一种应用于图神经网络训练的采样方法及采样加速装置

    公开(公告)号:CN115600658A

    公开(公告)日:2023-01-13

    申请号:CN202211208844.6

    申请日:2022-09-30

    Abstract: 本发明提供一种应用于图神经网络训练的采样方法,用于在图神经网络训练过程中对图数据进行采样,所述采样方法包括:获取图数据中每个节点的所有邻居节点的存储位置,并以节点的所有邻居节点的存储位置随机排序构成该节点对应的邻居节点序列;基于得到的每个节点对应的邻居节点序列判断该节点的所有邻居节点是否符合集中分布;根据得到的每个节点的邻居节点的判断结果调整该节点被采样的概率,其中,将对应邻居节点符合集中的节点被采样的概率提高,将对应邻居节点不符合集中分布的节点被采样的概率降低;采用调整后的每个节点被采样的概率形成的概率分布对图数据进行采样。本发明减少了采样过程中的访存开销。

    一种用于挖掘肿瘤标志物的方法以及肿瘤风险筛查方法

    公开(公告)号:CN115602326A

    公开(公告)日:2023-01-13

    申请号:CN202211292710.7

    申请日:2022-10-21

    Abstract: 本发明提供了一种用于挖掘肿瘤标志物的方法,包括:S1、获取预定的多个分子通路所含有的所有基因在预设的实验组、对照组中分别发生变异的频率,实验组中的每个样本患有预定类别的肿瘤,对照组中的每个样本未患有所述预定类别的肿瘤或者患有所述预定类别的肿瘤但与实验组的样本的分型不同;S2、基于每个分子通路所含有的基因在实验组、对照组中分别发生变异的频率,确定在实验组和对照组中每个基因发生变异频率的差异指数;S3、针对每个分子通路,将该分子通路所含有的所有基因发生变异频率的差异指数求和,得到该分子通路的差异指数;S4、从预定的多个分子通路中,选择分子通路的差异指数大于预定检测阈值的分子通路作为肿瘤标志物。

    控制运行时钟周期的处理器运行差错检测方法及系统

    公开(公告)号:CN115599582A

    公开(公告)日:2023-01-13

    申请号:CN202211292332.2

    申请日:2022-10-20

    Abstract: 本发明提出一种控制运行时钟周期的处理器运行差错检测方法和系统,在程序段在顺序处理器核运行的时间与该程序段中的各种指令的数量呈一定的线性关系。因此本发明可将程序段中的指令进行分类,统计各类指令在检查核运行所需的时间。在主核运行的过程中,根据指令的种类和数量对程序段在检查核的运行时间进行预测,当预测的时间大于设定的值时,将其作为检查点划分程序段,控制检查核检查程序段的时间,减少差错检测的延时。

Patent Agency Ranking