-
公开(公告)号：CN120029694A
公开(公告)日：2025-05-23
申请号：CN202510511736.3
申请日：2025-04-23
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明涉及利用深度强化学习和注意力机制的任务卸载方法及系统，属于任务卸载技术领域。包括：数据获取和预处理；数据包括边缘服务器信息、用户信息及任务信息；将预处理后的数据输入至训练好的任务卸载模型，基于DPAQN算法实现任务卸载。本发明DPAQN算法在优化任务卸载的综合性能方面具有明显优势，平均优于现有算法约20.71%到30.39%。
-
公开(公告)号：CN119917297A
公开(公告)日：2025-05-02
申请号：CN202510418421.4
申请日：2025-04-03
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明涉及一种基于多处理器协同系统的自适应任务调度方法，属于电子信息的技术领域。包括：执行CPU‑GPU任务调度；计算得到CPU和GPU的各自数据量分配，并存入文本；根据得到的CPU和GPU的各自数据量分配，CPU和GPU进行并行计算；CPU数据和GPU数据汇总，输出结果，结束；从文本中读取历史数据到数组；读取数组数据，获得CPU和GPU的各自数据量分配；数组数据利用最小二乘法构建线性回归方程，得到预测结果。本发明设计了新的任务调度方法，可以高效地找到CPU和GPU执行任务的均衡点并合理分配任务。本发明结合了数组和线性回归模型，利用历史数据和预测模型，可以更好地减少任务调度的额外耗时。
-
公开(公告)号：CN118519766B
公开(公告)日：2025-04-25
申请号：CN202410597016.9
申请日：2024-05-14
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06F9/50
Abstract: 本公开提出一种面向国产异构算力集群的作业调度方法及系统，方法包括：在一个调度周期中，根据待调度作业的资源量、算力类型请求，及节点的算力类型标签，从异构算力集群中筛选出候选节点；考虑异构算力资源的性能差异，基于加权轮询计算候选节点权重，将权重最高的候选节点作为第一目标节点；根据异构算力集群及候选节点中各类资源占比对候选节点的资源使用空间进行评分，将评分最高的候选节点作为第二目标节点；随机选择最终目标节点，将待调度作业调度到最终目标节点。本公开通过在节点预选阶段添加初次筛选提升节点预选效率，在节点优选阶段，考虑异构算力资源性能差异和集群的整体性，克服了负载不均衡、异构算力不兼容的问题。
-
公开(公告)号：CN119723266A
公开(公告)日：2025-03-28
申请号：CN202411785568.9
申请日：2024-12-06
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06V10/80 , G06V10/82 , G06V10/764 , G06F40/126 , G06F18/25 , G06F18/241 , G06N3/045 , G06N3/08
Abstract: 本发明涉及人工智能技术领域，提供一种基于多模态特征融合的医学影像与文本联合分析模型，采用文本编码器将输入的医学文本数据进行编码，采用图像编码器将输入的医学影像数据进行编码，再通过矩阵乘法进行特征融合得到第一数据，采用多头注意力机制模块将第一数据输入至多头注意力层和前馈神经网络层处理。采用特征选择模块将第二数据与转置后的图像特征向量进行运算，采用分类器将第三数据通过全连接层，生成诊断结果的交叉熵损失函数的概率值。本发明还公开了一种构建方法快速建立模型，该模型的结构使其能够适应不同类型的医学影像和文本数据，能够整合医学图像和文本报告中的关键信息且融合深层次交互信息，提高整个诊断模型的准确性。
-
公开(公告)号：CN118779197B
公开(公告)日：2025-02-14
申请号：CN202411237023.4
申请日：2024-09-05
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06F11/34 , G06F11/30 , G06F9/50 , G06N3/006 , G06F18/23213 , G06F18/2415
Abstract: 本发明涉及一种基于BWO和聚类算法的作业资源消耗模式分析方法，属于大数据计算技术领域；包括：(1)作业运行与任务调度；(2)工作节点资源指标监控；(3)数据预处理和生成数据集；(4)运行基于白鲸优化算法和K‑prototypes算法的BWO/K‑prototypes算法；(5)BWO/K‑prototypes算法最优解应用；(6)聚类结果分析；(7)Flink作业的资源消耗模式分析结果获取与保存。本发明不仅可以提升Flink集群的执行效率，避免异常抛出；还可以减少资源占用，避免不必要的资源浪费。
-
Patent Agency Ranking
公开(公告)号：CN119088312A
公开(公告)日：2024-12-06
申请号：CN202411212961.9
申请日：2024-08-30
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 本发明属于冷热数据识别管理技术领域，提供了一种面向跨域异构存储系统的冷热数据存储方法及系统，通过综合考虑数据访问频率、数据更新频率、业务重要性、文件相关性和数据新鲜度多个维度进行冷热数据画像，综合判断数据的冷热属性，反映了数据的实际价值和使用需求，将数据准确的分类为热数据、温数据和冷数据，可以动态地评估数据的重要性和访问需求，将热数据、温数据和冷数据分层存储在不同存储空间中，从而更有效地进行数据存储管理，提高了跨域异构存储系统的体验感，有利于推广应用。
-
公开(公告)号：CN117596246B
公开(公告)日：2024-09-03
申请号：CN202410043836.3
申请日：2024-01-12
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: H04L67/101 , H04L67/1012 , H04L67/1008 , H04L67/60
Abstract: 本发明提供了一种基于异构资源度量特征的算力网络工作流调度方法及系统，其属于算力网络资源调度技术领域，所述方案在细粒度资源描述度量基础上，综合考虑任务、算力、网络以及数据等资源状况，通过调度跨域数据中心资源协作，有效提升了任务处理速度，提高资源利用率；所述方案可根据任务多样化的需求，制定需求与资源高度契合的调度策略，可以更加准确地匹配任务与资源，选择最适合的数据中心来执行任务；所述方案中，工作流中的子任务通过合理分配资源，缩短了任务的执行过程，提高了工作流执行效率；同时，所述方案针对多个数据中心负载情况，避免部分数据中心过载而导致任务延迟或一些数据中心空闲造成资源浪费的情况。
-
公开(公告)号：CN118409801B
公开(公告)日：2024-08-30
申请号：CN202410888133.0
申请日：2024-07-04
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06F9/38 , G06F9/30 , G06F15/173
Abstract: 本发明涉及基于申威众核处理器的含依赖及交叉循环从核优化方法，属于电子信息的技术领域。包括：对在每次计算周期内存在较大依赖的数据进行预处理，降低依赖数据的依赖强度，即：将最高维度的依赖数据降低到不影响计算的最低维度；将多个步骤的计算过程合并到一次从核组启动到关闭的过程中，并且将从核组再次细化为若干个从核小组，从核小组间采用单指令流多数据流的并行策略，从核小组内采用多指令流多数据流的并行策略；显式管理利用局部数据存储LDM，一次性从主存传入所需要的计算数据。本发明有效降低了一次传入从核LDM中的数据量，节约了LDM的使用空间，降低了传输的带宽压力，增加了LDM使用和数据传输效率。
-
公开(公告)号：CN118519752A
公开(公告)日：2024-08-20
申请号：CN202410971556.9
申请日：2024-07-19
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 本发明涉及基于深度强化学习的两阶段工作流调度方法和系统，属于深度强化学习技术领域。包括：1）根据用户提供的工作流和数据传输信息，构建工作流池，并初始化每个工作流的状态和任务数量；2）利用TD2QN算法循环遍历每个工作流，并将入口任务加入到就绪队列中；将进入到就绪任务队列中的任务，利用TD2QN算法进行动态地选择，并为任务分配适当的计算资源，从而最大化整个工作流的效率和性能；3）当工作流成功完成时，生成并返回有关已完成工作流的详细信息，为用户提供全面的调度结果和性能评估。本发明综合考虑成本和通信时间，提高了系统效率和性能。
-
公开(公告)号：CN118485262A
公开(公告)日：2024-08-13
申请号：CN202410666079.5
申请日：2024-05-28
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
IPC: G06Q10/0631 , G06Q50/04 , G06N3/126
Abstract: 一种基于神威架构求解作业车间调度问题的遗传算法的并行优化方法，涉及作业车间调度技术领域，包括了遗传算法求解作业车间调度问题的染色体编码方案、为避免产生局部最优解的种群进化方案、遗传算法的MPI并行方案和MPI通信优化、利用神威架构提供的三种通信方式(DMA、RMA和gld/gst指令)进行微架构调优，提供了一套高效可行的并行方案。
-
-
-
-
-
-
-
-
-
Search Results
196
records
(took 0.05 seconds)
