一种机器学习模型通用部署方法
    2.
    发明公开

    公开(公告)号:CN116579440A

    公开(公告)日:2023-08-11

    申请号:CN202310501556.8

    申请日:2023-05-06

    IPC分类号: G06N20/00 G06F8/60

    摘要: 本发明公开一种机器学习模型通用部署方法,涉及人工智能技术领域;将机器学习模型的数据预处理模块与机器学习模型分别独立部署,所述机器学习模型为Pytorch模型,以独立服务形式部署所述数据预处理模块;部署所述机器学习模型于torchserver框架内;所述数据预处理模块与torchserver框架按照约定的协议进行通信。

    一种固定时间间隔分组聚合的方法及系统

    公开(公告)号:CN118626522A

    公开(公告)日:2024-09-10

    申请号:CN202410495017.2

    申请日:2024-04-24

    摘要: 本发明公开了一种固定时间间隔分组聚合的方法及系统,属于数据库技术领域,包括:通过对时序数据时间戳与已插入数据的最新时间戳的比较结果对时序数据进行形式化的乱序程度的描述;对描述乱序程度的信息进行实时监测和实时更新;利用描述乱序程度的信息进行查询优化;根据乱序程度动态分配资源,在扫描过程中进行固定时间间隔的时序数据分组聚合;根据乱序程度与性能指标进行性能预测,实现数据库自治。本发明对于固定时间间隔分组聚合的查询性能可以带来很大提升,同时降低了系统的资源消耗,特别是内存消耗。

    一种用于时序数据库的日志记录方法

    公开(公告)号:CN118035256A

    公开(公告)日:2024-05-14

    申请号:CN202410115068.8

    申请日:2024-01-26

    摘要: 本发明公开了一种用于时序数据库的日志记录方法,属于数据库技术领域,包括:日志记录模块,用于高效记录日志关键信息,包括日志元数据及数据偏移量信息;日志传输模块,分批次将日志中的元信息和时序表中的数据信息组织在一起,发送给目标节点;日志回放模块,在目标节点回放历史日志和实时日志,将时序数据写入存储引擎;其中,日志记录模块仅记录数据在时序表中的偏移位置;且包含日志条目的唯一标识LSN。本发明日志写入性能优于传统日志记录方式,并减少了冗余信息的存储,节省了磁盘空间;且在主备复制及分布式高可用场景中,可以提升日志复制的效率。

    基于动态资源共享的数据中心任务混合部署方法及系统

    公开(公告)号:CN113626162B

    公开(公告)日:2024-08-23

    申请号:CN202110778960.0

    申请日:2021-07-09

    IPC分类号: G06F9/48

    摘要: 本发明属于云计算资源管理技术领域,公开了一种基于动态资源共享的数据中心任务混合部署方法及系统,将时间轴划分为多个时隙,获取本次时隙内到达的任务请求;为上一时隙未完成的离线任务重新计算资源需求并部署任务;将新到达的任务请求按照先在线后离线的顺序排序;确定在线任务峰值资源需求和当前时隙的预留资源门限并部署任务,为离线任务计算在单个时隙内完成所需的资源量并部署任务;在下一个调度时刻到来之前,将每个服务器上剩余资源按比例临时提供给该服务器上的离线任务使用。本发明利用在线工作负载的时变特性来最大化临时可用资源的利用率,同时保证延迟敏感服务的服务质量,并尽可能减轻混合部署对离线任务的影响。

    基于动态阈值-MMSE的ZP-OTFS信道估计方法

    公开(公告)号:CN118473870A

    公开(公告)日:2024-08-09

    申请号:CN202410684236.5

    申请日:2024-05-30

    发明人: 刘伟 陈朋祥

    IPC分类号: H04L25/02 H04L25/03

    摘要: 本发明公开了一种基于动态阈值‑MMSE的ZP‑OTFS信道估计方法,主要解决现有技术复杂度过高,以及不适用于非连续时延抽头信道场景的问题。其实现方案是:确定ZP‑OTFS系统的DD域发送帧的结构,生成时域信号并通过发射端发送;ZP‑OTFS系统接收端接收到来自发射端的时域信号,将时域信号转换为DD域接收数据帧;利用动态阈值‑MMSE算法对接收数据帧的信道估计区域G进行信道参数估计,其中,通过动态阈值算法完成信道路径检测,通过MMSE算法对已检测信道路径完成复增益估计;将动态阈值‑MMSE算法与信号检测算法相结合对信道进行迭代估计。本发明有效提升信道估计的性能,可用于高移动性及非连续时延抽头信道场景。

    箔条云测量场景下的定标对准误差修正方法

    公开(公告)号:CN117784042B

    公开(公告)日:2024-06-21

    申请号:CN202311620151.2

    申请日:2023-11-30

    摘要: 本发明公开了一种箔条云测量场景下的定标对准误差修正方法,1、根据箔条云类型确定测量频率和仪器;2、搭建测量系统;3、初步对准,分析计算定标误差;4、移动天线,交叉十字扫描测量定标体,得到测量数据;5、获取理论标准数据;6、对标准结果与实验结果进行特征检测;7、对所有可能点中的离群异常值进行筛除;8、计算置信点集内所有点的最小外切圆,得到最终对准位置(x0,y0,z0);9、根据对准位置(x0,y0,z0),定义定标体对准误差因子β并计算;10、结果分析。本发明通过SBR‑SPCC‑LOF混合方法,通过让天线在非对准位置对进行十字扫描,实现了基于电磁学的定标体对准位置寻找,解决了当前光学对准手段在箔条云测量场景下的不适用性问题。

    一种横向联邦学习场景下的隐私保护贡献评估方法

    公开(公告)号:CN118114296A

    公开(公告)日:2024-05-31

    申请号:CN202410155719.6

    申请日:2024-02-04

    摘要: 本发明提出了一种横向联邦学习场景下的隐私保护贡献评估方法,实现步骤为:构建横向联邦学习系统;客户端本地迭代训练;辅助服务器获取密态子模型参数和密态全局模型参数;聚合服务器解密密态全局模型参数;辅助服务器评估客户端的总贡献度。本发明在整个联邦学习过程中,辅助服务器仅能获得客户端的密态模型参数和客户端的贡献度,聚合服务器虽然在解密密态子模型参数时能够计算出某一个客户端的模型参数,但无法确定它属于哪一个特定的客户端,避免了现有技术因云服务器有能力采用模型反演攻击或成员推理攻击来推导客户端的隐私数据的缺陷,有效提高了客户端隐私数据的安全性。