公开(公告)号：CN119248514B

公开(公告)日：2025-03-21

申请号：CN202411765072.5

申请日：2024-12-04

Applicant: 东南大学 ,  山西天河云计算有限公司

Inventor： 杨雨露 ,  惠吉峰 ,  陆望东 ,  康卿飞 ,  王艳龙 ,  宋铁成 ,  胡静

IPC: G06F9/50 ,  G06F9/48 ,  G05D1/00

Abstract: 本发明提出一种基于深度强化学习的智慧煤矿算力调度方法与系统，方法包括：采掘工作面的设备终端产生实时计算任务，并将实时状态信息发送给云端；云端根据状态信息，建立最小化计算时间的算力调度优化模型，采用深度强化学习算法，考虑终端设备的位置、任务需求、任务计算量、自身计算能力、信道条件以及边缘计算服务器，形成云边端协同计算策略和无人机的调度方案，并将任务拆分方式、卸载策略、算力分配方案以及无人机悬停位置信息等下发至无人机和边缘计算服务器。本发明能够在深度强化学习训练结束后，形成高效的任务卸载和资源分配方案，有效减少采掘工作面计算任务的时延。

公开(公告)号：CN119559961A

公开(公告)日：2025-03-04

申请号：CN202411751128.1

申请日：2024-12-02

Applicant: 山西天河云计算有限公司 ,  东南大学

Inventor： 刘晓敏 ,  惠吉峰 ,  康卿飞 ,  陆望东 ,  王艳龙 ,  宋铁成 ,  胡静

IPC: G10L21/028 ,  G10L25/30 ,  G10L25/18

Abstract: 本发明公开了一种深度神经网络辅助的机械声源实时分离方法与系统，针对矿山采掘工作面智能感知的应用场景，对传感器采集的复杂混叠声源信号进行分离，区分同时运转的不同设备。本发明首先基于MLVDR‑TCN网络进行特征提取；其次采用复数理想比值掩码cIRM作为训练标签，并压缩cIRM以优化神经网络训练；接着利用MLVDR‑TCN网络分别对实部分量和虚部分量进行预测，使用均方误差优化网络参数；最后采集机械设备的混叠声源信号，通过训练好的网络得到预测结果并恢复未压缩的掩码后，与混叠声源信号的复数谱相乘，重构各机械设备的原声源信号。本发明能够在实际应用中实现机械混叠声源信号实时准确有效地分离。

公开(公告)号：CN119562069A

公开(公告)日：2025-03-04

申请号：CN202411751132.8

申请日：2024-12-02

Applicant: 山西天河云计算有限公司 ,  东南大学

Inventor： 申芮铭 ,  惠吉峰 ,  陆望东 ,  康卿飞 ,  王艳龙 ,  宋铁成 ,  胡静

IPC: H04N19/40 ,  H04N19/146 ,  H04L1/00

Abstract: 本发明提供了一种基于深度学习的矿山视频语义通信传输方法与系统，能够实现可观察数据的恢复和语用任务的执行。本发明构建了矿山采掘工作面下的语义通信系统模型，包括基于深度神经网络实现的语义编码器和语义译码器，语义编码器位于发射端，用于提取包含可观察数据和语义信息的数据；语义译码器位于接收端，用于重建与经验数据和语用任务相关的数据。本发明基于DL‑SC算法训练语义编码器和语义译码器，在损失函数的设计方面，考虑了图像恢复和语用任务执行两个方面，对于两者分别选择合适的失真度量函数，之后求其加权和构成语义失真度量函数作为损失函数。本发明能够以较低的数据传输量实现更加高效的信息交互。

公开(公告)号：CN119248514A

公开(公告)日：2025-01-03

申请号：CN202411765072.5

申请日：2024-12-04

Applicant: 东南大学 ,  山西天河云计算有限公司

Inventor： 杨雨露 ,  惠吉峰 ,  陆望东 ,  康卿飞 ,  王艳龙 ,  宋铁成 ,  胡静

IPC: G06F9/50 ,  G06F9/48 ,  G05D1/00

Abstract: 本发明提出一种基于深度强化学习的智慧煤矿算力调度方法与系统，方法包括：采掘工作面的设备终端产生实时计算任务，并将实时状态信息发送给云端；云端根据状态信息，建立最小化计算时间的算力调度优化模型，采用深度强化学习算法，考虑终端设备的位置、任务需求、任务计算量、自身计算能力、信道条件以及边缘计算服务器，形成云边端协同计算策略和无人机的调度方案，并将任务拆分方式、卸载策略、算力分配方案以及无人机悬停位置信息等下发至无人机和边缘计算服务器。本发明能够在深度强化学习训练结束后，形成高效的任务卸载和资源分配方案，有效减少采掘工作面计算任务的时延。