-
公开(公告)号：CN111209095B
公开(公告)日：2023-08-15
申请号：CN201910769326.3
申请日：2019-08-20
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种DAG并行任务调度中基于树搜索的剪枝方法，所述方法包括步骤:选择阶段：根节点s0开始，选择路径上UCT值最大的子节点s，直到到达叶子节点，对UCT值最大的子节点s进行判断；剪枝阶段：对从根节点到当前节点的路径上的所有节点的makespan值和未调度的关键路径任务节点在各自最快完成的处理器上执行时间的累加值做判断；扩展阶段：判断S4步骤选中的叶子节点是不是终止节点，依据判断结果创建新的子节点，添加到搜索树上，更新新的子节点的标记；模拟阶段：从扩展节点开始，将剩余的任务进行模拟任务调度的过程；回传阶段：模拟结束后，将所得信息回传到根节点上。本发明提供一种加入剪枝的蒙特卡洛树搜索的DAG任务调度方法。
-
-
公开(公告)号：CN110262879B
公开(公告)日：2021-08-20
申请号：CN201910414594.3
申请日：2019-05-17
Applicant: 杭州电子科技大学
IPC: G06F9/48 , G06F16/901 , G06F16/903
Abstract: 本发明公开了一种基于平衡探索与利用的蒙特卡洛树搜索方法，包括：S01：选择阶段：从搜索树的根结点开始，根据节点的uct值向下寻找未扩展完全的节点；S02：扩展阶段：从就绪队列中随机选择一个任务，选择可以执行的处理器，以此作为扩展节点；S03：模拟阶段：从扩展节点开始，随机从就绪队列中选择任务，贪心地选择处理器，直到就绪队列中任务为空为止；S04：回传阶段：根据模拟阶段获得的makespan值，回传更新从根节点到新的扩展节点之间的所有节点；S05：重复上述步骤S01‑S04，直到满足迭代次数限制或时间限制，最终返回一个最小的makespan值。本发明实质性效果为：在实际的树搜索中加速寻找到较优的makespan值，使搜索树加速收敛，有效地降低了时间开销，提升了系统效率。
-
公开(公告)号：CN113177398A
公开(公告)日：2021-07-27
申请号：CN202110436219.6
申请日：2021-04-22
Applicant: 杭州电子科技大学
IPC: G06F40/186 , G06F40/166 , G06Q10/10
Abstract: 本发明公开了一种基于电子报版式的在线自动排版系统及方法，新闻出版手动排版、新闻出版效率低的问题，该自动排版系统包括前端web模块,用于接收排版请求、上传排版的编辑参数以及显示排版样式；后端服务器模块，用于抽取各个素材文件图文内容、并能够利用FFD算法和FirstFit算法设计排版，执行排版作业；数据库模块，通过API与服务器建立连接，用于存储排版的模板信息；后端服务器模块分别与前端web模块、数据库模块连接。该系统采用基于FFD算法的排版方法实现版面设计自动印刷排版，不需要手动编辑新闻布局，能够自动排版，提高了新闻出版效率。
-
公开(公告)号：CN109857532B
公开(公告)日：2020-11-17
申请号：CN201910059454.9
申请日：2019-01-22
Applicant: 杭州电子科技大学
IPC: G06F9/48 , G06F16/901 , G06F16/903
Abstract: 本发明公开了一种基于蒙特卡洛树搜索的DAG任务调度方法，包括如下步骤：首先使用CPOP算法里求关键路径的方法计算DAG图的关键路径；然后执行本方法的蒙特卡洛树搜索四个阶段，从根节点开始判断当前结点是否扩展完，如果扩展完选择UCT值最大的结点作为搜索路径结点，如果没有扩展完则添加一个新的结点作为扩展结点，以扩展结点开始模拟任务调度过程，使用随机选择策略选择处理器和任务，模拟结束得到一个makspan值，根据makespan值回传更新结点，最后根据蒙特卡洛树搜索的结果找到一条能使makespan值最小的调度顺序。本发明具有能够在加速保证算法效率的同时，提高算法的搜索效率的特点。
-
Patent Agency Ranking
公开(公告)号：CN111709911A
公开(公告)日：2020-09-25
申请号：CN202010418981.7
申请日：2020-05-18
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于神经网络的卵巢卵泡自动计数的方法，本发明将所有的数据图像采用随机种子的方式每次生成不同的训练集、验证集和测试集；通过神经网络的训练对网络参数进行不断的更新，并通过验证集的IOU进行验证从而保留网络模型的最优参数；将神经网络输出的预测图经过阈值化处理、噪声处理将预测图进行中的噪声去除并将图片转换成灰度图像；之后利用距离转换和分水岭算法将相互接触的卵泡分离开；最后用连通区域分析法统计卵泡的个数实现卵巢卵泡的计数功能。
-
公开(公告)号：CN110379506A
公开(公告)日：2019-10-25
申请号：CN201910516177.X
申请日：2019-06-14
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种针对心电图数据使用二值化神经网络的心律不齐检测方法，本发明首先获取训练模型数据，在训练之前对数据进行预处理；构建一组全精度的卷积网络模型，并输入数据进行训练，对网络参数进行调整以获得较好的效果；参考获得的全精度模型，构建二值化网络模型，将数据输入进行训练，对模型参数进行微调，在训练中采用Stop-BN的训练方法以提高训练效果；将已训练好的全精度模型作为老师模型，未训练的二值化模型作为学生模型，使用老师模型对学生模型进行蒸馏训练，以获得直接训练二值化网络更好的训练效果。本发明针对房颤进行鉴别，可有效减少运算内存与运算时间，训练的网络模型取得较优成果以降低二值化带来的精度损失。
-
公开(公告)号：CN110262879A
公开(公告)日：2019-09-20
申请号：CN201910414594.3
申请日：2019-05-17
Applicant: 杭州电子科技大学
IPC: G06F9/48 , G06F16/901 , G06F16/903
Abstract: 本发明公开了一种基于平衡探索与利用的蒙特卡洛树搜索方法，包括：S01：选择阶段：从搜索树的根结点开始，根据节点的uct值向下寻找未扩展完全的节点；S02：扩展阶段：从就绪队列中随机选择一个任务，选择可以执行的处理器，以此作为扩展节点；S03：模拟阶段：从扩展节点开始，随机从就绪队列中选择任务，贪心地选择处理器，直到就绪队列中任务为空为止；S04：回传阶段：根据模拟阶段获得的makespan值，回传更新从根节点到新的扩展节点之间的所有节点；S05：重复上述步骤S01-S04，直到满足迭代次数限制或时间限制，最终返回一个最小的makespan值。本发明实质性效果为：在实际的树搜索中加速寻找到较优的makespan值，使搜索树加速收敛，有效地降低了时间开销，提升了系统效率。
-
公开(公告)号：CN109857532A
公开(公告)日：2019-06-07
申请号：CN201910059454.9
申请日：2019-01-22
Applicant: 杭州电子科技大学
IPC: G06F9/48 , G06F16/901 , G06F16/903
Abstract: 本发明公开了一种基于蒙特卡洛树搜索的DAG任务调度方法，包括如下步骤：首先使用CPOP算法里求关键路径的方法计算DAG图的关键路径；然后执行本方法的蒙特卡洛树搜索四个阶段，从根节点开始判断当前结点是否扩展完，如果扩展完选择UCT值最大的结点作为搜索路径结点，如果没有扩展完则添加一个新的结点作为扩展结点，以扩展结点开始模拟任务调度过程，使用随机选择策略选择处理器和任务，模拟结束得到一个makspan值，根据makespan值回传更新结点，最后根据蒙特卡洛树搜索的结果找到一条能使makespan值最小的调度顺序。本发明具有能够在加速保证算法效率的同时，提高算法的搜索效率的特点。
-
公开(公告)号：CN119271398A
公开(公告)日：2025-01-07
申请号：CN202411293615.8
申请日：2024-09-14
Applicant: 杭州电子科技大学
Abstract: 发明公开了面向深度强化学习模型训练的异构算力资源配置优化方法，针对model‑based Muzero系列算法的核心组件，构建了一个异构图来描述组件的特征以及数据流动关系，基于多头注意力的节点‑边编码器将节点和边的特征映射到同一隐藏空间，利用汇总的全局特征预测不同配置下的算法训练时间。再利用模拟退火算法，根据模型输出的预测训练时间进行配置优化。根据优化后的配置分配CPU资源、GPU资源和内存资源，进行训练任务。根据训练结果计算资源均衡因子，评估资源配置方案，持续监控与优化。该方法实现模型训练过程中性能与资源消耗间的最佳平衡，显著提升模型训练的效率和效果，降低了复杂场景下资源配置优化的技术难度。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.031 seconds)
