-
公开(公告)号：CN114531363A
公开(公告)日：2022-05-24
申请号：CN202011312980.0
申请日：2020-11-20
Applicant: 中兴通讯股份有限公司
IPC: H04L41/14 , H04L41/0803 , H04L41/12 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种信息处理方法、模型的生成及训练方法、电子设备和介质。其中，信息处理方法包括：获取网络中业务信息的传输参数，其中，传输参数表征业务信息在网络中的传输性能；利用预先训练好的网络模型对传输参数进行传输性能预测，其中，网络模型包括GCN模型，GCN模型为根据网络中业务信息的传输路径信息而得到。在本发明实施例中，由于GCN模型为根据网络中业务信息的传输路径信息而得到，因此该GCN模型能够与传输该业务信息的网络拓扑相符合，所以，通过利用包括有该GCN模型的网络模型对网络中的业务信息的传输参数进行处理，能够较为准确有效的实现对网络中的业务信息的传输性能预测。
-
公开(公告)号：CN114021707B
公开(公告)日：2022-04-05
申请号：CN202210008648.8
申请日：2022-01-06
Applicant: 中兴通讯股份有限公司
IPC: G06N3/04 , G06N3/08 , G06F16/901
Abstract: 本申请涉及神经网络结构搜索领域，特别涉及一种模型获取方法、系统、电子设备和存储介质。模型获取方法包括：获取模型获取信息，所述模型获取信息包括基础模型；对所述基础模型进行编码，生成所述基础模型的第一有向无环图；对所述第一有向无环图进行初始化操作，至少生成一个第二有向无环图；对各所述第二有向无环图进行模型解析，生成各所述第二有向无环图对应的各第一模型；根据预设的模型选取规则从各所述第一模型中选取目标模型，将所述目标模型和所述目标模型对应的所述第二有向无环图作为模型获取结果并输出。旨在实现神经网络结构模型获取时的网络深度和神经网络的节点数不受限制，和灵活的描述任意神经网络结构。
-
公开(公告)号：CN114154385A
公开(公告)日：2022-03-08
申请号：CN202010826217.3
申请日：2020-08-17
Applicant: 中兴通讯股份有限公司
IPC: G06F30/27 , G06F16/21 , H04B10/079
Abstract: 本发明实施例提供的故障处理方法、装置、网络设备和存储介质，按照光模块的型号，对各个光模块的历史数据进行分析，确定相应型号的光模块在出现故障的情况下，发生突变的历史数据；从发生突变的历史数据中，提取对应的原始故障数据；根据原始故障数据，按照光模块的型号进行故障模型训练。从而，通过按照光模块的型号进行划分，提升了采集故障光模块的历史数据的灵活性，并进一步提升了故障检测的适用范围，在实际使用过程中，可做到自动更新，随着故障数据的积累不断提升检测精度，有效的降低了光模块的运维成本。
-
公开(公告)号：CN114021707A
公开(公告)日：2022-02-08
申请号：CN202210008648.8
申请日：2022-01-06
Applicant: 中兴通讯股份有限公司
IPC: G06N3/04 , G06N3/08 , G06F16/901
Abstract: 本申请涉及神经网络结构搜索领域，特别涉及一种模型获取方法、系统、电子设备和存储介质。模型获取方法包括：获取模型获取信息，所述模型获取信息包括基础模型；对所述基础模型进行编码，生成所述基础模型的第一有向无环图；对所述第一有向无环图进行初始化操作，至少生成一个第二有向无环图；对各所述第二有向无环图进行模型解析，生成各所述第二有向无环图对应的各第一模型；根据预设的模型选取规则从各所述第一模型中选取目标模型，将所述目标模型和所述目标模型对应的所述第二有向无环图作为模型获取结果并输出。旨在实现神经网络结构模型获取时的网络深度和神经网络的节点数不受限制，和灵活的描述任意神经网络结构。
-
Patent Agency Ranking
公开(公告)号：CN114004334A
公开(公告)日：2022-02-01
申请号：CN202111266014.4
申请日：2021-10-28
Applicant: 中兴通讯股份有限公司
Abstract: 本申请涉及神经网络架构搜索领域，特别涉及一种模型压缩方法、模型压缩系统、服务器及存储介质。本申请的模型压缩方法包括：接收候选模型；对候选模型进行神经网络架构搜索，得到多个变换模型；对候选模型进行算力压缩得到压缩模型；将变换模型、压缩模型作为候选模型，重新进行神经网络架构搜索和算力压缩。本申请将模型压缩与神经网络架构搜索相结合，通过不断地轮询，在轮询到一定程度之后，可以获得精确度较高的压缩模型，从而兼顾获取压缩模型的准确率，且整个模型压缩过程减少了人工参与，降低人工成本。
-
公开(公告)号：CN114466369A
公开(公告)日：2022-05-10
申请号：CN202111565037.5
申请日：2021-12-20
Applicant: 中兴通讯股份有限公司
Abstract: 本申请实施例提供了一种网络资源处理方法、存储介质及电子装置，该方法包括：采集网络资源的网络拓扑数据和业务数据；对该网络拓扑数据与该业务数据进行增强处理，以生成样本数据；提取该样本数据的关键特征；根据该关键特征对神经网络模型进行训练，得到训练好的神经网络模型，可以解决相关技术中通过启发式搜索算法确定的结果不稳定，且无法适应网络和业务场景变化的问题，通过对样本数据的增强处理，使得训练好的神经网络模型更稳定，且可以适应网络和业务场景变化。
-
公开(公告)号：CN113837374A
公开(公告)日：2021-12-24
申请号：CN202010581487.2
申请日：2020-06-23
Applicant: 中兴通讯股份有限公司
Abstract: 本发明公开了一种神经网络的生成方法、设备及计算机可读储存介质，其中，神经网络的生成方法通过获取最优微单元，利用该最优微单元构建第一网络，使第一网络具有足够强大的性能，能够满足实际应用需求；利用预设的训练数据集对第一网络进行训练，得到第二网络，并建立第三网络，其中第三网络的微单元数目小于第二网络的微单元数目，利用第二网络分别训练所有第三网络的各个微单元，根据经过训练的第三网络的微单元可构建得到神经网络模型，这样所有第三网络的微单元功能都对应于第二网络的功能，相对于传统的逐个训练微单元的方法，能够减少训练数量，可有效降低算力需求，从而降低生成神经网络模型的代价。
-
公开(公告)号：CN103209430B
公开(公告)日：2017-10-27
申请号：CN201210014039.X
申请日：2012-01-17
Applicant: 中兴通讯股份有限公司
Inventor： 杨玺坤
IPC: H04W24/04
Abstract: 本发明提供一种虚掉电告警的检测处理方法及装置，其中方法包括：根据基站上报的掉电告警信息创建或者更新网元的告警子池；遍历所述告警子池，判断出所述告警子池中的真实掉电告警或者虚掉电告警；根据基站上报的掉电告警恢复信息对所述告警子池中的真实掉电告警进行恢复或者屏蔽所述虚掉电告警，并将所述真实掉电告警以及所述掉电告警恢复信息上报至网管系统。本发明的方案可以对网管系统中所有网元进行统一监控，在基站产生虚掉电告警时可以有效的检测到并处理。
-
公开(公告)号：CN103209430A
公开(公告)日：2013-07-17
申请号：CN201210014039.X
申请日：2012-01-17
Applicant: 中兴通讯股份有限公司
Inventor： 杨玺坤
IPC: H04W24/04
Abstract: 本发明提供一种虚掉电告警的检测处理方法及装置，其中方法包括：根据基站上报的掉电告警信息创建或者更新网元的告警子池；遍历所述告警子池，判断出所述告警子池中的真实掉电告警或者虚掉告警；根据基站上报的掉电告警告恢复信息对所述告警子池中的真实掉电告警进行恢复或者屏蔽所述虚掉电告警，并将所述真实掉电告警以及所述掉电告警恢复信息上报至网管系统。本发明的方案可以对网管系统中所有网元进行统一监控，在基站产生虚掉电告警时可以有效的检测到并处理。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.029 seconds)
