-
公开(公告)号：CN116415103A
公开(公告)日：2023-07-11
申请号：CN202310681557.5
申请日：2023-06-09
Applicant: 之江实验室
IPC: G06F17/16
Abstract: 本说明书公开了一种数据处理的方法、装置、存储介质以及电子设备，可以读取存储在指定设备内存的目标数据，并确定目标数据的各数据维度，可以根据目标数据的各数据维度，确定各种候选数据拆分方式，以及确定按照每种候选数据拆分方式执行目标数据的数据处理任务后的效率值，并根据每种候选数据拆分方式对应的效率值，确定目标数据拆分方式，其中，针对每种候选数据拆分方式，该候选数据拆分方式用于确定指定设备中至少部分的数据处理单元所要处理的数据的数据维度，数据处理单元可以包括：指定设备中的寄存器以及各级缓存。以按照目标数据拆分方式，对神经网络模型中的待处理数据进行数据处理，从而能够提高神经网络模型中矩阵运算的效率。
-
公开(公告)号：CN116225192A
公开(公告)日：2023-06-06
申请号：CN202310509059.2
申请日：2023-05-08
Applicant: 之江实验室
Abstract: 本说明书公开了一种散热系统的控制方法、装置、存储介质及电子设备，本说明书实施例先根据历史上散热系统对计算集群散热时的各历史记录中确定出用于控制散热的各策略组合，针对每个策略组合，对各历史记录进行处理，确定在该策略组合下特征向量涉及的至少一个特征维度所对应的特征值范围，作为该策略组合的适用条件。根据每个策略组合的适用条件，构建模型，并通过模型输出的目标策略组合控制散热系统。在此方法中，通过对各历史记录进行分析，确定出采用每个策略组合所适用的条件。当需要控制散热系统时，将当前散热系统和计算集群的状态信息与各条件进行匹配，以确定出匹配上的条件所对应的目标策略组合，以控制散热系统。
-
公开(公告)号：CN116108670A
公开(公告)日：2023-05-12
申请号：CN202310128939.5
申请日：2023-02-02
Applicant: 之江实验室
IPC: G06F30/20
Abstract: 本说明书公开了一种光子器件优化的方法、装置、存储介质及电子设备。首先，初始化待优化区域中的各传导单元对应的相对介电常数。其次，对待优化区域进行光学仿真，根据待优化区域对应的仿真结果，得到各传导单元对应的更新后相对介电常数。而后，确定更新后相对介电常数位于设定相对介电常数范围内的待优化传导单元，若确定待优化传导单元的数量大于设定数量阈值，根据待优化传导单元对应的更新后相对介电常数，确定待优化传导单元对应的原始材料。然后，确定待优化区域在替换原始材料后的目标性能指标。最后，以最大化目标性能指标为优化目标，对光子器件进行优化。本方法可以降低光子器件优化过程中的计算量，提高优化效率。
-
公开(公告)号：CN114690628A
公开(公告)日：2022-07-01
申请号：CN202011644124.5
申请日：2020-12-31
IPC: G05B13/04
Abstract: 本发明公开了一种伪雅克比矩阵参数自整定的MIMO紧格式无模型控制方法，利用系统误差集作为BP神经网络的输入，BP神经网络进行前向计算并通过输出层输出伪雅克比矩阵的惩罚因子与步长因子等MIMO紧格式无模型控制器待整定参数，采用MIMO紧格式无模型控制器的控制算法计算得到针对被控对象的控制输入向量，以系统误差函数的值最小化为目标，采用梯度下降法，并结合控制输入分别针对各个待整定参数的梯度信息集，进行系统误差反向传播计算，在线实时更新BP神经网络的隐含层权系数、输出层权系数，实现伪雅克比矩阵参数自整定。本发明提出的伪雅克比矩阵参数自整定的MIMO紧格式无模型控制方法，能有效克服控制器参数的在线整定难题，对MIMO系统具有良好控制效果。
-
公开(公告)号：CN112015083A
公开(公告)日：2020-12-01
申请号：CN202010559963.0
申请日：2020-06-18
IPC: G05B13/04
Abstract: 本发明公开了一种SISO紧格式无模型控制器基于集成学习的参数自整定方法，所述集成学习算法包含PSO算法、BP神经网络以及循环神经网络三种个体算法。以系统误差作为集成学习算法的输入，首先进行三种个体算法对SISO紧格式无模型控制器的参数在线整定并输出三组临时整定参数，将结果分别输入到控制器中计算被控对象的控制输入，计算得到三组临时系统误差并利用softmax函数计算个体算法的权重比，将权重比与临时整定参数进行加权求和作为最终SISO紧格式无模型控制器待整定参数，实现参数自整定。本发明提出的SISO紧格式无模型控制器基于集成学习的参数自整定方法，结合不同个体算法优势，增强算法泛化性，克服控制器参数在线整定难题，对SISO系统具有良好的控制效果。
-
Patent Agency Ranking
公开(公告)号：CN112015081A
公开(公告)日：2020-12-01
申请号：CN202010558464.X
申请日：2020-06-18
IPC: G05B13/02
Abstract: 本发明公开了一种SISO紧格式无模型控制器基于PSO-LSTM协同算法的参数自整定方法，首先利用PSO算法优化LSTM初始权系数矩阵，然后利用系统误差数据集作为LSTM神经网络的输入，LSTM神经网络进行前向计算并通过输出层输出惩罚因子、步长因子等SISO紧格式无模型控制器待整定参数，采用SISO紧格式无模型控制器的控制算法计算得到控制输入，以系统误差函数的值最小化为目标，采用梯度下降法，并结合控制输入分别针对各个待整定参数的梯度信息，利用链式法则进行系统误差反向传播计算，在线实时更新LSTM神经网络中所有待学习的权系数，实现控制器基于PSO-LSTM协同算法的参数自整定。本发明提出的方法，能有效克服控制器参数的在线整定难题，对SISO系统具有良好的控制效果。
-
公开(公告)号：CN118277843A
公开(公告)日：2024-07-02
申请号：CN202410713024.5
申请日：2024-06-04
Applicant: 之江实验室
IPC: G06F18/24 , H04L47/2441 , G06F18/213 , G06N3/047 , G06N3/0464 , G06N3/09 , G06N3/084
Abstract: 本发明公开了一种多模态网络流量分类方法、装置和存储介质，该方法将多模态网络流量特征分为平稳特征和动态特征；直接对流量数据进行特征提取，得到动态特征；使用训练样本集对所构建的神经网络模型进行训练，获取其最优模型参数；采用神经网络模型对流量数据进行特征提取，得到平稳特征；根据平稳特征和动态特征，对贝叶斯分类模型进行训练，获取其最优模型参数；将动态特征送入训练好的贝叶斯分类模型，获取模态分类结果。本发明能够实现多模态网络流量的高效分类，同时提升了弱特征流量的分类精度。
-
公开(公告)号：CN116881618B
公开(公告)日：2024-06-04
申请号：CN202311078065.3
申请日：2023-08-25
Applicant: 之江实验室
Abstract: 本申请涉及一种通用矩阵乘计算优化方法、装置及处理器，该方法应用于处理器，处理器包括至少一个计算核心，计算核心包括算术逻辑单元、数据缓存和寄存器，包括：基于算术逻辑单元的宽度、寄存器的数量、数据缓存的容量，以及预先确定的用于构成通用矩阵乘算子内核的计算核心数量，确定通用矩阵乘算子内核的尺寸；基于算子内核的尺寸、预先确定的基本块矩阵的尺寸，以及左矩阵、右矩阵的尺寸，优化并行计算的计算核心数量；基于并行计算的计算核心数量、基本块矩阵的尺寸，以及左矩阵、右矩阵的尺寸，对数据缓存中通用矩阵乘计算区域的分块计算进行优化，解决了通用矩阵乘计算硬件资源利用率较低，数据访存开销较大的问题。
-
公开(公告)号：CN117459146A
公开(公告)日：2024-01-26
申请号：CN202311342060.7
申请日：2023-10-17
Applicant: 之江实验室
IPC: H04B10/40 , H04B10/516
Abstract: 本发明公开了一种基于多普勒频移预补偿方法的800G高速光收发装置和方法，电子处理模块：用于处理接收到的初始电信号进行均衡降噪处理；光电转换模块：用于处理接收到的光电信号进行光电转换并进行相应的调制解调处理；管理控制模块：用于控制并监控电子处理模块和光电转换模块并提供供电功能；所述电子处理模块、光电转换模块和管理控制模块通过金属布线连接。本发明基于微控制器的边缘计算能力和800G硅光技术，可实现不同运行轨道卫星的高速通讯组网，根据当前工作环境快速切换高速工作模式和低速节能模式，可实现有限充电环境的全天候工作，根据传输时延和卫星轨道对多普勒频移值进行均衡降噪，实现短时信号中断的瞬时链路恢复。
-
公开(公告)号：CN117149778B
公开(公告)日：2024-01-16
申请号：CN202311414028.5
申请日：2023-10-30
Applicant: 之江实验室
IPC: G06F16/22 , G06F16/2455
Abstract: 本申请涉及稀疏张量运算加速领域，特别是涉及一种稀疏张量运算加速方法、系统、计算机设备和存储介质，所述方法包括：读取两稀疏张量的压缩表示元数据信息，确定各稀疏张量中非零元素被标记为无效计算元素时所对应的另一个稀疏张量的起始非缩并维度索引和终止非缩并维度索引，并以键值对的形式存储在无效计算元素标记范围映射表中；对所述两稀疏张量进行自适应协同分块，得到所述两稀疏张量的预分块信息；基于所述无效计算元素标记范围映射表以及所述两稀疏张量的预分块信息，得到最终分块；将所述最终分块依次搬运至更内层缓存，直至完成计算。本发明减少运行时稀疏张量数据分块划分的重复性操作，进一步节省稀疏张量运算时间。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.032 seconds)
