到的数据特征进行数据清洗和数据处理，得到用于多元资源需求预测模型训练的HPC数据集；(3)构建、训练并验证符合多输出预测的多元资源需求预测模型即MRDP模型；(4)通过训练好的MRDP模型进行多元资源需求预测；本发明解决了高性能计算领域内HPC作业资源需求的预测问题，以便于为混合HPC集群环境中HPC任务的感知调度方案提供决策。
-
公开(公告)号：CN113256438B
公开(公告)日：2022-12-23
申请号：CN202110583491.7
申请日：2021-05-27
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明属于智能识别领域，提供了一种网络用户的角色识别方法及系统。其中，该方法包括获取用户行为数据，构建当前用户所属的用户关系图；从用户行为数据中提取当前用户的行为特征；将当前用户的行为特征进行向量表示，得到当前用户行为特征向量表示；基于用户关系图和用户行为特征向量表示，构建当前用户的特征向量表示；将当前用户的特征向量表示输入分类器中，得到当前用户在每个类别上的概率分布，预测出当前用户的角色类别。其以端到端的方式进行，无需人工设计特征，因而具有更好的建模效率和更广的适用性。
-
公开(公告)号：CN115357783A
公开(公告)日：2022-11-18
申请号：CN202210918943.7
申请日：2022-08-01
Applicant: 山东省计算中心(国家超级计算济南中心) , 山东省人工智能研究院 , 齐鲁工业大学
IPC: G06F16/9535 , G06F16/958 , G06F16/335 , G06F40/289 , G06F40/30
Abstract: 一种基于结构化多兴趣协同的企业服务快讯推荐方法，通过附加选择器以增强快讯的特征，有效增强了最终的企业服务快讯表示；本发明提出的用户兴趣表示学习方法通过构建用户兴趣结构无向图，利用图注意力网络可以一种显示的方式结构化编码用户的多种潜在兴趣，这可以提取更加精确的用户兴趣表示；本发明提出的用户兴趣表示学习方法充分考虑了用户多种潜在兴趣之间的相互作用，利用自注意力网络模拟兴趣之间的作用关系有效增强了用户兴趣表示；本发明得益于良好的企业服务快讯表示学习方法和用户兴趣表示学习方法，有效提高了企业服务快讯推荐的准确性。
-
公开(公告)号：CN114780866B
公开(公告)日：2022-11-01
申请号：CN202210376638.X
申请日：2022-04-11
Applicant: 山东省人工智能研究院 , 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
IPC: G06F16/9536 , G06F16/9537 , G06N3/04 , G06N3/08
Abstract: 一种基于时空上下文兴趣学习模型的个性化智能推荐方法，使用图神经网络建模用户历史签到行为序列，通过创新图消息传播与聚合的拉普拉斯范数，融合兴趣点之间的交互关联性及空间关联性来获取兴趣点的高阶特征表示。同时编码日模式创新性的获取到了用户的长期兴趣，并使用长短期记忆网络捕获用户短期行为模式作为短期兴趣，通过层间注意力获取长短期兴趣。在此基础上进行候选兴趣点的概率计算作为推荐依据。通过图卷积的方式提高了兴趣点的特征提取效果，充分利用时空上下文挖掘用户的兴趣，以此进行推荐提高准确率，解决用户的出行需求。
-
Patent Agency Ranking
公开(公告)号：CN114461369B
公开(公告)日：2022-08-19
申请号：CN202210376827.7
申请日：2022-04-12
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明属于数据迁移技术领域，提供了一种面向复杂应用场景的自适应数据调度系统及方法，根据影响迁移作业因素以及针对数据的特征自动调整调度策略，分为：数据源负载均衡策略、数据文件热度策略以及数据文件合并拆解策略，首先达到数据源的负载均衡化以及作为数据流转迁移任务的高并发基础，而后将根据数据文件的特征自适应的调整选取对应的策略，针对不同类型海量数据作业的流转迁移处理要求，实现异构存储系统之间数据快速迁移的高要求、大带宽的高速传输网络的高要求。
-
公开(公告)号：CN114385619B
公开(公告)日：2022-07-15
申请号：CN202210285171.8
申请日：2022-03-23
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06F16/215 , G06F16/2458 , G06N3/04
Abstract: 本发明属于基于特定计算模型的计算机系统领域，提供了一种多通道海洋观测时序标量数据缺失值预测方法及系统，获取带有海洋缺失值的海洋观测时序标量数据；基于所述海洋观测时序标量数据，采用TA‑RNN模型，得到海洋缺失值预测结果；所述TA‑RNN模型包括卷积注意模块、空间注意模块和时间注意模块，所述卷积注意模块用于将所述海洋观测时序标量数据进行细化；所述空间注意模块用于捕获细化后的所述海洋观测时序标量数据的动态空间相关性；所述时间注意模块用于捕获空间注意模块输出数据中不同时间间隔之间的动态时间相关性。
-
公开(公告)号：CN114553440A
公开(公告)日：2022-05-27
申请号：CN202210424241.3
申请日：2022-04-22
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明属于数字信息传输技术领域，提供了一种基于区块链和属性签名的跨数据中心身份认证方法及系统。该方法应用于第一数据中心内的第一终端，包括：向第二数据中心的第二终端发送认证请求，接收第二终端产生的第一随机数；使用自己的属性私钥根据签名策略对第一随机数进行签名；向第二终端发送所述签名，接收第一数据中心的第一认证服务器发送的与认证请求对应的跨域认证证书；其中，所述跨域认证证书是由第二数据中心的第二认证服务器根据第二终端发送的第一终端身份认证判定结果产生的，所述第一终端身份认证判定结果是由第二终端根据签名有效发送的第一终端身份验证请求得到的。本发明实现了用户身份隐私保护和监管。
-
公开(公告)号：CN113434756B
公开(公告)日：2022-05-27
申请号：CN202110683196.9
申请日：2021-06-18
Applicant: 山东省人工智能研究院 , 齐鲁工业大学 , 山东省计算中心(国家超级计算济南中心)
IPC: G06F16/9535 , G06F16/9536
Abstract: 一种基于图双向聚合网络链接预测模型的个性化评论推荐方法，在用户‑评论二部图中，聚合评论特征至用户特征。再结合社交网络，融合用户邻居特征得到用户的嵌入表示。然后将用户嵌入表示去除用户原始特征后聚合到评论中，通过对比评论聚合前后的差值来调整用户的嵌入表示。在此基础上，结合转发网络，通过边两端用户节点特征的内积计算边的得分，最后根据分数的高低进行推荐。通过推荐系统协助用户进行筛选，将评论的推荐任务转化为小范围内用户之间的链接预测任务。并提供能够处理异类型数据的特征提取方法，使得最终结果更具可表示性。
-
公开(公告)号：CN112685950B
公开(公告)日：2022-05-20
申请号：CN202011391590.7
申请日：2020-12-02
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06F30/27 , G06F119/02
Abstract: 本发明公开了海洋时序观测数据的异常检测方法、系统和设备，海洋时序观测数据的异常检测方法，包括以下步骤：采集海洋观测数据并进行预处理；计算CoDisp值；基于预测数据点序列得到的t时刻的海洋观测数据的预测值；将预测值与t时刻实际测量得到的目标数据点x值相减并计算绝对值，获得PredDiff值；对预设时长内CoDisp值和PredDiff值分别统计建模，获取CoDisp值、PredDiff值的概率分布，并基于得到的概率分布，计算检测窗口内各目标数据点的异常概率。基于滑窗的动态异常概率确定方法能解决人工设定的阈值缺乏科学依据的问题，在实际应用时发挥异常检测作用。
-
-
-
-
-
-
-
-
-
Search Results
207
records
(took 0.06 seconds)
