-
公开(公告)号：CN116663629A
公开(公告)日：2023-08-29
申请号：CN202310782272.0
申请日：2023-06-29
Applicant: 国网浙江省电力有限公司电力科学研究院 , 中国科学技术大学苏州高等研究院
IPC: G06N3/063 , G06N3/0464
Abstract: 本发明公开了一种促进神经网络加速计算的方法，涉及神经网络技术领域，用于解决现有神经网络计算分配时特征不匹配的问题，该方法包括以下步骤：获取神经网络运行参数；根据所述运行参数，计算神经网络各层仿存比；根据访存比计算结果对所述神经网络进行分组，将访存比差值在预设区间内的层分入同组；将分入同组的层分配给同一处理引擎。本发明还公开了一种神经网络计算加速装置及电子设备。本发明通过访存比对神经网络层进行分组，并匹配合适的处理引擎，使得神经网络计算分配时特征匹配，性能优。
-
公开(公告)号：CN113744035B
公开(公告)日：2024-02-20
申请号：CN202111034524.9
申请日：2021-09-03
Applicant: 中国电力科学研究院有限公司 , 国网浙江省电力有限公司电力科学研究院 , 国网浙江省电力有限公司 , 国网福建省电力有限公司 , 国家电网有限公司
Inventor： 燕京华 , 张瑞雯 , 刘鹏 , 李宇轩 , 韩彬 , 崔晖 , 宋少群 , 程鑫 , 刘智煖 , 章枫 , 周子青 , 肖艳炜 , 王超 , 郑晓雨 , 董时萌 , 李立新 , 戴赛 , 潘毅 , 丁强 , 杨占勇 , 盛灿辉 , 王磊 , 张传成 , 黄国栋 , 许丹 , 李伟刚 , 胡晨旭 , 屈富敏 , 李博 , 蔡帜 , 张加力 , 杨晓楠 , 胡晓静 , 李哲 , 徐晓彤 , 李媛媛 , 常江 , 苏明玉 , 李凌昊 , 门德月 , 刘升 , 闫翠会 , 李洋 , 张海全 , 王小宇 , 马成龙 , 苏鹏
IPC: G06Q30/08 , G06Q30/0601 , G06Q30/0203 , G06Q50/06
Abstract: 本发明公开了一种发电侧集中竞价的实时现货市场阻塞调整方法及系统，首先判断是否存在支路或断面越限情况下，可能由于发电机组过度调节导致的成本大幅增加的情况，并计算出约束松弛的相关支路或断面及其松弛参数，最后通过再次的优化出清和市场购电成本的对比校验，选择最终效果明显出清结果，提升了阻塞情况下的市场运行效益。
-
公开(公告)号：CN113744035A
公开(公告)日：2021-12-03
申请号：CN202111034524.9
申请日：2021-09-03
Applicant: 中国电力科学研究院有限公司 , 国网浙江省电力有限公司电力科学研究院 , 国网浙江省电力有限公司 , 国网福建省电力有限公司 , 国家电网有限公司
Inventor： 燕京华 , 张瑞雯 , 刘鹏 , 李宇轩 , 韩彬 , 崔晖 , 宋少群 , 程鑫 , 刘智煖 , 章枫 , 周子青 , 肖艳炜 , 王超 , 郑晓雨 , 董时萌 , 李立新 , 戴赛 , 潘毅 , 丁强 , 杨占勇 , 盛灿辉 , 王磊 , 张传成 , 黄国栋 , 许丹 , 李伟刚 , 胡晨旭 , 屈富敏 , 李博 , 蔡帜 , 张加力 , 杨晓楠 , 胡晓静 , 李哲 , 徐晓彤 , 李媛媛 , 常江 , 苏明玉 , 李凌昊 , 门德月 , 刘升 , 闫翠会 , 李洋 , 张海全 , 王小宇 , 马成龙 , 苏鹏
Abstract: 本发明公开了一种发电侧集中竞价的实时现货市场阻塞调整方法及系统，首先判断是否存在支路或断面越限情况下，可能由于发电机组过度调节导致的成本大幅增加的情况，并计算出约束松弛的相关支路或断面及其松弛参数，最后通过再次的优化出清和市场购电成本的对比校验，选择最终效果明显出清结果，提升了阻塞情况下的市场运行效益。
-
公开(公告)号：CN118274946A
公开(公告)日：2024-07-02
申请号：CN202410351580.2
申请日：2024-03-26
Applicant: 国网河南省电力公司电力科学研究院 , 国家电网有限公司 , 国网浙江省电力有限公司电力科学研究院 , 中国电力科学研究院有限公司 , 国网电力科学研究院有限公司 , 国网湖南省电力有限公司防灾减灾中心 , 国网四川省电力公司电力科学研究院
Inventor： 周宁 , 窦晓军 , 石军 , 姚德贵 , 王凯军 , 李哲 , 梁允 , 卢明 , 金焱 , 朱承治 , 姜文东 , 王少华 , 姜凯华 , 冯涛 , 谷山强 , 彭江 , 张兴辉 , 王超 , 王津宇 , 柯佳颖 , 高阳 , 丁理杰
IPC: G01H9/00 , G06F18/25 , G06F18/21 , G06F18/2131 , G06F18/213 , G06N3/0464 , G06N3/045 , G01V8/10 , G06F123/02
Abstract: 本发明公开了一种基于光纤传感多域特性分析的线路舞动判断方法、系统，属于线路舞动判断技术领域，通过在线路上部署分布式光纤传感器采集相关数据，对采集的数据进行时域、频域与数据域的特征提取，提高了用于判断的数据全面性；其次，对数据特征进行多域融合关联计算，降低了对于舞动的漏判、误判的概率，提高了结果准确率。同时考虑到输电线路舞动监测对结果的较高时效性要求，将多域融合关联计算后的数据进行预判断，在短时间内得到定性的预判断结果，再综合考虑预判断结果与融合关联计算后的数据，得出具体的舞动线路与准确的舞动等级。最终根据实际检修结果反馈动态调整网络参数，提高了整体系统的可信度与判断结果的时效性。
-
公开(公告)号：CN114139695A
公开(公告)日：2022-03-04
申请号：CN202210010882.4
申请日：2022-01-06
Applicant: 国网浙江省电力有限公司电力科学研究院
Abstract: 本发明公开了脉冲神经网络加速方法及脉冲神经网络的事件驱动加速器，属于脉冲神经网络加速技术领域。现有的脉冲神经网络加速器没有在控制方法层面优化脉冲神经网络计算过程，使得计算延迟高。传统时间驱动加速器不支持抑制性脉冲神经网络，限制其应用范围。本发明的一种脉冲神经网络加速方法，根据脉冲神经元模型以及脉冲编码方式，构建近似计算模型。该近似计算模型利用脉冲频域编码忽略脉冲序列时间语义这一特征，压缩脉冲信号在时间步上的分布，大幅降低脉冲路由过程以及后续神经计算过程。本发明的时间驱动加速器，重新规划脉冲神经网络计算过程，设置去重队列以及位示图解决脉冲抖动问题，实现对抑制型脉冲神经网络的高效支持。
-
Patent Agency Ranking
公开(公告)号：CN114139695B
公开(公告)日：2022-06-03
申请号：CN202210010882.4
申请日：2022-01-06
Applicant: 国网浙江省电力有限公司电力科学研究院
Abstract: 本发明公开了脉冲神经网络加速方法及脉冲神经网络的事件驱动加速器，属于脉冲神经网络加速技术领域。现有的脉冲神经网络加速器没有在控制方法层面优化脉冲神经网络计算过程，使得计算延迟高。传统时间驱动加速器不支持抑制性脉冲神经网络，限制其应用范围。本发明的一种脉冲神经网络加速方法，根据脉冲神经元模型以及脉冲编码方式，构建近似计算模型。该近似计算模型利用脉冲频域编码忽略脉冲序列时间语义这一特征，压缩脉冲信号在时间步上的分布，大幅降低脉冲路由过程以及后续神经计算过程。本发明的时间驱动加速器，重新规划脉冲神经网络计算过程，设置去重队列以及位示图解决脉冲抖动问题，实现对抑制型脉冲神经网络的高效支持。
-
公开(公告)号：CN117850987A
公开(公告)日：2024-04-09
申请号：CN202211213164.3
申请日：2022-09-30
Applicant: 华为技术有限公司 , 中国科学技术大学苏州高等研究院
Abstract: 本申请实施例提供了一种任务处理方法和装置，能够解决任务处理的过程中端到端时延不确定的问题，能够适用于对端到端时延有确定性需求的场景，更符合工控、车、第五代通信技术与产业互联网等业务领域的要求，从而提高用户体验。上述方法包括：获取目标任务的有向无环图DAG、目标任务的端到端时延需求和至少一个处理器核心的标识，目标任务包括多个子任；将DAG、端到端时延需求和至少一个处理器核心的标识输入至任务模型，得到多个子任务更新后的时间信息和多个子任务中每个子任务对应的处理器核心，时间信息包括启动时间和处理时间，任务模型中包括预先设置的算法；按照更新后的时间信息在对应的处理器核心上处理多个子任务。
-
公开(公告)号：CN114897150B
公开(公告)日：2023-04-07
申请号：CN202210347712.5
申请日：2022-04-01
Applicant: 中国科学技术大学苏州高等研究院
IPC: G06N3/063 , G06F8/61 , G06F30/398
Abstract: 本发明公开了一种AI智能模组的可靠性设计方法，所述AI智能模组包括智能处理单元及其连接的内存单元、电源单元、以太网接口单元、PCIE接口单元、温度监测单元以及电流监测单元。此AI智能模组可以通过千兆网接口和PCIE高速接口，传输图像、视频等其他数据进行相关AI算法的加速处理，如图像增强、图像分类、目标检测、目标识别、目标跟踪等。本发明的AI智能模组的可靠性设计方法主要包含三类，一类是基于硬件电路限流保护的方法，一类是基于软件程序上注更新的方法，还有一类是基于软看门狗、重启指令的方法。一般来说，为完成上述三类方法的技术实现，还需要配套的辅助控制底板，如FPGA、CPLD等来共同完成。
-
公开(公告)号：CN114897150A
公开(公告)日：2022-08-12
申请号：CN202210347712.5
申请日：2022-04-01
Applicant: 中国科学技术大学苏州高等研究院
IPC: G06N3/063 , G06F8/61 , G06F30/398
Abstract: 本发明公开了一种AI智能模组的可靠性设计方法，所述AI智能模组包括智能处理单元及其连接的内存单元、电源单元、以太网接口单元、PCIE接口单元、温度监测单元以及电流监测单元。此AI智能模组可以通过千兆网接口和PCIE高速接口，传输图像、视频等其他数据进行相关AI算法的加速处理，如图像增强、图像分类、目标检测、目标识别、目标跟踪等。本发明的AI智能模组的可靠性设计方法主要包含三类，一类是基于硬件电路限流保护的方法，一类是基于软件程序上注更新的方法，还有一类是基于软看门狗、重启指令的方法。一般来说，为完成上述三类方法的技术实现，还需要配套的辅助控制底板，如FPGA、CPLD等来共同完成。
-
公开(公告)号：CN113033082A
公开(公告)日：2021-06-25
申请号：CN202110258488.8
申请日：2021-03-10
Applicant: 中国科学技术大学苏州高等研究院
IPC: G06F30/27 , G06N20/20 , H04L29/08 , G06F111/08
Abstract: 本发明公开了一种基于异构算力感知的去中心化联邦学习框架，包括云端协调器和若干设备端；所述云端协调器用于运行时管理、训练和参数更新方案生成、定期模型备份；所述设备端用于向云端协调器传输设备信息，在本地运行模型，更新设备端参数；所述云端协调器获取设备端一次训练时间的最小公倍数为超周期，设备端在超周期内计算不同的步长，在超周期的整数倍时聚合模型。根据设备计算能力不同而运行不同的本地步骤，在模型聚合过程中，为了减少慢节点的负面影响；采用了分布式的点对点通信方式，可以在不增加整体通信量的情况下，消除在分布式训练过程中中央服务器的通信压力。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.135 seconds)
