-
公开(公告)号：CN117057162B
公开(公告)日：2024-01-09
申请号：CN202311307471.2
申请日：2023-10-10
Applicant: 之江实验室
IPC: G06F30/20 , G06F111/08
Abstract: 本说明书公开了一种任务执行方法、装置、存储介质及电子设备。所述任务执行方法包括：获取目标任务模型以及目标任务模型对应的专家经验数据和历史任务数据，确定历史任务数据的每个维度的值在目标任务模型的输入参数的值域中的分布，作为值分布，根据专家经验数据以及值分布，从输入参数的值域中抽样得到各补充输入参数，将各补充输入参数输入到目标任务模型，得到各补充输入参数对应的各补充输出参数，根据各补充输入参数、各补充输出参数以及历史任务数据，构建决策建议分布，根据决策建议分布，确定出最优输入参数，并根据最优输入参数进行任务执行。
-
公开(公告)号：CN117036870B
公开(公告)日：2024-01-09
申请号：CN202311298498.X
申请日：2023-10-09
IPC: G06V10/774 , G06V10/764
Abstract: 本说明书公开了一种基于积分梯度多样性的模型训练和图像识别方法。所述方法包括：将样本数据分别输入各基模型，确定每个基模型对应的图像识别结果；针对每个基模型，根据该基模型对应的图像识别结果以及样本数据的实际标签，确定该基模型对应的分类损失，以及，确定该基模型相对于样本数据的积分梯度，作为该基模型对应的积分梯度；根据每个基模型对应的分类损失，确定目标集成模型对应的目标分类损失，以及，根据各基模型对应的积分梯度之间的偏差，确定目标集成模型对应的积分梯度正则项损失；根据目标分类损失以及积分梯度正则项损失，对目标集成模型进行训练。
-
公开(公告)号：CN117215728A
公开(公告)日：2023-12-12
申请号：CN202311464152.2
申请日：2023-11-06
Applicant: 之江实验室
IPC: G06F9/455 , G06F18/214 , G06N3/0464
Abstract: 本说明书公开了一种基于代理模型的仿真模拟方法、装置及电子设备。所述方法包括：将历史业务数据输入仿真模型，得到每个历史业务数据对应的目标仿真结果；确定仿真模型对应的若干种代理模型，代理模型包括：高斯过程模型、神经网络模型、克里金模型以及插值模型；根据历史业务数据以及目标仿真结果，生成训练样本对各代理模型进行训练，得到各训练后代理模型，并将各训练后代理模型集成并部署在仿真环境中；在接收到仿真指令后，获取仿真数据；确定用户选择的至少一种训练后代理模型，作为目标代理模型；将仿真数据输入各目标代理模型，以通过各目标代理模型确定仿真模拟结果。
-
-
公开(公告)号：CN116883633A
公开(公告)日：2023-10-13
申请号：CN202311151151.2
申请日：2023-09-07
Applicant: 之江实验室
Abstract: 本发明公开了一种基于GIS模拟智能体移动及可调速的可视化方法和装置，包括：基于智能体的坐标在地图上创建所有智能体；设定周期，获取每个智能体在每个周期的坐标信息，比较当前周期与上一周期的坐标，确定智能体是否移动，若移动，则保存该智能体在当前周期的起始坐标和目标坐标；初始化移动智能体运动前的状态，设定运动速度和单周期运动步数并计算当前周期的运动时长和单步运动时长，从而计算当前周期移动智能体的运动路径；按照运动路径在地图上模拟智能体的移动；则每个移动智能体连续多周期的运动路径即可在GIS地图上模拟智能体的移动并可视化。本发明将带有地理坐标信息的智能体真实映射到GIS地图上；且移动过程可视化的速度支持灵活设置。
-
Patent Agency Ranking
公开(公告)号：CN115729714A
公开(公告)日：2023-03-03
申请号：CN202310019276.3
申请日：2023-01-06
Applicant: 之江实验室
IPC: G06F9/50
Abstract: 本说明书公开了一种资源分配方法、装置、存储介质及电子设备，本说明书实施例先获取部署在设备中的各功能体的参数，并基于各功能体的参数，构建进行资源分配的仿真环境并运行。在仿真环境中，模拟各功能体为执行目标任务所分配的系统资源，并确定按照各自分配的系统资源执行目标任务时产生的奖励值，以奖励值最大化为目标，调整各功能体为执行目标任务所分配的系统资源，得到目标资源分配方式。按照目标资源分配方式，通过设备执行实际的目标任务。此方法中，在实际执行目标任务之前，通过仿真环境，确定出各功能体在执行目标任务时分配的系统资源的分配方式，以采用合理的系统资源执行目标任务，既节省系统资源又能保证执行目标任务的执行效率。
-
公开(公告)号：CN117725985B
公开(公告)日：2024-05-24
申请号：CN202410171178.6
申请日：2024-02-06
Applicant: 之江实验室
Abstract: 本说明书公开了一种强化学习模型训练和业务执行方法、装置及电子设备。所述方法包括：获取用户针对指定业务场景构建的强化学习环境数据；响应于用户的指定操作，确定用户基于强化学习环境数据选择的目标智能体，并确定目标智能体的智能体配置信息；在预设算法库中确定出目标强化学习算法；基于目标智能体、智能体配置信息以及目标强化学习算法，构建强化学习模型，并对强化学习模型进行仿真，并将仿真过程中产生的数据存入经验回放池；根据从经验回放池中获取的训练数据以及奖励函数信息对强化学习模型进行训练。本方案极大的降低了用户的使用门槛，充分满足了用户对强化学习环境的多样化需求。
-
公开(公告)号：CN117036870A
公开(公告)日：2023-11-10
申请号：CN202311298498.X
申请日：2023-10-09
IPC: G06V10/774 , G06V10/764
Abstract: 本说明书公开了一种基于积分梯度多样性的模型训练和图像识别方法。所述方法包括：将样本数据分别输入各基模型，确定每个基模型对应的图像识别结果；针对每个基模型，根据该基模型对应的图像识别结果以及样本数据的实际标签，确定该基模型对应的分类损失，以及，确定该基模型相对于样本数据的积分梯度，作为该基模型对应的积分梯度；根据每个基模型对应的分类损失，确定目标集成模型对应的目标分类损失，以及，根据各基模型对应的积分梯度之间的偏差，确定目标集成模型对应的积分梯度正则项损失；根据目标分类损失以及积分梯度正则项损失，对目标集成模型进行训练。
-
公开(公告)号：CN116737345A
公开(公告)日：2023-09-12
申请号：CN202311010091.2
申请日：2023-08-11
Applicant: 之江实验室
IPC: G06F9/48
Abstract: 本说明书公开了一种分布式任务处理系统及方法、装置、存储介质以及设备，在对各任务进行处理的过程中，通过调度节点确定各任务的任务信息，并基于各任务信息，确定系统的负载情况，以及在负载情况过高时，确定需要终止的目标任务，将该目标任务的任务标识广播给计算节点。计算节点可根据接收到的目标任务的任务标识，判断自身是否在执行该目标任务，若是，则将该目标任务的状态更新为终止状态，并停止执行该目标任务。本说明书可对分布式处理系统的负载状态进行监控，并在监控到系统负载过高时，自动基于各任务的任务信息，确定需终止的目标任务来进行终止。在不需要增加计算资源的情况下，也可保证该系统的任务处理效率。
-
公开(公告)号：CN116484768B
公开(公告)日：2023-08-18
申请号：CN202310598800.7
申请日：2023-05-25
IPC: G06F30/28 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本说明书公开了一种系统动力学模型构建方法及装置，可以将用于构建系统动力学模型的各结构组件对应的配置代码语句和处理代码语句单独分割出来，可以使用户在需要构建系统动力学模型时，仅需要对各组件的主要参数进行配置，从而可以根据用户配置的参数实时生成由用户选定的指定编程语言编写的配置代码语句和处理代码语句，并基于生成的配置代码语句和处理代码语句构建系统动力学模型，进而可以提升系统动力学模型的构建效率。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.019 seconds)
