专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果32个,建议您升级VIP下载更多相关专利
  • [发明专利]一种移动边缘计算中具有隐私保护的智能体策略学习方法-CN202310686533.9在审
  • 李云;王碧;夏士超;姚枝秀;高倩;庄宏成 - 重庆邮电大学
  • 2023-06-12 - 2023-08-04 - H04L67/10
  • 本发明属于移动通信技术领域,具体涉及一种移动边缘计算中具有隐私保护的智能体策略学习方法,包括:建立边缘协同的计算卸载模型,包括服务缓存模型、任务卸载模型和系统成本模型;基于边缘协同的计算卸载模型,以最小化任务的处理成本为目标,建立联合任务卸载、服务缓存、算力资源分配和传输功率控制的优化问题;将最优问题抽象为部分可观测的马尔科夫决策过程;基于马尔科夫决策过程采用基于联邦学习方法的多智能体深度强化学习算法自主学习任务卸载、服务缓存、算力资源分配和传输功率控制策略。本发明通过建立了一个边云协同的计算卸载模型,智能体网络以基于联邦学习的训练的方式保护了用户的数据和敏感信息的隐私安全。
  • 一种移动边缘计算具有隐私保护智能策略学习方法
  • [发明专利]一种高熔点金属及其增材制造方法-CN202310547255.9在审
  • 朱正旺;夏士超;李松涛;张海峰;张宏伟;付华萌;王爱民 - 中国科学院金属研究所
  • 2023-05-16 - 2023-07-25 - B22F1/00
  • 一种高熔点金属及其增材制造方法,属于墨水直写增材制造领域,采用墨水直写增材制造设备进行制备,增材制造模型由软件Cinema 4D绘制,操作参数由Simplify3D软件进行设置;喷嘴直径0.2mm~1mm,挤出线宽0.2mm~1mm,层高不低于0.15mm~0.7mm,首层层高、首层挤出线宽、首层打印降速比率均为100%,填充密度为40%~100%,填充走线角度为45°和‑45°,默认打印速度设为50mm/s,x、y、z轴移动速度均为100mm/s,挤出气压不高于0.5MPa。将增材制造后的样品在空气中加热至110~120℃并保温48h~72h,随后在氩气气氛中加热至800℃并保温1h~2h高温脱粘;最后在氩气气氛中加热至烧结温度,制得高熔点金属增材制造产品。
  • 一种熔点金属及其制造方法
  • [实用新型]一种半连续聚酯装置的自动控制系统-CN202223368969.3有效
  • 夏士超;徐祥东;赵阳东 - 扬州惠特科技有限公司
  • 2022-12-15 - 2023-05-12 - B01J19/00
  • 本实用新型公开了一种半连续聚酯装置的自动控制系统,包括设备平台,设备平台的底部外壁设置有四组底部支架,四组底部支架均匀分布在设备平台的底部外壁,设备平台的顶部设置有进料孔,进料孔的底部设置有打浆室,设备平台顶部外壁远离打浆室的一侧设置有酯化室,设备平台的顶部外壁远离酯化室的外壁设置有连接管,设备平台顶部外壁远离酯化室的一侧设置有缩聚室。其中,该装置解决了当前搅拌的问题,通过设置有设备平台、进料孔、打浆室、酯化室、连接管、缩聚室、泵体、搅拌箱、搅拌叶、转动电机、转动杆,使装置可将材料进行搅拌;通过设置有连接件、支撑凸起、控制面板、玻璃观察窗、启动开关,使该装置可方便使用者的操作。
  • 一种连续聚酯装置自动控制系统
  • [发明专利]一种基于深度强化学习的任务卸载方法-CN202010190186.7有效
  • 温醒醒;夏士超;李云;黄鸿锐;苏开荣 - 重庆邮电大学
  • 2020-03-18 - 2022-10-18 - G06F9/50
  • 本发明涉及无线通信技术领域,具体为一种移动边缘计算下基于深度强化学习的任务卸载方法,包括:根据移动用户到达的任务,建立一个队列模型来描述移动用户的任务卸载问题;根据任务卸载的目标服务器及任务量设定约束条件;在约束条件下,采用一种无模型的强化学习机制构建以最小化系统成本为目标的优化问题;利用深度强化学习DDPG进行求解最优卸载策略;根据本发明可以实现在不知道信道状态信息的情形下,通过探索和训练来自适应调整MEC系统的任务卸载策略,实现系统的卸载成本最小化,提升用户体验。
  • 一种基于深度强化学习任务卸载方法
  • [发明专利]一种在随机网络中基于算网协同的分布式计算卸载方法-CN202111095551.7有效
  • 高倩;夏士超;姚枝秀;李云;陈曾平;王昭诚 - 重庆邮电大学
  • 2021-09-17 - 2022-10-18 - H04L47/70
  • 本发明属于移动通信技术领域,特别涉及一种在随机网络中基于算网协同的分布式计算卸载方法,包括基于本地计算模型和边缘云计算模型,构建设备端收益最大化问题模型和MEC服务器最大化收益问题模型;根据用户的随机移动和突发计算要求,分别建立停留时间和等待时延的复合场景集合;采用后验追索权行动来补偿博弈策略,建立设备端和MEC服务器双方基于博弈的随机规划模型;过构建场景树,将设备端和MEC服务器双方的多阶段随机规化问题转化为DEP问题,并求解获得MEC服务器卸载的最优任务策略和MEC服务器对设备端的最优报价策略;本发明基于Lyapunov优化理论的扩展博弈论方法,实现了时变环境下任务的动态卸载和自适应计算能力管理。
  • 一种随机网络基于协同分布式计算卸载方法
  • [发明专利]一种基于多智能体的资源分配和任务卸载优化方法-CN202210758663.4在审
  • 夏士超;姚枝秀;左琳立;李云;吴广富 - 重庆邮电大学
  • 2022-06-30 - 2022-10-11 - H04W24/02
  • 本发明属于移动通信技术领域,涉及一种基于多智能体的资源分配和任务卸载优化方法;所述方法包括将异构网络环境中的边缘云服务器和能量收集使能的移动设备均视为可独立决策的智能体单元,结合实际计算卸载场景,将边缘云资源分配和移动设备任务卸载的收益构造出斯塔克尔伯格博弈模型,考虑到随机时变的边缘环境和不完备的状态观测,将斯塔克尔伯格博弈模型再次建模为部分可观测马尔可夫决策过程,并建立采用多智能体的深度强化学习算法求解部分可观测马尔可夫决策过程博弈模型,以学习最优的边缘云资源协同分配策略和任务卸载策略。本发明能够有效提高边缘云服务器的任务计算成功率,并降低移动设备的任务丢弃率。
  • 一种基于智能资源分配任务卸载优化方法
  • [发明专利]一种基于博弈论的多服务器协作资源分配方法-CN202210298912.6在审
  • 李云;张雨晴;夏士超;姚枝秀 - 重庆邮电大学
  • 2022-03-25 - 2022-08-09 - H04W28/08
  • 本发明涉及无线通信技术领域,尤其涉及一种基于博弈论的多服务器协作资源分配方法,包括:构建多个边缘服务器协作的系统模型,系统模型中的边缘服务器作为迁移者或协作者;构建迁移者成本模型、协作者成本模型和收益模型,并根据这三个模型,构建买方的最大化收益模型和卖方的最大化收益模型;计算迁移者的最佳迁移策略和协作者向迁移者支付报价的最优动态报价策略;判断最佳迁移策略与最优动态报价策略是否满足斯坦克尔伯格均衡,若是,则根据最优策略实现计算资源分配;本发明实现了对任务迁移和计算资源的弹性控制和按需分配。
  • 一种基于博弈论服务器协作资源分配方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top