-
公开(公告)号：CN110569355A
公开(公告)日：2019-12-13
申请号：CN201910671527.X
申请日：2019-07-24
Applicant: 中国科学院信息工程研究所
Abstract: 本发明提出一种基于词块的观点目标抽取和目标情感分类联合方法及系统，具体为：对于每个连续词块，设计词块级别的特征以此来充分利用多个词之间的整体信息；计算每个词块的情感信息而非单独计算每一个词的情感信息，这样保证词块里多个词的情感倾向的一致性。本发明一是通过有效利用多个词整体信息，二是通过为多个词组成的词块计算一个情感信息表示来避免情感不一致的问题，来提升抽取和分类的准确率，具有良好的实用性。
-
公开(公告)号：CN117689386A
公开(公告)日：2024-03-12
申请号：CN202311521280.6
申请日：2023-11-15
Applicant: 中国科学院信息工程研究所
IPC: G06Q20/40 , G06F18/241 , G06F18/213 , G06N3/045 , G06N3/0442 , G06N3/0475 , G06N3/094 , G06F123/02
Abstract: 本发明公开了一种基于数据增强的以太坊账户身份识别方法及系统。本方法为：1)根据以太坊网络中的账户交易信息以及以太坊网络中各节点的标签信息，构建全局账户交易图；2)获取每一节点的统计特征、时序交易特征和交易结构特征，并将每一节点及其邻居节点的信息进行聚合得到对应节点的多维融合特征；3)通过生成对抗网络根据各节点的多维融合特征学习得到少样本节点类别的完整特征潜在分布；根据样本的实际分布与完整特征潜在分布之间的差异优化生成对抗网络；然后利用优化后的生成器生成少样本节点类别的多维融合特征；4)利用增强后的样本集训练得到分类器；5)将待识别的以太坊账户的多维融合特征输入到分类器中，得到对应的身份类别。
-
公开(公告)号：CN112308734B
公开(公告)日：2024-01-05
申请号：CN202011162740.7
申请日：2020-10-27
Applicant: 中国科学院信息工程研究所
IPC: G06Q50/06 , G06Q10/0639 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开了一种IT设备非IT能耗的计量、费用分摊方法及电子装置，适用于至少两台同类IT设备与非IT设备组成的系统，包括：将采集的各IT设备信息，输入到特征提取网络，提取相邻服务器之间的交互特征；将交互特征输入到自动编码器网络，得到各IT设备的非IT能耗计量结果。本发明解决了现有技术中存在经验式的、仅基于服务器/虚拟机的能耗粗略地推算出其对应的非IT能耗，未充分考虑其他影响因素的问题，从而提高计量结果的准确率和可靠性。
-
公开(公告)号：CN112070353B
公开(公告)日：2023-09-29
申请号：CN202010771847.5
申请日：2020-08-04
Applicant: 中国科学院信息工程研究所
IPC: G06F30/27 , G06Q50/06 , G06F119/06 , G06F119/02 , G06F119/08 , G06F113/02
Abstract: 本发明公开了一种精确检测数据中心能效的方法及系统。本方法步骤包括：1)集目标数据中心在一设定测量时间范围内各设定测量时间点的数据中心总功率；2)采集该目标数据中心在该各设定测量时间点的IT设备总动态功率；所述IT设备总动态功率是指该目标数据中心的IT设备总功率中随IT设备负载动态波动的功率；3)根据公式#imgabs0#计算该目标数据中心在每一所述设定测量时间点的有用功率比UPR；4)将各所述设定测量时间点的有用功率比UPR的平均值作为该目标数据中心在该设定测量时间范围内的能效评估值。本发明可以为数据中心能效状况提供更可靠的评估。
-
公开(公告)号：CN116755876A
公开(公告)日：2023-09-15
申请号：CN202310583278.5
申请日：2023-05-23
Applicant: 中国科学院信息工程研究所
IPC: G06F9/50 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种大模型混合并行训练加速方法和系统，其步骤包括：1)利用分布式集群采用双向流水线并行方案运行目标大模型，并采集分布式集群的静态数据和动态数据；静态数据包括集群中各GPU之间每次数据传输的通信量和目标大模型每层计算操作的计算量，动态数据包括各GPU之间每次数据传输的通信时间和目标大模型每层计算操作的计算时间；2)依据静态、动态数据构建GPU性能模型，通过平衡流水线利用率和设备利用率对双向流水线并行方案进行优化；3)结合数据并行方案和优化后的双向流水线并行方案构建混合并行方案，并依据GPU性能模型确定混合并行方案的最优混合并行模式；然后按照所确定最优混合并行模式对目标大模型进行训练。
-
Patent Agency Ranking
公开(公告)号：CN116579348A
公开(公告)日：2023-08-11
申请号：CN202310339698.9
申请日：2023-03-31
Applicant: 中国科学院信息工程研究所
IPC: G06F40/30 , G06F40/289 , G06F40/211 , G06F18/25 , G06F18/214
Abstract: 本发明公开一种基于不确定语义融合的虚假新闻检测方法及系统，涉及数据挖掘技术领域，通过获取社交网络中新闻的多模态数据；基于不确定性的模态编码模块从各模态数据中提取特定模态的高阶语义特征；通过变分注意融合模块建模模态间的不确定性，融合多模态特征；基于融合后的多模态特征，利用假新闻分类器得到目标新闻的类别标签。本发明能够从新闻的不同模态信息中提取更多鲁棒的高阶特征，并进一步有效整合更为可靠的多模态特征，可有效提升多模态假新闻检测的准确率。
-
公开(公告)号：CN116189039A
公开(公告)日：2023-05-30
申请号：CN202211676172.1
申请日：2022-12-26
Applicant: 中国科学院信息工程研究所
IPC: G06V20/40 , G06V10/764 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明提出一种全局音频特征增强的模态顺序感知的多模态情感分类方法及系统，具体为：设计了跨模态融合模块，先提取文本信息，再融合音频信息，最后加入视觉信息，从而得到模态融合特征；对整个视频提取全局的音频特征，以最大程度地保留视频整体音调变化等声学特征；最后将模态融合特征和全局音频特征进行融合。本发明一是通过顺序融合的方法，既充分提取了核心模态(文本、音频)的特征，又减少了视觉模态中噪声的影响；二是使用视频全局的音频信息加强对视频情感的获取，来提升情感分类的准确性。
-
公开(公告)号：CN116108286A
公开(公告)日：2023-05-12
申请号：CN202211723012.8
申请日：2022-12-30
Applicant: 中国科学院信息工程研究所
IPC: G06F16/9536 , G06F16/9538 , G06F16/906 , G06F16/901 , G06N3/08 , G06N3/0464
Abstract: 本公开涉及种基于传播重构的虚假信息检测方法、装置和设备，所述方法包括：获取社交网络中博文的传播数据；基于所述传播数据，构建信息传播图；利用深度图卷积网络聚合所述信息传播图中的节点邻域特征，得到所述信息传播图的节点表示V；根据所述节点表示V，估计所述信息传播图中节点之间的潜在传播交互，以生成多个潜在传播图；利用深度图卷积网络聚合每一潜在传播图的节点邻域特征之后，综合所有更新后潜在传播图的更新节点表示，得到重构节点表示Z；基于所述节点表示V和所述重构节点表示Z执行任务分类，得到所述博文的虚假信息检测结果。本公开可以提高虚假信息检测任务的性能。
-
公开(公告)号：CN115906153A
公开(公告)日：2023-04-04
申请号：CN202211357345.3
申请日：2022-11-01
Applicant: 中国科学院信息工程研究所
IPC: G06F21/62 , G06F18/241 , G06N20/00
Abstract: 本发明公开了一种面向样本不均衡场景下的联邦学习优化方法、装置及系统。所述方法包括：获取各参与者的本地训练样本集中的样本数量；生成业务初始模型；基于各参与者的本地训练样本集对所述业务初始模型进行联合学习训练，得到一全局模型；将所述全局模型分发各参与者，以使所述样本数量不小于一阈值的参与者将所述全局模型作为最终模型，以及所述样本数量小于所述阈值的参与者基于本地数据对所述全局模型进行迭代优化，并将训练后的模型作为最终模型。本发明更好的实现了参与者在样本不均衡场景下的数据安全共享和高效合作建模。
-
公开(公告)号：CN114721818A
公开(公告)日：2022-07-08
申请号：CN202210236957.0
申请日：2022-03-11
Applicant: 中国科学院信息工程研究所
Abstract: 本发明涉及一种基于Kubernetes集群的GPU分时共享方法和系统。该方法包括：在Kubernetes集群的工作节点中设置前端模块，所述前端模块是安装在容器内部的GPU设备库，所述GPU设备库通过拦截CUDA库中所有与内存和计算相关的API来调度GPU在任务中的使用；在Kubernetes集群的工作节点中设置后端模块，所述后端模块管理容器间的令牌及令牌的时间配额，通过令牌及其时间配额实现GPU的分时共享。本发明提出了关于GPU分时共享规则，在镜像中加入GPU设备库作为前端，在节点中加入后端模块进行控制，能够保证节点中多个容器之间的任务执行的安全性和公平性。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.032 seconds)
