-
公开(公告)号：CN117667606B
公开(公告)日：2024-05-24
申请号：CN202410146277.9
申请日：2024-02-02
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: G06F11/30 , G06N3/042 , G06N3/0464 , G06N3/0442 , G06N3/048 , G06N3/08
Abstract: 本公开提供了基于用户行为的高性能计算集群能耗预测方法及系统，涉及高性能计算、云计算技术领域，获取实时监视的所有处于活跃状态的用户会话以及各节点、机柜的能耗数据；提取用户会话中的用户行为序列，对所述用户行为序列进行分类编码并转换为图数据结构；将所述图数据结构输入至用户行为预测模型中，预测未来设定时间内的行为序列并作为协变量；将所述协变量与能耗数据进行数据合并、扩充特征序列，获取包含用户行为信息的高维时序能耗数据，将所述高维时序能耗数据输入至能耗预测模型中，得到对集群各机柜、节点未来设定时间内的能耗预测值。本公开考虑用户行为对能耗的影响，从而实现更精准的预测。
-
公开(公告)号：CN117934914A
公开(公告)日：2024-04-26
申请号：CN202311830648.7
申请日：2023-12-27
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: G06V10/764 , G06V10/82 , G06N3/0475 , G06N3/094 , G06N3/084 , G06N3/09 , G06N3/096
Abstract: 本发明公开一种基于数据增强和最大绝对差异的对抗样本生成方法及系统，该方法包括：预处理原始图像，得到被攻击图像；创建初始扰动图像，开始迭代；基于被攻击图像，获得并调整多张局部图像，结合扰动图像，对被攻击图像和多张局部图像进行数据增强处理；将数据增强处理后的图像输入至分类网络模型中，计算全局特征与多个局部特征之间的最大绝对差异损失值，并计算分类器损失值，综合得到总损失值，通过反向传播获取损失函数梯度信息；计算得到最终的图像梯度信息，生成并更新扰动图像；判断是否达到最大迭代次数，若是，则对被攻击图像叠加更新后的扰动图像，生成对抗样本；反之则迭代更新扰动图像。本发明能够有效提高生成对抗样本的迁移率。
-
公开(公告)号：CN117877521A
公开(公告)日：2024-04-12
申请号：CN202410021090.6
申请日：2024-01-04
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: 本发明提出了基于数据增强的无监督机械声音异常识别方法及系统，通过对采集的正常音频数据提取对数梅尔谱图，并对对数梅尔谱图进行数据增强处理，用于识别模型的训练，增强了识别模型对于复杂故障模式的识别能力，并提高了其对于未知故障类型的泛化能力；在识别模型中通过添加自注意力机制捕捉长距离依赖，能够关注到输入特征图中相距较远的区域间的关系，提高特征提取和特征表达能力。
-
公开(公告)号：CN117786120A
公开(公告)日：2024-03-29
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。
-
公开(公告)号：CN117196070B
公开(公告)日：2024-01-26
申请号：CN202311474649.2
申请日：2023-11-08
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明属于异构数据下的联邦学习的技术领域，更具体地，涉及一种面向异构数据的双重联邦蒸馏学习方法及装置。所述方法包括全局知识蒸馏和局部知识蒸馏，全局知识蒸馏包括利用全局生成器生成全局伪数据，将全局伪数据输入局部模型和初始聚合模型，并根据模型输出结果对初始聚合模型微调，得到全局模型；局部知识蒸馏包括利用局部生成器生成局部伪数据，将局部伪数据输入局部模型和全局模型，并根据模型输出结果更新局部生成器，再利用更新后的局部生成器生成新的局部伪数据，利用新的局部伪数据更新局部模型。本发明保障数据异构环境下产
-
Patent Agency Ranking
公开(公告)号：CN117219120A
公开(公告)日：2023-12-12
申请号：CN202311000370.0
申请日：2023-08-09
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: 本发明公开一种基于时频域音频增强的机械设备异常检测方法及系统，包括：获取正常运行音频信号，提取幅度谱和相位谱，对幅度谱进行增强处理，将增强后的幅度谱与相位谱合并得到正常运行音频增强信号；对正常运行音频增强信号提取频谱特征，对卷积自编码器网络进行训练；对待测运行音频信号进行增强处理后得到待测运行音频增强信号，根据待测运行音频增强信号采用训练后的卷积自编码器网络得到待测运行音频重构信号，根据待测运行音频重构信号与待测运行音频增强信号间的重构误差得到异常检测结果。通过对音频信号进行增强，使得采集到的机械设备运行音频更加接近于机械设备本身，更利于异常声音检测而不会发生误判。
-
公开(公告)号：CN111508461B
公开(公告)日：2023-11-03
申请号：CN202010284793.X
申请日：2020-04-13
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G10K11/16
Abstract: 本发明公开了一种多声掩蔽系统信息中心化管理系统及方法，包括：控制器、信息中心化管理设备以及分别与所述信息中心化管理设备连接的至少两个声掩蔽系统，每一个声掩蔽系统包括声掩蔽系统控制器以及与其连接的至少一个声掩蔽系统负载；所述信息中心化管理设备被配置为对各声掩蔽系统进行参数配置；并且，接收各声掩蔽系统上传的工作状态数据，对所述工作状态数据进行分类，按照各数据分类的优先级别发送至控制器。本发明可根据防护区域的大小进行灵活扩展，实现多声掩蔽系统的协同防护；可以方便获取需防护区域防护参数，并进行灵活配置声掩蔽系统的数量以及位置。
-
公开(公告)号：CN116977979A
公开(公告)日：2023-10-31
申请号：CN202310927182.6
申请日：2023-07-26
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) , 山东山科智能科技有限公司
IPC: G06V20/58 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种交通标志识别方法及系统，其中方法，包括：获取待识别的视频；对待识别视频的所有帧图像，输入到训练后的交通标志识别模型中，输出交通标志识别结果；其中，训练后的交通标志识别模型，用于：对待识别视频的所有帧图像进行特征提取，得到所有帧图像的特征图；对所有帧图像的特征图，提取出交通标志候选区域；将关键帧图像的交通标志候选区域和相邻帧图像的交通标志候选区域，进行特征融合，得到融合后的交通标志候选区域；对融合后的交通标志候选区域进行特征图提取，生成融合后的候选区域特征图；对融合后的候选区域特征图进行分类和回归，得到交通标志识别结果。
-
公开(公告)号：CN116738444B
公开(公告)日：2023-10-31
申请号：CN202311021069.8
申请日：2023-08-15
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: 一种基于夏普利值的数据安全共享平台多方贡献度评估方法，属于数据治理计算机模型的技术领域。本发明综合考虑了服务分析模型改进程度、数据质量和数据参与度三个方面，在数据共享平台中，服务方根据自己的数据需求与数据所有者进行数据匹配，在安全数据传输与认证后，将匹配好的数据通过服务分析模型进行训练与评估，最后根对多个参与者的贡献进行评估。本发明能够更加公平合理地为数据所有者和服务方评估其贡献，提高各方数据共享的积极性，鼓励数据所有者提供真实可靠的数据。
-
公开(公告)号：CN116913413A
公开(公告)日：2023-10-20
申请号：CN202311166774.7
申请日：2023-09-12
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: G16C20/30 , G16C20/70 , G06F18/213 , G06F18/25 , G06N3/0455 , G06N3/08
Abstract: 本公开提供了基于多因子驱动的臭氧浓度预测方法、系统、介质及设备，涉及臭氧浓度预测技术领域，包括获取大气数据中的多个大气污染物数据因子的张量形式；将所述张量形式输入至多通道Earthformer模型中，输出表征臭氧浓度的变量；其中，当将数据因子的张量形式输入至多通道Earthformer模型后，首先，分层编码器将输入的张量形式逐步编码为多层表示，在每一层表示中引入注意力机制，通过并行应用注意力机制获取数据因子张量形式的局部特征向量，然后再将每个局部特征向量融合生成全局特征向量，利用特征向量以非自动回归的方式生成臭氧浓度预测结果。本公开提高了臭氧浓度预测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
290
records
(took 0.055 seconds)
