-
公开(公告)号：CN112734073A
公开(公告)日：2021-04-30
申请号：CN201911031539.2
申请日：2019-10-28
Applicant: 国网河北省电力有限公司 , 国家电网有限公司 , 中国科学院计算机网络信息中心 , 天津弘源慧能科技有限公司
Abstract: 本发明涉及一种基于长短期记忆网络的光伏发电功率短期预测方法，包括:使用Pearson相关系数确定与发电功率高度相关的天气数据特征，使用LSTM网络模型建立了输入天气数据特征与输出发电功率之间的非线性关系，并捕捉了时间序列的相关性，针对季节和天气类型划分原始输入数据集，提高模型预测精度，对基于季节和天气类型的LSTM模型预测结果进行线性拟合处理，进一步提高模型预测的准确度。
-
公开(公告)号：CN111831808A
公开(公告)日：2020-10-27
申请号：CN202010688463.7
申请日：2020-07-16
Applicant: 中国科学院计算机网络信息中心
IPC: G06F16/332 , G06N3/04 , G06N3/08
Abstract: 本发明实施例提供了一种数据驱动的人工智能材料预测系统，所述系统至少包括：用户交户层，配置为根据用户选择，确认通过构建新的材料预测模型,或使用已有材料预测模型，进行材料性质预测；以及，接受用户输入的材料特征量；自动特征层,配置为根据输入的材料特征量,解析材料基元信息，材料基元信息包括材料组成元素、结构矩阵、工艺参数；以及，通过用户输入和自动检索，完善材料特征量维度；模型及自动训练层，配置为根据材料特征量，调用已有预测模型，预测材料性质；或根据材料特征量，和预测目标向量，自动选择预测模型的构成方式，建立新的材料预测模型，训练所述新的材料预测模型，根据训练完成的所述新的材料预测模型，预测材料性质。
-
公开(公告)号：CN106529187A
公开(公告)日：2017-03-22
申请号：CN201611056825.0
申请日：2016-11-25
Applicant: 中国科学院计算机网络信息中心 , 中国原子能科学研究院 , 北京科技大学 , 中国科学院计算技术研究所
IPC: G06F19/00
CPC classification number: G06F19/00
Abstract: 本发明涉及一种嵌入原子势计算优化方法，该嵌入原子势计算优化方法包括：通过初始化设置第一至少一个时间步及第一至少一个时间步对应的电子云密度；根据设置的第一至少一个时间步及第一至少一个时间步对应的电子云密度，确定第二时间步及第二时间步对应的电子云密度；根据第一至少一个时间步及第一至少一个时间步对应的电子云密度和第二时间步及第二时间步对应的电子云密度，确定嵌入原子势。本发明通过简化动力学模拟中的计算热点：势及粒子间相互作用力的计算，以此来提高模拟效率。
-
公开(公告)号：CN120012508A
公开(公告)日：2025-05-16
申请号：CN202510114440.8
申请日：2025-01-24
Applicant: 中国科学院计算机网络信息中心
Abstract: 本申请提供一种基于八叉树的计算节点负载均衡方法和装置，包括将计算区域划分为多个子区域，对计算区域进行递归划分，得到计算区域对应的八叉树结构，根据八叉树结构，依次将叶节点分配到不同的计算节点上，使得各计算节点的负载值均衡，随着模拟仿真进程，重新计算叶节点的负载值，根据叶节点的负载值，重新分配叶节点到计算节点上，使得计算节点的负载值重新均衡。本发明基于计算负载评估结果，对负载不均衡的进程进行八叉树网格划分，主要在相邻背景网格的进程之间进行调整，优化各计算节点的负载分布，并有利于计算过程中相邻子区域的数据传输。
-
公开(公告)号：CN119376977B
公开(公告)日：2025-04-15
申请号：CN202411436342.8
申请日：2024-10-15
Applicant: 中国科学院计算机网络信息中心
IPC: G06F9/54 , G06N3/098 , G06N3/0455
Abstract: 本公开涉及深度学习大规模模型并行训练通信优化，具体涉及一种基于有损压缩的大规模并行通信优化方法，包括：将原始数据划分为N×N个块数据；各个进程非阻塞接收来自上一个进程的块数据，同时基于SZX算法压缩本进程上一轮接收到的块数据，再非阻塞发送所述压缩后的块数据至下一个进程，同时解压缩接收到的块数据并进行规约操作，直至每个进程持有规约子块结果；每个进程以环形的方式并行通信，直至每个进程都持有所有进程压缩后的规约子块结果；各个进程开始对接收到的所有压缩后的规约子块结果进行解压缩并存储数据。该方法降低了大模型张量并行训练中的通信开销，实现发送和接收与压缩和解压缩时间开销的相互掩蔽，节约了时间成本。
-
Patent Agency Ranking
公开(公告)号：CN119417693A
公开(公告)日：2025-02-11
申请号：CN202411476492.1
申请日：2024-10-22
Applicant: 中国科学院计算机网络信息中心
IPC: G06T1/20 , G06N3/042 , G06N3/0464
Abstract: 本申请公开了一种用于GPU的图神经网络加速训练方法、存储介质及电子装置，所述方法包括：获取初始图，并将初始图分割为N个子图，其中初始图为动态图样本中对应一个时刻的静态图；预估子图的计算负荷，基于子图的计算负荷将N个子图分配至M个GPU上并进行图神经网络的训练，其中每个GPU上至少被分配2个子图；获取增量数据，并基于增量数据对子图进行更新，其中所述增量数据用于表征当前时刻扫描的动态图样本中的静态图相对于GPU当前处理的静态图的变化；将所述N个含有增量数据的子图分配至M个GPU上并进行图神经网络的训练。本技术确保了计算与资源利用率提升，降低了训练耗时，提高了图神经网络在训练时的训练效率。
-
公开(公告)号：CN119127525A
公开(公告)日：2024-12-13
申请号：CN202411144012.1
申请日：2024-08-20
Applicant: 中国科学院计算机网络信息中心
Abstract: 一种大模型并行训练通信优化方法，应用于多个计算设备组成的系统，每个计算设备配置有GPU，GPU包含至少一个进程，进程用于大模型并行训练中的一个任务分区，方法用于对ZeRO数据的ZeRO‑1阶段的优化，该方法包括：执行模型的向前计算以及反向计算，确定梯度信息；基于梯度信息，更新本地优化器状态中的动量；通过1‑bit Allreduce通信对更新后的动量进行处理，并更新压缩过程中产生的误差；利用聚合后的动量以及方差，更新每个计算设备上存储的模型参数分区。本方法可以降低通信开销，提高并行训练的效率。
-
公开(公告)号：CN117155925A
公开(公告)日：2023-12-01
申请号：CN202210573743.2
申请日：2022-05-24
Applicant: 中国科学院计算机网络信息中心
IPC: H04L67/10 , H04L67/025 , H04L67/146 , H04L67/30 , H04L67/54 , H04L9/40
Abstract: 本发明涉及计算资源远程访问技术领域，具体涉及一种分布式计算资源远程访问方法与系统，其整体架构由客户端层、SSH网关和计算集群层构成，客户端层通过外网与SSH网关连接，计算集群层通过内网与SSH网关连接；客户端层包括多个客户端，且各个客户端内均设有浏览器、SSH终端；SSH网关包括WEB服务模块、SSH跳板服务模块、缓存服务模块；计算集群层由物理集群和虚拟集群构成，物理集群内包括多个物理机，虚拟集群内包括多个虚拟机，物理机及虚拟机内分别设有SSHD登录节点；本发明满足分布式环境下安全高效地访问远程计算资源，提升客户端访问远程计算集群的便利性，便于对整个流程进行统一的管理。
-
公开(公告)号：CN111814398B
公开(公告)日：2023-09-29
申请号：CN202010653007.9
申请日：2020-07-08
Applicant: 国网河北省电力有限公司 , 国家电网有限公司 , 中国科学院计算机网络信息中心 , 天津弘源慧能科技有限公司
IPC: G06F30/27 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F111/08
Abstract: 本发明涉及一种基于图的融合时空注意力的地表太阳辐射度预测方法，该方法包括以下步骤：选择覆盖实测站点的SWR子网格来构建图，气象网格点和地面辐射度实测站点作为图的结点；使用空间嵌入和时间嵌入来表示图结构和时间信息；使用融合时空的注意力机制学习图中结点间的动态关系联性；在编码器encoder和解码器decoder中间加入变换注意力模块,通过时空嵌入来建模历史和未来的关系；将实测站点的结点特征作为解码器decoder的输入来进行太阳辐射度预测。本发明充分考虑了时空相关性，能够更准确的预测辐射度。
-
公开(公告)号：CN115797169A
公开(公告)日：2023-03-14
申请号：CN202211410670.1
申请日：2022-11-11
Applicant: 国网河北省电力有限公司 , 中国科学院计算机网络信息中心 , 天津弘源慧能科技有限公司
Abstract: 本申请提供了一种图像预处理方法、图像预处理装置、电子设备和计算机可读存储介质。方法包括：获取连续拍摄的多个原始图像；计算多个原始图像中每个原始图像的时间相关属性的数值；根据数值的不同，从原始图像中截取不同尺寸的输入图像；将输入图像输入预测模型。根据本申请，通过简单的方式实现准确可靠的图像尺寸调整，能够帮助预测模型实现高效准确的预测效果。
-
-
-
-
-
-
-
-
-
Search Results
90
records
(took 0.042 seconds)
