公开(公告)号：CN120032114A

公开(公告)日：2025-05-23

申请号：CN202510200938.6

申请日：2025-02-24

Applicant: 中国科学院计算技术研究所

Inventor： 纪雯 ,  胡叠丽 ,  杨哲铭 ,  左路路 ,  赵健 ,  国琪

IPC: G06V10/25 ,  G06F18/213 ,  G06N3/006 ,  G06Q10/0631 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种基于边云协同的多视觉任务处理系统，该系统用于接收多个终端发送的多个视觉任务并对其进行处理，其中，在系统的边侧引入动态特征提取框架，根据视觉任务的类型，从预先配置的特征模型库中匹配适配的特征提取模型，该方式避免了传统特征提取方式可能出现的信息冗余或丢失问题，极大提升了预处理的针对性和效率。针对资源分配适应性差的问题，本发明设计自适应资源分配框架，该框架根据边侧设备与云端设备的资源信息灵活调整资源分配策，有效提高系统运行效率、稳定性和可靠性，增强系统对处理多个异构视觉任务的复杂场景的适应能力。

公开(公告)号：CN119652891A

公开(公告)日：2025-03-18

申请号：CN202411778787.4

申请日：2024-12-05

Applicant: 中国科学院计算技术研究所

Inventor： 纪雯 ,  杨哲铭 ,  左路路 ,  胡叠丽 ,  赵健

IPC: H04L67/10 ,  G06F9/48 ,  G06F9/50 ,  G06N3/126

Abstract: 本申请公开了一种基于弹性耦合机制的异构端边云协同计算方法，方法包括：对端边云系统的分布式节点建立跨域联合弹性耦合模型；通过在端设备、边缘计算节点和云中心之间建立一个异构融合资源池，对端边云系统中的各类可用资源进行综合分析；基于弹性耦合模型和各类可用资源的联合分析结果，动态调整任务分配策略，优化端边云系统的负载，生成最优端边云系统负载解决方案。本发明在协同计算领域引入更加智能化和灵活的资源调度与管理机制，以实现资源利用的最大化和系统性能的最优化。

公开(公告)号：CN117319402A

公开(公告)日：2023-12-29

申请号：CN202311021157.8

申请日：2023-08-15

Applicant: 中国科学院计算技术研究所

Inventor： 纪雯 ,  杨哲铭 ,  赵健 ,  李宁洲 ,  杨元昊

IPC: H04L67/1008 ,  H04L67/1012 ,  H04L67/566

Abstract: 本发明提供一种基于视觉场景感知的端边云协同方法，所述端边云为智能终端、边缘服务器和云服务器，包括以下步骤：智能终端感知视觉场景复杂度；根据所述视觉场景复杂度将要处理的视频任务分为简单视频任务，中等视频任务和复杂视频任务；对于所述简单视频任务，智能终端将视频任务传送给边缘服务器进行计算；对于所述复杂视频任务，智能终端将视频任务传送给云服务器进行计算；以及对于所述中等视频任务，智能终端根据边缘服务器和云服务器的可用资源比例在所述边缘服务器和云服务器之间分配视频任务。

公开(公告)号：CN119576534A

公开(公告)日：2025-03-07

申请号：CN202411616680.X

申请日：2024-11-13

Applicant: 中国科学院计算技术研究所

Inventor： 纪雯 ,  左路路 ,  杨哲铭 ,  胡叠丽 ,  赵健 ,  李明轩

IPC: G06F9/50 ,  G06F9/445 ,  G06Q30/018

Abstract: 本发明提出一种面向端边云视觉协同架构的碳排放评估方法和装置，包括：根据传统视觉终端、智能视觉终端、边缘服务器和云端服务器各自的碳排放参数，按功能分别构建端设备碳排放模型、边设备碳排放模型、云设备碳排放模型，根据端边云视觉协同物联网运行时由于网络传输产生的碳排放参数，构建网络传输碳排放模型，采用匈牙利算法，求解当网络传输碳排放模型碳排放最小，且视觉任务占用计算资源小于等于各设备的计算资源上限时的卸载选择策略矩阵，作为多个视觉任务的任务部署策略，决定每一个视觉任务在端侧、边缘侧或者云侧执行，比直接在云端执行所产生的碳排放量低，比直接在边缘处理，由于边缘的资源限制，部分任务无法执行的任务处理率高。

公开(公告)号：CN117827595A

公开(公告)日：2024-04-05

申请号：CN202410166622.5

申请日：2024-02-06

Applicant: 中国科学院计算技术研究所

Inventor： 纪雯 ,  赵健 ,  左路路 ,  胡叠丽 ,  国琪 ,  杨哲铭

IPC: G06F11/30 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种设备故障检测模型的训练方法，该方法为在边缘服务器和中心服务器上分别部署相同结构的初始设备故障检测模型，边缘服务器上获取预设历史时间段内的运行状态数据及待测设备每一时刻对应的故障类型并将其处理成对应的图数据矩阵上传中心服务器，中心服务器利用图数据矩阵和待测设备每一时刻对应的故障类型对设备故障检测模型进行训练并将需要更新的参数下发边缘服务器以更新其所在的设备故障检测模型对应的参数。本发明训练设备故障检测模型的方式减低了通信开销，也降低了边缘服务器上的计算开销；同时，本发明设计的训练方法能够提高设备故障检测模型的性能，进一步提高待测设备的故障类型检测准确性。

公开(公告)号：CN119624233A

公开(公告)日：2025-03-14

申请号：CN202411706161.2

申请日：2024-11-26

Applicant: 国网能源研究院有限公司 ,  中国科学院计算技术研究所

Inventor： 许精策 ,  纪雯 ,  赵健 ,  史红周 ,  鲁强 ,  代高琪 ,  张东芳 ,  王雪松

IPC: G06Q10/0639 ,  G06Q10/04 ,  G06N3/0455 ,  G06N3/08 ,  G06F40/295 ,  G06N5/02 ,  G06N5/04 ,  G06F16/36

Abstract: 本说明书实施例提供了一种设备管理建设成效评价与优化方法及系统，其中，方法包括：采集设备管理体系数据，对采集的数据进行预处理；通过基本信息管理模块、重点行动评估模块和综合统计分析模块构建设备管理建设成效评价指标体系；根据采集的设备管理体系数据，基于设备管理建设成效评价指标体系，结合各单位实际需求对设备管理建设成效进行评价。本发明能够提高设备使用的效率和可靠性，同时降低运营成本，实现高效与科学的进行设备管理。