-
公开(公告)号：CN110990155B
公开(公告)日：2022-03-22
申请号：CN201911197625.0
申请日：2019-11-29
Applicant: 杭州电子科技大学 , 杭州电子科技大学舟山同博海洋电子信息研究院有限公司 , 浙江曙光信息技术有限公司
Abstract: 本发明公开了一种面向大规模安全监控的参数通信方法。本发明首先利用监控图片作为数据集，采用多节点集群组成参数服务器系统，其中一个节点作为参数服务器，其他节点作为计算节点。其次部署性能监控模型，参数服务器通过性能监控模块获取计算节点的性能参数。然后参数服务器以收集到的性能参数为依据，使用性能聚类算法计算出参数服务器下次同步计算节点的数量。最后计算节点根据同步标记选择全局模型或本地模型进入下一次迭代训练。本发明动态限制参数服务器的同步屏障规模，减少了同步通信开销，并且保证了模型训练的准确率；在计算节点间实现了有限异步计算，充分发挥了集群整体性能，实现集群动态负载均衡。
-
公开(公告)号：CN110990155A
公开(公告)日：2020-04-10
申请号：CN201911197625.0
申请日：2019-11-29
Applicant: 杭州电子科技大学 , 杭州电子科技大学舟山同博海洋电子信息研究院有限公司 , 浙江曙光信息技术有限公司
Abstract: 本发明公开了一种面向大规模安全监控的参数通信方法。本发明首先利用监控图片作为数据集，采用多节点集群组成参数服务器系统，其中一个节点作为参数服务器，其他节点作为计算节点。其次部署性能监控模型，参数服务器通过性能监控模块获取计算节点的性能参数。然后参数服务器以收集到的性能参数为依据，使用性能聚类算法计算出参数服务器下次同步计算节点的数量。最后计算节点根据同步标记选择全局模型或本地模型进入下一次迭代训练。本发明动态限制参数服务器的同步屏障规模，减少了同步通信开销，并且保证了模型训练的准确率；在计算节点间实现了有限异步计算，充分发挥了集群整体性能，实现集群动态负载均衡。
-
公开(公告)号：CN110929885A
公开(公告)日：2020-03-27
申请号：CN201911197322.9
申请日：2019-11-29
Applicant: 杭州电子科技大学 , 浙江曙光信息技术有限公司
Abstract: 本发明公开了一种面向智慧校园的分布式机器学习模型参数聚合方法，面向于数据并行策略下模型训练陷入局部最优解的问题。本发明从分布式机器学习算法的模型聚合方法出发，通过各计算进程的损失函数值来确定参数服务器在聚合局部模型参数时各计算进程局部模型的所占比例，提高了训练精度；使用计算进程直接无放回抽取数据的方法获得训练数据，降低了通信开销。本发明在应用到整体同步并行模型和延迟同步并行模型等同步模型时，能有效提高训练精度，同时不影响训练速度，训练结果应用于智慧校园可有效提高服务推荐的准确率。
-
公开(公告)号：CN110135067B
公开(公告)日：2023-06-16
申请号：CN201910404572.9
申请日：2019-05-16
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种双时间步方法下的直升机流场非结构重叠网格并行方法，面向于大规模直升机非定常流场的数值模拟求解。本发明在非结构重叠网格方法中利用区域分解方法，将直升机流场非结构重叠网格划分为若干块以N:M映射关系分配给若干进程；使用虚边界技术保证并行方法的最终收敛；使用虚边界收缩技术减少通信量；最后采用通信计算重叠的方式，重叠其每次物理迭代过程中的网格生成时间，减少并行化的同步等待时间；本发明在进行双时间步方法下的直升机流场非结构重叠网格方法时，兼顾通信和计算时间，提高并行加速比。
-
公开(公告)号：CN110046048B
公开(公告)日：2021-09-28
申请号：CN201910314058.6
申请日：2019-04-18
Applicant: 杭州电子科技大学
IPC: G06F9/50
Abstract: 本发明公开了一种基于工作量自适应快速重分配（Adaptive Fast Reassignment，AdaptFR）的负载均衡方法，该方法通过性能监控工具获得各计算节点的性能参数，然后按照性能模型为每个计算节点重新分配工作量，使慢节点获得较少的计算量，快节点获得较多的计算量，借此平衡各节点之间的完成单次迭代的时间，从而间接性地平衡了集群的负载，提高了模型训练的性能。
-
Patent Agency Ranking
公开(公告)号：CN110096838A
公开(公告)日：2019-08-06
申请号：CN201910404582.2
申请日：2019-05-16
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于N-S方程的直升机流场数值并行隐式求解方法，其面向于大规模旋翼直升机风洞试验模拟。本发明首先，将模拟风洞实验的流场计算模型进行分区，分成计算子模型，并对每个计算子模型建立分区边界和虚边界，同时把每个子模型分发给不同的计算节点，以此来提高计算速度；然后，在进行N-S方程迭代求解之前需要进行不同分区之间虚边界数据的通信，以此来保证通量守恒；最后，在分区边界采用虚边界的数据进行Jacobi迭代，在分区内部进行LU-SGS迭代，本发明采用Jacobi和LU-SGS迭代相结合的方法，在保证并行程序计算结果数据和串行程序计算结果数据一致的情况下，同时也提高了计算效率。
-
公开(公告)号：CN110046048A
公开(公告)日：2019-07-23
申请号：CN201910314058.6
申请日：2019-04-18
Applicant: 杭州电子科技大学
IPC: G06F9/50
Abstract: 本发明公开了一种基于工作量自适应快速重分配（Adaptive Fast Reassignment，AdaptFR）的负载均衡方法，该方法通过性能监控工具获得各计算节点的性能参数，然后按照性能模型为每个计算节点重新分配工作量，使慢节点获得较少的计算量，快节点获得较多的计算量，借此平衡各节点之间的完成单次迭代的时间，从而间接性地平衡了集群的负载，提高了模型训练的性能。
-
公开(公告)号：CN118551225A
公开(公告)日：2024-08-27
申请号：CN202410644005.1
申请日：2024-05-23
Applicant: 杭州电子科技大学
IPC: G06F18/214 , G06F18/2431 , G06N3/048 , G06N3/098
Abstract: 本发明公开了一种基于数据特征维度切分表示的纵向联邦学习方法，该方法首先各数据中心获得具有相同ID样本的数据，各数据中心将本地数据切分成特征数量相同数据子集，服务器将全局子集表征网络下发给各数据中心，各数据中心通过表征网络将子集潜在特征投影上传至服务器，服务器计算全局损失函数下发给各数据中心。其次各数据中心根据本地和全局损失函数更新本地子集表征网络并上传至服务器，服务器安全聚合后下发给各数据中心。最后各数据中心将通过训练后的表征网络得到的潜在特征上传至服务器，聚合形成全局数据潜在表征。本发明提升了纵向联邦学习方法训练模型的精度，发挥联邦学习在多数据中心协作中的潜力。
-
公开(公告)号：CN110135067A
公开(公告)日：2019-08-16
申请号：CN201910404572.9
申请日：2019-05-16
Applicant: 杭州电子科技大学
IPC: G06F17/50
Abstract: 本发明公开了一种双时间步方法下的直升机流场非结构重叠网格并行方法，面向于大规模直升机非定常流场的数值模拟求解。本发明在非结构重叠网格方法中利用区域分解方法，将直升机流场非结构重叠网格划分为若干块以N:M映射关系分配给若干进程；使用虚边界技术保证并行方法的最终收敛；使用虚边界收缩技术减少通信量；最后采用通信计算重叠的方式，重叠其每次物理迭代过程中的网格生成时间，减少并行化的同步等待时间；本发明在进行双时间步方法下的直升机流场非结构重叠网格方法时，兼顾通信和计算时间，提高并行加速比。
-
公开(公告)号：CN209496368U
公开(公告)日：2019-10-15
申请号：CN201920338361.5
申请日：2019-03-18
Applicant: 浙江曙光信息技术有限公司
Abstract: 本实用新型公开了服务器集群硬件状态声光监控报警装置，包括固定盒和主板，所述固定盒前端中下方位置处设置有声音采集报警孔，所述固定盒前端上方位置处设置有透明板，因为安装有滑动槽装置和连接滑动块装置，所以工作人员先将连接滑动块装置中的固定连接块与外部的固定端进行固定连接，然后将滑动槽装置中的滑槽与连接滑动块装置中的滑动连接体对齐之后，将固定槽体套接在滑动连接体外壁，使得滑动槽装置中的滑槽在滑动连接体外壁向下滑动，当固定槽体下端与固定底座接触之后，整个设备就安装完成了，同时也避免了固定盒的损坏，这样不仅提高了安装效率，而且还降低了安装成本。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.051 seconds)
