-
公开(公告)号：CN115618959A
公开(公告)日：2023-01-17
申请号：CN202110783003.7
申请日：2021-07-12
Applicant: 中国移动通信有限公司研究院 , 北京邮电大学 , 中国移动通信集团有限公司
IPC: G06N20/00 , G06F16/9035
Abstract: 本申请公开了一种信息处理方法、装置、设备及可读存储介质，涉及通信技术领域，以节约网络资源。该方法包括：在接收到用户的输入信息的情况下，根据所述输入信息得到用户意图；获取网络信息；根据所述网络信息，生成目标知识，所述目标知识用于对所述用户意图进行选择；根据所述目标知识，从所述用户意图中选择目标用户意图，其中，所述目标用户意图为合理的用户意图；根据参考信息，生成目标策略，其中，所述参考信息包括所述目标用户意图。本申请实施例可以节约网络资源。
-
公开(公告)号：CN117955848A
公开(公告)日：2024-04-30
申请号：CN202211297085.5
申请日：2022-10-21
Applicant: 中国移动通信有限公司研究院 , 北京邮电大学 , 中国移动通信集团有限公司
Abstract: 本发明公开了一种多策略验证方法、装置、电子设备和可读存储介质，涉及信息通信网络技术领域，以解决策略验证的时间开销较大，效率较低的问题。该方法包括：对至少两个策略执行划分操作，获得N个策略集，N个策略集中同一策略集中的策略可并行执行；依次将N个策略集注入第一仿真网络，得到第二仿真网络，N个策略集中同一策略集中的策略并行注入，第一仿真网络基于预先获取的目标网络的网络数据生成，用于模拟目标网络，第二仿真网络为基于至少两个策略对第一仿真网络进行更新得到的仿真网络；对第二仿真网络的稳定性进行校验，得到校验结果，校验结果用于验证至少两个策略的可行性。本实施例可缩短策略验证的时间，提高策略验证的效率。
-
公开(公告)号：CN116132350A
公开(公告)日：2023-05-16
申请号：CN202111332301.0
申请日：2021-11-11
Applicant: 中国移动通信有限公司研究院 , 北京邮电大学 , 中国移动通信集团有限公司
IPC: H04L45/02 , H04L45/247 , H04L45/28 , G06N3/092
Abstract: 本发明公开了一种路径选择方法、装置及存储介质，包括：确定各数据传输路径；从网络收集各数据传输路径的数据；在网络状态正常时使用收集的数据对深度强化学习模型进行选路决策训练；在确定网络出现故障时，通过深度强化学习模型进行训练后选出路径，用选出的路径替换出现故障的路径以使网络自愈。采用本发明，能够自动生成替换路径，从而解决了在维护期间故障仍会导致网络通信的不通畅，甚至会造成网络瘫痪的问题。
-
公开(公告)号：CN119922000A
公开(公告)日：2025-05-02
申请号：CN202510091669.4
申请日：2025-01-21
Applicant: 北京邮电大学
Abstract: 一种基于QUIC协议的RDMA建链方法，包括下列操作步骤：(1)通过将开源的msquic修改为内核态代码，实现用户态协议QUIC的内核化；(2)将内核化后的QUIC协议代码嵌入到RDMA网卡驱动的源码中；(3)通过调用QUIC API，使用QUIC协议的建链逻辑进行建链，并且能实现0‑RTT；本发明方法大大减少了建链时间，在大模型多机多卡分布式训练等需要频繁建链的场景下，提高了整体网络的通讯性能。
-
公开(公告)号：CN119697374A
公开(公告)日：2025-03-25
申请号：CN202411831889.8
申请日：2024-12-12
Applicant: 北京邮电大学
IPC: H04N19/167 , H04N19/176 , H04N19/126 , H04N21/44
Abstract: 一种实时渲染场景下的显著区域编码方法和系统，包括：配置应用画面上各类物体的重要性；根据用户输入的控制信息实时生成视频流，从视频流中获取并渲染生成当前帧画面，然后根据配置物体重要性，通过渲染上下文在GPU缓冲区中再渲染生成当前帧画面对应的重要性纹理图，最后将当前帧画面和其重要性纹理图送入CPU中；根据重要性纹理图中宏块的重要性权重，计算当前帧画面中每个宏块需要调整的QP增量，然后根据QP增量对每个宏块的QP值调整，并根据QP值对当前帧画面进行编码。本发明涉及信息通信网络领域，能从渲染管线中实时获取精确的物体级显著区域并完成编码，在保证实时性的前提下，增强用户感兴趣区域的视频质量，适用于电子游戏等实时渲染场景。
-
Patent Agency Ranking
公开(公告)号：CN111008694B
公开(公告)日：2023-10-27
申请号：CN201911214493.8
申请日：2019-12-02
Applicant: 许昌北邮万联网络技术有限公司 , 北京邮电大学
IPC: G06N3/0464 , G06N3/0475 , G06N3/08
Abstract: 基于深度卷积对抗生成网络的无数据模型量化压缩方法，包括如下操作步骤：(1)构造一个深度卷积对抗生成网络，其中将待量化分类模型作为判别模型；(2)只对生成模型进行训练，不再对判别模型进行训练；(3)利用生成模型生成数据集，作为待量化分类模型的训练集，对待量化分类模型进行量化压缩；本发明的方法克服了现有模型量化压缩需要训练数据的不足，充分利用了待量化模型中的信息，用其训练生成模型，使用训练好的生成模型生成一组训练集用于模型压缩，从而摆脱了对原始训练数据集的需求。
-
公开(公告)号：CN116756206A
公开(公告)日：2023-09-15
申请号：CN202310543168.6
申请日：2023-05-15
Applicant: 北京邮电大学
IPC: G06F16/2458 , G06F16/29 , G06F17/16 , G08G1/01 , G08G1/065
Abstract: 基于精细关联挖掘的流量预测系统，包括如下模块：输入卷积模块、关联捕获功能模块、时空特征处理模块和输出卷积模块；基于精细关联挖掘的流量预测方法，包括如下操作步骤：(1)输入卷积模块将低维历史交通流量数据映射为高维历史交通流量数据；(2)关联捕获功能模块自适应提取交通点位之间的关联关系，计算出表示交通点位间关联关系的n个超图；(3)时空特征处理模块计算出每个交通点位的融合了时空信息的l个交通点位高维特征矩阵；(4)输出卷积模块根据上述交通点位高维特征矩阵计算出未来交通点位车流速度的预测值。
-
公开(公告)号：CN115017286B
公开(公告)日：2023-04-07
申请号：CN202210649202.3
申请日：2022-06-09
Applicant: 北京邮电大学
IPC: G06F16/332 , G06F16/33 , G06N3/0464
Abstract: 基于检索的多轮对话系统，包括如下模块：表示模块、匹配模块、聚合模块和预测模块；基于检索的多轮对话方法，包括下列操作步骤：(1)表示模块将每一轮次的对话转化为对话的级联向量，将候选答案转化为候选答案的级联向量；(2)匹配模块基于全局注意力机制，动态吸收上下文信息，计算得到匹配向量；(3)聚合模块处理得到短期依赖信息序列和长期依赖信息序列；(4)预测模块计算参与匹配的上下文环境和候选答案的匹配分数；(5)选择匹配分数最高的候选答案作为正确答案。
-
公开(公告)号：CN111046881B
公开(公告)日：2023-03-24
申请号：CN201911219009.0
申请日：2019-12-02
Applicant: 许昌北邮万联网络技术有限公司 , 北京邮电大学
IPC: G06V10/26 , G06V30/148 , G06V10/82 , G06N3/08
Abstract: 基于计算机视觉和深度学习的指针式仪表读数识别方法，包括下列操作步骤：(1)指针式仪表表盘区域检测过程；(2)指针式仪表图像预处理过程；(3)刻度与指针检测过程；(4)数字区域检测过程；(5)数字识别过程；(6)读数计算过程；本发明方法能实现对指针式仪表读数的快速准确自动读取，省时省力。
-
公开(公告)号：CN110580196B
公开(公告)日：2021-04-06
申请号：CN201910864432.X
申请日：2019-09-12
Applicant: 北京邮电大学
Abstract: 一种实现并行任务调度的多任务强化学习方法，基于异步优势表演者批评家算法实现，包括下列操作步骤：(1)对算法模型进行设置操作以更好的解决并行多任务调度问题，包括设置状态空间、设置动作空间、设置奖励定义；(2)对算法网络进行如下改进：用深度神经网络来表示策略函数和值函数；全局网络由输入层、共享子网络和输出子网络构成；(3)设置算法的新损失函数；(4)利用采集观测的并行任务调度数据，训练算法网络，算法收敛后，将所述算法网络用于并行任务调度。
-
-
-
-
-
-
-
-
-
Search Results
99
records
(took 0.075 seconds)
