-
公开(公告)号:CN117910572A
公开(公告)日:2024-04-19
申请号:CN202311716315.1
申请日:2023-12-13
申请人: 浙江大学
IPC分类号: G06N5/04 , G06N3/092 , G06N3/0985
摘要: 一种基于端边云架构的神经网络多任务推理方法和装置,其方法包括:将用于推理的深度神经网络模型,数据集同步至本地、边缘、云设备;计算出每一层的输入张量大小以及每一层在不同设备上的推理时间;将模型切割成两个部分,计算神经网络在切割点前在本地推理的总时间,计算在切割点后在边缘或云设备上推理的总时间;多任务推理包含多个相同尺寸的推理任务,不同任务可以有不同的切割点;每个任务首先在本地运行至切割点,得到中间结果后发送至边缘或云设备上继续运行,得出最终的推理结果;同一设备同一时间只能运行一项任务,求解目标是所有任务完成总时间的最小值;训练深度强化学习模型,并应决定分割点、执行机器和执行顺序。
-
-
公开(公告)号:CN106789962A
公开(公告)日:2017-05-31
申请号:CN201611095301.2
申请日:2016-12-02
申请人: 浙江大学
摘要: 一种基于临界时间的网络污染抑制方法,包括以下步骤:(1)获取原始网络结构G的邻接信息,边的传播权值以及时延函数,并抽样生成n个激活图;(2)在步骤(1)得到的每个激活图中,对于每个污染源利用BFS生成CR树;(3)基于步骤(2)得到的CR树,计算每条边的传播能力;(4)根据每条边的传播能力,找到并切除传播能力最大的边,同时计算新图的每条边的传播能力;(5)重复步骤(4),直到切除k条边为止。此时得到最终污染抑制方案。
-
-
公开(公告)号:CN118939872A
公开(公告)日:2024-11-12
申请号:CN202410866125.6
申请日:2024-06-28
申请人: 杭州高新区(滨江)区块链与数据安全研究院 , 浙江大学
IPC分类号: G06F16/9535 , G06Q10/04 , G06F18/22 , G06N3/048 , G06N3/08
摘要: 本申请涉及一种内容推荐模型的训练方法、装置、设备和存储介质,其中,该方法包括:获取训练样本和初始推荐模型;训练样本包括多个样本用户与相应推荐内容的历史交互数据;基于初始推荐模型对样本用户进行预测,得到每个样本用户与对应推荐内容的预测得分;基于成对视角和预设激活函数构建推荐损失函数;基于推荐损失函数、预测得分和历史交互数据,训练初始推荐模型,得到内容推荐模型。通过本申请,能够基于成对视角和预设激活函数构建推荐损失函数,提高推荐损失函数性能,从而提高推荐模型为用户推荐内容的推荐效果,解决了推荐损失函数性能不足,导致推荐模型的推荐效果不佳的问题。
-
公开(公告)号:CN117786160A
公开(公告)日:2024-03-29
申请号:CN202311643894.1
申请日:2023-12-01
申请人: 浙江大学
IPC分类号: G06F16/901 , G06F16/903 , G06N5/022
摘要: 基于索引的不确定图两点间可达概率查询方法和装置,其方法包括:通过预计算得到一系列索引标签并将其预存,从而在查询时通过直接访问索引实现高效且具有理论保证的查询。本发明首先对新输入的图,构造一个相应的节点覆盖;之后在图上进行预计算,构造索引标签并进行存储,建立起一套索引结构;随后对新输入的查询,判断其属于四种查询类别中的哪一种;最后根据对应的查询类别,扫描索引进行基于两跳覆盖的计算,用返回的估计值作为两点间可达概率的查询结果,完成查询。本发明将部分重要属性在图数据的初始化阶段完成预计算,并作为索引进行存储,查询时只需浏览对应节点的索引信息就可高效完成查询响应,提高了查询的性能。
-
公开(公告)号:CN116928663A
公开(公告)日:2023-10-24
申请号:CN202210320159.6
申请日:2022-03-29
申请人: 泰州金泰环保热电有限公司 , 浙江大学
摘要: 本发明公开一种循环流化床锅炉落煤管防堵煤装置及方法,在落煤管底部向上垂直于管道接入干燥蒸汽,使蒸汽冲刷落煤管底部,并形成一层气体膜,将入炉煤托起,减少入炉煤与管道的接触,降低堵煤的风险。本方法可以在一定程度上减少循环流化床落煤管入炉煤堵塞的概率。从上游减少煤质不同对锅炉稳定、安全运行带来的影响。
-
公开(公告)号:CN112801076A
公开(公告)日:2021-05-14
申请号:CN202110403571.X
申请日:2021-04-15
申请人: 浙江大学
摘要: 本发明公开了一种基于自注意力机制的电子商务视频高光检测方法及系统,属于视频高光检测领域。整个检测过程分为两个阶段,在第一阶段将视频分成待检测片段和上下文片段,分别通过绝对时序编码和相对时序编码将其位置关系编码到整个视频中,通过加性注意力机制和自注意力机制将得出候选分数较高的若干候选片段;在第二阶段,从生成的若干候选片段中选择最好的得分最高的片段作为最后的高光片段输出。本发明基于自注意机制,利用绝对位置编码和相对位置编码,能够综合考虑片段与上下文以及片段和整体的关系,在高光检测中所取得的效果相比于传统的方法更好,精度更高。
-
-
-
-
-
-
-