-
公开(公告)号：CN119026543A
公开(公告)日：2024-11-26
申请号：CN202411121715.2
申请日：2024-08-15
Applicant: 中国科学院计算技术研究所
IPC: G06F30/3315 , G06F30/3312 , G06F30/3953 , G06N20/00
Abstract: 本申请公开了一种布线前静态时序分析方法及其装置，方法包括：将布线前的集成电路进行基于图的建模，将电路进行网络划分，输出电路的网络级建模结果；从布线前电路数据中提取网络延迟预测特征集；根据网络延迟预测特征集，采用分布式梯度增强库，构建网络延迟预测模型，输出不同工作条件下的网络延迟预测结果；基于网络级建模结果及各工作条件下的网络延迟预测结果，采用线性复杂度算法计算到达时间及松弛，输出最终的布线前静态时序分析结果。本发明在多设计模式下以高精度一致地获得静态时序分析结果，本发明方法具有鲁棒的可泛化性。
-
公开(公告)号：CN113128955B
公开(公告)日：2023-09-12
申请号：CN202110360041.1
申请日：2021-04-02
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于智能度量的电子政务处理方法，包括：以回声状态网络构建政务网络，以用户任务数据为该政务网络的输入层的输入向量，将参与用户任务的政务部门加入该政务网络的储备池；初始化该政务网络的连接权重和状态反馈权重；通过历史用户任务数据对该政务网络进行训练得到电子政务平台；根据该电子政务平台的平台评估度量，生成对用户请求任务的处理流程，根据该政务部门内员工的人员评估度量，分配对该用户请求任务的处理人员，并进行用户请求任务处理。还提出一种基于智能度量的电子政务处理系统，以及应用该电子政务处理方法的数据处理装置。
-
Patent Agency Ranking
公开(公告)号：CN113139680A
公开(公告)日：2021-07-20
申请号：CN202110381909.6
申请日：2021-04-09
Applicant: 中国科学院计算技术研究所
Abstract: 本发明面向异构物联网设备的管理，提出一种基于智能度量和群体智能的设备协作优化方法，该方法通过对物联网中设备的智能水平进行考量，将物联网的设备组织起来，最终达到提升整体智能水平的目的。本发明从众智科学的角度考虑，将智能度量和群体智能结合在一起来实现异构设备的协作管理并优化物联网的整体智能水平。使用计算、存储和通信能力作为设备智能度量的基础，利用设备相关性和距离因素来衡量智能性提高的水平。最终使用遗传算法为物联网设备选择协作状态，解决物联网中设备混乱、无差别的连接状态的管理问题，最终实现了大规模异构物联网设备的协作管理和整体智能水平的提升。
-
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
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：CN118865014A
公开(公告)日：2024-10-29
申请号：CN202410837816.3
申请日：2024-06-26
Applicant: 中国科学院计算技术研究所
IPC: G06V10/774 , G06V10/82 , G06N3/0475 , G06N3/045 , G06N3/084 , G06N3/096
Abstract: 本发明提出一种面向机器视觉目标检测的隐身方法和装置，通过基于迁移效果的对抗补丁增强方法，提高网络在黑盒方法下的隐身效果，提高网络的实际应用价值。通过基于生成对抗网络的图像语义增强方法，提高对抗样本的自然语义，改善其不够自然的问题，增加对抗图案可应用的场合。基于训练与微调的对抗补丁生成方法，将整个对抗补丁的生成过程分为训练与微调两个部分，训练过程用于在保证图像语义的前提下提高对抗样本的隐身效果，微调阶段虽然会损失一部分图像语义，但是能够较大提高对抗样本的隐身效果。通过合理的分配训练与微调的过程，可以在对抗样本的隐身效果与图像语义之间达成较好的平衡。
-
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
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。
-
-
-
-
-
-
Search Results
17
records
(took 0.035 seconds)
