-
公开(公告)号：CN112988080B
公开(公告)日：2021-07-30
申请号：CN202110507590.7
申请日：2021-05-10
Applicant: 鹏城实验室
IPC: G06F3/06
Abstract: 本发明公开了一种多数据页同时写入方法、3D闪存装置及计算机存储介质，所述多数据页同时写入方法包括：当新的硬盘IO被加入IO队列中时，获取3D闪存设备的运行状态；将所述运行状态识别为预设的强化模型的状态集中的其中一种状态；基于所述强化模型，获取与识别出的运行状态对应的动作；执行所述动作，以将符合预设条件的IO请求进行打包；将打包后的IO请求用于多数据页同时写入；本发明解决多数据页同时写入导致IO性能波动加剧以及IO末端延迟延长的问题，实现了降低IO性能波动以及IO末端延迟，从而提升用户体验。
-
公开(公告)号：CN112396042A
公开(公告)日：2021-02-23
申请号：CN202110076466.X
申请日：2021-01-20
Applicant: 鹏城实验室
Abstract: 本发明公开了一种实时更新的目标检测方法及系统、计算机可读存储介质，该方法包括：获取需要检测的数字图像并利用当前卷积神经网络对数字图像进行目标检测，得到目标检测结果；获取对目标检测结果满足预设条件的数字图像的人工标注，并利用人工标注后的数字图像更新训练集数据库；基于更新后的训练集数据库训练当前卷积神经网络，得到更新后的卷积神经网络，并获取更新后的卷积神经网络在测试集数据库上的评估指标结果；若评估指标结果满足网络生成条件，则基于自动机器学习生成和优化新的卷积神经网络，并将新的卷积神经网络作为当前卷积神经网络。本发明实现了对目标检测算法的实时更新，提高了目标检测的准确性和可靠性。
-
公开(公告)号：CN112101553B
公开(公告)日：2021-02-23
申请号：CN202011243717.0
申请日：2020-11-10
Applicant: 鹏城实验室
Abstract: 本发明涉及机器学习领域，公开了一种网络结构搜索方法及装置、设备、计算机可读存储介质。本发明通过将第i个网络结构，以及第i个网络结构的预估正确率值添加到历史数据集中，其中历史数据集包括各网络结构及其对应的正确率值，i为正整数，进而根据历史数据集进行网络结构搜索得到第i+1个网络结构，同时并行对第i个网络结构进行训练得到实际正确率值，再利用实际正确率值替换历史数据集中第i个网络结构对应的预估正确率值；解决了相关技术中网络结构搜索不够合理，造成网络结构搜索效率低的问题。
-
公开(公告)号：CN112988080A
公开(公告)日：2021-06-18
申请号：CN202110507590.7
申请日：2021-05-10
Applicant: 鹏城实验室
IPC: G06F3/06
Abstract: 本发明公开了一种多数据页同时写入方法、3D闪存装置及计算机存储介质，所述多数据页同时写入方法包括：当新的硬盘IO被加入IO队列中时，获取3D闪存设备的运行状态；将所述运行状态识别为预设的强化模型的状态集中的其中一种状态；基于所述强化模型，获取与识别出的运行状态对应的动作；执行所述动作，以将符合预设条件的IO请求进行打包；将打包后的IO请求用于多数据页同时写入；本发明解决多数据页同时写入导致IO性能波动加剧以及IO末端延迟延长的问题，实现了降低IO性能波动以及IO末端延迟，从而提升用户体验。
-
公开(公告)号：CN112416608A
公开(公告)日：2021-02-26
申请号：CN202110085084.3
申请日：2021-01-22
Applicant: 鹏城实验室
Abstract: 本发明公开了一种面向云平台性能评估的资源分配方法，根据云平台的历史资源分配策略以及与所述历史资源分配策略关联的历史测试评分拟合高斯过程；获取所述高斯过程中各个预设资源分配策略对应的后向概率；根据所述后向概率确定多个所述预设资源分配策略中的当前资源分配策略；按照所述当前资源分配策略对云平台进行测试。本发明还公开了一种面向云平台性能评估的资源分配装置及存储介质。本发明通过将资源分配过程拟合为高斯过程，并在高斯过程中以概率的角度迅速找到最有可能得到最高测试评分的最优资源分配策略，使得确定最优资源分配策略花费的成本更小，也更加准确，提高了云平台性能测试时资源分配的效率。
-
Patent Agency Ranking
公开(公告)号：CN112766486B
公开(公告)日：2025-04-11
申请号：CN202011645194.2
申请日：2020-12-31
Applicant: 鹏城实验室
Abstract: 本发明公开了一种神经网络结构的搜索方法、终端、服务器及可读存储介质，方法包括：服务器确定是否存储有神经网络结构对应的第一参数；若确定存储有第一参数时，发送携带第一参数的训练指令至终端，以使终端根据第一参数搜索目标神经网络结构并采用训练数据对目标神经网络结构进行训练。本发明提高了神经网络结构的搜索方法的资源利用率。
-
公开(公告)号：CN118227257A
公开(公告)日：2024-06-21
申请号：CN202410266777.6
申请日：2024-03-06
Applicant: 鹏城实验室
Abstract: 本申请实施例提供了一种网络性能评测方法、装置、计算机设备及可读存储介质。方法包括：获取每个被测计算服务器中的虚拟机对应的第一参数，根据第一参数对被测计算服务器的虚拟机进行性能测试，得到第一适应度值；根据第一适应度值确定出相关第一参数并进行调整，得到第二参数；根据第二参数进行性能测试，得到对应的第二适应度值；当每个第二适应度值均大于预设适应度阈值时，对第二参数进行调整，得到第二参数；重复将第二参数分配至被测计算服务器进行性能测试，得到对应的第二适应度值；直至任一第二适应度值小于预设适应度阈值时，确定出最大的目标适应度值为被测计算服务器的性能评测结果。以此，能够增加网络性能评测的效率和准确性。
-
公开(公告)号：CN117573975A
公开(公告)日：2024-02-20
申请号：CN202311548012.3
申请日：2023-11-17
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 鹏城实验室
IPC: G06F16/9535 , G06N3/0455 , G06N3/042 , G06N3/048 , G06N3/098
Abstract: 本发明提供了一种联邦跨领域的信息推荐方法、装置、终端设备及介质，所述信息推荐方法从服务器获取预先训练好的跨域序列推荐模型，并且通过用户的交互信息，确定对用户的推荐建议。该模型由服务器将多个本地模型聚合得到，每个本地模型对应一个客户端，并且每个本地模型在对应的客户端本地训练得到，这样，对于客户端来说，不需要将本地的数据上传到服务器，也可以通过服务器训练得到跨域序列推荐模型，然后从服务器获取该模型并进行应用，确保了客户端数据拥有方的数据隐私，此外相比现有的定制化推荐模型，跨域序列推荐模型通过多个本地模型聚合得到并且各本地模型分别由对应客户端本地训练得到，可以有效提高跨域序列推荐模型的性能和质量。
-
公开(公告)号：CN112073517B
公开(公告)日：2023-07-11
申请号：CN202010941036.5
申请日：2020-09-09
Applicant: 鹏城实验室
IPC: H04L67/10 , H04L41/0823 , H04L41/14
Abstract: 本发明实施例提供了一种分布式数据传输优化方法、系统及相关设备，用于提高数据传输的效率。本发明实施例方法包括：获取多条训练数据及数据传输策略的超参数空间，每一条所述训练数据包含集群配置的一种数据传输策略及在执行对应的数据传输策略过程中所述集群在单位时间内的网络吞吐量参数，其中，每个初始策略包含一组预设参数字段以及各个预设参数字段的字段值；将所述多条训练数据及数据传输策略的超参数空间代入贝叶斯优化算法模型，计算得到当前训练数据下的最优数据传输策略。
-
公开(公告)号：CN116029376A
公开(公告)日：2023-04-28
申请号：CN202310030638.9
申请日：2023-01-10
Applicant: 鹏城实验室
Abstract: 本申请公开了一种模型转换方法、模型转换装置及可读存储介质，所述模型转换方法包括步骤：在原框架下对原模型进行推理，并根据目标框架得到所述原模型中每一个原算子在目标框架下的算子分类信息；根据所述算子分类信息，将所述原算子替换为所述目标框架下的目标算子，得到目标模型，并记录所述目标算子和所述原算子的映射关系；在所述目标框架下对所述目标模型进行推理，并根据所述映射关系对所述原算子和所述目标算子的输入输出维度进行校验，得到校验结果；根据所述校验结果完成所述目标模型的推理。本申请提高了模型转换的效率。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.022 seconds)
