-
公开(公告)号：CN114003121B
公开(公告)日：2023-10-31
申请号：CN202111161798.4
申请日：2021-09-30
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种数据中心服务器能效优化方法，包括以下步骤：状态采集器周期性采集系统状态信息；将提交的任务保存在任务等待队列中；对于每个该任务，任务调度器和频率控制器读取该状态采集器采集的系统状态；智能体根据读取的该系统状态制定任务调度与频率调整策略；该任务调度器根据该任务调度与频率调整策略将当前该任务分配到服务器并运行；该频率控制器根据该任务调度与频率调整策略对该服务器的频率进行调整。
-
公开(公告)号：CN113962887A
公开(公告)日：2022-01-21
申请号：CN202111220300.7
申请日：2021-10-20
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种二维冷冻电镜图像去噪模型的训练方法，所述方法包括：S1、获取原始图像数据集，从原始图像数据集中提取每个图像对应的纯噪声区域以获得纯噪声样本并组成纯噪声数据集；S2、采用步骤S1获得的纯噪声数据集训练生成式模型获得噪声生成模型，并采用训练的噪声生成模型生成多个新的纯噪声样本以扩充纯噪声数据集获得新的纯噪声数据集；S3、将新的纯噪声数据集中的纯噪声样本迁移到模拟生成的无噪声图像中以获得无噪声‑带噪声样本组成的无噪声‑带噪声数据集；S4、采用步骤S3获得的无噪声‑带噪声数据集训练卷积神经网络至收敛。
-
公开(公告)号：CN110298383B
公开(公告)日：2021-07-13
申请号：CN201910452839.1
申请日：2019-05-28
Applicant: 中国科学院计算技术研究所 , 北京腾茂盛达科技有限公司
Abstract: 本发明提出一种基于多模态深度学习的病理分类方法及系统，包括：从电子病历中提取出预先选择的属性作为结构化数据的特征表示向量，将特征表示向量平均扩增后再按照预设比例随机丢弃，丢弃的部分被替换为数字0，作为电子病历中结构化数据的病历特征向量；获取与电子病历对应的组织病理学图像，将卷积神经网络的各卷积层的特征图进行全局平均池化后拼接成一维向量，作为组织病理学图像的一种丰富的图像特征向量；将图像特征向量和病历特征向量拼接在一起，得到多模态融合向量，然后将多模态融合向量输入至全连接层，得到二值化的病理分类结果。本发明解决了单模态的特征表示来进行病理良恶性分类的准确率不高的技术问题。
-
公开(公告)号：CN110298383A
公开(公告)日：2019-10-01
申请号：CN201910452839.1
申请日：2019-05-28
Applicant: 中国科学院计算技术研究所 , 北京腾茂盛达科技有限公司
Abstract: 本发明提出一种基于多模态深度学习的病理分类方法及系统，包括：从电子病历中提取出预先选择的属性作为结构化数据的特征表示向量，将特征表示向量平均扩增后再按照预设比例随机丢弃，丢弃的部分被替换为数字0，作为电子病历中结构化数据的病历特征向量；获取与电子病历对应的组织病理学图像，将卷积神经网络的各卷积层的特征图进行全局平均池化后拼接成一维向量，作为组织病理学图像的一种丰富的图像特征向量；将图像特征向量和病历特征向量拼接在一起，得到多模态融合向量，然后将多模态融合向量输入至全连接层，得到二值化的病理分类结果。本发明解决了单模态的特征表示来进行病理良恶性分类的准确率不高的技术问题。
-
公开(公告)号：CN102103568B
公开(公告)日：2012-10-10
申请号：CN201110032914.2
申请日：2011-01-30
Applicant: 中国科学院计算技术研究所
IPC: G06F15/167 , G06F15/173
Abstract: 本发明有关于一种片上多核处理器系统的高速缓存一致性协议的实现方法，包括：步骤一，将高速缓存划分为一级Cache、二级Cache，该一级Cache为处理器系统中的各处理器私有，该二级Cache为各处理器共享；步骤二，各处理器访问其私有的一级cache，访问失效时产生失效请求信息槽，并发送到所述请求信息环上，由所述请求信息环传递给其他处理器进行侦听；步骤三，数据提供者侦听到失效请求后产生数据信息槽，并发送到所述数据信息环上，由所述数据信息环传递给请求者，该请求者接收数据块，完成对应的访存操作。本发明有效提高系统的性能，降低功耗和带宽使用，避免饥饿、死锁和活锁情况的出现，提高系统的稳定性。
-
Patent Agency Ranking
公开(公告)号：CN101908034A
公开(公告)日：2010-12-08
申请号：CN201010221087.7
申请日：2010-06-28
Applicant: 中国科学院计算技术研究所
IPC: G06F15/163
Abstract: 本发明涉及众核处理器片上同步方法和其系统，在片上众核体系结构中，使用专用的片上同步管理装置支持粗粒度同步方法，由于访问片上同步管理装置的时间远远小于访问内存的时间，而且避免了因为轮询标志位造成的网络拥塞，因此减少了同步时间，进而帮助提高众核处理器的计算能力。
-
公开(公告)号：CN100377076C
公开(公告)日：2008-03-26
申请号：CN200410009288.5
申请日：2004-06-30
Applicant: 中国科学院计算技术研究所
IPC: G06F9/38
Abstract: 本发明公开了一种应用于同时多线程处理器的取指控制装置及其方法，该装置包括用于记录每线程占用指令队列的项数的计数器、T选二多路选择器、第一按位取反器、第二按位取反器、第一模16运算器、第二模16运算器、第一二选一选择器、第二二选一选择器及减法器。本发明为每个线程计算了一个取指数量的上界，从而更加均衡地利用了取指带宽，使得同时多线程处理器的平均占用指令队列项数大幅度减少，指令队列冲突率显著降低，同时Cache(高速缓冲存储器)和TLB(快表)的命中率也明显提高，最终使得处理器的性能得到很大的提高。
-
公开(公告)号：CN111211996B
公开(公告)日：2022-03-18
申请号：CN201911375677.2
申请日：2019-12-27
Applicant: 中国科学院计算技术研究所
IPC: H04L47/2425 , H04L47/2441 , H04L47/80 , H04L45/121 , H04L45/125 , H04L45/12 , H04L45/24
Abstract: 一种流调度方法，包括如下步骤：对于请求/响应，发起对应的流，所述流带有优先级信息和对应网页元素大小信息；根据当前流的优先级以及各条路径当前已经被分配的流的优先级，计算当前流被分配到各条路径上可获得的带宽；根据当前流在每条路径上可获得的带宽以及每条路径的单向时延将当前流的数据量均衡分配到一条或多条路径上；各路径基于分配结果对其上的数据进行发送。将流的优先级与调度方法结合保证了在关键流与其他流共享路径时，其带宽资源不被其他流过分抢占。在多条路径的场景下，在流传输的起始阶段就能同时利用多条路径进行传输，降低了单条路径上产生突发流量而导致接收端乱序的概率。
-
公开(公告)号：CN110866893B
公开(公告)日：2021-04-06
申请号：CN201910942092.8
申请日：2019-09-30
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种基于病理图像的TMB分类方法，包括：对已知病理图像进行TMB分类标记和预处理，以构建训练集；通过该训练集对卷积神经网络进行训练，以构建分类模型；对目标病例的目标病理图像进行预处理，以获得多张目标图块；以该分类模型对该目标图块进行分类，以获取该目标病例的图块TMB分类结果；以所有该图块TMB分类结果，通过分类投票获取该目标病例的图像TMB分类结果。本发明还涉及一种基于病理图像的TMB分析装置。本发明的TMB分类方法，不依赖于除病理图像之外样本，具有准确、低成本、快速的优点，对肿瘤的研究具有重大价值。
-
公开(公告)号：CN112001218A
公开(公告)日：2020-11-27
申请号：CN202010563714.9
申请日：2020-06-19
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于卷积神经网络的三维颗粒类别检测方法和系统，包括：构建包括混合尺度的三维扩张卷积层、稠密连接和损失函数的三维混合尺度密集卷积神经网络，用已标注颗粒坐标的三维冷冻电子断层图像训练该卷积神经网络，得到颗粒挑选模型，用已标注颗粒类别的三维冷冻电子断层图像训练该卷积神经网络，得到颗粒分类模型；通过滑动窗口采集三维冷冻电子断层图像，得到待检测三维重构的子区域，通过该颗粒挑选模型对每个该子区域进行预测，合并子区域的预测结果得到该三维冷冻电子断层图像中各颗粒的坐标；根据各颗粒的坐标，提取颗粒的三维图像，将每个颗粒的三维图像输入至该颗粒分类模型，得到各颗粒的所属类别。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.108 seconds)
