公开(公告)号：CN116996940A

公开(公告)日：2023-11-03

申请号：CN202311021128.1

申请日：2023-08-15

Applicant: 中国科学院计算技术研究所

Inventor： 纪雯 ,  杨哲铭 ,  左路路 ,  胡叠丽 ,  赵昌

IPC: H04W28/08 ,  H04W28/086 ,  H04W28/084 ,  H04W16/18

Abstract: 本发明提供一种面向云边端架构的边缘服务器位置部署方法，所述云边端为云服务器，边缘服务器和终端设备，所述云边端架构包括不同类型的终端设备和不同类型的边缘服务器，所述包括以下步骤：将终端设备按照距离范围划分为不同的区域；计算每个区域内所有终端设备单位时间产生的数据量之和，并进行排序以确定区域等级；计算每个边缘服务器的综合能力水平；为不同等级的终端设备区域分配具有相应综合能力水平的边缘服务器。

公开(公告)号：CN120032114A

公开(公告)日：2025-05-23

申请号：CN202510200938.6

申请日：2025-02-24

Applicant: 中国科学院计算技术研究所

Inventor： 纪雯 ,  胡叠丽 ,  杨哲铭 ,  左路路 ,  赵健 ,  国琪

IPC: G06V10/25 ,  G06F18/213 ,  G06N3/006 ,  G06Q10/0631 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种基于边云协同的多视觉任务处理系统，该系统用于接收多个终端发送的多个视觉任务并对其进行处理，其中，在系统的边侧引入动态特征提取框架，根据视觉任务的类型，从预先配置的特征模型库中匹配适配的特征提取模型，该方式避免了传统特征提取方式可能出现的信息冗余或丢失问题，极大提升了预处理的针对性和效率。针对资源分配适应性差的问题，本发明设计自适应资源分配框架，该框架根据边侧设备与云端设备的资源信息灵活调整资源分配策，有效提高系统运行效率、稳定性和可靠性，增强系统对处理多个异构视觉任务的复杂场景的适应能力。

公开(公告)号：CN119652891A

公开(公告)日：2025-03-18

申请号：CN202411778787.4

申请日：2024-12-05

Applicant: 中国科学院计算技术研究所

Inventor： 纪雯 ,  杨哲铭 ,  左路路 ,  胡叠丽 ,  赵健

IPC: H04L67/10 ,  G06F9/48 ,  G06F9/50 ,  G06N3/126

Abstract: 本申请公开了一种基于弹性耦合机制的异构端边云协同计算方法，方法包括：对端边云系统的分布式节点建立跨域联合弹性耦合模型；通过在端设备、边缘计算节点和云中心之间建立一个异构融合资源池，对端边云系统中的各类可用资源进行综合分析；基于弹性耦合模型和各类可用资源的联合分析结果，动态调整任务分配策略，优化端边云系统的负载，生成最优端边云系统负载解决方案。本发明在协同计算领域引入更加智能化和灵活的资源调度与管理机制，以实现资源利用的最大化和系统性能的最优化。

公开(公告)号：CN119576534A

公开(公告)日：2025-03-07

申请号：CN202411616680.X

申请日：2024-11-13

Applicant: 中国科学院计算技术研究所

Inventor： 纪雯 ,  左路路 ,  杨哲铭 ,  胡叠丽 ,  赵健 ,  李明轩

IPC: G06F9/50 ,  G06F9/445 ,  G06Q30/018

Abstract: 本发明提出一种面向端边云视觉协同架构的碳排放评估方法和装置，包括：根据传统视觉终端、智能视觉终端、边缘服务器和云端服务器各自的碳排放参数，按功能分别构建端设备碳排放模型、边设备碳排放模型、云设备碳排放模型，根据端边云视觉协同物联网运行时由于网络传输产生的碳排放参数，构建网络传输碳排放模型，采用匈牙利算法，求解当网络传输碳排放模型碳排放最小，且视觉任务占用计算资源小于等于各设备的计算资源上限时的卸载选择策略矩阵，作为多个视觉任务的任务部署策略，决定每一个视觉任务在端侧、边缘侧或者云侧执行，比直接在云端执行所产生的碳排放量低，比直接在边缘处理，由于边缘的资源限制，部分任务无法执行的任务处理率高。

公开(公告)号：CN117827595A

公开(公告)日：2024-04-05

申请号：CN202410166622.5

申请日：2024-02-06

Applicant: 中国科学院计算技术研究所

Inventor： 纪雯 ,  赵健 ,  左路路 ,  胡叠丽 ,  国琪 ,  杨哲铭

IPC: G06F11/30 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种设备故障检测模型的训练方法，该方法为在边缘服务器和中心服务器上分别部署相同结构的初始设备故障检测模型，边缘服务器上获取预设历史时间段内的运行状态数据及待测设备每一时刻对应的故障类型并将其处理成对应的图数据矩阵上传中心服务器，中心服务器利用图数据矩阵和待测设备每一时刻对应的故障类型对设备故障检测模型进行训练并将需要更新的参数下发边缘服务器以更新其所在的设备故障检测模型对应的参数。本发明训练设备故障检测模型的方式减低了通信开销，也降低了边缘服务器上的计算开销；同时，本发明设计的训练方法能够提高设备故障检测模型的性能，进一步提高待测设备的故障类型检测准确性。

公开(公告)号：CN119692809A

公开(公告)日：2025-03-25

申请号：CN202411772245.6

申请日：2024-12-04

Applicant: 国网能源研究院有限公司 ,  中国科学院计算技术研究所

Inventor： 鲁强 ,  纪雯 ,  胡叠丽 ,  史红周 ,  许精策 ,  代高琪 ,  李文澜

IPC: G06Q10/0637 ,  G06Q30/0201 ,  G06F18/27 ,  G06F18/23213

Abstract: 本申请提供了一种面向公司新兴产业发展的多维环境感知平台和感知方法，该平台包括宏观环境感知模块根据监测的关键市场动态和政策法规，确定公司战略性新兴产业面临的宏观环境及关键因素，通过宏观环境分析法分析确定公司战略性新兴产业面临的政策环境、经济环境、社会环境以及技术环境，调整和制定公司的运行策略和长远计划，产业环境感知模块通过分析公司战略性新兴产业面临的产业环境和关键因素，分析公司战略性新兴产业面临的市场态势，环境影响评估模块将环境要素与企业战略规划进行关联，并获取产业或产品生命周期中环境监测到的历史环境数据，通过机器学习算法回归分析确定不同阶段环境影响指标预测结果。