-
公开(公告)号：CN116055290A
公开(公告)日：2023-05-02
申请号：CN202211728383.5
申请日：2022-12-30
Applicant: 济南超级计算中心有限公司 , 山东省计算中心(国家超级计算济南中心)
IPC: H04L41/0631 , H04L67/10
Abstract: 本发明公开了一种面向HPC计算任务的作业安全运行预警系统及方法，该系统包括多个客户端、服务端和预警端；多个客户端分别部署在HPC计算任务中的各运行节点处，用于采集各节点的实时节点运行信息；服务端部署在第一服务器中，用于对采集的实时节点运行信息进行数据处理并将其封装为预警系统可识别的数据格式；预警端部署在第二服务器中，用于识别处理后的节点数据，根据预设的预警规则和作业预警模型进行数据分析，分析各节点状态和作业运行状态，获取分析结果，根据分析结果对当前作业进行标记，对可能出现异常的作业进行预警。本发明通过上述系统对异常情况进行提前识别与定位，实现作业安全运行的提前预警，保障HPC计算任务的准确性。
-
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：CN120012426A
公开(公告)日：2025-05-16
申请号：CN202510119252.4
申请日：2025-01-24
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)
Abstract: 本发明提出了一种基于神威架构的迭代求解器优化方法与系统，涉及电子信息技术领域，针对的问题是：目前神威新一代超级计算机中适用于SW26010Pro架构的AztecOO仍然采用双精度算法，存储和计算成本大，AztecOO求解器计算效率低、计算精度低。该方法获取稀疏线性方程组的求解任务，并将所述求解任务下发至主核；主核划分求解任务，并为其分配内存；主核调用从核启动函数，并执行计算；从核将计算结果反馈给主核，得到稀疏线性方程组的解。本发明通过设计的精度选择策略、矩阵分割算和混合精度算法，优化迭代求解器，在保证足够计算精度的情况下，提高算法计算速度，节约内存资源，以加速求解器整个求解过程，为数值计算方面的研究人员提供更高效的开发效率。
-
公开(公告)号：CN119991709A
公开(公告)日：2025-05-13
申请号：CN202510482139.2
申请日：2025-04-17
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: G06T7/11 , G06T7/00 , G06V10/764 , G06V10/80 , G06V10/44 , G06N3/0455
Abstract: 本发明涉及基于高效双注意的医学图像分割方法及系统；属于医学图像分割技术领域，包括：1）获取医学图像数据集，预处理后划分为训练集和测试集；2）构建基于高效双注意的医学图像分割模型；3）训练基于高效双注意的医学图像分割模型；4）将测试集输入到优化后的基于高效双注意的医学图像分割模型中，输出得到最终医学图像分割结果。本发明有效融合高层和低层之间的语义特征，从而提取出更显著的特征并保留语义空间信息。
-
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。
-
Patent Agency Ranking
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：CN114360637B
公开(公告)日：2024-10-29
申请号：CN202210022369.7
申请日：2022-01-10
Applicant: 山东省计算中心(国家超级计算济南中心) , 中国海洋大学
IPC: G16B15/00 , G16B25/00 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于图注意力网络的蛋白质‑配体亲和力评价方法。为了解决数据集规模小的问题，本发明模拟半柔性对接过程，设计了基于分子柔性的数据增强方法(Data Enhancement Method based on molecular flexibility)，扩大数据规模、提高模型质量、保证了方法的科学性与合理性。本发明设计基于图注意力机制的分子特征提取方法，提取分子有效特征，提高打分函数的精度和性能。
-
公开(公告)号：CN118467195A
公开(公告)日：2024-08-09
申请号：CN202410469627.5
申请日：2024-04-18
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: 本发明提供了一种二级子结构Schwarz方法异构并行求解方法及系统，涉及数据处理技术领域，所述方法包括：获取待求解任务；根据待求解任务进行初始化及任务划分；对待求解任务进行求解；其中，待求解任务在异构众核处理器中求解，处理器的主核执行初始化及任务划分，并将划分后的浮点计算任务分配至多个从核，多个从核接收主核分配的浮点计算任务进行并行求解，并将求解结果传输至主核。本发明将浮点计算任务分配至从核进行并行计算，充分利用了主从核的多核优势，提高了计算性能和资源利用率。
-
公开(公告)号：CN118015686B
公开(公告)日：2024-06-28
申请号：CN202410423859.7
申请日：2024-04-10
Applicant: 济南超级计算技术研究院 , 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明属于信息处理技术领域，提供了基于全模拟光子神经网络的情绪识别装置及方法，通过创建与训练图像数据集中不同离散情绪值对应的训练透明矩阵，通过训练透明矩阵中的单元值的卷积记录每一类情绪的每个点；在3D全息存储器矩阵上生成不同的分离全息点，所述全息点对应各种离散情绪值；随着训练透明矩阵的光学改变，以参考光束和对象光束的不同角度记录3D全息存储器矩阵的不同全息点处的各种情绪；接收待识别的图像，通过记录在3D全息存储器矩阵中的全息点的值识别得到情绪种类，减少了离散数字和光学操作。
-
公开(公告)号：CN118227442A
公开(公告)日：2024-06-21
申请号：CN202410442884.X
申请日：2024-04-12
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)
Abstract: 本发明公开一种基于微架构参数的处理器性能模型构建方法及系统，涉及处理器性能建模技术领域，方法为：获取处理器运行作业时的微架构参数；将微架构参数中的作业运行时间作为因变量、硬件微观结构参数作为自变量、本地计算特征参数作为辅助变量，初步构建基于线性部分和非线性部分的性能模型；以自变量和辅助变量之间的相关性为权重改进线性部分，结合梯度下降法优化改进的线性部分；动态设定自变量的组合和幂次范围，并引入自变量的对数项，利用多项式特征转换，结合ElasticNetCV模型和粒子群优化算法，优化非线性部分；以此搭建最终的性能模型。本发明能够更好的量化作业运行性能，应对复杂的数据情况，精确预测作业运行时间。
-
-
-
-
-
-
-
-
-
Search Results
131
records
(took 0.057 seconds)
