-
Patent Agency Ranking
公开(公告)号：JP2017515244A
公开(公告)日：2017-06-08
申请号：JP2016572872
申请日：2014-06-30
Applicant: 中国科学院声学研究所Institute Of Acoustics, Chinese Academy Of Sciences , 中国科学院声学研究所Institute Of Acoustics, Chinese Academy Of Sciences , シャンハイ 3エヌティーブイ ネットワーク テクノロジー カンパニー リミテッドShanghai 3Ntv Network Technology Co. Ltd. , シャンハイ 3エヌティーブイ ネットワーク テクノロジー カンパニー リミテッドShanghai 3Ntv Network Technology Co. Ltd. , ペキン ヒリ テクノロジー カンパニー リミテッドBeijing Hili Technology Co. Ltd , ペキン ヒリ テクノロジー カンパニー リミテッドBeijing Hili Technology Co. Ltd
CPC classification number: H04L47/2491 , H04L41/5025 , H04L43/0852 , H04L47/805 , H04L67/1008 , H04L67/16 , H04L67/322
Abstract: 【課題】ネットワークタスクの処理効率を向上させて遊休リソースを十分に利用する。【解決手段】ローカルノードと隣接ノード間の双方向リンク帯域幅情報に基づき隣接ノード集合を生成する隣接ノード集合生成モジュールと、ローカルノードの各隣接ノードのインデックステーブルを生成する隣接情報インデックステーブル生成モジュールと、隣接ノードによりサービス要求を実行するQoSとローカルノードによりサービス要求を実行するQoSとの差を計算し、その差が所定の閾値より小さいとき、隣接ノードを候補サービスノードとするように定義される選択関数に基づき隣接ノード集合から候補サービスノードを選択する候補サービスノード選択モジュールと、候補サービスノードにより提供された状態情報とフィードバック情報を受信して候補サービスノード又はローカルノードをサービス実行ノードとして選択するサービススケジューリングモジュールと、を備える。【選択図】図1
-
公开(公告)号：JP2018511871A
公开(公告)日：2018-04-26
申请号：JP2017548139
申请日：2015-03-31
Applicant: 中国科学院声学研究所 , INSTITUTE OF ACOUSTICS, CHINESE ACADEMY OF SCIENCES , シャンハイ 3エヌティーブイ ネットワーク テクノロジー カンパニー リミテッド , SHANGHAI 3NTV NETWORK TECHNOLOGY CO. LTD.
IPC: G06N3/08
CPC classification number: G06N3/0472 , G06N3/0454 , G06N3/08 , G06N3/082
Abstract: 本発明はK次数スパース制約を満たす深層学習モデルに基づくビッグデータの処理方法を提案する。この方法は、グラデーション枝刈り法によって、ラベルなし訓練サンプルを用いてK次数スパース制約を満たす深層学習モデルを構築するステップ1)であって、前記K次数スパース制約はノードK次数スパース制約及び階層K次数スパース制約を含む、前記ステップ1)と、前記K次数スパース制約を満たす深層学習モデルに更新後の訓練サンプルを入力し、モデルの各層の重みパラメータを最適化してK次数スパース制約を満たす最適化した深層学習モデルを取得するステップ2)と、前記K次数スパース制約を満たす最適化した深層学習モデルに処理対象のビッグデータを入力して処理し、最終的に処理結果を出力するステップ3)と、を含む。本発明の方法によれば、ビッグデータの処理の困難さを低減させ、ビッグデータの処理速度を向上させることができる。【選択図】図3
-
公开(公告)号：JP2018522435A
公开(公告)日：2018-08-09
申请号：JP2017556594
申请日：2015-06-04
Applicant: 中国科学院声学研究所 , INSTITUTE OF ACOUSTICS, CHINESE ACADEMY OF SCIENCES , シャンハイ 3エヌティーブイ ネットワーク テクノロジー カンパニー リミテッド , SHANGHAI 3NTV NETWORK TECHNOLOGY CO. LTD.
CPC classification number: H04L41/0893 , H04L29/08 , H04L41/0859 , H04L61/2076 , H04L61/6013 , H04L67/1044 , H04L67/1046 , H04L67/1048 , H04L67/16
Abstract: 【課題】端末によるインタラクション関係の維持コストを低減させ、インタラクション関係維持の柔軟性を向上させる。 【解決手段】複数のバインディンググループに分けられる端末及びインタラクションサービスモジュールを備え、インタラクション関係を有する端末は、同じバインディンググループに分けられ、同じトラフィックインスタンスによりサービスが提供され、インタラクションサービスモジュールは、バインディンググループを作成、変更及び削除すると共に、各バインディンググループ内の端末に、他の端末と結合又は結合解除するようにサービスを提供し、端末間の相互アドレッシングを行うと共に、端末間で命令及びデータのインタラクションを行うように構成され、インタラクション関係とは、同じトラフィックサービスシステムの同じトラフィックインスタンスにおける複数の端末間で命令、メッセージ又はデータを相互に送信する操作の関連状態である。 【選択図】図1
-
公开(公告)号：JP6301509B2
公开(公告)日：2018-03-28
申请号：JP2016572872
申请日：2014-06-30
Applicant: 中国科学院声学研究所 , INSTITUTE OF ACOUSTICS, CHINESE ACADEMY OF SCIENCES , シャンハイ 3エヌティーブイ ネットワーク テクノロジー カンパニー リミテッド , SHANGHAI 3NTV NETWORK TECHNOLOGY CO. LTD. , ペキン ヒリ テクノロジー カンパニー リミテッド , BEIJING HILI TECHNOLOGY CO. LTD
CPC classification number: H04L47/2491 , H04L41/5025 , H04L43/0852 , H04L47/805 , H04L67/1008 , H04L67/16 , H04L67/322
-
公开(公告)号：JP2018511870A
公开(公告)日：2018-04-26
申请号：JP2017548135
申请日：2015-03-31
Applicant: 中国科学院声学研究所 , INSTITUTE OF ACOUSTICS, CHINESE ACADEMY OF SCIENCES , シャンハイ 3エヌティーブイ ネットワーク テクノロジー カンパニー リミテッド , SHANGHAI 3NTV NETWORK TECHNOLOGY CO. LTD.
IPC: G06N3/08
CPC classification number: G06N3/04 , G06N3/0454 , G06N3/08 , G06N3/082
Abstract: 本発明は、セグメントに基づく二段深層学習モデル用のビッグデータの処理方法を提供する。方法は、1)セグメントに基づく二段深層学習モデルを構築して訓練し、当該モデルは縦方向に第1段と第2段とに分けられ、前記第1段の各層は横方向にM個のセグメントに分けられ、第1段における異なるセグメント間の隣接層のニューロンノード間の重みは0であるステップと、2)処理対象のビッグデータをデータのタイプに応じてM個のサブセットに分け、それぞれセグメントに基づく二段深層学習モデルの第1層のM個のセグメントに入力して処理するステップと、3)ビッグデータの処理結果を出力するステップと、を含む。本発明に係るセグメントに基づく二段深層学習モデルは、モデルの規模を効果的に縮小させ、モデルの訓練時間を短縮させ、本発明に係る方法は、ビッグデータの処理速度を向上させ、処理時間を短縮させる。【選択図】図1
-
-
-
-
Search Results
5
records
(took 0.021 seconds)
