-
公开(公告)号：CN115168281A
公开(公告)日：2022-10-11
申请号：CN202211098597.9
申请日：2022-09-09
IPC分类号： G06F15/173 , G06N3/04 , G06N3/08
摘要： 本发明涉及计算机高性能计算领域，尤其涉及一种基于禁忌搜索算法的神经网络片上映射方法和装置，该方法构造禁忌搜索表并使用基于启发式的迭代搜索过程，选取局部的片上网络的计算核心作为候选对象，建立整数规划模型并求解最优解，循环迭代不断降低映射解的目标代价函数，最后获得近似最优的部署方案；本发明方法给出的基于最近邻的构造策略和禁忌搜索算法的搜索策略，降低了神经网络模型映射后的目标机器的整体功耗和通信距离总和，极大提高了数据在片上网络的传输效率及整体计算速度。
-
公开(公告)号：CN113364621B
公开(公告)日：2022-07-26
申请号：CN202110623482.6
申请日：2021-06-04
申请人： 浙江大学
IPC分类号： H04L41/147 , H04L41/14 , H04L41/50 , G06F17/15 , G06F17/16
摘要： 本发明公开了一种服务网络环境下的服务质量预测方法，包括以下步骤：(1)通过用户多次调用同一或不同服务时产生的服务质量日志信息，构建用户的服务不确定性质量模型；(2)基于用户的服务不确定性质量模型，挖掘目标用户的相似用户集合；(3)基于目标用户的相似用户集合中的相似性信息，对矩阵分解算法进行改进，实现对服务质量的精准预测。本发明的服务质量预测方法可在用户进行服务选择时提供决策依据，基于服务质量信息进行有针对性的服务优化，进行更加准确的服务推荐。
-
-
公开(公告)号：CN113626920A
公开(公告)日：2021-11-09
申请号：CN202110926051.7
申请日：2021-08-12
申请人： 浙江大学
摘要： 本发明公开了一种基于BIM+5G技术的工程监测管理系统，属于建筑工程监测技术领域，包括现场采集子系统、数据传输模块、数据处理模块、云存储平台、BIM分析子系统、危险告警模块、控制中心端和施工中心端；本发明设置有BIM分析子系统和危险告警模块，其利用BIM模型进行仿真模拟，同时对多影响因素耦合的工况进行力学分析计算，研究其内部应力应变变化和位移等变形响应情况，并进行阈值比较，从而有利于在施工阶段针对异形结构建筑进行实时安全监测，进而有利于避免施工机械操作不当或人员知识水平低下等因素造成施工安全隐患。
-
公开(公告)号：CN113221905A
公开(公告)日：2021-08-06
申请号：CN202110539925.3
申请日：2021-05-18
申请人： 浙江大学
摘要： 本发明公开了一种基于均匀聚类的语义分割的无监督域适应方法、装置、系统和存储介质，首先，建立了基于原型的源域均匀聚类损失和基于经验原型的目标域均匀聚类损失，缩小了同一类别像素的类内差异，同时驱动结构相似但类别不同的像素相互远离，趋向均匀分布，增大了类间距离，克服了域适应过程中类别边界不清晰的问题；接着，将基于原型的源域均匀聚类损失和基于经验原型的目标域均匀聚类损失融入对抗训练框架，缩小了源域和目标域之间的域差异，增强了跨域数据在语义分割模型上的适应性，进而提升了语义分割的准确性。
-
公开(公告)号：CN113035349A
公开(公告)日：2021-06-25
申请号：CN202110320409.1
申请日：2021-03-25
申请人： 浙江大学
摘要： 本发明公开了一种面向遗传代谢病多中心筛查的神经网络动态融合方法，该方法中除了多个筛查中心外，还需要配备两种类型的节点：任务节点、计算节点，其中任务节点负责多中心筛查任务的管理、分发、维护；每个筛查中心各需要配备一个计算节点，负责任务节点下发联合建模任务的计算。本发明方法是面向遗传代谢病多中心筛查场景的，填补了多中心联合建模方法的空缺。其次，结合遗传代谢病多中心筛查建模任务多、神经网络融合通信负载压力大的特性，本发明方法采用探测性参数采样，评估多个计算节点种模型迭代的同步程度，动态调整模型融合的时间节点，提升融合效率，减少通信次数，可以有效降低整体任务的通信负载。
-
公开(公告)号：CN106778014B
公开(公告)日：2020-06-16
申请号：CN201611247218.2
申请日：2016-12-29
申请人： 浙江大学
摘要： 本发明公开了一种基于循环神经网络的患病风险预测方法，包括：(1)利用诊断的疾病作为训练样本，进行疾病名称分布式词向量训练，得到词向量映射矩阵，并进行存储；(2)再次利用诊断的疾病作为训练样本，进行循环神经网络训练，得到患病风险预测模型；(3)将病人历史记录中每种诊断疾病作为一个测试样本输入患病风险预测模型，得到患病风险预测结果。该方法利用循环神经网络与分布式词向量表达嵌入技术，解决了因医疗诊断数据具有维度高、数据稀疏、时序性强等特点导致的训练模型过于复杂、训练成本高以及训练准确率低等问题，实现了针对历史患病信息进行具有时序性的建模过程。
-
公开(公告)号：CN111178496A
公开(公告)日：2020-05-19
申请号：CN201911207987.3
申请日：2019-11-30
申请人： 浙江大学
摘要： 本发明公开了一种多代理强化学习合作任务场景下的代理间交换知识的方法，包括：每个代理独立观测环境，使用神经网络将环境进行编码，提取相关的特征向量；所述代理将各自的特征向量交由中心站（使用循环神经网络实现）进行整合，所述中心站为各代理生成新的知识编码并进行分发；所述代理接收到新的知识，整合旧有的环境特征向量，然后输入神经网络策略进行决策；上述所有神经网络的参数学习是端到端进行的。该方法能够对多个代理所观测的知识进行整合，帮助多代理系统在合作任务上学习到更好的策略。其中，代理的数目不受限制。
-
公开(公告)号：CN109286530B
公开(公告)日：2020-04-14
申请号：CN201811330155.6
申请日：2018-11-09
申请人： 浙江大学
摘要： 本发明公开了一种跨界服务网络运行与支撑架构，跨界服务网络定义为四元组(V，E，ρ，f，event)的无向图，其中，V是节点集合，E是无向图边集合，ρ是节点质量评估函数，f是服务与服务交换机节点、服务路由器节点的映射关系，event是事件，服务交换机节点负责将企业服务转化为统一服务风格后，开放到跨界服务网络中；服务路由器节点将服务交换机开放的服务同步到跨界服务网络中，对服务消费者的服务请求进行转发以加速服务消费，为服务标准化和服务组合提供支撑载体；服务超级节点负责服务路由器、服务交换机和消息队列的管理；跨界服务网络中，节点的通讯机制包括服务信息事件广播机制和服务调用路由机制。
-
公开(公告)号：CN110362754A
公开(公告)日：2019-10-22
申请号：CN201910499577.4
申请日：2019-06-11
申请人： 浙江大学
IPC分类号： G06F16/9536
摘要： 本发明公开了一种基于强化学习的线上社交网络信息源头检测的方法，针对庞大的在线社交网络，当观测整个网络不可行或是对整个网络进行计算不可行时，采用观察网络局部的状态来收集信息；观测庞大社交网络有限的局部信息，同时对网络结构和传播状态进行观察，构造社交网络信息传播的局部特征矩阵；针对收集到的信息，使用强化学习方法来拟合函数近似器，用于判决传播重要节点或源头；对判决过程中收集到的节点信息和观测子图的特征矩阵进行整合，完善强化学习策略的输入信息，提升检测信息传播源头的准确度。该方法能够对在线社交网络中的信息传播源头进行检测，且有效解决了对庞大网络观测或计算能力不足的问题。
-
-
-
-
-
-
-
-
-
搜索结果
534 条记录 (耗时 0.06 秒)
