“分布式学习”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果5003318个，建议您升级VIP下载更多相关专利

[发明专利]一种适用于分类任务深度学习网络的优化方法-CN202110497496.8在审
发明人：孙玉宽;刘永琪;涂丽平;李来威 -专利权人：天津工业大学
申请日： 2021-05-07 - 公布日： 2022-11-08 - 主分类号： G06K9/62 文献下载
摘要：本发明设计一种适用于分类任务深度学习网络的优化方法。现有的深度网络优化方法主要使用较大的网络作为教师网络将知识迁移到学生网络中。但其Soft目标为教师网络Softmax输出，Hard目标为数据集标签，不适用于分布式学生网络。本发明保留Teacher‑Student知识蒸馏的基本框架，但将Soft目标变更为Teacher网络的最后卷积层特征输出，按照类内和类间波动综合评价特征点对最终结果的影响程度并筛选，然后根据分布式网络组成进行特征点采样本发明可分布式部署深度学习模型到嵌入式终端，为深度学习的落地奠定基础。
一种适用于分类任务深度学习网络优化方法

[发明专利]混合式网内动态负载均衡方法、装置及系统-CN202010720378.4有效
发明人：姚海鹏;买天乐;忻向军 -专利权人：北京邮电大学;中交信通网络科技有限公司
申请日： 2020-07-23 - 公布日： 2021-04-06 - 主分类号： H04L12/803 文献下载
摘要：本发明提供了一种混合式网内动态负载均衡方法、装置及系统，涉及通信的技术领域，应用于第一分布式交换机，包括：在基于本地策略执行动作之后，向集中式平台发送第一分布式交换机的参数信息；接收集中式平台基于第一分布式交换机的参数信息和第二分布式交换机的参数信息确定的策略修正信息；其中，第二分布式交换机为网内除第一分布式交换机之外所有的其他分布式交换机；基于策略修正信息和预设策略更新公式更新本地策略，以使第一分布式交换机基于更新后的本地策略执行下一动作；其中，预设策略更新公式引入基准机制本发明实施例可以在保证分布式执行的基础上实现各个分布式交换机的协作，有效避免学习难度，提高优化效率。
混合式动态负载均衡方法装置系统

[发明专利]一种实时执行本地分布式分析的方法、系统及存储介质-CN202110666694.2有效
发明人：刘俊伟 -专利权人：泰瑞数创科技（北京）有限公司
申请日： 2021-06-16 - 公布日： 2021-12-14 - 主分类号： G06F9/448 文献下载
摘要：本发明公开了一种实时执行本地分布式分析的方法、系统及存储介质，第一步，对分布式数据处理环境中的设备进行控制操作，第二步，实现数据输入从满足分布式数据处理环境中的设备的数据模型到满足分布式数据处理环境中的数据处理模型的转换，第三步，对从分布式数据处理环境中的设备获取到的数据执行分布式计算，第四步，为分布式数据处理环境中的设备动态设置数据模型，第五步，分布式数据处理环境中的设备的数据模型进行自学习操作，第六步，对数据输入的异常情况进行响应，第七步，对分布式数据处理环境中的设备的数据模型进行参数更新。本发明可以解决分布式数据处理环境下数据源与数据处理模型不匹配的问题并提高实时数据处理的精度。
一种实时执行本地分布式分析方法系统存储介质

[发明专利]基于强化学习的分布式雷达检测跟踪一体化波形实现方法-CN202310474370.8在审
发明人：梁菁;朱培坤;万昊;司旭;李思维 -专利权人：电子科技大学
申请日： 2023-04-27 - 公布日： 2023-07-25 - 主分类号： G01S13/66 文献下载
摘要：本发明公开了一种基于强化学习的分布式雷达检测跟踪一体化波形实现方法，属于智能化雷达波形设计技术领域。本发明包括：雷达波形库的建立，主要有雷达发射波形和波形参数等；各分布式雷达传感器分别收到目标的回波，各雷达传感器独立检测与关联滤波；各个分布式雷达传感器得到目标的状态向量后，应用序贯滤波算法得到目标的状态和误差协方差的融合估计；基于强化学习构建雷达发射波形决策方法，强化学习结合序贯滤波的融合估计，通过强化学习的试错交互学习过程，挑选出下一时刻最优的发射波形和参数照射目标。本发明克服传统雷达无法有效地针对复杂多目标环境的应用，实现了雷达的自我学习，在一定程度上提高了雷达对目标的跟踪性能。
基于强化学习分布式雷达检测跟踪一体化波形实现方法

[发明专利]一种分布式传感器目标定位方法、装置和存储介质-CN202211591237.2在审
发明人：陈伟能;陈泰佑;龚月姣 -专利权人：华南理工大学
申请日： 2022-12-12 - 公布日： 2023-04-11 - 主分类号： H04W4/38 文献下载
摘要：本发明公开了一种分布式传感器目标定位方法、装置和存储介质，其中方法包括：获取传感器的节点信息；采用含自适应通信间隔调整机制的双向学习粒子群优化框架和外部学习粒子更新策略，对节点信息进行优化处理：每个节点进行一次或多次的内部学习；邻居节点互相通信，且传递当前种群解；对节点进行一次外部学习；如果种群收敛，则结束优化；否则，根据适应值的变化自适应地调整通信间隔，并继续进行下一轮的学习。本发明通过分布式粒子群优化框架和外部学习策略，将粒子群优化算法应用在分布式优化问题中，平衡种群探索性和系统共识性，有效地提升了算法的优化表现，又保证了系统的共识性。
一种分布式传感器目标定位方法装置存储介质

[发明专利]基于分布式集群的数据处理方法、系统、设备及存储介质-CN202310288285.2有效
发明人：李仁刚;邱志勇;郭振华;赵雅倩 -专利权人：山东海量信息技术研究院
申请日： 2023-03-23 - 公布日： 2023-07-21 - 主分类号： G06N20/00 文献下载
摘要：本申请公开了一种基于分布式集群的数据处理方法、系统、设备及存储介质，应用于机器学习技术领域，应用于分布式集群中的每一个终端设备中，包括：获取1个批次的训练样本并进行本地深度学习模型的训练，确定出每一层的输入数据及梯度数据；进行梯度数据的同步；基于本地深度学习模型中的每一层的输入数据，以及梯度数据同步之后的每一层的梯度数据，确定出海森矩阵的逆矩阵；通过基于海森矩阵的二阶优化算法，进行本地深度学习模型的参数更新，并返回训练直至模型训练结束；将待识别数据输入至训练完成的本地深度学习模型，并得到待识别数据的识别结果。应用本申请的方案，提高了深度学习模型的分布式训练收敛速度，也有利于降低训练时耗时。
基于分布式集群数据处理方法系统设备存储介质

[发明专利]考虑暴雨时空分布的分布式供电系统涉电安全感知方法-CN202210478850.7有效
发明人：周斌;达紫祺;帅智康;朱利鹏;张聪;李佳勇;金怡芳 -专利权人：湖南大学
申请日： 2022-05-05 - 公布日： 2022-07-29 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种考虑暴雨时空分布的分布式供电系统涉电安全感知方法，本发明首先建立了考虑积水深度和微地形环境的分布式供电光储系统多维度并联寄生电容计算模型，提出考虑雨峰中心、云层移动、降雨强度与历时等暴雨时空分布特征与分布式供电系统运行状态之间的多源时空分层关联分析方法，构建了考虑暴雨时程与空间分布不均衡性和随机性的分布式供电光储系统漏电流风险概率预测模型，开发了基于深度元学习的分布式供电系统涉电安全风险感知技术；该技术能够准确感知暴雨灾害下地面积水引发分布式供电光储系统的漏电流安全风险，及时识别分布式供电系统涉电公共安全隐患的时空分布范围，避免恶劣天气下触电人身伤亡事故。
考虑暴雨时空分布分布式供电系统安全感知方法

[发明专利]一种基于Kubernetes容器集群的分布式强化学习系统设计方法-CN202111303747.0在审
发明人：叶超;朴海音;陈永红;陶晓洋;樊松源;孙阳;郝一行;王汉;于津;韩玥;杨晟琦;彭宣淇 -专利权人：沈阳飞机设计研究所扬州协同创新研究院有限公司
申请日： 2021-11-05 - 公布日： 2022-02-08 - 主分类号： G06F9/455 文献下载
摘要：本发明公开一种基于Kubernetes容器集群的分布式强化学习系统设计方法，属于大规模分布式强化学习系统设计领域通过使用了Kubernetes系统构建容器集群，将强化学习系统的功能模块抽象成一个个服务容器，将模型训练和采样部分构建成一个强化学习模型容器集群，并且通过Manager负责整个训练过程中任务分发、资源管理调度。本发明可以提高大规模强化学习的资源利用率，减少人工干预，加快大规模强化学习部署和训练。
一种基于 kubernetes 容器集群分布式强化学习系统设计方法

[发明专利]使用分布式分类账提供可解释的机器学习模型结果-CN202180081844.1在审
发明人： G·P·什切潘尼克;L·J·帕卢斯;K·S·帕特尔;S·S·帕特尔 -专利权人：国际商业机器公司
申请日： 2021-11-16 - 公布日： 2023-08-15 - 主分类号： G06N3/063 文献下载
摘要：通过接收机器学习(ML)模型的输入数据、使用ML模型处理输入数据、产生初始结果、向分布式账本添加第一块来提供可再现的机器学习模型结果，该块包括输入数据、初始结果、ML模型数据结构和到ML模型的训练数据的链接，其中所述训练数据驻留在先前的分布式账本块中，并且提供包括初始结果的输出。
使用分布式分类账提供可解释机器学习模型结果

[发明专利]用于工业系统的操作和设计的系统和方法-CN202110358884.8在审
发明人： A·K·纳拉拉波卡亚;J·P·麦金太尔;S·K·R·莫拉卡塞玛 -专利权人：施耐德电子系统美国股份有限公司
申请日： 2021-04-02 - 公布日： 2021-10-12 - 主分类号： G05B19/418 文献下载
摘要：在工业系统中配置分布式控制包括建立表示工业系统的过程控制安装的资产模型，并根据分布式控制编程标准创建分布式控制资产的资产库。资产模型包括根据物理模型标准的级别定义并表示工业系统的物理设备的建模资产。分布式控制资产每个具有一个或多个预定义的内置构面。资产库中的分布式控制资产之一被映射到每个建模资产，以配置工业系统的过程控制安装并生成用于提供工业系统的分布式控制的基于资产的控制应用。其它方面涉及通过使用机器学习或资产配置器工具基于信息模型自动创建控制应用。
用于工业系统操作设计方法

[发明专利]一种分布式光伏等效电站的功率预测方法-CN202110087955.5有效
发明人：戈狄;蔡之飞;牛继涛 -专利权人：国网河南省电力公司许昌供电公司;国网河南省电力公司
申请日： 2021-01-22 - 公布日： 2022-09-20 - 主分类号： G06Q10/04 文献下载
摘要：本发明的目的是提供一种分布式光伏等效电站的功率预测方法，通过利用分布式光伏功率主要受气象要素影响，且不同站点的分布式光伏的气象要素具有时空关联性、可等效为一个虚拟电站的特点，提出一种基于集成学习的分布式光伏等效电站功率预测方法，针对由多个分布式光伏等效成的一个虚拟电站，基于已有的各站点的气象数据和功率数据，采用多种预测方法，并通过一定的集成策略，实现对等效电站的功率预测，避免集中式光伏电站功率预测方法面临的高额成本问题，达到不显著增加投资的情况下实现分布式光伏功率预测的目的
一种分布式等效电站功率预测方法

[发明专利]一种基于容器的分布式模型推理服务方法-CN202210417025.6有效
发明人：柴磊;刘道峰;李永辉 -专利权人：深圳市魔数智擎人工智能有限公司
申请日： 2022-04-20 - 公布日： 2023-03-24 - 主分类号： G06F9/455 文献下载
摘要：本发明属于机器学习部署技术领域，公开了一种基于容器的分布式模型推理服务方法，该方法只需接收需要分布式部署的模型；将该模型文件与部署框架结合，打包成可发布的容器镜像；容器底层运用名称空间、控制组和切根技术将所述模型的部署环境按照资源、文件、设备、状态和配置实现隔离；指定副本数和模型的配置文件，将所述分布式模型按照在线服务、批量服务或准实时服务方式实现分布式部署。本发明可轻松支持分布式部署，用户无需手动维护容器的生命周期，只需要指定容器的副本数和模型的配置文件即可，大幅降低了分布式模型的部署门槛，最大化节约了开发人员在部署环节耗费的时间。
一种基于容器分布式模型推理服务方法

[发明专利]一种通用高精度分布式算法训练方法及系统-CN202310947480.1在审
发明人：张磊;李观喜;王刚;覃镇波;林伟 -专利权人：广州紫为云科技有限公司
申请日： 2023-07-28 - 公布日： 2023-10-24 - 主分类号： G06N3/098 文献下载
摘要：本发明涉及人工智能深度学习技术领域，具体为一种通用高精度分布式算法训练方法及系统。在原有的训练方法基础上进行改进，加入了模型拆分、算法预训练、元学习、多模态学习等训练技巧，提出了一套较为通用的、可进行分布式的算法训练方案，减少了对数据的依赖，加强了计算资源的适配性，而且缩短了算法训练的时间
一种通用高精度分布式算法训练方法系统

[发明专利]深度学习框架的张量切分方法、装置、设备和存储介质-CN202111312626.2有效
发明人：曹州;敖玉龙;梁建中;吴志华;于佃海 -专利权人：北京百度网讯科技有限公司
申请日： 2021-11-08 - 公布日： 2022-08-23 - 主分类号： G06N20/00 文献下载
摘要：本公开提供了一种深度学习框架的张量切分方法、装置、设备和存储介质，涉及计算机技术领域，具体涉及深度学习等人工智能领域。深度学习框架的张量切分方法包括：获取原始切片，所述原始切片基于原始分布式属性对张量进行切分后获得；将所述原始切片拼接成待处理切片；基于所述张量的目标分布式属性，将所述待处理切片切分为目标切片。
深度学习框架张量切分方法装置设备存储介质

[发明专利]文本匹配方法及装置-CN202111578904.9在审
发明人：吕乐宾;蒋宁;王洪斌;吴海英;权佳成 -专利权人：马上消费金融股份有限公司
申请日： 2021-12-22 - 公布日： 2022-05-13 - 主分类号： G06F40/30 文献下载
摘要：本申请公开了文本匹配方法及装置，该方法包括：将第一文本和第二文本输入文本匹配模型进行文本匹配处理，输出相应的匹配结果；其中，文本匹配模型的第一分布式层分别对第一文本和第二文本进行表示学习，输出第一文本向量和第二文本向量；第一交互层将第一分布式层输出的向量进行交叉注意力学习，输出第三文本向量和第四文本向量；第二分布式层分别对第三文本向量和第四文本向量进行表示学习，输出第五文本向量和第六文本向量；第二交互层将第二分布式层输出的向量进行拼接得到第七文本向量，以及将第七文本向量进行自注意力学习及计算文本相似度，输出匹配结果。
文本匹配方法装置