公开(公告)号：CN116166336A

公开(公告)日：2023-05-26

申请号：CN202310136701.7

申请日：2023-02-20

Applicant: 东南大学

Inventor： 东方 ,  程汪兵 ,  沈典 ,  张竞慧 ,  罗军舟

IPC: G06F9/445 ,  G06F9/50

Abstract: 本发明公开了一种用于边缘计算环境中面向多视角推理应用的任务卸载方法，属于边缘计算和深度学习领域。本发明的核心逻辑包括：首先构建边缘环境下多视角推理任务的执行框架并合理划分和部署多视角推理模型；然后采集边缘计算环境中计算资源与通信资源的性能特征；接着结合边缘环境下多视角推理任务执行框架构建最小化任务完成时间的优化模型；最后提出多视角推理的任务卸载算法，最小化任务的执行时间，进而满足低时延的应用需求。本发明主要解决多视角推理任务特殊的执行模式导致在传统任务卸载方法下多视角推理任务执行中出现算力或带宽较强终端等待算力或带宽较弱终端的问题，以及其导致终端资源利用率低，多视角推理任务执行效率受限的问题。

公开(公告)号：CN115437795B

公开(公告)日：2023-03-24

申请号：CN202211386085.2

申请日：2022-11-07

Applicant: 东南大学

Inventor： 张竞慧 ,  翁财善 ,  徐正佳 ,  李剑歌 ,  东方 ,  罗军舟

IPC: G06F9/50 ,  G06N3/04 ,  G06N3/084

Abstract: 本发明公开了一种异构GPU集群负载感知的显存重计算优化方法及系统，针对异构GPU集群环境下流水线训练显存需求，刻画出其训练执行过程中计算时间、GPU显存总量、显存占用等相应指标，并将其作为负载感知的显存重计算优化方法的输入，建立显存重计算优化模型,计算各GPU上显存负载百分比，确定所有阶段中显存负载最高的阶段，根据最小化显存开销算法进行重计算优化，保证各阶段负载均衡，提升整体吞吐率，本发明提出最小化负载最高阶段显存开销算法与平衡异构GPU各阶段开销算法，减少异构GPU集群环境下流水线训练的显存占用，同时最小化显存优化开销，更好地支持大模型的训练。

公开(公告)号：CN115638803A

公开(公告)日：2023-01-24

申请号：CN202211218557.3

申请日：2022-10-06

Applicant: 东南大学

Inventor： 金嘉晖 ,  徐志鹏 ,  张竞慧 ,  罗军舟

IPC: G01C21/34

Abstract: 本发明公开了一种城市兴趣点敏感的个性化路径规划方法。本发明预先按照网格对城市区域进行划分，然后基于实际路网构造网格连通关系，将各个区域连接，建模成图。将路径规划问题建模成：规划一条最短路径，该路径从给定的起点出发，以用户指定的顺序访问多个不同兴趣点(Point Of Interest,POI)类型的位置，最终抵达用户给定的终点。路径规划求解分为三阶段：一是节点间距计算阶段，二是POI优先的贪心搜索阶段，三是基于距离上界的动态规划阶段。通过预处理的最短距离，基于动态规划算法思想，快速、准确地找到一条能够满足用户按序访问指定类型候选节点的需求的最短路径。

公开(公告)号：CN115577797A

公开(公告)日：2023-01-06

申请号：CN202211273252.2

申请日：2022-10-18

Applicant: 东南大学 ,  合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)

Inventor： 张竞慧 ,  吕丁阳 ,  东方

IPC: G06N20/00 ,  G06N3/04 ,  G06N3/08 ,  G06N5/04 ,  G06F17/16 ,  G06F21/62

Abstract: 本发明提供一种基于噪声感知的联邦学习优化方法及系统，解决联邦学习场景中客户端本地数据集的样本存在噪声而导致的全局模型精度下降的问题。本发明首先针对联邦学习中客户端本地数据集的样本噪声现象，提出使用标签冲突矩阵来表示数据噪声，然后使用标签矫正网络(LCN)拟合噪声数据集中的标签冲突概率分布，从而达到对噪声样本错误标签值的矫正效果；为了更有效的实现标签矫正网络和联邦学习模型的训练，本发明提出采用元学习的训练模式来实现同步优化；最后，本发明还提出了一种基于交叉验证的数据采样算法，从原始噪声数据集选择出一批带有相对正确标签的数据样本，从而提升LCN模型的标签矫正效果，最终提高联邦学习中训练模型的精度。

公开(公告)号：CN114661466A

公开(公告)日：2022-06-24

申请号：CN202210275145.7

申请日：2022-03-21

Applicant: 东南大学

Inventor： 东方 ,  阮文龙 ,  沈典 ,  张竞慧

IPC: G06F9/50 ,  G06N3/08 ,  H04L67/10

Abstract: 本发明公开了一种用于边缘计算环境中面向智能工作流应用的任务卸载方法，首先针对边缘系统构建边缘环境模型，并将每个终端需要执行的工作流刻画成有向无环图(DAG)；然后对终端需要执行的智能工作流任务构建任务卸载模型，根据基于拓扑排序的平均执行时间计算方法将DAG序列化；之后根据终端的优化目标定义最大化用户体验(QoE)问题，其中用户体验由任务执行延时以及执行智能任务所使用的模型精度决定。最后基于多智能体强化学习对DAG任务卸载的优化问题进行求解，并将网络的输出结果作为DAG中子任务的卸载决策。本发明考虑了终端卸载的理性决策以及多终端之间的资源竞争，很大程度地提升终端执行智能工作流任务的用户体验。

公开(公告)号：CN112463976A

公开(公告)日：2021-03-09

申请号：CN202011053028.3

申请日：2020-09-29

Applicant: 东南大学

Inventor： 金嘉晖 ,  高士杰 ,  熊润群 ,  张竞慧

IPC: G06F16/36 ,  G06F40/295 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种以群智感知任务为中心的演化知识图谱构建技术。本发明本发明提出了一种新型的以群智感知任务为中心的图谱结构，通过将该以该图谱结构的信息构建子图并入基准知识图谱，可以形成知识图谱演化；从感知人员获取群智感知任务并上传感知结果开始，本发明利用双向LSTM‑CRF方式进行命名实体识别，并利用预设定的格式进行关系抽取；随后，通过迭代式的实体链接方法，在每次迭代过程中进行表示学习，将最匹配的实体进行标记，不断迭代提取直到收敛；最后对信息进行可信度分析，结合用户历史提交的结果评估其感知结果的可信度。

公开(公告)号：CN110688492A

公开(公告)日：2020-01-14

申请号：CN201910910212.6

申请日：2019-09-25

Applicant: 东南大学

Inventor： 金嘉晖 ,  周威 ,  张竞慧 ,  罗军舟

IPC: G06F16/36 ,  G06F16/9035 ,  G06F16/9038 ,  G06F16/31 ,  G06F16/901

Abstract: 本发明公开了一种基于轻量级图索引的关于电影知识图谱的查询方法。本发明以无权无向图存储电影关系，图的顶点表示电影或者电影人物，边表示电影人物与电影之间的关系。在构建图索引时，先从具有最多电影关系的电影或电影人物中选取种子，并为每个种子计算L维向量以表示其特征，基于此推算出所有的特征，并保存在索引中。在执行查询时，从给定电影或电影人物出发，依次查找与其相关的电影或电影人物，如果找到满足查询条件的电影或电影人物，则选其为候选结果，最后，基于轻量级图索引进一步筛选候选结果，选择最优的k个结果作为最终的查询结果返回给用户。