公开(公告)号：CN118781861B

公开(公告)日：2025-05-23

申请号：CN202410649955.3

申请日：2024-05-23

Applicant: 太极计算机股份有限公司

Inventor： 付文杰 ,  李奕飞 ,  侯锦凯 ,  姚豪俊 ,  叶雨晨 ,  焦旭哲 ,  鲁定一 ,  刘锐 ,  彭渊

IPC: G08G5/70 ,  G08G5/76 ,  G06F17/10

Abstract: 本发明提供一种非航路上的飞行颠簸计算方法，属于飞行安全技术领域，包括：获取飞机历史飞行的EDR数据，分析EDR数据确定第一数据、第二数据；基于第一数据、第二数据确定飞机在航路上的飞行颠簸区域以及飞行的实际颠簸数据；获取历史飞行颠簸区域的第三数据，确定飞行颠簸区域的预测颠簸数据；基于飞机在飞行颠簸区域的实际颠簸数据以及预测颠簸数据，确定飞机在非航路上的飞行颠簸结果。可以客观分析飞行数据确定飞机在飞行颠簸区域的运行状态，全面准确的确定飞机在航路上飞行颠簸区域的实际颠簸数据、预测颠簸数据以及非航路上的飞行颠簸结果，优化飞行策略，增强乘客舒适度，提高飞机飞行的安全性和稳定性，减少意外事件的发生。

公开(公告)号：CN115271102A

公开(公告)日：2022-11-01

申请号：CN202211169956.5

申请日：2022-09-26

Applicant: 太极计算机股份有限公司

Inventor： 彭渊 ,  孙永亮 ,  苏桂生 ,  叶雨晨 ,  李奕飞 ,  唐思宇 ,  焦旭哲

IPC: G06N20/00 ,  G06F9/48 ,  G06F9/50

Abstract: 本发明提供了一种机器学习引擎的任务导向的优先级方法及系统，其方法包括：确定用户的用户需求以及用卡状态，并判断所述用户的卡时额度是否充足，若不充足，则自动生成所述用户的待完成任务；分析所述待完成任务的任务优先级，并基于机器学习引擎规划对弹性任务的抢占时机；按照所述抢占时机，自动获取匹配资源供所述待完成任务使用。通过对确定需求以及用卡状态，便于向待完成任务规划弹性任务的优先处理情况，进而实现对待完成任务的优先级处理。

公开(公告)号：CN118781861A

公开(公告)日：2024-10-15

申请号：CN202410649955.3

申请日：2024-05-23

Applicant: 太极计算机股份有限公司

Inventor： 付文杰 ,  李奕飞 ,  侯锦凯 ,  姚豪俊 ,  叶雨晨 ,  焦旭哲 ,  鲁定一 ,  刘锐 ,  彭渊

IPC: G08G5/00 ,  G06F17/10

Abstract: 本发明提供一种非航路上的飞行颠簸计算方法，属于飞行安全技术领域，包括：获取飞机历史飞行的EDR数据，分析EDR数据确定第一数据、第二数据；基于第一数据、第二数据确定飞机在航路上的飞行颠簸区域以及飞行的实际颠簸数据；获取历史飞行颠簸区域的第三数据，确定飞行颠簸区域的预测颠簸数据；基于飞机在飞行颠簸区域的实际颠簸数据以及预测颠簸数据，确定飞机在非航路上的飞行颠簸结果。可以客观分析飞行数据确定飞机在飞行颠簸区域的运行状态，全面准确的确定飞机在航路上飞行颠簸区域的实际颠簸数据、预测颠簸数据以及非航路上的飞行颠簸结果，优化飞行策略，增强乘客舒适度，提高飞机飞行的安全性和稳定性，减少意外事件的发生。

公开(公告)号：CN116578406B

公开(公告)日：2023-10-10

申请号：CN202310854346.7

申请日：2023-07-13

Applicant: 太极计算机股份有限公司

Inventor： 韩国权 ,  储熠 ,  陈文浩 ,  焦旭哲 ,  李奕飞 ,  王秋菊 ,  周苗苗 ,  彭渊

IPC: G06F9/48 ,  G06N20/00

Abstract: 本发明提供了一种面向分布式机器学习系统的任务平台连续运行调度方法，属于分布式机器学习技术领域，其中方法包括基于任务平台解析高优先级任务，且结合机器学习系统中所有节点占用任务结束时间以及当前资源占用情况进行分析，确定最快满足高优先级需求的第一节点，并向所述第一节点发送调度指令，将所述高优先级任务加入至对应第一节点的第一等待队列；基于任务平台解析低优先级任务，并确定剩余未被占用的节点和节点未被占用的资源是否满足所述低优先级任务的需求，若否，则将所述低优先级任务加入至所述机器学习系统的第二等待队列，有效保证了所述机器学习系统中节点的资源利用率。

公开(公告)号：CN116578406A

公开(公告)日：2023-08-11

申请号：CN202310854346.7

申请日：2023-07-13

Applicant: 太极计算机股份有限公司

Inventor： 韩国权 ,  储熠 ,  陈文浩 ,  焦旭哲 ,  李奕飞 ,  王秋菊 ,  周苗苗 ,  彭渊

IPC: G06F9/48 ,  G06N20/00

Abstract: 本发明提供了一种面向分布式机器学习系统的任务平台连续运行调度方法，属于分布式机器学习技术领域，其中方法包括基于任务平台解析高优先级任务，且结合机器学习系统中所有节点占用任务结束时间以及当前资源占用情况进行分析，确定最快满足高优先级需求的第一节点，并向所述第一节点发送调度指令，将所述高优先级任务加入至对应第一节点的第一等待队列；基于任务平台解析低优先级任务，并确定剩余未被占用的节点和节点未被占用的资源是否满足所述低优先级任务的需求，若否，则将所述低优先级任务加入至所述机器学习系统的第二等待队列，有效保证了所述机器学习系统中节点的资源利用率。

公开(公告)号：CN115271102B

公开(公告)日：2022-12-16

申请号：CN202211169956.5

申请日：2022-09-26

Applicant: 太极计算机股份有限公司

Inventor： 彭渊 ,  孙永亮 ,  苏桂生 ,  叶雨晨 ,  李奕飞 ,  唐思宇 ,  焦旭哲

IPC: G06F9/48

Abstract: 本发明提供了一种机器学习引擎的任务导向的优先级方法及系统，其方法包括：确定用户的用户需求以及用卡状态，并判断所述用户的卡时额度是否充足，若不充足，则自动生成所述用户的待完成任务；分析所述待完成任务的任务优先级，并基于机器学习引擎规划对弹性任务的抢占时机；按照所述抢占时机，自动获取匹配资源供所述待完成任务使用。通过对确定需求以及用卡状态，便于向待完成任务规划弹性任务的优先处理情况，进而实现对待完成任务的优先级处理。