-
公开(公告)号：CN114281647A
公开(公告)日：2022-04-05
申请号：CN202111601112.9
申请日：2021-12-24
Applicant: 上海声通信息科技股份有限公司 , 上海交通大学
IPC: G06F11/30
Abstract: 本发明提供了一种容器集群环境下容器GPU资源监控系统，该方法包括：主机级GPU资源监控子系统：用以对集群中的各GPU卡进行全局唯一识别，并对主机中的GPU资源进行全局同步监控；容器级GPU资源监控子系统：在每个容器中通过调用API的方式启动新的进程来对容器占据的GPU卡进行实时资源监控。本发明能够实现各主机和各容器的GPU资源的细粒度采集，实现GPU资源配置信息的全局同步，并实现主机级别GPU资源数据的全局同步采集。
-
公开(公告)号：CN119106342A
公开(公告)日：2024-12-10
申请号：CN202411100787.9
申请日：2024-08-12
Applicant: 上海声通信息科技股份有限公司 , 上海交通大学
IPC: G06F18/2413 , G06F18/211 , G06F18/2131 , G06N3/045 , G06N3/0499 , G06N3/0464 , G06F18/214 , G06F18/22 , G06F123/02
Abstract: 本发明提供了一种基于全局注意力和局部注意力的小样本长时序预测方法和系统，包括：首先，采用全局注意力，通过对长序列和短序列进行快速傅里叶变换，以提取周期性及其相应的数量特征；然后，选择类似卷积的方法进行局部注意力，旨在揭示短序列与辅助长序列内不同段落之间的关联；最后，将两种注意力机制结合起来得到最终权重，通过前馈神经网络与残差相结合获得输出。本发明方法有效地挖掘了短序列与辅助长序列之间的相似性，从而实现了准确的小样本预测。
-
公开(公告)号：CN117851074A
公开(公告)日：2024-04-09
申请号：CN202410164167.5
申请日：2024-02-05
Applicant: 上海声通信息科技股份有限公司 , 上海交通大学
Abstract: 本发明提供了一种基于无服务器计算的在线深度学习推理服务分割方法，包括：步骤S1：基于用户提交的DLIS请求，令服务分析器分析DLIS的主导运算符O，基于分析的结果，生成作为有向无环图DAG的图G；步骤S2：基于图G，令模型分割器生成分割方案并分割DLIS，并对DLIS的切片制定并行化策略；步骤S3：基于模型分割器的分割结果与并行化策略，令调度器将同一个DLIS的若干切片部署在同一个服务器上；步骤S4：通过通信优化模块对所述服务器进行优化。本发明针对无服务器平台上的DLIS，提供模型混合分割框架，将深度学习模型水平和垂直分割，提高无服务平台中的深度学习推理服务的资源利用率和降低部署成本，同时，确保服务延迟最小化。
-
公开(公告)号：CN114491239B
公开(公告)日：2025-04-25
申请号：CN202111678440.9
申请日：2021-12-31
Applicant: 上海声通信息科技股份有限公司 , 上海交通大学
IPC: G06F16/9535 , H04L67/55
Abstract: 本发明提供了一种基于内容分发系统中硬件运算感知的事件匹配方法，包括如下步骤：订阅步骤：提交订阅；发布步骤：生成发布事件；匹配步骤：执行事件匹配来搜索匹配的订阅，将匹配订阅的事件发送给匹配订阅所属的订阅者。本发明与现有工作不同，HEM将订阅状态存储在缓存中，在匹配过程中主要执行一些高效的位或操作，通过充分利用硬件的特性，HEM算法可以显著提升事件匹配的效率。
-
公开(公告)号：CN114491239A
公开(公告)日：2022-05-13
申请号：CN202111678440.9
申请日：2021-12-31
Applicant: 上海声通信息科技股份有限公司 , 上海交通大学
IPC: G06F16/9535 , H04L67/55
Abstract: 本发明提供了一种基于内容分发系统中硬件运算感知的事件匹配方法，包括如下步骤：订阅步骤：提交订阅；发布步骤：生成发布事件；匹配步骤：执行事件匹配来搜索匹配的订阅，将匹配订阅的事件发送给匹配订阅所属的订阅者。本发明与现有工作不同，HEM将订阅状态存储在缓存中，在匹配过程中主要执行一些高效的位或操作，通过充分利用硬件的特性，HEM算法可以显著提升事件匹配的效率。
-
Patent Agency Ranking
公开(公告)号：CN118643326A
公开(公告)日：2024-09-13
申请号：CN202410680176.X
申请日：2024-05-29
Applicant: 上海声通信息科技股份有限公司 , 上海交通大学
IPC: G06F18/214 , G06F18/2431 , G06F18/10 , G06F18/23 , G06N20/00 , G06F18/22
Abstract: 本发明提供了一种大语言模型辅助的机器学习算法模型推荐方法及系统，包括：步骤S1：基于各个领域的数据集和每个数据集对应的机器学习算法模型构建代码仓库；对代码仓库中的机器学习算法模型进行预处理；步骤S2：将各个领域的数据集中的表格数据集和描述信息分别进行嵌入表示，基于嵌入表示的数据集和目标数据集进行相似度计算，并基于相似度进行排序；基于排序的候选数据集根据预设要求选择最相似的k个候选数据集；步骤S3：基于选择的最相似的k个候选数据集，每个候选数据集选取评估指标分数满足预设要求的p个机器学习算法模型，获得大语言模型的最终输入，输出最终的机器学习任务代码。
-
公开(公告)号：CN115187216A
公开(公告)日：2022-10-14
申请号：CN202210866673.X
申请日：2022-07-22
Applicant: 上海声通信息科技股份有限公司 , 上海交通大学
Abstract: 本发明提供了一种基于相似度的工作流活动对齐方法及系统，包括：步骤S1：利用工作流活动的属性信息，多角度地计算任意两个活动模块之间的综合相似度sim(act1,act2)；步骤S2：构建所有工作流的活动相似度矩阵Sim_Matrix；步骤S3：在Sim_Matrix的基础上，设定活动之间的有边相连的阈值，寻找以所有活动为节点的无向图里所有的连通子图，对工作流活动进行聚类对齐。本发明综合利用活动的多种属性信息，设计了一套工作流活动对齐方法，将功能相似的活动聚类对齐之后，再比较工作流整体的结构语义，极大地提升了工作流相似性度量的合理性和有效性。
-
公开(公告)号：CN113987084B
公开(公告)日：2025-05-23
申请号：CN202111216249.2
申请日：2021-10-19
Applicant: 上海交通大学
IPC: G06F16/28
Abstract: 本发明提供了一种基于语义嵌入的软件生态社区发现方法及系统，包括：步骤1：选取异构节点，设计元路径，构建软件生态异构信息网络；步骤2：根据元路径以及构建的异构信息网络，利用Skip‑Gram模型获得节点的出现概率，将出现概率大的(前20％)设置为种子节点；步骤3：以种子节点为中心，寻找相似节点，最终发现异构社区。本发明利用元路径获得异构节点间隐藏的语义信息，并依此构建异构信息网络，最终围绕种子节点识别出异构社区，更符合现实生活中社区成员的异构性，对研究软件社区的发展有着实际意义。
-
公开(公告)号：CN119918403A
公开(公告)日：2025-05-02
申请号：CN202411981945.6
申请日：2024-12-30
Applicant: 上海交通大学 , 中交第三航务工程局有限公司 , 上海中交水运设计研究有限公司
Abstract: 本发明提供了一种面向水质预测的扩散方程图神经网络模型的线性方程组、F‑GNN方法及系统，F‑GNN方法包括：步骤S1，收集各站点监测的历史数据，构建时空图；步骤S2，基于时空图，采用有限差分方法计算出扩散方程计算式，根据扩散方程计算式构建超定线性方程组，再运用最小二乘法估算各河段的扩散方程的参数；步骤S3，若各河段的扩散方程的参数均为正数，则进行F‑GNN预测，得到各站点特征预测。本发明解决了水质预测模型中缺乏时空联合建模的不足，传统的数据驱动模型在小样本情况下容易出现过拟合问题，而本发明通过引入扩散方程约束，有效弥补这一不足，同时，引入物理约束提升预测精度和可靠性，适用于多种环境监测场景。
-
公开(公告)号：CN119169839A
公开(公告)日：2024-12-20
申请号：CN202411293544.1
申请日：2024-09-14
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于多智能体动态结构重组的分布式交通控制方法及系统，包括：根据获取的路网数据将路网的每个路口的交通灯控制器初始化为一个智能体；所述智能体与邻居智能体之间交换信息；智能体根据自身获得的路况信息独立进行计算，得到与每个邻居智能体的关联程度值；智能体根据所述关联程度值进行决策得到对应的决策结果；执行所述决策结果，重新分配智能体对路口的控制权。本发明将多智能体引入交通控制系统中，能够解决集中式交通控制系统导致的维度爆炸问题，有效地缓解交通路口的拥堵状况。
-
-
-
-
-
-
-
-
-
Search Results
127
records
(took 0.036 seconds)
