-
公开(公告)号：CN118377601A
公开(公告)日：2024-07-23
申请号：CN202410799368.2
申请日：2024-06-20
申请人： 浙江大华技术股份有限公司 , 浙江大学
摘要： 本申请公开了一种任务处理方法、设备及存储介质，该任务处理方法包括：获取当前执行任务对应的算子集合，将算子集合中缓存参数满足预设条件的算子作为目标算子；确定目标算子采用的实例数量调整决策，以及获取目标算子执行实例数量调整决策后的任务处理性能变化、实例数量调整决策执行前目标算子对应的运行环境信息；基于目标算子采用的实例数量调整决策、任务处理性能变化和运行环境信息，对待训练决策智能体进行训练，得到训练完成的决策智能体；利用训练完成的决策智能体，确定算子集合中各个算子运行过程中所采用的实例数量调整决策。可以对算子集合中的算法实例个数进行自适应的扩展或缩减，进而提高当前执行任务的吞吐率。
-
公开(公告)号：CN118377601B
公开(公告)日：2024-09-06
申请号：CN202410799368.2
申请日：2024-06-20
申请人： 浙江大华技术股份有限公司 , 浙江大学
摘要： 本申请公开了一种任务处理方法、设备及存储介质，该任务处理方法包括：获取当前执行任务对应的算子集合，将算子集合中缓存参数满足预设条件的算子作为目标算子；确定目标算子采用的实例数量调整决策，以及获取目标算子执行实例数量调整决策后的任务处理性能变化、实例数量调整决策执行前目标算子对应的运行环境信息；基于目标算子采用的实例数量调整决策、任务处理性能变化和运行环境信息，对待训练决策智能体进行训练，得到训练完成的决策智能体；利用训练完成的决策智能体，确定算子集合中各个算子运行过程中所采用的实例数量调整决策。可以对算子集合中的算法实例个数进行自适应的扩展或缩减，进而提高当前执行任务的吞吐率。
-
公开(公告)号：CN117193992B
公开(公告)日：2024-02-02
申请号：CN202311480534.4
申请日：2023-11-08
申请人： 浙江大华技术股份有限公司
摘要： 本申请提供一种模型训练方法、任务调度方法、任务调度装置以及计算机存储介质。所述模型训练方法包括：获取若干已处理任务以及对应的任务信息以及任务属性，任务信息包括处理耗时和处理线程池；基于同一任务属性的若干已处理任务的处理耗时对同一任务属性的若干已处理任务进行筛选得到训练任务集；利用任务调度模型的预测模块对训练任务集进行预测得到预测线程池；基于预测线程池以及每个已处理任务对应的处理线程池对任务调度模型进行训练。通过上述方式，本申请能够使用训练好的任务调度模型对待处理任务的执行线程池进行预测，从而得到并使用不同执行规则的线程池执行待处理任务，提高了系统的线程资源利用率，提高了任
-
公开(公告)号：CN117193992A
公开(公告)日：2023-12-08
申请号：CN202311480534.4
申请日：2023-11-08
申请人： 浙江大华技术股份有限公司
摘要： 本申请提供一种模型训练方法、任务调度方法、任务调度装置以及计算机存储介质。所述模型训练方法包括：获取若干已处理任务以及对应的任务信息以及任务属性，任务信息包括处理耗时和处理线程池；基于同一任务属性的若干已处理任务的处理耗时对同一任务属性的若干已处理任务进行筛选得到训练任务集；利用任务调度模型的预测模块对训练任务集进行预测得到预测线程池；基于预测线程池以及每个已处理任务对应的处理线程池对任务调度模型进行训练。通过上述方式，本申请能够使用训练好的任务调度模型对待处理任务的执行线程池进行预测，从而得到并使用不同执行规则的线程池执行待处理任务，提高了系统的线程资源利用率，提高了任务的执行效率。
-
公开(公告)号：CN117521737A
公开(公告)日：2024-02-06
申请号：CN202410012640.8
申请日：2024-01-04
申请人： 浙江大华技术股份有限公司
IPC分类号： G06N3/0464
摘要： 本发明提供一种网络模型的转换方法、装置、终端及计算机可读存储介质，网络模型的转换方法包括：获取网络模型对应的图网络；图网络包括多个连接的层结构；层结构包括多个并列的操作节点，相互连接的层结构分别包含的操作节点之间相互连接；操作节点具有运算耗时，相互连接的两个操作节点之间具有对应的转换耗时；基于当前操作节点的运算耗时、历史累计耗时以及当前操作节点与相邻后一层结构中操作节点之间的转换耗时，确定当前操作节点的处理耗时；基于最后一个层结构中各操作节点的处理耗时，确定网络模型对应的连接结构。本申请可以确定耗时最短的操作节点的连接结构，提高网络模型的性能。
-
公开(公告)号：CN117521737B
公开(公告)日：2024-04-19
申请号：CN202410012640.8
申请日：2024-01-04
申请人： 浙江大华技术股份有限公司
IPC分类号： G06N3/0464
摘要： 本发明提供一种网络模型的转换方法、装置、终端及计算机可读存储介质，网络模型的转换方法包括：获取网络模型对应的图网络；图网络包括多个连接的层结构；层结构包括多个并列的操作节点，相互连接的层结构分别包含的操作节点之间相互连接；操作节点具有运算耗时，相互连接的两个操作节点之间具有对应的转换耗时；基于当前操作节点的运算耗时、历史累计耗时以及当前操作节点与相邻后一层结构中操作节点之间的转换耗时，确定当前操作节点的处理耗时；基于最后一个层结构中各操作节点的处理耗时，确定网络模型对应的连接结构。本申请可以确定耗时最短的操作节点的连接结构，提高网络模型的性能。
-
公开(公告)号：CN117519952A
公开(公告)日：2024-02-06
申请号：CN202410012613.0
申请日：2024-01-04
申请人： 浙江大华技术股份有限公司
摘要： 本申请涉及资源调度技术领域，特别是涉及云平台任务调度方法、计算机设备和存储介质。本申请所提供的一种云平台任务调度方法，包括获取任务的需求核心数，获取节点队列的可用核心数；判断可用核心数等于需求核心数的节点队列中是否存在可用的计算节点；响应于检测到可用的计算节点，将任务调度至计算节点执行；其中，计算节点根据剩余核心数的不同被存储在不同的节点队列中，节点队列的可用核心数小于等于节点队列中计算节点的剩余核心数。通过上述方法，能够利用剩余核心数对节点进行分类，从而根据任务的需求核心数快速获取到合适的计算节点，有效提升任务调度效率。
-
公开(公告)号：CN118708803A
公开(公告)日：2024-09-27
申请号：CN202410697866.6
申请日：2024-05-31
申请人： 浙江大学 , 上海浙江大学高等研究院 , 上海人工智能创新中心
IPC分类号： G06F16/9535 , G06F16/9536 , G06V40/16 , G06Q50/20
摘要： 本发明公开了一种基于端云协同的多模态在线试题推荐方法、系统及介质。该方法通过在设备端获取用户的做题记录、题目属性、以及作答过程中的表情信息，在设备端进行认知诊断以获得用户知识雷达图诊断结果，根据诊断结果实现自适应试题推荐。为解决设备端推荐题库的限制，设计了云端选题策略和设备端选题策略，可以根据用户需求从题目类型和质量的角度选择多样性的题目，由云端将这些题目下发至用户，并移除设备端中的冗余题目。本发明的方法实现了端云协同下的自适应考试，通过融合用户表情信息进行精准诊断，并依据诊断结果实现个性化试题推荐，解决了传统方法无法适用于大规模题库的问题，具有推荐效果好、诊断精准等优点。
-
公开(公告)号：CN118982710A
公开(公告)日：2024-11-19
申请号：CN202411054328.1
申请日：2024-08-02
申请人： 上海浙江大学高等研究院 , 浙江大学
IPC分类号： G06V10/764 , G06V10/774 , G06V10/94
摘要： 本发明公开了一种基于反事实表征学习的端云协同计算方法及系统，该方法主要针对端云协同环境下数据异质性导致的辛普森悖论问题，本方法通过识别和替换端侧本地图像数据的关键特征，生成反事实正负样本进行对比学习，以逼近全局数据分布，减轻端侧图像分类模型与全局模型间的偏差；为确保特征独立可控，引入因子去相关损失约束特征间相关性本发明的方法提供了一种有效应对数据异质性、缓解辛普森悖论、实现端向云去偏汇聚的联邦学习，在非IID与IID数据分布下有效地提高了全局模型的性能。
-
公开(公告)号：CN118246506A
公开(公告)日：2024-06-25
申请号：CN202410287078.X
申请日：2024-03-13
申请人： 浙江大学 , 上海浙江大学高等研究院
IPC分类号： G06N3/08 , G06N3/0455 , G06N3/0499 , G06Q30/0203
摘要： 本发明公开了一种两阶段的基于提示学习的评分推荐方法，包括获取用户网上购物的评价数据记录，并构建可学习的语义软提示、数值表示软提示、以及用户语义表示和物品语义表示，在语义提示微调阶段和数值提示微调阶段分别更新两种输入序列和网络的参数，最后利用训练好的模型进行推理，得到用户对所推荐物品的预测分数。本发明的方法利用语义评论和数字评级作为两个不同阶段的监督信号，个性化地将用户表示和用户所购买的物品表示分别分解为语义和数字视角。通过该方法，引导冻结的大语言模型最初推断用户对项目的隐式偏好，然后使用这些有价值的信息生成明确的推荐。
-
-
-
-
-
-
-
-
-
搜索结果
269 条记录 (耗时 0.116 秒)
