“石光川”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35个，建议您升级VIP下载更多相关专利

[发明专利]用于执行机器学习的分布式系统及其方法-CN201710764323.1有效
发明人：杨强;戴文渊;陈雨强;刘一鸣;石光川 -专利权人：第四范式（北京）技术有限公司
申请日： 2017-08-30 - 公布日： 2019-03-26 - 主分类号： G06N20/00 文献下载
摘要：提供一种用于执行机器学习的分布式系统及其方法。所述分布式系统包括：参数服务器，用于维护多个机器学习模型的参数，其中，所述参数具有键值对的形式，所述参数服务器按照单个键对应于多个值的形式来保存具有相同键的多个键值对；以及多个计算装置，被配置为并行地执行关于所述多个机器学习模型的算法，其中，所述参数服务器包括至少一个服务器端和多个客户端，其中，每个客户端用于与一个或多个服务器端之间传送关于至少一个机器学习模型的算法所涉及的参数的参数操作指令，其中，与所述每个客户端对应的计算装置被配置为执行关于所述至少一个机器学习模型的算法，其中，在所述参数操作指令中，相同键被压缩和/或合并。
用于执行机器学习分布式系统及其方法

[发明专利]提供或获取预测结果的方法、装置以及预测系统-CN201810861936.1在审
发明人： 石光川;陈雨强 -专利权人：第四范式（北京）技术有限公司
申请日： 2016-02-05 - 公布日： 2019-01-04 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种提供或获取预测结果的方法、装置以及预测系统。其中，针对业务问题产生预测样本的预测结果；获取训练样本，训练样本是基于预测样本之中针对业务问题具有实际执行结果的预测样本产生的；以及基于训练样本来获得预测模型，预测模型用于针对业务问题进行预测，其中，在获得预测模型之前，通过外部预测手段来产生预测样本的预测结果；在获得预测模型之后，使用预测模型来产生预测样本的预测结果。对本发明而言，不需要获取专门的历史数据就可以启动为业务问题提供的预测服务，并可以基于反馈的实际执行结果，来训练、完善预测模型。
预测模型预测结果业务问题预测样本训练样本预测系统历史数据样本产生预测服务反馈外部

[发明专利]用于数据流式计算的内存管理系统及其方法-CN201710311937.4有效
发明人：戴文渊;杨强;陈雨强;焦英翔;石光川;涂威威 -专利权人：第四范式（北京）技术有限公司
申请日： 2017-05-05 - 公布日： 2019-01-01 - 主分类号： G06F9/50 文献下载
摘要：提供了一种用于数据流式计算的内存管理系统及其方法。所述内存管理系统包括：内存回收装置，用于从数据流式计算的结尾回收原本应被释放给操作系统的内存；内存托管装置，用于托管由内存回收装置回收的内存；以及内存分配装置，用于响应于来自数据流式计算的开端的申请，向数据流式计算的开端分配由内存托管装置托管的内存。通过所述系统及方法，不仅克服了实际向操作系统申请内存的效率问题，而且保留了数据流式计算部分的相对独立性。
用于数据流计算内存管理系统及其方法

[发明专利]提供或获取预测结果的方法、装置以及预测系统-CN201610082948.5有效
发明人： 石光川;陈雨强 -专利权人：第四范式（北京）技术有限公司
申请日： 2016-02-05 - 公布日： 2018-09-11 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种提供或获取预测结果的方法、装置以及预测系统。其中，针对业务问题产生预测样本的预测结果；获取训练样本，训练样本是基于预测样本之中针对业务问题具有实际执行结果的预测样本产生的；以及基于训练样本来获得预测模型，预测模型用于针对业务问题进行预测，其中，在获得预测模型之前，通过外部预测手段来产生预测样本的预测结果；在获得预测模型之后，使用预测模型来产生预测样本的预测结果。对本发明而言，不需要获取专门的历史数据就可以启动为业务问题提供的预测服务，并可以基于反馈的实际执行结果，来训练、完善预测模型。
提供获取预测结果方法装置以及系统

[发明专利]控制数据使用顺序的分布式机器学习系统及其方法-CN201710310856.2在审
发明人：戴文渊;杨强;陈雨强;焦英翔;石光川;涂威威 -专利权人：第四范式（北京）技术有限公司
申请日： 2017-05-05 - 公布日： 2017-09-15 - 主分类号： G06K9/62 文献下载
摘要：提供了一种控制数据使用顺序的分布式机器学习系统及其方法。所述分布式机器学习系统，包括多个节点装置，其中，每个节点装置用于执行机器学习分布式训练处理并向服务器提供通过执行机器学习分布式训练处理所获得的训练结果，以及服务器，用于收集由所述多个节点装置提供的训练结果，并基于收集到的训练结果来得到机器学习模型，其中，与所有数据对应的一轮迭代过程被划分为多个保序训练阶段，所述多个节点装置在执行每一轮迭代过程时，针对相同保序训练阶段使用同样的数据来执行机器学习分布式训练处理，并按照保序训练阶段向服务器提供训练结果。相应地，能够在保持训练系统通用性的同时，通过数据保序使用而改善模型收敛过程。
控制数据使用顺序分布式机器学习系统及其方法