-
公开(公告)号：CN118503152B
公开(公告)日：2024-10-18
申请号：CN202410953981.5
申请日：2024-07-17
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) , 山东省公安厅
IPC: G06F12/10 , G06N3/0442 , G06N3/045 , G06N3/08
Abstract: 本发明涉及计算机缓存技术领域，提供了一种基于门控循环与多头注意力机制的缓存替换方法及系统。该方法包括，将获取的当前访问的缓存行地址和程序计数器，转换为嵌入向量；基于嵌入向量以及前一时间步的隐藏状态，采用门控循环单元，得到当前时间步的隐藏状态，作为下一时间步门控循环单元的输入之一；将拼接的若干时间步的隐藏状态和缓存行地址输入多头注意力机制，得到上下文向量；将上下文向量输入全连接层，输出每个缓存行被替换的概率。本发明将机器学习应用于缓存优化，以满足不断变化的数据处理需求，提高缓存系统的性能和智能程度，更好地应对日益复杂和多边的数据需求，实现更高效的缓存系统。
-
公开(公告)号：CN118503229B
公开(公告)日：2024-09-27
申请号：CN202410961286.3
申请日：2024-07-18
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: G06F16/21 , G06F16/22 , G06F16/2455 , G06F16/27
Abstract: 本发明涉及一种面向多源异构数据的Hudi数据摄取方法及系统，属于数据处理技术领域，包括：发布数据入湖任务：上传入湖任务的相关信息，发布入湖任务；执行数据入湖任务：采用Apache Hudi作为数据湖架构，通过数据入湖处理引擎将原始数据从数据源传输到数据湖中进行存储，同时采集原始数据的元数据信息，并将原始数据的元数据信息持久化存储到元数据库中；构建数据资源目录：根据采集的元数据以及元数据在数据湖中的相关信息构建数据湖的数据资源目录。本发明通过网关架构对所有数据流进行集中管理，简化来自不同源的数据集成过程，降低系统的复杂性和总体拥有成本。
-
公开(公告)号：CN118519766A
公开(公告)日：2024-08-20
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：CN118503152A
公开(公告)日：2024-08-16
申请号：CN202410953981.5
申请日：2024-07-17
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) , 山东省公安厅
IPC: G06F12/10 , G06N3/0442 , G06N3/045 , G06N3/08
Abstract: 本发明涉及计算机缓存技术领域，提供了一种基于门控循环与多头注意力机制的缓存替换方法及系统。该方法包括，将获取的当前访问的缓存行地址和程序计数器，转换为嵌入向量；基于嵌入向量以及前一时间步的隐藏状态，采用门控循环单元，得到当前时间步的隐藏状态，作为下一时间步门控循环单元的输入之一；将拼接的若干时间步的隐藏状态和缓存行地址输入多头注意力机制，得到上下文向量；将上下文向量输入全连接层，输出每个缓存行被替换的概率。本发明将机器学习应用于缓存优化，以满足不断变化的数据处理需求，提高缓存系统的性能和智能程度，更好地应对日益复杂和多边的数据需求，实现更高效的缓存系统。
-
公开(公告)号：CN117786120B
公开(公告)日：2024-05-24
申请号：CN202410216838.8
申请日：2024-02-28
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: G06F16/35 , G06F40/284 , G06N3/0455 , G06N3/0464 , G06N3/0442 , G06N3/0499 , G06N3/082 , G06N3/048
Abstract: 本发明提出了基于层次化注意力机制的文本情感分类方法及系统，涉及人工智能领域，具体方案包括：对待分类的文本数据进行数据预处理，并通过Bert模型将其转化为情感词向量；将情感词向量输入到基于层次化注意力机制的文本情感分类模型中，生成并输出文本情感分类结果；其中，所述层次化注意力机制由缩放点积注意力层、注意力池化层和多头注意力层组成，通过缩放点积注意力层对情感词向量进行初步筛选，增强词向量的表示能力，所述注意力池化层用来筛选重要的情感特征，而多头注意力层进行进一步的特征提取和整合；本发明充分挖掘文本语义信息，从而显著提高情感分类的准确率。
-
Patent Agency Ranking
公开(公告)号：CN117743699B
公开(公告)日：2024-05-14
申请号：CN202410188406.0
申请日：2024-02-20
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: G06F16/9536 , G06Q50/20
Abstract: 本发明涉及一种基于DKT与汤普森采样算法的习题推荐方法及系统，属于新一代信息技术和在线教育技术领域；本发明将汤普森采样算法与基于用户的协同过滤算法相结合，特别为新用户设计了一种基于用户的协同过滤算法，解决深度知识追踪模型面临的冷启动问题。而且考虑了用户的个人背景和需求进行相关习题的推荐。本发明采用了基于多头注意力机制的知识追踪模型，加入习题类型特征，通过对用户的答题数据和答题结果进行深入分析，准确预测用户对未尝试习题的答题表现以及知识掌握情况。使推荐系统能够动态地调整习题难度和类型，以匹配用户的实际学习进度和能力。
-
公开(公告)号：CN117436370B
公开(公告)日：2024-03-19
申请号：CN202311658183.1
申请日：2023-12-06
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06F30/28 , G06F17/13 , G06F17/16 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本公开提供了面向流体力学网格生成的超定矩阵方程并行方法及系统，涉及计算流体力学数值模拟技术领域，包括建立以网格顶点坐标值为未知数的超定稀疏矩阵方程；并行获取新的系数矩阵和右端项，各子矩阵矩阵乘、子矩阵子向量乘计算的任务划分策略是按照转置矩阵的行数分给各处理器；采用并行共轭梯度法求解，任务划分策略是以非零元个数作为划分的依据，各个处理器迭代并行计算当前近似解的最优方向、最优步长以及新的近似解，直至残差满足设置的迭代终止条件双检测要求，将最优解作为超定稀疏矩阵方程的网格顶点坐标值，构造出所期望的三维空间结构化网格。本公开提高了高精度应用需求的结构化网格生成能力。
-
公开(公告)号：CN117707742A
公开(公告)日：2024-03-15
申请号：CN202410159991.1
申请日：2024-02-05
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)
Abstract: 本发明涉及高性能计算的作业调度技术领域，公开了基于负载预测的能耗均衡作业调度方法及系统，方法包括：获取历史时间段内，集群中节点的负载指标数据和功耗数据；对负载指标数据进行预处理并提取每个节点的历史负载特征变量；将每个节点的历史负载特征变量，输入到训练后的负载预测模型中，输出每个节点在未来时间点的负载预测值；根据每个节点在未来时间点的负载预测值，将集群中的每个节点划分为不同的负载类别；在每个负载类别中，按照功耗值由低到高的顺序对节点进行排序，优先选取低负载类别节点中的低功耗节点进行作业调度；调度后对高负载类别节点上运行的作业，实施作业迁移。本发明能够避免负载不均衡导致的热点问题和系统性能下降。
-
公开(公告)号：CN117496434A
公开(公告)日：2024-02-02
申请号：CN202311478776.X
申请日：2023-11-08
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: G06V20/52 , G06V40/20 , G06V10/44 , G06V10/25 , G06V10/80 , G06V10/26 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/082
Abstract: 本发明涉及一种基于改进YOLOv5算法的学生行为检测方法及系统，包括：获取待检测的教室的图片并进行预处理；将预处理后的图片输入训练好的改进的YOLOv5网络模型中进行学生行为检测，得到学生行为检测结果；改进的YOLOv5包括骨干网络bockbone、neck层和Head层，骨干网络bockbone包括Conv模块、C3模块、SACA模块以及BasciRFB模块。本发明将SPP模块替换为BasicRFB模块，同时搭建SACA模块，先经过SACA模块获取通道相关性权重特征以及空间信息权重特征，可以更好的获取有效特征信息，再经过BasicRFB模块进行特征提取，可以对目标模型特征达到更好的识别效果。
-
公开(公告)号：CN117312989A
公开(公告)日：2023-12-29
申请号：CN202311380815.2
申请日：2023-10-24
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: G06F18/2415 , G06F40/30 , G06N3/042 , G06N3/0464 , G06N3/0455
Abstract: 本发明涉及一种基于GCN和RoBERTa的上下文感知的列语义识别方法和系统，包括：数据预处理：设置增量同步数据获取任务，进行数据采集和清洗，加载到Mysql环境当中；列语义识别：基于数据集的列关系属性及属性关系构建词汇关系图，作为双层GCN图卷积网络输入来获取GCN全局语义特征嵌入；通过RoBERTa预训练模型线性化编码，将初步列向量输入到三层Tansformer使用其多头列注意力机制来获取局部语义特征嵌入，将并联输出的嵌入向量通过注意力机制融合权值，得到全局‑局部交互的上下文语义信息，并使用Adaline进行分类预测；本发明构建了上下文列语义识别模型，基于关系列投影进行元数据的语义识别。
-
-
-
-
-
-
-
-
-
Search Results
196
records
(took 0.056 seconds)
