-
公开(公告)号：CN119652810B
公开(公告)日：2025-05-09
申请号：CN202510157538.1
申请日：2025-02-13
Applicant: 南开大学
Abstract: 本发明涉及数字信息的传输技术领域，尤其涉及一种基于局部安全模型的数据中心网络单播容错路径算法，包括如下步骤：确定局部扭曲立方体中多条路径；判断是否需要引入0‑1桥，连接于无故障路径中，若判断不需要引入0‑1桥，则直接进入下一步骤，若判断需要引入0‑1桥，则将0‑1桥连接于无故障路径中，并使无故障路径各个部分位于确定的不同的子局部扭曲立方体中；基于无故障路径各个部分的最大安全子局部扭曲立方体构建一条完整的无故障单播传输路径，并使数据中心网络按照完整的无故障单播传输路径进行数据传输。本发明提供的方法能够提升基于局部扭曲立方体拓扑网络的数据中心网络的容错性。
-
公开(公告)号：CN119962612A
公开(公告)日：2025-05-09
申请号：CN202510451214.9
申请日：2025-04-11
Applicant: 南开大学
IPC: G06N3/0895 , G06N5/02 , G06N3/042 , G06F18/24
Abstract: 本发明涉及图神经网络和自然语言处理技术领域，提供一种文本属性图自监督学习方法、系统、设备及介质，方法包括：获取文本属性图数据集并进行预处理；通过随机游走对节点的图拓扑结构进行处理，生成节点的可达性嵌入；将节点的可达性嵌入和节点的图拓扑结构作为图神经网络的输入；通过对齐投影器将节点向量和压缩后的邻居向量对齐，获得节点嵌入；将节点嵌入和文本属性向量对齐后进行拼接并输入到编码器层，生成模态融合的节点表示；通过模态融合的节点表示进行少样本节点分类。本发明通过引入可达性嵌入弥补全局拓扑信息的缺失，通过基于交互的语言模型进行少样本节点分类，显著提升下游任务的性能。
-
公开(公告)号：CN119652810A
公开(公告)日：2025-03-18
申请号：CN202510157538.1
申请日：2025-02-13
Applicant: 南开大学
Abstract: 本发明涉及数字信息的传输技术领域，尤其涉及一种基于局部安全模型的数据中心网络单播容错路径算法，包括如下步骤：确定局部扭曲立方体中多条路径；判断是否需要引入0‑1桥，连接于无故障路径中，若判断不需要引入0‑1桥，则直接进入下一步骤，若判断需要引入0‑1桥，则将0‑1桥连接于无故障路径中，并使无故障路径各个部分位于确定的不同的子局部扭曲立方体中；基于无故障路径各个部分的最大安全子局部扭曲立方体构建一条完整的无故障单播传输路径，并使数据中心网络按照完整的无故障单播传输路径进行数据传输。本发明提供的方法能够提升基于局部扭曲立方体拓扑网络的数据中心网络的容错性。
-
-
Search Results
3
records
(took 0.014 seconds)
