-
公开(公告)号：CN112882817B
公开(公告)日：2022-08-12
申请号：CN202110311627.9
申请日：2021-03-24
申请人： 国家超级计算天津中心
摘要： 本发明涉及一种基于超级计算机的工作流处理方法，包括：云服务器基于用户终端浏览器接收的指令构建工作流组件，所述工作流组件包括多个按照预设执行顺序排列的模块；所述云服务器将所述工作流组件发送至超级计算机；所述超级计算机根据所述工作流组件对应的预设执行顺序，依次将所述工作流组件中的每一模块的数据转换为超级计算机可执行的指令并执行，并将整个所述工作流组件执行完后得到的执行结果映射至所述云服务器上；所述云服务器将执行结果发送至所述用户终端的浏览器进行显示。本发明直接通过与浏览器交互构建工作流组件，并将工作流组件在超级计算机上运行，提高了交互效率和计算效率，并便于前端与后端的协同，降低了交互成本。
-
公开(公告)号：CN113256614B
公开(公告)日：2021-10-01
申请号：CN202110688500.9
申请日：2021-06-22
申请人： 国家超级计算天津中心
摘要： 本发明涉及一种医学影像处理系统，包括图片获取模块，用于获取待处理的医学影像图像；图片预处理模块，用于从所述待处理医学影像图像中提取待分析区域图像，并将所述待分析区域图像分别发送至第一分析模块和第二分析模块；第一分析模块，用于将所述待分析区域图像进行医学影像分析，得到第一分析结果，并将所述第一分析结果发给至判定模块；第二分析模块，用于将所述待分析区域图像输入预先设置好的影像分类器中，得到第二分析结果，并将所述第二分析结果发给至判定模块；判定模块，用于基于所述第一分析结果和第二分析结果，生成最终分析结果。本发明能够对医学影像做出准确地分析和判断。
-
公开(公告)号：CN112883654A
公开(公告)日：2021-06-01
申请号：CN202110311639.1
申请日：2021-03-24
申请人： 国家超级计算天津中心
摘要： 本发明涉及一种基于数据驱动的模型训练系统，包括：初始模型构建器，用于从用户终端浏览器获取数据训练集，并根据数据训练集从预设的网络结构模型库中选择对应的网络结构模型；参数提取器，用于根据预设的参数框架从所述网络结构模型中提取预设参数；模型映射器，用于选择目标深度学习框架，将预设参数映射为目标深度学习框架对应的映射数据和映射模型；代码生成器，用于将映射数据和映射模型动态生成可执行的代码；代码执行器，用于运行可执行的代码，并生成运行结果。本发明简化了模型训练流程，提高了模型训练的效率，降低了用于操作难度，使得非专业人员也能够使用。
-
公开(公告)号：CN112882851A
公开(公告)日：2021-06-01
申请号：CN202110311628.3
申请日：2021-03-24
申请人： 国家超级计算天津中心
摘要： 本发明涉及一种基于超级计算机的云交互系统，包括一个或多个超级计算机、消息队列转发服务器和云服务器，云服务器通过消息队列转发服务器与超级计算机连接，其中，所述云服务器连接一个或多个用户终端，能够被所述用户终端通过浏览器访问，云服务器接收用户终端通过浏览器输入的可视化指令，并发送给消息队列转发服务器；消息队列转发服务器将可视化指令发送给目标超级计算机；目标超级计算机将所接收的可视化指令转换为自身可执行的命令行指令并执行，然后将执行结果映射至云服务器上；云服务器将执行结果发送至浏览器进行显示。本发明无需输入命令行操作，直接通过浏览器与超级计算机进行交互，提高了交互效率和计算效率，降低了交互成本。
-
公开(公告)号：CN112882696A
公开(公告)日：2021-06-01
申请号：CN202110311629.8
申请日：2021-03-24
申请人： 国家超级计算天津中心
摘要： 本发明涉及一种基于超级计算机的全要素模型训练系统，包括流程编辑器，设置于用户终端的浏览器上，用于生成人工智能算法有向无环图；参数提取器和模型映射器设置于云服务器上，云服务器与超级计算机和用户终端通信连接，参数提取器根据预设的参数框架从有向无环图中提取预设参数；模型映射器，选择目标深度学习框架，将所提取的预设参数映射为目标深度学习框架对应的映射数据和映射模型；代码生成器和代码执行器设置于超级计算机上，代码生成器将映射数据和映射模型动态生成可执行的代码；代码执行器运行可执行的代码，并生成运行结果。本发明实现了算法复用和框架迁移，避免多次编程，简化了模型训练过程，提高了模型训练的效率，且容错性好。
-
公开(公告)号：CN110335274A
公开(公告)日：2019-10-15
申请号：CN201910660947.8
申请日：2019-07-22
申请人： 国家超级计算天津中心
IPC分类号： G06T7/00
摘要： 本发明提供了一种三维模具缺陷检测方法及装置，该方法包括：获取三维模具对应的多张拍摄图片，所述拍摄图片中包括所述三维模具的图像或利用所述三维模具得到的产品部件的图像，每张所述拍摄图片的拍摄角度各不相同；提取所述多张拍摄图片中的目标图像，所述目标图像为所述三维模具的图像或利用所述三维模具得到的产品部件的图像；将所述目标图像作为缺陷检测模型的输入，利用所述缺陷检测模型确定所述三维模具的缺陷信息；输出所述三维模具的缺陷信息。本发明实施例提供的缺陷检测方法较之人工检测更为可靠。
-
公开(公告)号：CN113256614A
公开(公告)日：2021-08-13
申请号：CN202110688500.9
申请日：2021-06-22
申请人： 国家超级计算天津中心
摘要： 本发明涉及一种医学影像处理系统，包括图片获取模块，用于获取待处理的医学影像图像；图片预处理模块，用于从所述待处理医学影像图像中提取待分析区域图像，并将所述待分析区域图像分别发送至第一分析模块和第二分析模块；第一分析模块，用于将所述待分析区域图像进行医学影像分析，得到第一分析结果，并将所述第一分析结果发给至判定模块；第二分析模块，用于将所述待分析区域图像输入预先设置好的影像分类器中，得到第二分析结果，并将所述第二分析结果发给至判定模块；判定模块，用于基于所述第一分析结果和第二分析结果，生成最终分析结果。本发明能够对医学影像做出准确地分析和判断。
-
公开(公告)号：CN112882817A
公开(公告)日：2021-06-01
申请号：CN202110311627.9
申请日：2021-03-24
申请人： 国家超级计算天津中心
摘要： 本发明涉及一种基于超级计算机的工作流处理方法，包括：云服务器基于用户终端浏览器接收的指令构建工作流组件，所述工作流组件包括多个按照预设执行顺序排列的模块；所述云服务器将所述工作流组件发送至超级计算机；所述超级计算机根据所述工作流组件对应的预设执行顺序，依次将所述工作流组件中的每一模块的数据转换为超级计算机可执行的指令并执行，并将整个所述工作流组件执行完后得到的执行结果映射至所述云服务器上；所述云服务器将执行结果发送至所述用户终端的浏览器进行显示。本发明直接通过与浏览器交互构建工作流组件，并将工作流组件在超级计算机上运行，提高了交互效率和计算效率，并便于前端与后端的协同，降低了交互成本。
-
公开(公告)号：CN106846457A
公开(公告)日：2017-06-13
申请号：CN201611062125.2
申请日：2016-11-25
申请人： 国家超级计算天津中心
摘要： 本发明涉及并行计算应用技术领域和高性能科学计算领域，特别是涉及一种具备TB级数据处理能力的CT切片数据可视化重构的八叉树并行构造方法。其基于MPI+OpenMP并行编程模型，利用原始体数据网格剖分、八叉树节点数据没有依赖性等特点，基于“按需构造‑Branch on need Octrees，BONOs”方案，根据体数据的实际三维尺寸进行八叉树并行构造，一方面减少构造过程中对计算资源、存储资源的浪费和I/O开销，另一方面通过并行计算的方式实现对TB级CT切片数据的快速八叉树数据结构构造，MPI+OpenMP并行编程技术满足TB级CT切片数据在不同分辨率要求下的八叉树数据结构体快速构造，该方法具备较好的并行加速比和并行效率。
-
公开(公告)号：CN118797021A
公开(公告)日：2024-10-18
申请号：CN202411281200.9
申请日：2024-09-13
申请人： 国家超级计算天津中心
IPC分类号： G06F16/332 , G06F16/38 , G06F16/338 , G06F16/33 , G06F40/289 , G06F40/30
摘要： 本发明涉及人工智能领域，公开了一种政策知识问答方法、设备和存储介质，该方法包括：接收目标问题，并根据目标问题以及预先建立的政策知识库，确定初始答案列表；其中，政策知识库包括文本段库、标题库以及关键词库；对初始答案列表进行重排序，并根据预设答案数量从重排序后的初始答案列表中，确定过程答案列表；根据目标问题，确定系统提示词，并将系统提示词、定制化指令、目标问题以及过程答案列表，输入至大语言模型中，得到目标答案，并将目标答案反馈至目标问题对应的终端设备。通过本发明的技术方案，实现了创建高质量的政策知识库，建立标题库与关键词库的辅助检索机制，提升政策知识问答的准确性的效果。
-
-
-
-
-
-
-
-
-
搜索结果
15 条记录 (耗时 0.043 秒)
