公开(公告)号：CN115952008A

公开(公告)日：2023-04-11

申请号：CN202310247734.9

申请日：2023-03-15

Applicant: 之江实验室

Inventor： 张莹 ,  吴玉斌 ,  陈光 ,  曾令仿 ,  朱健 ,  程永利 ,  郑焕波 ,  张丽颖

IPC: G06F9/50 ,  G06F9/455 ,  G06N5/01 ,  G06N7/01

Abstract: 本发明公开了一种服务器集群资源的统一调度方法和装置，该方法针对服务器资源调度的增量实时调度和全量碎片整理，合并简化了调度方法，实现了方法的复用；该方法包括以下步骤：获取当前时刻服务器集群状态的快照；根据快照，获取集群中的所有在运行的服务器集合，并根据优先级进行降序排列；依次遍历所排序的服务器集合，对每台服务器，通过弹射链和蒙特卡洛树搜索方法，依次判断所部署的容器是否可迁移至其它低优先级的服务器，并执行相应操作。本发明能获得完整的迁移路径和过程态，对服务器集群的资源进行整理，提高了资源的使用率，优化集群性能，降低功耗，助力实现数据中心的低碳节能、绿色环保的追求。

公开(公告)号：CN117574901B

公开(公告)日：2024-07-19

申请号：CN202311543190.7

申请日：2023-11-20

Applicant: 之江实验室

Inventor： 张莹 ,  阮彤 ,  吴晓炜 ,  姚紫城 ,  李劲松

IPC: G06F40/295 ,  G06F40/242 ,  G06F18/2431 ,  G06N3/0455 ,  G06N3/084

Abstract: 本发明公开了一种实体定位和分类方法、装置、设备及存储介质。本发明将实体识别过程拆分成两步，先单独进行BIO标签预测而不考虑实体，再对BIO序列重新补充实体名，能够提高模型的预测性能，对于相似实体也能够达到可观的预测精度。通过多线程技术，本发明的模型可以训练较大批量的训练集，模型的召回率和准确率均高于简单使用BERT+CRF的实体识别模型。本发明对实体定位模型采取奇偶轮交替训练的策略时，能够更好的召回实体。

公开(公告)号：CN117909374A

公开(公告)日：2024-04-19

申请号：CN202311781434.5

申请日：2023-12-22

Applicant: 之江实验室

Inventor： 李劲松 ,  倪鸿仪 ,  文君 ,  周天舒 ,  田雨 ,  张莹

IPC: G06F16/2457 ,  G16H10/60 ,  G06F18/22 ,  G16H70/40 ,  G16H20/10

Abstract: 本发明公开了一种用于复杂病例用药统计的队列构建方法，涵盖了对累积用药的筛选模式与一般用药统计进行区分的方法、基于向量数据库的复杂病例用药统计的队列构建方法的系统设计，规范了复杂病例用药统计队列构建方法流程，梳理了复杂病例用药特征向量间的匹配关系，通过将累积用药计量作为向量的长度，并对当前向量与目标向量进行欧式距离计算，确保了累计用药统计在复杂病例用药统计中的重要性。本发明还提供了一种队列构建系统。本发明提供的方法对目标病例的用药情况进行梳理与检索，以输出对应的复杂病例用药统计队列，以便于后续的研究和参考。

公开(公告)号：CN117057439A

公开(公告)日：2023-11-14

申请号：CN202310893300.6

申请日：2023-07-20

Applicant: 之江实验室

Inventor： 黄章敏 ,  孙辰晨 ,  陈光 ,  李勇 ,  张莹 ,  程永利 ,  崔钰 ,  程稳 ,  曾令仿

IPC: G06N20/00 ,  G06F18/24 ,  G06F17/14 ,  G06N3/0464 ,  G06F18/214

Abstract: 本申请涉及一种模型参数更新方法、装置、计算机设备和存储介质。所述方法包括：接收联邦学习服务端发送的针对各联邦学习客户端所共有的数据分布预测模型的参数更新指令；其中，参数更新指令携带数据分布预测模型的共享参数和特定参数；响应于参数更新指令，对共享参数和特定参数进行更新，得到更新后的共享参数和更新后的特定参数；将更新后的共享参数发送至联邦学习服务端，并将更新后的特定参数保留在本地；接收联邦学习服务端对共享参数聚合处理后发送的聚合共享参数；基于聚合共享参数和更新后的特定参数确定对应的目标共享参数和目标特定参数。采用本方法能够解决数据异质性问题，提高数据分布预测模型的准确性。

公开(公告)号：CN116384321A

公开(公告)日：2023-07-04

申请号：CN202310384336.1

申请日：2023-04-11

Applicant: 之江实验室

Inventor： 陈晨 ,  张莹 ,  戴雨洋 ,  刘懿 ,  程稳 ,  李勇 ,  陈光 ,  曾令仿

IPC: G06F30/394 ,  G06F30/392 ,  G06F30/398 ,  G06F30/27 ,  G06N3/048 ,  G06N3/092

Abstract: 一种基于深度强化学习的2.5D总体布线方法，包含：步骤1：压缩，将3D总体布线问题压缩为2D总体布线问题；步骤2：数据预处理，包括将多引脚线网按半周长模型升序排序，然后基于直角Steiner最小树算法做拆解，线网拆解的子网再排序。步骤3：基于深度强化学习针对步骤2获得的两引脚对数据点对点布线，获得2D的总体布线方案，若布线方案有溢出，输出拥塞信息；否则执行步骤4。步骤4：通过直角结构层分配技术基于2D的总体布线方案获得3D的总体布线方案。本发明还包括一种基于深度强化学习的2.5D总体布线系统。本发明将多层总体布线问题压缩后基于深度强化学习进行求解，再利用层分配技术获得3D总体布线方案，有效降低算力成本并提高总体布线性能。

公开(公告)号：CN116126976B

公开(公告)日：2023-07-04

申请号：CN202310399680.8

申请日：2023-04-06

Applicant: 之江实验室

Inventor： 张莹 ,  李劲松 ,  周天舒 ,  田雨 ,  茹画

IPC: G06F16/27 ,  G16H40/20

Abstract: 本说明书公开了一种数据同步的方法、装置、存储介质及电子设备，可以获取第一机构中目标用户的医疗业务数据以及第二机构中各用户的待匹配数据，并根据该医疗业务数据中包含的身份信息，判断待匹配数据中是否包含有该身份信息对应的医疗业务数据，若否，确定除用户身份信息之外的各其他数据维度，根据待匹配数据中每个用户在各其他数据维度下的医疗业务数据与第一机构中目标用户在各其他数据维度下的医疗业务数据之间的相关度，以及各其他数据维度所对应的权重，从待匹配数据中确定与目标用户相匹配的数据，作为目标数据，从而实现数据同步。

公开(公告)号：CN116303974A

公开(公告)日：2023-06-23

申请号：CN202310486966.X

申请日：2023-05-04

Applicant: 之江实验室

Inventor： 费军波 ,  张丽颖 ,  张云云 ,  张莹 ,  曾令仿 ,  陈光 ,  程稳

IPC: G06F16/332 ,  G06F40/35 ,  G06F18/214 ,  G06N20/20

Abstract: 本申请涉及一种基于目标生成式回应语言模型的回应方法和装置。其中，该方法包括：基于教育设备中的提示数据集，训练得到初始生成式提示语言模型和初始生成式回应语言模型；并利用评分模型对二者的预测结果进行评分；基于对评分值的加权计算结果，通过强化学习和对抗学习进一步训练初始生成式提示语言模型和初始生成式回应语言模型，得到目标生成式回应语言模型；将教育设备采集的待测文本数据输入目标生成式回应语言模型，目标生成式回应语言模型将待测文本数据与对话数据进行拼接，得到相应的回应。采用本方法能生成多样的新提示，并加强生成式提示语言模型和生成式回应语言模型之间的交互，从而进一步改善生成式语言模型的意料外行为问题。

公开(公告)号：CN115952008B

公开(公告)日：2023-06-16

申请号：CN202310247734.9

申请日：2023-03-15

Applicant: 之江实验室

Inventor： 张莹 ,  吴玉斌 ,  陈光 ,  曾令仿 ,  朱健 ,  程永利 ,  郑焕波 ,  张丽颖

IPC: G06F9/50 ,  G06F9/455 ,  G06N5/01 ,  G06N7/01

Abstract: 本发明公开了一种服务器集群资源的统一调度方法和装置，该方法针对服务器资源调度的增量实时调度和全量碎片整理，合并简化了调度方法，实现了方法的复用；该方法包括以下步骤：获取当前时刻服务器集群状态的快照；根据快照，获取集群中的所有在运行的服务器集合，并根据优先级进行降序排列；依次遍历所排序的服务器集合，对每台服务器，通过弹射链和蒙特卡洛树搜索方法，依次判断所部署的容器是否可迁移至其它低优先级的服务器，并执行相应操作。本发明能获得完整的迁移路径和过程态，对服务器集群的资源进行整理，提高了资源的使用率，优化集群性能，降低功耗，助力实现数据中心的低碳节能、绿色环保的追求。

公开(公告)号：CN115982403A

公开(公告)日：2023-04-18

申请号：CN202310085564.9

申请日：2023-01-12

Applicant: 之江实验室

Inventor： 朱健 ,  陈光 ,  曾令仿 ,  程永利 ,  张云云 ,  张莹 ,  崔钰 ,  吴洵进

IPC: G06F16/583 ,  G06F16/55 ,  G06F16/51 ,  G06V10/80 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/09

Abstract: 本发明公开了一种多模态哈希检索方法及装置，该方法包括：获取带有标签的训练数据集；构建带有Transformer Encoder模块的多模态神经网络；根据所述训练数据集中的每个多模态数据经过所述多模态神经网络生成的哈希码与该多模态数据对应的标签，设计目标损失函数；根据所述目标损失函数，采用梯度下降法更新所述多模态神经网络的参数，以训练所述多模态神经网络；获取多模态原始数据并对所述多模态原始数据进行特征工程加工；将加工后的多模态原始数据输入训练后的多模态神经网络中，生成多模态哈希码；利用所述多模态哈希码，进行哈希检索。该方法使用Transformer网络实现多模态特征融合，与单模态哈希表示学习相比，检索的平均准确率(mAP)更高。

公开(公告)号：CN110728291B

公开(公告)日：2022-02-22

申请号：CN201910629792.1

申请日：2019-07-12

Applicant: 之江实验室

Inventor： 李劲松 ,  杨子玥 ,  胡佩君 ,  张莹 ,  王丰

IPC: G06K9/62

Abstract: 本发明公开了一种基于多中心模式下随机森林算法的特征重要性排序系统，该系统包括部署在参与协同计算的各中心的前置机、接收并整合各中心特征重要性排序结果的中心服务器、将最终特征重要性排序结果反馈给用户的结果展示模块。本发明基于多中心的随机森林算法，在各个中心分别计算特征重要性排序结果；在中心服务器进行整合各个中心的排序结果，形成全局性的特征重要性排序结果。本发明在不暴露各个中心数据的条件下，各个中心的数据始终在各中心，只向中心服务器传递中间参数，不传递原始数据，有效保障了数据安全和数据中包含的个人隐私。