-
公开(公告)号：CN116304212A
公开(公告)日：2023-06-23
申请号：CN202310253283.X
申请日：2023-03-10
IPC: G06F16/901 , G06F16/903
Abstract: 本说明书公开了一种数据处理系统、方法、设备及存储介质，可以从原始图数据中包含的每个节点中筛选出度数高于预设阈值的节点，作为用于连接各社区的枢纽节点，进而可以将枢纽节点的每个邻居节点作为起始节点，通过访问与该邻居节点之间存在连接关系的其他节点，作为该邻居节点的关联节点，从而可以将该邻居节点和该邻居节点的关联节点划分出来，作为原始图数据的一个图数据分块，并针对每个图数据分块进行节点更新处理，进而可以避免由于直接使用原始图数据中包含的全部节点对应的特征矩阵进行计算而产生的冗余计算，以提升数据处理效率。
-
公开(公告)号：CN116501927A
公开(公告)日：2023-07-28
申请号：CN202310262288.9
申请日：2023-03-10
IPC: G06F16/903 , G06F16/901 , G06F9/50
Abstract: 本说明书公开了一种图数据处理系统、方法、设备及存储介质，可以根据预设的图模型匹配算法，从目标图数据中提取与指定图模式相匹配的子图所需的各集合操作，针对每个集合操作，根据执行该集合操作所涉及的两个集合中元素的数量，确定按照不同的执行策略执行该集合操作所占用的处理单元的性能对应的代价值，进而可以选择对处理单元的性能占用最小的执行策略来执行该集合操作，从而可以提升图数据处理效率。
-
公开(公告)号：CN116302533A
公开(公告)日：2023-06-23
申请号：CN202310259281.1
申请日：2023-03-13
IPC: G06F9/50 , G06N3/0464 , G06N3/063 , G06F16/901
Abstract: 本说明书公开了一种针对图卷积加速的执行系统，系统包括：聚合引擎、组合引擎、缓存区，系统可以通过多核设备运行聚合引擎和组合引擎，聚合引擎与组合引擎并行处理任务，聚合引擎获取原始图数据，将原始图数据进行划分，得到若干子图数据，并从若干子图数据中，选取出至少部分子图数据存储在缓存区中，根据缓存区中的子图数据，构建各聚合任务，并将每个聚合任务分配给各核，不同核之间并行处理各聚合任务，在聚合任务完成后将得到的节点对应的聚合特征存入缓存区中；组合引擎可以针对每个节点，从缓存区中获取该节点的聚合特征，并根据该节点的历史节点特征以及对应的聚合特征，执行组合任务，从而，本系统可以在一定程度上提高图卷积的效率。
-
公开(公告)号：CN120012826A
公开(公告)日：2025-05-16
申请号：CN202510111257.2
申请日：2025-01-23
Applicant: 之江实验室
IPC: G06N3/042 , G06N3/0455
Abstract: 本说明书公开了一种基于动态图神经网络执行业务处理的方法及装置。所述任务执行方法包括：将获取到的任意两个相邻时刻的图数据输入到预设的动态图神经网络中的GNN层中，以针对GNN层所包含的每个网络层，当两个相邻时刻的图数据中后一时刻的图数据通过该网络层时，针对后一时刻的图数据中包含的每个顶点，当在该网络层中确定该顶点对应顶点特征时所用到的其他顶点的顶点特征与在该网络层中确定关联顶点对应顶点特征时所用到的其他顶点的顶点特征相同时，获取关联顶点在该网络层中所确定出的顶点特征，作为后一时刻的图数据中该顶点在该网络层中确定出的顶点特征。进而确定后一时刻的图数据通过GNN层后每个顶点的顶点特征，并执行业务处理。
-
公开(公告)号：CN116339952A
公开(公告)日：2023-06-27
申请号：CN202310328140.0
申请日：2023-03-27
IPC: G06F9/48 , G06F16/901
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，本说明书实施例根据原始有向图中涉及的待变化边的起始顶点的状态以及受待变化边影响的目标顶点的入边连接的邻居顶点的状态中的至少一种状态，确定出通过待变化边对原始有向图进行调整后目标顶点的变化后状态，并基于目标顶点的变化后状态以及原始有向图中未受待变化边影响的顶点的状态，执行目标任务。在此方法中，在有向图调整之后，无需重新计算调整后有向图中所有顶点的状态，而是基于原始有向图中至少部分顶点的状态，只对受到插入边或删除边影响的顶点的状态进行重新计算，不受影响的顶点的状态无需重新计算，从而减少了冗余计算。
-
Patent Agency Ranking
公开(公告)号：CN116243871A
公开(公告)日：2023-06-09
申请号：CN202310259451.6
申请日：2023-03-13
Abstract: 本说明书公开了一种数据存储系统、数据存储方法及电子设备。该数据存储系统包括：数据缓存模块、数据处理模块以及持久化内存，持久化内存中包括第一存储区域以及第二存储区域，数据缓存模块包括：映射数据缓存以及计数器缓存，所述映射数据缓存用于暂时存储至少部分映射数据，以及，在所述映射数据缓存空间小于预设阈值时将最长时间未被访问的映射数据从缓存中逐出并写入所述持久化内存，所述数据处理模块用于，获取目标计数器数据目标映射数据，根据目标计数器数据对内存数据加密或解密，并根据映射数据，从持久化内存中获取持久化内存读取请求所需数据密文，或将持久化内存写入请求包含的数据密文存储在持久化内存中的指定位置。
-
公开(公告)号：CN117393176A
公开(公告)日：2024-01-12
申请号：CN202311366722.4
申请日：2023-10-20
Applicant: 之江实验室
Abstract: 本申请涉及一种宏微观图融合的传染病感染预测方法、装置和存储介质。所述方法包括：获取某一设定时间段内多个第一区域的宏观图，以及多个第二区域的微观图；第一区域中包括多个第二区域；将宏观图输入第一图卷积神经网络得到第一隐层向量；将微观图输入第二图卷积神经网络得到第二隐层向量；融合第一隐层向量与第二隐层向量得到各第一区域的融合隐层信息；对融合隐层信息进行时序计算得到各第一区域的时序隐层信息，将时序隐层信息分别输入两个预测网络中得到两个预测结果；将两个预测结果进行融合计算，得到最终各第一区域的传染病预测结果。采用本方法能够实现宏微观图融合挖掘的传染病预测，提高预测结果可解释性和传染病预测的效率。
-
公开(公告)号：CN116384472A
公开(公告)日：2023-07-04
申请号：CN202310348758.3
申请日：2023-03-29
Abstract: 本说明书公开了一种数据处理系统、方法、设备及存储介质，可以通过任务调度模块针对目标图数据中包含的每个节点，在生成该节点的特征聚合任务时，可以判断预设的指定缓存区中是否包含有执行该节点的特征聚合任务所需的关联对象的特征表示，如果存在，则可以从指定缓存区中直接获取到关联对象的特征表示，如果不存在再去提取关联对象的特征表示。其中，指定缓存区中包含的执行该节点的特征聚合任务所需的关联对象的特征表示是在历史执行的其他节点的特征聚合任务时保存的，从而可以避免关联对象的特征表示进行重复提取，进而可以降低在对目标图数据中的每个节点的节点特征表示进行更新时的冗余计算操作，从而可以提升目标图数据的处理效率。
-
公开(公告)号：CN119312249A
公开(公告)日：2025-01-14
申请号：CN202411372191.4
申请日：2024-09-29
Applicant: 之江实验室
IPC: G06F18/2433 , G06F18/2131 , G06F18/2135 , G06F18/10
Abstract: 本发明公开了一种基于时间序列异常检测的无监督快速射电暴搜寻方法，该方法包括：对射电望远镜观测数据进行消色散处理获得信号强度时间序列；将信号强度时间序列嵌入到低维空间并构建图结构，基于图结构计算序列异常分以获得快速射电暴脉冲信号候选体；使用分桶计数方法对快速射电暴脉冲信号候选体进行筛选，确认快速射电暴脉冲信号的到达时间及其对应的色散值。本发明创新性地从时间序列异常检测的角度去解决快速射电暴的搜寻问题，具有鲁棒性强、误检率低的特点，极大地减少候选体的数量，提高搜寻效率；运用粗粒度网格消色散，大幅度减少计算资源的消耗；不依赖信号形状相关的先验知识，可以扩展用于检测更多未知的宇宙信号。
-
公开(公告)号：CN117391166A
公开(公告)日：2024-01-12
申请号：CN202311029456.6
申请日：2023-08-15
Abstract: 在本说明书提供的一种基于冗余消除的超图神经网络更新方法，通过确定超图神经网络中的顶点以及超边，将顶点两两组合确定各顶点对，再根据各顶点对，确定各顶点对中重合的超边，构建冗余聚合集，对未更新的超边进行更新并对冗余聚合集中未聚合的超边进行聚合，再通过缓存存储超边更新后的特征和聚合特征，然后根据已更新的该顶点对应的超边的特征，和/或该顶点对应冗余聚合集的聚合特征，更新该顶点的顶点特征，得到更新后的超图神经网络。通过预先确定的冗余聚合集，以及缓存存储超边更新的特征和聚合特征，减少对重复的超边的计算，实现更高效率的更新超图神经网络。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.102 seconds)
