“栾钟治”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果25个，建议您升级VIP下载更多相关专利

[发明专利]基于自注意力机制的双向肽段测序方法及应用-CN202211615090.6在审
发明人： 栾钟治;郭天南;吴思宇;王群莹;何林璇 -专利权人：北京航空航天大学;西湖大学
申请日： 2022-12-15 - 公布日： 2023-03-28 - 主分类号： G16B30/10 文献下载
摘要：本发明提供一种基于自注意力机制的双向肽段测序方法及应用，包括：获取质谱原始数据，处理所述质谱原始数据得到肽段特征以及与所述肽段特征关联的二级碎片离子谱图：将所述肽段特征和所述二级碎片离子谱图输入到双向肽段测序模型中的双向独立测序模型中输出双向独立预测候选序列，将所述肽段特征和所述二级碎片离子谱图输入到双向肽段测序模型中的双向交互测序模型中输出双向交互预测候选序列，取所述双向独立预测候选序列和所述双向交互预测候选序列的并集作为最终候选序列；将所述最终候选序列再次输入到所述双向独立测序模型中进行评分，选取评分最高的肽段序列作为预测结果，进而实现可以脱离数据库而直接从实验产生的二级谱图及一级谱图的精确质量进行肽段序列的推断的效果，有利于新肽段蛋白的发现。
基于注意力机制双向肽段测序方法应用

[发明专利]一种基于申威处理器的深度神经网络模型编译优化方法-CN202211166874.5在审
发明人：杨海龙;廖建锦;李明真;郑学贵;栾钟治;钱德沛 -专利权人：北京航空航天大学
申请日： 2022-09-23 - 公布日： 2023-01-06 - 主分类号： G06F8/41 文献下载
摘要：本发明涉及一种基于申威处理器的深度神经网络模型编译优化方法，其方法依照申威处理器的代码规范，对自动生成的AOT(Ahead‑of‑Time)代码进行相应的封装，并在主函数中进行正确的初始化和调用，并利用局部数据存储管理(LDM)方法将部分计算涉及到的数据批量传输到局部数据缓存以提高传输速率，以及直接存储器访问(DMA)代码插入方法以实现主存和LDM的高效数据传输。本发明公开的方法适用于申威处理器的硬件体系结构，可以快速生成高性能的代码，提高编程人员的开发效率。
一种基于处理器深度神经网络模型编译优化方法

[发明专利]一种针对日志记录的变量推荐方法-CN202210453072.6在审
发明人： 栾钟治;戴邵徵;黄绍晗 -专利权人：北京航空航天大学
申请日： 2022-04-27 - 公布日： 2022-07-22 - 主分类号： G06F8/20 文献下载
摘要：本发明公开了一种针对日志记录的变量推荐方法，首先使用图神经网络提取图结构信息，然后融合图结构信息和利用预训练模型提取的语义信息去推荐日志变量。针对目前对日志记录语句中的变量进行推荐的研究工作既少且效果未达到理想水平，并且缺少帮助开发人员编写高质量日志记录语句的问题，本方法能直接帮助开发人员编写高质量日志记录语句，以解决源代码中记录的日志变量不合理的技术问题。
一种针对日志记录变量推荐方法

[发明专利]信息处理方法、装置、设备、存储介质及程序产品-CN202210334467.4在审
发明人：李明真;肖文聪;孙彪;赵汉宇;杨海龙;任仕儒;栾钟治;刘佚;李永;钱德沛;林伟 -专利权人：阿里巴巴（中国）有限公司
申请日： 2022-03-30 - 公布日： 2022-06-24 - 主分类号： G06F9/50 文献下载
摘要：本申请实施例提供信息处理方法、装置、设备、存储介质及程序产品，其方法包括：获取目标任务对应的多个线程以及多个训练集，目标任务由多个线程执行，目标任务支持弹性训练；确定为目标任务提供弹性资源的至少一个加速芯片，并根据多个线程，为每个加速芯片匹配至少一个线程；针对每个训练集，执行下述步骤：针对每个加速芯片，为加速芯片分配一个目标线程，以使当前目标线程根据训练集，执行逻辑操作，并在当前目标线程执行逻辑操作完成后，为加速芯片切换下一个目标线程，直至多个线程在至少一个加速芯片全部执行完毕，用以更新目标任务对应的模型参数。能够实现在支持弹性训练的同时，保证模型的精度。
信息处理方法装置设备存储介质程序产品

[发明专利]任务调度方法及装置-CN202210334460.2在审
发明人：李明真;肖文聪;孙彪;赵汉宇;杨海龙;任仕儒;栾钟治;刘佚;李永;钱德沛;林伟 -专利权人：阿里巴巴（中国）有限公司
申请日： 2022-03-30 - 公布日： 2022-06-03 - 主分类号： G06F9/48 文献下载
摘要：本申请实施例提供任务调度方法及装置，其方法包括：获取每个任务的统计数据和当前配置，统计数据包括任务在当前配置下各类型加速芯片的吞吐量，当前配置包括加速芯片类型、各类型加速芯片数量以及在各类型加速芯片上分配的线程数量，每个任务支持弹性训练；根据每个所述任务的统计数据、所述当前配置以及获取到的每个所述任务对应的最大线程数量，确定提案信息，所述提案信息用于表示为每个所述任务申请所需资源的提案；根据所述提案信息，对目标任务内的各个线程进行资源调度。解决了在针对弹性异构的、精度无损的深度学习训练任务场景下，存在负载不均衡和性能浪费的问题，进而提高集群利用率并提高作业效率。
任务调度方法装置

[发明专利]一种检测应用程序执行过程中冗余零的方法-CN202110085463.2有效
发明人：杨海龙;游心;栾钟治;钱德沛 -专利权人：北京航空航天大学
申请日： 2021-01-22 - 公布日： 2022-05-17 - 主分类号： G06F11/36 文献下载
摘要：本发明公开了一种检测应用程序执行过程中冗余零的方法，包括：1)识别由于数据结构使用不当、数据宽度过大以及无用计算造成的冗余零；2)提示冗余零发生的源代码行与执行上下文来提供直观的优化指导；3)依据应用检测出的冗余零信息进行针对性优化可以显著提高应用的执行性能或能效。本发明充分挖掘了应用内部广泛存在的冗余零现象，并能够在有效识别应用软件中存在的冗余零的同时，给出准确、直观的优化指导建议来实现显著的加速效果并降低执行应用程序来完成计算任务的总能耗。
一种检测应用程序执行过程冗余方法

[发明专利]基于dia-PASEF的IM-DIAT数据结构实现方法及其应用-CN202111242103.5在审
发明人：郭天南;栾钟治;张芳菲;吴思宇 -专利权人：西湖大学
申请日： 2021-10-25 - 公布日： 2022-01-14 - 主分类号： G16H50/20 文献下载
摘要：本发明涉及基于dia‑PASEF的IM‑DIAT数据结构实现方法及其应用，该方案包括以下步骤：提取质谱原始文件中质谱信息的必要属性；将该必要属性转换计算得到窗口索引、循环索引、离子迁移率及质荷比作为IM‑DIAT数据结构的四个维度，从而形成IM‑DIAT数据结构。本申请能够适用于dia‑PASEF这种新型的采集方式，且能够保留离子淌度信息，也就是离子迁移率，可直接接受神经网络分析和深度学习。
基于 dia pasef im diat 数据结构实现方法及其应用

[发明专利]一种数据非依赖采集质谱数据格式的转化方法及应用-CN202111225265.8在审
发明人：郭天南;栾钟治;张芳菲;王群莹 -专利权人：西湖大学
申请日： 2021-10-21 - 公布日： 2021-12-24 - 主分类号： G06F16/11 文献下载
摘要：本申请提出了一种数据非依赖采集质谱数据格式的转换方法及应用，包括以下步骤：读取质谱张量数据格式文件,其中所述质谱张量数据格式文件为由碎片离子所对应的前体离子索引、碎片离子质荷比和循环次数索引三个维度构成的三维张量数组；解析所述质谱张量数据格式文件得到质荷比数组和对应的强度数组；还原所述质荷比数组内的质荷比索引得到质荷比数值，得到质荷比‑强度数组；填充标准格式文件的缺失信息，所述缺失信息和所述质荷比‑强度数组组合得到标准格式文件，可以实现质谱张量数据格式(DIAT)转换为标准数据格式的效果，且转换得到的标准数据格式的文件大小被缩小的目的。
一种数据依赖采集数据格式转化方法应用

[发明专利]基于小样本学习的服务器运行网络流量异常数据检测方法-CN202011569465.0有效
发明人： 栾钟治;黄绍晗;刘轶;杨海龙 -专利权人：北京航空航天大学
申请日： 2020-12-26 - 公布日： 2021-08-31 - 主分类号： H04L29/06 文献下载
摘要：本发明公开了一种基于小样本学习的服务器运行网络流量异常数据检测方法，该方法首先通过对网络流量出现的频次筛选切分出小样本训练数据，然后对小样本训练数据添加异常类型标记；带有标记的异常网络浏览数据采用CNN方法进行学习获得小样本异常元素；最后对小样本异常元素进行相似度和流量概率计算以此表征出样本是否为异常。采用网络流量出现频次的筛选方式用来解决服务器运行期间出现的异常网络流量数据与正常网络流量数据相差巨大的问题。本发明异常检测方法可以更好地应用于复杂多变的服务器所处的网络服务环境。
基于样本学习服务器运行网络流量异常数据检测方法

[发明专利]一种针对神威体系架构的稀疏矩阵向量乘的并行计算方法-CN201810262274.6有效
发明人：杨海龙;刘常喜;李云春;栾钟治 -专利权人：北京航空航天大学
申请日： 2018-03-28 - 公布日： 2021-07-23 - 主分类号： G06F17/16 文献下载
摘要：本发明涉及一种针对神威体系架构的稀疏矩阵向量乘的并行计算方法，包括：将稀疏矩阵由原来的单层次数据结构，分割为多层次数据结构，多层次数据结构包括fleet、block、tile、slice四个层次；将多层次数据结构分别对应到神威的硬件体系结构和计算层次之中，提高了数据的空间和时间局部性，从而减少了从核组和内存之间的交互次数。
一种针对神威体系架构稀疏矩阵向量并行计算方法

[发明专利]一种基于申威众核处理器的大数据张量典范分解计算方法-CN201910644655.5有效
发明人：杨海龙;钟小刚;栾钟治 -专利权人：北京航空航天大学
申请日： 2019-07-17 - 公布日： 2021-03-23 - 主分类号： G06F17/10 文献下载
摘要：本发明涉及一种基于申威众核处理器的大数据张量典范分解计算方法，1)根据申威众核处理器的特征提出大数据计算方法swMR；2)swMR将申威众核处理器中以8*8网格形式组织的计算处理单元集群CPE分为32个CPE对，网格中每行相邻的两个为一组，其中一个CPE处理映射Map任务，另一个处理归约Reduce任务；3)按照每个CPE对的工作负载情况，在CPE对内进行映射归约Map/Reduce处理角色动态转换，实现动态调整工作负载；4)基于swMR和申威众核处理器，对张量典范分解计算提出了合理的计算方法swTensor。本发明支持机器学习算法以及张量典范分解计算在申威处理器上的实现；通过动态划分工作负载，平衡CPE对内的作业分发情况；基于映射归约MapReduce编程模型，swTensor高效支持张量典范分解计算。
一种基于申威众核处理器数据张量典范分解计算方法

[发明专利]基于异构众核处理器的格点量子色动力学并行加速方法-CN201910750655.3有效
发明人： 栾钟治;张增校;杨海龙;王锐 -专利权人：北京航空航天大学
申请日： 2019-08-14 - 公布日： 2021-03-09 - 主分类号： G06F17/16 文献下载
摘要：本发明公开了一种基于异构众核处理器的格点量子色动力学并行加速方法，该并行加速方法包括有：第一步对从核按照从核标识号进行位置划分，第二步将读取的数据信息按照四维空间的位置进行存储，第三步从核根据自身的位置标识从存储器中读取自身负责计算的格点数值；第四步对任意一个从核进行格点数值迭代更新，得到属于从核的更新后格点数值。本发明是一种针对申威26010异构众核处理器的并行化方法，充分利用了申威众核处理器之间独特的寄存器通信特性，增加了数据的复用性，减少了大量冗余数据。并行加速后与只在主核上运行相比，本发明方法使得性能提高了63倍。
基于异构众核处理器量子动力学并行加速方法

[发明专利]基于数据非依赖采集质谱的分子组学数据结构的实现方法-CN202010144110.0有效
发明人：郭天南;栾钟治;李子青;张芳菲;禹韶阳;臧泽林 -专利权人：西湖大学
申请日： 2020-03-04 - 公布日： 2020-11-17 - 主分类号： G16C20/20 文献下载
摘要：本发明涉及生物分子组学质谱数据技术领域，尤其涉及一种基于数据非依赖采集质谱的分子组学数据结构的实现方法，该质谱数据结构是由质谱原始数据生成的DIAT张量数据，具有三个维度的属性，第一维度为循环次数索引，第二维度为碎片离子质荷比，第三维度为碎片离子所对应的前体离子窗口索引。本案所述的DIAT张量数据完整度高，便于读取且读取速度快，DIAT文件大小仅为mzXML文件的几十分之一，通过可视化池化的DIAT文件图像能够对DIA质谱数据直接观察，能够直接使用视觉处理算法对DIAT张量进行分析，避免了需要大计算量抽取离子色谱峰的操作，并且能够直接根据此文件建立临床样品分类的计算机深度学习模型。
基于数据依赖采集分子数据结构实现方法

[发明专利]一种针对混合负载的细粒度GPU资源管理方法-CN201710563834.7有效
发明人：杨海龙;禹超;白跃彬;栾钟治;顾育豪 -专利权人：北京航空航天大学
申请日： 2017-07-12 - 公布日： 2020-07-10 - 主分类号： G06F9/50 文献下载
摘要：本发明公开了一种针对混合负载的细粒度GPU资源管理方法，提出了一个基于容量的流多处理器抽象模型CapSM，将CapSM作为资源管理的基本单元；当混合负载(包括在线任务和离线任务)共享GPU资源时，通过细粒度管理不同类型任务对GPU资源的使用，支持任务资源配额和资源在线调整，在共享GPU资源的同时，保障在线任务的服务质量。本发明依据任务的类型、资源请求和当前系统GPU资源状态来确定最终为任务分配的资源，能够在资源充足的情况下满足离线任务对GPU资源的使用，当GPU资源不足时动态调整离线任务的资源使用，优先满足在线任务的资源需求，这样在混合负载同时运行时，既能保证在线任务的性能，又能充分利用GPU资源。
一种针对混合负载细粒度 gpu 资源管理方法

[发明专利]一种基于道路聚类和双层双向LSTM的交通流量预测方法-CN201710609898.6有效
发明人：杨海龙;黄秋宇;栾钟治;李云春 -专利权人：北京航空航天大学
申请日： 2017-07-25 - 公布日： 2019-07-02 - 主分类号： G08G1/01 文献下载
摘要：本发明公开了一种基于道路聚类和双层双向LSTM的交通流量预测方法，包括：1)提出了一种对训练数据存在缺失值时，对丢失值采取周围平均化的方式填补缺失数据，提高预测精度；2)提出了一种根据历史流量数据对道路进行相关性聚类，将道路分成若干组，并在数据预处理阶段同时利用时间信息和空间信息，提高预测精度；3)设计了一种双层双向LSTM深度神经网络模型，提高模型的预测精度；4)提出了一种对网络模型进行批量训练和测试的方法，加快神经网络模型的训练和测试速度；5)提出了一种多模型融合方法，提高预测精度。本发明同时提高了深度神经网络在交通流量预测方面的预测速度和精度。
一种基于道路双层双向 lstm 交通流量预测方法

1
2
下一页»
尾页
共 25 条