-
公开(公告)号：CN114816699B
公开(公告)日：2025-03-18
申请号：CN202210372549.8
申请日：2022-04-11
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 本发明公开了基于温度预测的数据中心作业调度方法及系统，包括：获取数据中心机柜相关参数、机柜中服务器的相关参数、作业队列中待调度作业所需资源大小和冷却设备的相关参数；对获取的数据进行预处理，对于预处理后的数据进行特征筛选；基于训练后的机器学习模型和筛选得到的特征，预测出未来设定时间段内机柜的温度，选出温度最低的机柜；将待调度作业，在温度最低的机柜的若干个服务器中进行初始调度和优化调度，通过多次迭代，选出服务器与待调度作业之间的最佳映射方案；根据最佳映射方案实现待调度作业的调度。
-
公开(公告)号：CN118484540B
公开(公告)日：2024-10-18
申请号：CN202410946552.5
申请日：2024-07-16
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院) , 山东省公安厅
IPC: G06F16/35 , G06F18/213 , G06F18/2415 , G06N3/0442 , G06N3/0464 , G06N3/0455
Abstract: 本发明属于文本分类技术领域，具体涉及一种基于特征感知的文本分类方法及系统，包括：获取待分类文本数据；提取所获取的文本数据的全局特征和局部特征；采用多头注意力机制处理所提取的文本数据的全局特征和局部特征；基于特征感知算法优化处理后的文本数据的全局特征和局部特征，动态调整特征选择和网络参数，得到文本表示特征；根据所得到的文本表示特征计算待分类文本的分类概率，完成待分类文本的分类。
-
公开(公告)号：CN117707741B
公开(公告)日：2024-05-24
申请号：CN202410159989.4
申请日：2024-02-05
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 本发明涉及高性能计算的作业调度技术领域，公开了基于空间位置的能耗均衡调度方法及系统；其中方法，包括：获取高性能计算机房中机柜的功耗数据和空间位置数据，以及机柜中计算节点的功耗数据和空间位置数据；将获取的数据映射到二维空间维度上，得到机柜位置与功耗关系；根据机柜位置与功耗关系和作业调度策略，筛选可用于执行作业任务的计算节点；将待调度作业，调度至已筛选出来的一个或多个计算节点；每轮调度结束后，对能耗异常的计算节点进行调度调优。可以有效地均衡集群整体的能耗并且避免机房中热点的产生。
-
公开(公告)号：CN117688944B
公开(公告)日：2024-05-24
申请号：CN202410128833.X
申请日：2024-01-31
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06F40/30 , G06F40/284 , G06N3/0442 , G06N3/084 , G06N3/09
Abstract: 本发明提出了基于多粒度卷积特征融合的中文情感分析方法及系统，涉及自然语言处理领域，具体方案包括：对待分析的中文文本数据进行分词处理，得到词向量；将所述词向量分别输入到多粒度卷积层和L‑BiLSTM层，得到局部情感特征和全局情感特征；所述局部情感特征和全局情感特征经过特征融合层和缩放点积自注意力层后，得到文本情感特征；基于文本情感特征，通过寻找情感标签转移概率优化情感标签，得到最优的情感分类结果；本发明在传统的BiLSTM网络中引入长度门，动态地调整输出序列的长度，得到L‑BiLSTM网络，综合Bert模型和多粒度卷积网络，实现对文本情感特征的高效保留和高效提取，显著提高了中文情感分析的准确性。
-
公开(公告)号：CN117707741A
公开(公告)日：2024-03-15
申请号：CN202410159989.4
申请日：2024-02-05
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 本发明涉及高性能计算的作业调度技术领域，公开了基于空间位置的能耗均衡调度方法及系统；其中方法，包括：获取高性能计算机房中机柜的功耗数据和空间位置数据，以及机柜中计算节点的功耗数据和空间位置数据；将获取的数据映射到二维空间维度上，得到机柜位置与功耗关系；根据机柜位置与功耗关系和作业调度策略，筛选可用于执行作业任务的计算节点；将待调度作业，调度至已筛选出来的一个或多个计算节点；每轮调度结束后，对能耗异常的计算节点进行调度调优。可以有效地均衡集群整体的能耗并且避免机房中热点的产生。
-
Patent Agency Ranking
公开(公告)号：CN116069481A
公开(公告)日：2023-05-05
申请号：CN202310354096.0
申请日：2023-04-06
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 本发明属于图形处理器资源调度领域，提供了一种共享GPU资源的容器调度系统及调度方法，针对GPU资源由系统外部在各应用平台进行复用，将导致服务器的反复初始化及迁移，造成人工损耗以及时间的浪费的问题，本发明考虑从计算任务移植方面进行GPU资源的共享，在GPU资源池上构建容器系统，通过将各个平台的任务容器化后调度到提供的资源池GPU节点上，实现异构平台间GPU资源共享，提高整体平台的GPU资源利用率可满足云计算、大数据、人工智能和高性能计算场景平台的快速灵活部署实施。
-
公开(公告)号：CN120046657A
公开(公告)日：2025-05-27
申请号：CN202510117062.9
申请日：2025-01-24
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06N3/045 , G01C13/00 , G06N3/0464 , G06N3/0455 , G06N3/096 , G06F18/15 , G06F18/25 , G06F18/213 , G06F18/214 , G06F30/27 , G06F111/10 , G06F30/28
Abstract: 本公开涉及海浪波高预测技术领域，提出了一种融合多源数据的海浪有效波高预测方法及系统，包括如下步骤：基于获取的浮标观测数据对获取的卫星观测数据进行矫正；将获取的再分析数据和矫正后的卫星观测数据，采用最优插值法进行初步融合；增加一层数据掩膜以标记卫星数据位于融合数据的位置；将标记处理后的初步融合数据输入VQ‑VAE模型，将融合数据压缩为离散潜在变量，输入GPT模型，生成海浪有效波高的预测结果。本公开结合人工智能、数据同化和微调技术，引入数据同化技术融合多源时空稀疏的海洋观测数据和模型模拟结果，并在训练过程中使用微调技术放大观测数据的调整作用，从而提高海浪预测的精度和时效性。
-
公开(公告)号：CN119903476A
公开(公告)日：2025-04-29
申请号：CN202411989902.2
申请日：2024-12-31
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
IPC: G06F18/25 , G06F18/213 , G06N3/0442 , G06N3/08
Abstract: 本发明提出基于时序生成式模型的有效波高的时空预测方法及系统，对目标预测时间对应的目标区域的历史ERA5再分析数据进行编码降维，生成离散变量，有效地降低了数据的维度，同时保留了关键信息；将生成的离散变量和对应的目标区域的历史ERA5再分析数据共同输入至DALSTM模型中，能够综合利用离散变量和初始数据，实现对海浪特征的深入提取和融合，提高后续有效波高预测的准确性和效率。
-
公开(公告)号：CN119149240B
公开(公告)日：2025-04-08
申请号：CN202411594962.4
申请日：2024-11-11
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
IPC: G06F9/50
Abstract: 本发明提出面向深度学习的细粒度、干扰感知的GPU调度方法及系统，涉及GPU资源调度技术领域。包括在离线阶段收集工作负载的资源需求信息；生成每个应用程序对应的在GPU上执行的CUDA内核任务；拦截每个应用程序CUDA内核任务的启动请求，并将启动请求对应的CUDA内核任务缓存在每个应用程序对应的任务队列中；对于高优先级应用程序，直接将对应任务队列中的CUDA内核任务提交给GPU调度；对于低优先级应用程序，根据干扰评分以及资源需求判断是否提交CUDA内核任务至GPU进行调度。本发明能够减少任务之间的资源冲突和干扰，实现GPU资源共享，提高GPU资源利用率。
-
公开(公告)号：CN118779197A
公开(公告)日：2024-10-15
申请号：CN202411237023.4
申请日：2024-09-05
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06F11/34 , G06F11/30 , G06F9/50 , G06N3/006 , G06F18/23213 , G06F18/2415
Abstract: 本发明涉及一种基于BWO和聚类算法的作业资源消耗模式分析方法，属于大数据计算技术领域；包括：(1)作业运行与任务调度；(2)工作节点资源指标监控；(3)数据预处理和生成数据集；(4)运行基于白鲸优化算法和K‑prototypes算法的BWO/K‑prototypes算法；(5)BWO/K‑prototypes算法最优解应用；(6)聚类结果分析；(7)Flink作业的资源消耗模式分析结果获取与保存。本发明不仅可以提升Flink集群的执行效率，避免异常抛出；还可以减少资源占用，避免不必要的资源浪费。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.042 seconds)
