-
公开(公告)号：CN116882218B
公开(公告)日：2023-11-21
申请号：CN202311147837.4
申请日：2023-09-07
Applicant: 北京大学 , 北京大学长沙计算与数字经济研究院
IPC: G06F30/20 , G06F30/28 , G06F119/14
-
公开(公告)号：CN116720568A
公开(公告)日：2023-09-08
申请号：CN202310697492.3
申请日：2023-06-13
Applicant: 北京大学长沙计算与数字经济研究院 , 北京大学
Abstract: 本发明涉及神经网络参数压缩、张量分解方法、存储介质和终端设备，包括：提取神经网络参数构成的N阶张量；将N阶张量执行优化张量分解过程，得到N个三阶核张量，代替N阶张量，执行神经网络步骤；关键在于，其优化张量分解过程，对缩并顺序进行了调整优化，根据待分解张量的阶数，构建待分解张量的序列集合；求和得到总序列；判断其中存在几个位置的值等于序列集合的序列个数的倍数；若存在一个，则将该一个位置对应的节点设定为公共节点；若存在多个，则将该多个位置对应的节点串联；判断序列集合的序列个数是否大于1，若是则将其划分为两组，递归上述步骤，若否，则得到缩并顺序，据此优化张量分解过程压缩神经网络参数。
-
公开(公告)号：CN117875410A
公开(公告)日：2024-04-12
申请号：CN202410279586.3
申请日：2024-03-12
Applicant: 北京大学 , 北京大学长沙计算与数字经济研究院
Abstract: 本申请公开了一种面向偏微分方程求解的神经网络模型自动设计方法及装置，该方法包括：基于神经网络模型的结构和含参激活函数构建进化搜索空间，并依据该搜索空间对神经网络模型进行基因编码；基于选择操作、交叉操作和突变操作，采用进化搜索策略在进化搜索空间中对神经网络模型进行搜索，直到预设的进化代数，其中，选择操作、交叉操作和突变操作用于在进化搜索空间中生成多个备选神经网络模型；选出进化最后一代中的最优神经网络模型个体用于偏微分方程的求解。本申请提供的方法实现了提升神经网络模型在求解偏微分方程时的精度和收敛速率的技术效果。
-
公开(公告)号：CN117407419A
公开(公告)日：2024-01-16
申请号：CN202311160042.7
申请日：2023-09-08
Applicant: 北京大学 , 北京大学长沙计算与数字经济研究院
IPC: G06F16/2455 , G06F16/28
Abstract: 本发明公开了一种高维数据的查找方法及装置、存储介质、电子设备。其中，该方法包括：确定搜索空间中的初始值，其中，初始值包括初始位置值和初始元素值，初始位置值由N个向量构成，每个向量长度为高维数组对应阶的维度大小，N为大于2的正整数；基于初始值查找搜索空间在单一维度的单维最大值，以及单维最大值的数组位置；将单维最大值和数组位置输出为搜索空间在当前迭代周期的当前最大元素。通过本发明，解决了相关技术中在搜索空间中查找高维最大元素的准确率低的技术问题，可适配于各种低秩表示形式的数据，通用性高，通过交替迭代的策略保证了收敛性，且减少了对超参数的依赖，无论是人造数据还是真实数据，提高了准确率和稳定性。
-
公开(公告)号：CN116405398A
公开(公告)日：2023-07-07
申请号：CN202310144049.3
申请日：2023-02-21
Applicant: 北京大学 , 北京大学长沙计算与数字经济研究院
IPC: H04L41/12 , G06N3/04 , G06N3/08 , H04L41/14 , H04L41/0896
Abstract: 本发明公开了一种稀疏梯度规约的方法、装置、终端设备及介质，包括：获取网络拓扑结构；根据网络拓扑结构将全局设备分为二维设备网格(n，d)，同时将稀疏张量也分为二维稀疏张量(d，n)，其中n代表节点数目，d代表每个节点内的设备数目；基于预设Reduce‑Scatter算法对二维设备网格(n，d)及二维稀疏张量(d，n)进行通信规约，确定规约结果；基于AllGather算法对规约结果进行处理，得到最终处理结果。根据底层带宽制定高效的梯度规约模式，以实现网络带宽的高效利用，缓解低带宽瓶颈，提升训练性能。
-
Patent Agency Ranking
公开(公告)号：CN118885711A
公开(公告)日：2024-11-01
申请号：CN202411073503.1
申请日：2024-08-06
Applicant: 北京大学 , 北京大学长沙计算与数字经济研究院
Abstract: 本申请公开了一种一维快速傅里叶变换数据处理方法、装置及电子设备。其中，该方法包括：对待处理序列进行分解，得到多个子序列，多个子序列的子序列数量和子序列的子序列维度为待处理序列的分解因子；依据待处理序列的序列长度和分解因子确定与待处理序列对应的计算图；依据计算图，多个子序列和图形处理器平台的硬件参数在图形处理器平台中确定目标内核的配置信息；依据配置信息在图形处理器平台中生成与目标内核对应的目标内核函数，并执行目标内核函数来对多个子序列进行求解。本申请解决了相关技术中的一维快速傅里叶变换计算方法均对图形处理器的结构有要求导致的泛用性较低的技术问题。
-
公开(公告)号：CN118228640B
公开(公告)日：2024-09-10
申请号：CN202410645141.2
申请日：2024-05-23
Applicant: 北京大学 , 北京大学长沙计算与数字经济研究院
IPC: G06F30/28 , G06F113/08 , G06F119/14 , G06F111/10
Abstract: 本申请公开了一种磁流体数值模拟方法、装置及非易失性存储介质。其中，该方法包括：确定预设模拟环境中的目标磁流体的黎曼问题模型；依据黎曼问题模型确定目标磁流体对应的五波模型；依据拉式框架下目标磁流体在物质界面的运动信息和目标比热容对左快波模型和右快波模型进行修正，使得左快波模型指示的左快波快于左阿尔文波模型指示的左阿尔文波，并且右快波模型指示的右快波快于右阿尔文波模型指示的右阿尔文波，其中，修正后的五波模型用于确定目标磁流体的数值模拟结果。本申请解决了由于相关技术中在模拟极端环境下的磁流体的状态时会产生非物理的数值震荡现象导致的无法正确模拟极端环境的技术问题。
-
公开(公告)号：CN118228640A
公开(公告)日：2024-06-21
申请号：CN202410645141.2
申请日：2024-05-23
Applicant: 北京大学 , 北京大学长沙计算与数字经济研究院
IPC: G06F30/28 , G06F113/08 , G06F119/14 , G06F111/10
Abstract: 本申请公开了一种磁流体数值模拟方法、装置及非易失性存储介质。其中，该方法包括：确定预设模拟环境中的目标磁流体的黎曼问题模型；依据黎曼问题模型确定目标磁流体对应的五波模型；依据拉式框架下目标磁流体在物质界面的运动信息和目标比热容对左快波模型和右快波模型进行修正，使得左快波模型指示的左快波快于左阿尔文波模型指示的左阿尔文波，并且右快波模型指示的右快波快于右阿尔文波模型指示的右阿尔文波，其中，修正后的五波模型用于确定目标磁流体的数值模拟结果。本申请解决了由于相关技术中在模拟极端环境下的磁流体的状态时会产生非物理的数值震荡现象导致的无法正确模拟极端环境的技术问题。
-
公开(公告)号：CN117151352B
公开(公告)日：2024-01-30
申请号：CN202311433829.6
申请日：2023-11-01
Applicant: 北京大学长沙计算与数字经济研究院 , 北京大学
IPC: G06Q10/063 , G06Q50/06 , G06F30/28 , G06F113/06 , G06F113/08
Abstract: 本发明涉及风资源评估方法、系统及计算机存储介质和终端设备，包括：获取场址一时间段的风资源数据；根据风资源数据，确定待模拟风场的加密区域；根据加密区域，将待模拟风场划分为若干片区，且加密区域的网格格距比非加密区域的网格格距小，LBM采用分片结构网格构建待模拟风场模型；根据风资源数据和待模拟风场模型，仿真模拟获取不同来流风向下模拟区域内的各网格点与观测点的模拟风场信息；根据风资源数据和不同来流风向下模拟区域内各网格点与观测点的模拟风场信息，确定当前风资源数据下，各网格点与观测点的实际风场信息，评估场址一时间段的风能。其是一种简单高效、模拟逼(56)对比文件US 2010119370 A1,2010.05.13US 2014335505 A1,2014.11.13WO 2008155779 A2,2008.12.24WO 2016082838 A1,2016.06.02Wesson Altoyan.Accelerating_the_Lattice_Boltzmann_Method.2023 IEEEAerospace Conference.2023,1-20.邹森;刘勇;冯欢欢;赵广.基于LBM-LES方法风力机流场的数值模拟.南昌航空大学学报(自然科学版).2017,第31卷(第02期),20-25.
-
公开(公告)号：CN117240717A
公开(公告)日：2023-12-15
申请号：CN202311500928.1
申请日：2023-11-13
Applicant: 北京大学 , 北京大学长沙计算与数字经济研究院
IPC: H04L41/0893 , G06F30/15 , G06F30/20 , H04L47/125 , H04L67/12
Abstract: 本发明涉及分片结构网格处理方法及优化方法和存储介质、设备，基于图划分算法，在简单划分、粗划分、细划分步骤下，给出负载更加均衡的网格划分结果，同时尽可能保持较小的通信量，提高了后续并行计算的效率。本申请的关键技术点为，提出了一个自动划分分片网格的处理方法，在给定分片网格和计算核心数后，根据网格大小和其拓扑结构，遍历可行空间，自动生成网格划分，在划分片数最小的前提下，使得每个计算核心对应的子网格大小尽可能一致。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.066 seconds)
