公开(公告)号：CN119379050A

公开(公告)日：2025-01-28

申请号：CN202310926215.5

申请日：2023-07-26

Applicant: 复旦大学

Inventor： 柴洪峰 ,  刘森 ,  朱鸿斌 ,  曾倩如 ,  李智鑫

IPC: G06Q10/0639 ,  G06Q40/02 ,  G06F16/25 ,  G06F16/242 ,  G06F16/23

Abstract: 本发明提供了一种银行ESG指数系统，具有这样的特征，包括云端服务器，用于存储专利数据、企业财务指标、第一类政策文件和第二类政策文件；至少一个用户终端，通过网络与云端服务器通信连接，其中，云端服务器包括服务侧通信部、数据存储部、指标及权重更新部、三级指标及权重存储部、ESG数据提取部和ESG指数计算部，用户终端包括输入存储部和用户侧通信部。总之，本系统能够得到更为准确的ESG指数评价结果。

公开(公告)号：CN118211769A

公开(公告)日：2024-06-18

申请号：CN202211637200.9

申请日：2022-12-16

Applicant: 复旦大学

Inventor： 柴洪峰 ,  吴杰 ,  侯鹏 ,  刘森 ,  江宵汉

IPC: G06Q10/0631 ,  G06N3/045 ,  G06N3/08 ,  G06F9/50

Abstract: 本发明提供一种无人机边缘计算中基于联合深度强化学习的动态服务方法，该方法充分利用无人机之间的协作，将深度强化学习的决策能力和联邦学习的分布式训练能力结合，对无人机的本地模型及本地模型聚合生成的聚合模型进行训练，获取了具有最优服务策略的全局模型，从而实现无人机边缘计算网络中无人机动态切换服务类型，并为地面应用设备分配通信和计算资源的功能。本发明充分发挥了两种算法在无人机边缘计算中的优势，不仅在学习性能上非常接近集中式DRL，而且能够减少网络数据的传递，减轻中心服务器的训练压力。因此，本发明能够很好的结合集中式和全分布式的优点，非常适合计算能力和能源受限的无人机边缘计算场景中人工智能模型的部署和训练。

公开(公告)号：CN117278488A

公开(公告)日：2023-12-22

申请号：CN202311166445.2

申请日：2023-09-11

Applicant: 复旦大学

Inventor： 徐扬 ,  姚如意 ,  张志禹 ,  刘森

IPC: H04L47/6275 ,  H04L47/62

Abstract: 本发明提供一种基于多路平衡排序树的大规模高速数据包调度方法及装置，基于多路平衡排序树来对数据包进行调度，多路平衡排序树中的每个节点的原子操作都是相同的，在插入操作中，会选择负载最小的子树来进行插入，因此多路平衡排序树是一个模块化的、插入平衡的、流水线友好的数据结构，基于多路平衡排序树能够实现对大规模数据包的高速调度。本发明还提供了基于多路平衡排序树的数据结构的两种高效的PIFO硬件实现，分别为基于寄存器实现的多路平衡排序树以及排序处理单元驱动的多路平衡排序树，两者都具有高时钟频率，并且前者硬件复杂度低，后者能够以很小的资源消耗实现大规模优先级队列。

公开(公告)号：CN115967686A

公开(公告)日：2023-04-14

申请号：CN202111172555.0

申请日：2021-10-08

Applicant: 复旦大学

Inventor： 刘森 ,  徐扬 ,  林镶 ,  梁富荣 ,  闫威

IPC: H04L49/111 ,  H04L49/9005 ,  H04L49/9057

Abstract: 本发明提供一种面向数据中心的网络交换设备缓存管理方法，其特征在于，包括以下步骤：步骤S1，设置共享缓存队列以及阈值；步骤S2，判断是否溢出，若是，步骤S4，否则步骤S3；步骤S3，若短流报文，放入待发送报文的缓存队列，并执行步骤S6；否则，放入长流报文的缓存队列，并执行步骤S6；步骤S4，若长流报文，丢弃；否则执行步骤S5；步骤S5，检查是否为空，若非空，则放入待发送报文的缓存队列，并执行步骤S6，否则丢弃；步骤S6，若不小于阈值，则执行步骤S8；否则执行步骤S7；步骤S7，取出并填充到待发送报文的缓存队列，再执行步骤S8；步骤S8，所有报文取出并依次转发。本发明还提供一种面向数据中心的网络交换设备缓存管理装置。

公开(公告)号：CN120013665A

公开(公告)日：2025-05-16

申请号：CN202510008963.4

申请日：2025-01-03

Applicant: 复旦大学

Inventor： 叶广楠 ,  张立锋 ,  崔毅浩 ,  刘森 ,  柴洪峰

IPC: G06Q40/04 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094

Abstract: 本发明提供一种利用混合生成式对抗网络的流水数据生成方法，对原始交易流水数据中的重复交易进行了聚合并将其结构化，生成原始交易网络图，将其用于图生成模块的训练，因此图生成模块能够学习到真实交易网络结构中的拓扑结构特征，生成接近真实的交易网络结构；进一步，由于分别通过图生成模块和表格数据生成模块生成了交易网络图和交易流水数据，再将其进行整合得到优化后的数据，通过两个模块的有机结合，能够生成既保留数据分布特征又具备真实交易结构的高质量合成数据，弥补了现有的深度学习模型难以捕捉交易流水数据的结构特征性的短板，进一步提高了交易流水数据的合成质量。

公开(公告)号：CN119011939A

公开(公告)日：2024-11-22

申请号：CN202310582232.1

申请日：2023-05-22

Applicant: 抖音视界有限公司 ,  复旦大学

Inventor： 彭亚洁 ,  韩锐 ,  薛志晨 ,  林镶 ,  徐扬 ,  刘森 ,  陈子轩 ,  艾欣 ,  汤佳欣 ,  黄惠茹

IPC: H04N21/433 ,  H04L65/80

Abstract: 本公开提供一种数据传输方法、装置及终端设备，该方法包括：获取终端设备与多个多媒体服务器之间的多条网络连接的网络参数；基于所述多条网络连接的网络参数，确定时长阈值，所述时长阈值为终端设备缓存的多媒体数据最少能够播放的时长；确定所述终端设备已缓存的待播放的多媒体数据的剩余播放时长；若所述剩余播放时长小于所述时长阈值，则在所述多条网络连接中的一条或多条目标网络连接上向相应的多媒体服务器发送针对目标多媒体数据的冗余数据请求，所述目标多媒体数据为所述终端设备未接收到的多媒体数据中序列号最小的一个或多个多媒体数据，所述冗余数据请求包括所述目标多媒体数据的标识。

公开(公告)号：CN118211137A

公开(公告)日：2024-06-18

申请号：CN202211622135.2

申请日：2022-12-16

Applicant: 复旦大学

Inventor： 吴杰 ,  刘森 ,  谭言丹

IPC: G06F18/2415 ,  G06F18/2321

Abstract: 本发明提供一种自动特征编码的变分自编码表格数据合成方法，包括：对训练集中的连续特征采用IGPDF来确定基于VGM编码的聚类上限；构建ATVAE模型，该模型的编码器基于ELBO策略能够将编码后的训练数据的原始分布映射为正态分布，解码器将正态分布的噪声映射为训练数据的合成样本；编码后的训练数据输入至模型，并采用反向传播对输出的合成样本及分布优化；基于确定好的VGM编码的聚类上限，对待合成数据中的连续特征数据编码，对离散特征独时热编码；对于编码后的待合成数据，通过编码器学习到对应的分布，由解码器基于分布的噪声合成所需要的表格数据。本发明能有效辅助合成复杂连续特征的多种高斯分布，降低模型学习的复杂度，使数据分布合成更优。

公开(公告)号：CN118210796A

公开(公告)日：2024-06-18

申请号：CN202211622155.X

申请日：2022-12-16

Applicant: 复旦大学

Inventor： 吴杰 ,  刘森 ,  谭言丹

IPC: G06F16/22 ,  G06F16/28 ,  G06N3/0455 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/084

Abstract: 本发明提供一种基于不平衡金融数据的条件变分自编码数据合成方法，包括：对离散特征和连续特征分别进行编码，并将二者的特征编码结果进行拼接生成编码后金融数据；构建CTVAE模型，该模型的编码器基于ELBO策略将编码后的金融数据的原始分布映射为正态分布，解码器将正态分布的噪声映射为合成数据；将编码后金融数据输入至模型，基于条件采样和条件优化训练模型，得到数据合成模型；对于特征编码后的不平衡金融数据，通过数据合成模型的编码器学习到对应的分布，由解码器基于分布的噪声合成所需要的金融数据。本发明在应对数据集中特征不平衡的情况和分布拟合方面，能够辅助不平衡离散值的合理合成，具有较优的性能和更高的适用性。

公开(公告)号：CN117176658A

公开(公告)日：2023-12-05

申请号：CN202311166446.7

申请日：2023-09-11

Applicant: 复旦大学

Inventor： 刘森 ,  徐扬 ,  闫威

IPC: H04L47/125 ,  H04L45/243 ,  H04L45/745 ,  H04L69/22

Abstract: 本发明提供一种面向数据中心网络接收端驱动传输协议的flowlet负载均衡方法，利用接收端驱动传输协议中的驱动报文仍然在交换机处可以产生队列的特点，将flowlet机制结合进行驱动报文的传输中，实现了接收端驱动传输协议多路径传输的目的，而数据报文则根据对应的驱动报文传输的路径进行传输，从而避免了数据包乱序而导致的丢包问题，提高了数据中心网络中链路利用率，即提高了数据中心的网络性能。如上所述，本实施例的方法保证了接收端驱动传输协议的数据流可以在flowlet机制下正常工作，进一步地，本实施例的方法根据数据中心网络中的信息动态调整flowlet阈值，保证报文发生拥塞前可以及时重路由，从而提升了数据中心网络的性能。

公开(公告)号：CN219579836U

公开(公告)日：2023-08-25

申请号：CN202320806418.6

申请日：2023-04-12

Applicant: 复旦大学第二附属学校

Inventor： 刘森 ,  赵悦宇 ,  廖玉平 ,  张爱丽

IPC: A63B69/34

Abstract: 本实用新型公开了一种武术训练用木桩，属于武术训练设备技术领域。解决了木桩是固定不动的，只是用来训练武术动作，无法进行活动式反击训练。其技术方案为：包括底座和木桩杆：底座顶部连接有支撑筒，支撑筒侧壁连接有用于木桩杆转动的转动驱动组件，转动驱动组件包括转动驱动组件和转动组件，转动驱动组件与支撑筒连接，转动驱动组件连接有转动组件，转动组件与支撑筒转动连接，转动组件顶部固定连接有木桩筒，木桩筒外壁固定连接有海绵外罩，驱动转动组件沿着支撑筒转动，转动组件带动木桩筒转动；转动组件内安装有翻转组件。本实用新型的有益效果为：本实用新型实现活动式反击训练，提升了训练丰富度。