“虎嵩林”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52个，建议您升级VIP下载更多相关专利

[发明专利]一种精确检测数据中心能效的方法及系统-CN202010771847.5有效
发明人：周碧玉;虎嵩林;韩冀中 -专利权人：中国科学院信息工程研究所
申请日： 2020-08-04 - 公布日： 2023-09-29 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种精确检测数据中心能效的方法及系统。本方法步骤包括：1)集目标数据中心在一设定测量时间范围内各设定测量时间点的数据中心总功率；2)采集该目标数据中心在该各设定测量时间点的IT设备总动态功率；所述IT设备总动态功率是指该目标数据中心的IT设备总功率中随IT设备负载动态波动的功率；3)根据公式#imgabs0#计算该目标数据中心在每一所述设定测量时间点的有用功率比UPR；4)将各所述设定测量时间点的有用功率比UPR的平均值作为该目标数据中心在该设定测量时间范围内的能效评估值。本发明可以为数据中心能效状况提供更可靠的评估。
一种精确检测数据中心能效方法系统

[发明专利]基于区块链的拜占庭鲁棒联邦学习方法及系统-CN202310514953.9在审
发明人：肖文杰;程涛;汤学海;董扬琛;冯远航;张潇丹;韩冀中;虎嵩林 -专利权人：中国科学院信息工程研究所
申请日： 2023-05-09 - 公布日： 2023-09-22 - 主分类号： G06N3/098 文献下载
摘要：本公开涉及一种基于区块链的拜占庭鲁棒联邦学习方法及系统，所述方法不仅基于反馈机制的委员会聚合算法，通过在每一轮的学习过程中选出一个委员会节点进行模型更新的贡献度计算，且依据每个节点的贡献度决定聚合策略从而降低恶意模型更新对全局模型的影响，还在聚合阶段完成后会增加一轮反馈验证，只有大部分节点验证认可了本次聚合的全局模型，训练才会正式进入下一轮。本发明解决了中央服务器的不可信问题，并可以用于抵御恶意客户端的中毒攻击。
基于区块拜占庭联邦学习方法系统

[发明专利]一种大模型混合并行训练加速方法和系统-CN202310583278.5在审
发明人：周碧玉;张维钢;汤学海;虎嵩林;韩冀中 -专利权人：中国科学院信息工程研究所
申请日： 2023-05-23 - 公布日： 2023-09-15 - 主分类号： G06F9/50 文献下载
摘要：本发明公开了一种大模型混合并行训练加速方法和系统，其步骤包括：1)利用分布式集群采用双向流水线并行方案运行目标大模型，并采集分布式集群的静态数据和动态数据；静态数据包括集群中各GPU之间每次数据传输的通信量和目标大模型每层计算操作的计算量，动态数据包括各GPU之间每次数据传输的通信时间和目标大模型每层计算操作的计算时间；2)依据静态、动态数据构建GPU性能模型，通过平衡流水线利用率和设备利用率对双向流水线并行方案进行优化；3)结合数据并行方案和优化后的双向流水线并行方案构建混合并行方案，并依据GPU性能模型确定混合并行方案的最优混合并行模式；然后按照所确定最优混合并行模式对目标大模型进行训练。
一种模型混合并行训练加速方法系统

[发明专利]一种数据中心电池充放电优化控制方法及装置-CN202110455530.5有效
发明人：闫龙川;李妍;蒋炜;陈刚;刘万涛;虎嵩林;黄震 -专利权人：国家电网有限公司信息通信分公司;国家电网有限公司
申请日： 2021-04-26 - 公布日： 2023-08-15 - 主分类号： H02J7/00 文献下载
摘要：本申请公开了一种数据中心电池充放电优化控制方法及装置，方法包括：获取数据中心电池的参数信息，所述参数信息至少包括以下任意一项或多项：剩余电量、电池容量和充放电电流；获取环境信息，所述环境信息包括实时电价、数据中心IT设备工作量；基于所述参数信息和所述环境信息，采用深度强化学习算法进行数据中心电池充放电的控制。上述方案利用深度学习神经网络和强化学习机制的优势，根据实时电价、电池的状态和寿命周期，选择合适的时间对电池进行充电和放电，实现数据中心电源的削峰填谷，以最大程度地使储能电池的蓄电收益最大化，从而降低数据中心的电费和总拥有成本。
一种数据中心电池放电优化控制方法装置

[发明专利]基于不确定语义融合的虚假新闻检测方法及系统-CN202310339698.9在审
发明人：周薇;卫玲蔚;胡斗;虎嵩林 -专利权人：中国科学院信息工程研究所
申请日： 2023-03-31 - 公布日： 2023-08-11 - 主分类号： G06F40/30 文献下载
摘要：本发明公开一种基于不确定语义融合的虚假新闻检测方法及系统，涉及数据挖掘技术领域，通过获取社交网络中新闻的多模态数据；基于不确定性的模态编码模块从各模态数据中提取特定模态的高阶语义特征；通过变分注意融合模块建模模态间的不确定性，融合多模态特征；基于融合后的多模态特征，利用假新闻分类器得到目标新闻的类别标签。本发明能够从新闻的不同模态信息中提取更多鲁棒的高阶特征，并进一步有效整合更为可靠的多模态特征，可有效提升多模态假新闻检测的准确率。
基于不确定语义融合虚假新闻检测方法系统

[发明专利]能耗优化的方法及装置、电子设备及计算机可读存储介质-CN202110981769.6有效
发明人：闫龙川;李妍;蒋炜;陈刚;刘万涛;虎嵩林;李扬 -专利权人：国家电网有限公司信息通信分公司;国家电网有限公司
申请日： 2021-08-25 - 公布日： 2023-07-25 - 主分类号： G06F9/50 文献下载
摘要：本申请提供了一种能耗优化的方法及装置、电子设备及计算机可读存储介质，根据预测到的应用程序的工作负荷，确定虚拟机的运行时间段，在虚拟机的运行时间段的变化程度满足预设条件的情况下，为虚拟机分配对应的服务器，因为虚拟机与服务器对应为服务器的运行时间段至少覆盖目标虚拟机的第一运行时间段，所以在服务器的运行时间段的起始运行时间点开启运行服务器，并在服务器的运行时间段的关闭运行时间点控制服务器属于节能状态，相当于动态的为虚拟机分配对应的服务器，并在虚拟机的非运行时间段，控制服务器属于节能状态，从而达到节能的目的。
能耗优化方法装置电子设备计算机可读存储介质

[发明专利]一种基于知识图谱的数据中心能效优化方法-CN202010005008.2有效
发明人： 虎嵩林;党伟瑕;周碧玉;韩冀中 -专利权人：中国科学院信息工程研究所
申请日： 2020-01-03 - 公布日： 2023-06-23 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于知识图谱的数据中心能效优化方法，其步骤包括：1)构建数据中心能效知识图谱；2)对于数据中心的一实体设备i，依据所述数据中心能效知识图谱抽取与该实体设备i相关实体的属性信息，作为该实体设备i的感知数据；3)根据设定的能效模型，从所述数据中心能效知识图谱获取该能效模型所涉及实体设备的感知数据，训练该能效模型；4)根据训练后的能效模型及其所涉及的实体设备的实时状态，从能效优化方案库中选取一节能方案，对数据中心进行能效优化。本发明大大提高了资源优化效率，可用于资源感知、能效模型建立、能效评估和节能策略的推导等应用。
一种基于知识图谱数据中心能效优化方法

[发明专利]一种事件发展脉络图生成方法-CN201811631236.X有效
发明人： 虎嵩林;吕尚文;黄龙涛;韩冀中 -专利权人：中国科学院信息工程研究所
申请日： 2018-12-29 - 公布日： 2023-06-20 - 主分类号： G06F16/36 文献下载
摘要：本发明公开了一种事件发展脉络图生成方法。本方法为：1)对语料库中的每一新闻文本，生成该新闻文本的向量表示并抽取该新闻文本中的实体、事件隐含话题；2)计算目标事件的新闻文本与语料库中各新闻文本之间的实体相似性、话题相似性和向量表示相似性，并根据计算结果选取该目标事件的新闻集合；3)将该新闻集合中的每一篇新闻文本看作该目标事件的事件发展脉络图中的一节点，并计算节点之间的相似度，如果两节点的相似度大于设定阈值，则生成一连接该两节点的边，从而生成该新闻集合的新闻文本关系图；4)对该新闻文本关系图进行子事件划分，得到若干子事件阶段；5)根据每个子事件阶段对应的代表性文档生成该目标事件的事件发展脉络图。
一种事件发展脉络生成方法

[发明专利]基于传播森林的虚假信息检测方法、装置及设备-CN202211739135.0在审
发明人：周薇;卫玲蔚;胡斗;赖彦彤;虎嵩林 -专利权人：中国科学院信息工程研究所
申请日： 2022-12-30 - 公布日： 2023-06-06 - 主分类号： G06F16/9536 文献下载
摘要：本发明公开了一种基于传播森林的虚假信息检测方法、装置及设备，所述方法包括：针对待检测的源博文集合，获取每一源博文在社交网络中博文的传播数据，传播数据包括：传播内容和传播关系；提取传播内容的文本特征；将源博文集合根据文本特征划分为K个类簇后，计算传播原型并构建传播树；基于传播原型和传播树，构建传播森林；聚合传播森林中的节点邻域表示，以得到节点的嵌入表示；针对源博文节点与后续传播博文节点，分别根据相应的文本特征和嵌入表示，计算增强嵌入表示；对源博文节点与后续传播博文节点的增强嵌入表示应用检测模型进行分类，得到源博文集合中各源博文的虚假检测结果。本发明可以提高虚假信息检测任务的性能。
基于传播森林虚假信息检测方法装置设备

[发明专利]一种全局音频特征增强的模态顺序感知的多模态情感分类方法及系统-CN202211676172.1在审
发明人：周艳;李子明;虎嵩林 -专利权人：中国科学院信息工程研究所
申请日： 2022-12-26 - 公布日： 2023-05-30 - 主分类号： G06V20/40 文献下载
摘要：本发明提出一种全局音频特征增强的模态顺序感知的多模态情感分类方法及系统，具体为：设计了跨模态融合模块，先提取文本信息，再融合音频信息，最后加入视觉信息，从而得到模态融合特征；对整个视频提取全局的音频特征，以最大程度地保留视频整体音调变化等声学特征；最后将模态融合特征和全局音频特征进行融合。本发明一是通过顺序融合的方法，既充分提取了核心模态(文本、音频)的特征，又减少了视觉模态中噪声的影响；二是使用视频全局的音频信息加强对视频情感的获取，来提升情感分类的准确性。
一种全局音频特征增强顺序感知多模态情感分类方法系统

[发明专利]基于传播重构的虚假信息检测方法、装置和设备-CN202211723012.8在审
发明人：周薇;卫玲蔚;胡斗;虎嵩林 -专利权人：中国科学院信息工程研究所
申请日： 2022-12-30 - 公布日： 2023-05-12 - 主分类号： G06F16/9536 文献下载
摘要：本公开涉及种基于传播重构的虚假信息检测方法、装置和设备，所述方法包括：获取社交网络中博文的传播数据；基于所述传播数据，构建信息传播图；利用深度图卷积网络聚合所述信息传播图中的节点邻域特征，得到所述信息传播图的节点表示V；根据所述节点表示V，估计所述信息传播图中节点之间的潜在传播交互，以生成多个潜在传播图；利用深度图卷积网络聚合每一潜在传播图的节点邻域特征之后，综合所有更新后潜在传播图的更新节点表示，得到重构节点表示Z；基于所述节点表示V和所述重构节点表示Z执行任务分类，得到所述博文的虚假信息检测结果。本公开可以提高虚假信息检测任务的性能。
基于传播虚假信息检测方法装置设备

[发明专利]面向样本不均衡场景下的联邦学习优化方法、装置及系统-CN202211357345.3在审
发明人：肖文杰;汤学海;董扬琛;赵序光;冯远航;张潇丹;韩冀中;虎嵩林 -专利权人：中国科学院信息工程研究所
申请日： 2022-11-01 - 公布日： 2023-04-04 - 主分类号： G06F21/62 文献下载
摘要：本发明公开了一种面向样本不均衡场景下的联邦学习优化方法、装置及系统。所述方法包括：获取各参与者的本地训练样本集中的样本数量；生成业务初始模型；基于各参与者的本地训练样本集对所述业务初始模型进行联合学习训练，得到一全局模型；将所述全局模型分发各参与者，以使所述样本数量不小于一阈值的参与者将所述全局模型作为最终模型，以及所述样本数量小于所述阈值的参与者基于本地数据对所述全局模型进行迭代优化，并将训练后的模型作为最终模型。本发明更好的实现了参与者在样本不均衡场景下的数据安全共享和高效合作建模。
面向样本均衡场景联邦学习优化方法装置系统

[发明专利]一种基于无标记数据迁移的跨模态检索方法及系统-CN201910707010.1有效
发明人：朱福庆;王雪如;张卫博;戴娇;虎嵩林;韩冀中 -专利权人：中国科学院信息工程研究所
申请日： 2019-08-01 - 公布日： 2022-09-23 - 主分类号： G06K9/62 文献下载
摘要：本发明提出一种基于无标记数据迁移的跨模态检索方法及系统，将经过聚类的无标注信息的单模态图像和文本数据作为迁移源域，有标注信息的跨模态数据集作为目标域，通过迁移学习将源域迁移至目标域的跨模态数据集，扩大训练数据规模，增加跨模态数据的语义信息，学得一个更好的共同空间。本发明很好地解决了跨模态数据集数据规模小的问题，更加符合实际用户查询不在预定义类别范围内的情况；同时，可以更好地提取不同模态数据的上层语义信息，克服模态之间的异构性差异，增加模态之间的相似性，提高跨模态检索准确率。
一种基于标记数据迁移跨模态检索方法系统

[发明专利]一种基于Kubernetes集群的GPU分时共享方法和系统-CN202210236957.0在审
发明人：刘万涛;虎嵩林;韩冀中 -专利权人：中国科学院信息工程研究所
申请日： 2022-03-11 - 公布日： 2022-07-08 - 主分类号： G06F9/50 文献下载
摘要：本发明涉及一种基于Kubernetes集群的GPU分时共享方法和系统。该方法包括：在Kubernetes集群的工作节点中设置前端模块，所述前端模块是安装在容器内部的GPU设备库，所述GPU设备库通过拦截CUDA库中所有与内存和计算相关的API来调度GPU在任务中的使用；在Kubernetes集群的工作节点中设置后端模块，所述后端模块管理容器间的令牌及令牌的时间配额，通过令牌及其时间配额实现GPU的分时共享。本发明提出了关于GPU分时共享规则，在镜像中加入GPU设备库作为前端，在节点中加入后端模块进行控制，能够保证节点中多个容器之间的任务执行的安全性和公平性。
一种基于 kubernetes 集群 gpu 分时共享方法系统

[发明专利]一种基于异构外部知识源图结构抽取答案信息的方法-CN202010238159.2有效
发明人： 虎嵩林;吕尚文;朱福庆;周薇;韩冀中 -专利权人：中国科学院信息工程研究所
申请日： 2020-03-30 - 公布日： 2022-05-31 - 主分类号： G06F16/31 文献下载
摘要：本发明提出一种基于异构外部知识源图结构抽取答案信息的方法，属于自然语言处理领域，为了提升问答返回的答案质量，本方法结合使用结构化知识和非结构化知识这两种异构的知识源，在获得相应的知识以后，使用结构化技术对知识进行建图处理，并结合图卷积网络技术学习图的表示，结合文本和图的信息来对从后台文本数据中返回能够正确回答用户问题的答案。本方法能够根据问题和答案的匹配程度对答案进行重排，将用户关心和期待的答案展示在最前面，使搜索结果更具针对性，使用户能够在更短的查询时间内得到更想要的答案。
一种基于外部知识结构抽取答案信息方法

1
2
3
4
下一页»
尾页
共 52 条