-
公开(公告)号:CN115935080A
公开(公告)日:2023-04-07
申请号:CN202211573490.5
申请日:2022-12-08
Applicant: 之江实验室
Inventor: 姜婷 , 余婷 , 洪泽宪 , 张吉 , 穆罕默德·贾瓦德·巴
IPC: G06F16/9536 , G06F16/901 , G06Q50/00
Abstract: 本发明公开了一种面向社交网络流数据基于MPICH并行计算的极大团枚举方法,该方法利用结构逆序团树ICTree对图中存在的极大团进行存储,通过高性能和广泛可移植性的消息传递接口MPICH实现算法的并行编程,在流数据下图结构发生改变的过程中,多进程并行计算并更新逆序团树ICTree结构,实时枚举图中的极大团以及某一序号区间内节点构成的子图中存在的所有极大团。本发明在极大团枚举的过程中,不区分图的增边减边变化,实现了在图的增减边混合更新以及大批量更新下极大团的枚举,同时使用预定义的进程数实现算法的并行计算,解决了数据量大导致的处理实时性问题,提高了极大团枚举的时间效率。
-
公开(公告)号:CN115862888A
公开(公告)日:2023-03-28
申请号:CN202310135076.4
申请日:2023-02-17
Applicant: 之江实验室
IPC: G16H50/80 , G06Q10/04 , G06N3/0442 , G06N3/042 , G06N3/08
Abstract: 本申请涉及一种传染病感染情况预测方法、系统、设备及存储介质,通过增量模块响应预设指令,控制输入模块获取新增数据,图引擎根据新增数据对基于历史数据得到的第一图模型进行迭代训练,得到第二图模型,如此进行图模型的动态更新,其中图模型以各地区作为节点,各节点特征基于地区病情信息获得,各节点按照地区之间的地理位置关系连接形成边,各边按照地区人口信息分配边权重,更新后的图模型利用交互模块选择的待预测数据进行传染病感染情况预测,解决了相关技术中传染病感染情况预测准确率较低的问题。
-
公开(公告)号:CN115174566A
公开(公告)日:2022-10-11
申请号:CN202210640394.1
申请日:2022-06-08
Applicant: 之江实验室
Abstract: 本发明属于物联网边缘计算技术领域,公开了一种基于深度强化学习的边缘计算任务卸载方法,该方法步骤为:S1、输入数据与相关参数;S2、计算时间和能耗相关数据;S3、训练任务卸载算法模型;S4、执行任务卸载输出。本发明在边缘计算方面,定义多用户边缘计算任务环境,考虑传输信道带宽,采用强化学习的方法,在满足计算时效性的前提下,训练边缘计算任务卸载与压缩策略,实现最优的能耗。
-
公开(公告)号:CN112100518A
公开(公告)日:2020-12-18
申请号:CN202010995705.7
申请日:2020-09-21
IPC: G06F16/9536 , G06Q50/00 , G06F40/216 , G06F40/289
Abstract: 本发明公开了一种考虑用户在线关系网络的舆情主题发现方法,其步骤包括:1构建用户在线关系网络,2设计有参贝叶斯模型user link topic model生成文本主题,3利用坍塌式吉布斯抽样算法进行参数推断。本发明在应对大规模社交网络时,能有效、快速、准确地发现用户关注度高的舆情主题,有助于舆情主题检测,从而为决策者提供重要信息,用于评估在过去特定时间内对于民众舆情引导效果,并有助于及时了解用户当下所关心的热点话题。
-
-
-