端边协同图神经网络的架构搜索、部署方法及装置

    公开(公告)号:CN119476391A

    公开(公告)日:2025-02-18

    申请号:CN202411388983.0

    申请日:2024-09-30

    Abstract: 本申请实施例公开了一种端边协同图神经网络的架构搜索、部署方法及装置,属于计算机技术领域。其中,架构搜索方法包括:获取目标协同图神经网络的目标应用场景信息;基于所述目标应用场景信息以及协同图神经网络超网,得到所述目标协同图神经网络的多个候选架构;其中,所述协同图神经网络超网中的每一层包含协同搜索空间中的各操作以及各操作对应的函数,所述操作包括通信操作,每个候选架构通过在所述协同图神经网络超网的每一层中随机选择目标操作和目标操作对应的目标函数得到;基于每个候选架构在目标端边环境信息下针对目标应用标识信息的协同推理性能信息,在所述多个候选架构中选择所述目标协同图神经网络的目标架构。

    一种基于需求精化与一致性验证的代码生成方法

    公开(公告)号:CN119045831A

    公开(公告)日:2024-11-29

    申请号:CN202411232859.5

    申请日:2024-09-04

    Abstract: 本发明涉及一种基于需求精化与一致性验证的代码生成方法,属于软件工程领域。包括:基于原始需求、知识库、提示词模板生成精化需求;基于精化需求、提示词模板生成模式设计,基于模式设计、知识库生成精化性质规约并对其进行语法及一致性验证;基于验证后的精化性质规约及其对应的精化需求生成原始代码,基于大语言模型对原始代码进行验证‑修改在环操作,迭代生成验证后的代码。该方法通过对原始需求进行精化及性质规约一致性验证,生成验证后的精化需求与精化性质规约,继而生成PLC代码,通过验证‑修改在环操作修复代码语法及功能错误,解决了目前PLC代码自动生成方法没有进行需求精化处理,导致生成的代码错误多、功能无法满足用户需求的问题。

    基于双模式组合搜索的成对覆盖阵列优化方法及测试方法

    公开(公告)号:CN117591409A

    公开(公告)日:2024-02-23

    申请号:CN202311581581.8

    申请日:2023-11-24

    Abstract: 本发明公开了基于双模式组合搜索的成对覆盖阵列优化方法及测试方法,包括:S1.将成对覆盖阵列输入损失函数计算每个分配的损失,根据计算的损失从成对覆盖阵列中选择一个分配并移除,得到部分覆盖阵列;S2.根据双模式组合搜索框架利用贪心模式和探索模式,对部分覆盖阵列中剩余分配进行修改和成对元组覆盖,得到修改后的成对覆盖阵列或部分覆盖阵列,两种模式交替运行直到部分覆盖阵列变为成对覆盖阵列;S3.重复步骤S1和S2,根据搜索预算确定停止优化的时间得到优化后的成对覆盖阵列;通过优化后的成对覆盖阵列进行测试;本发明从成对覆盖阵列中移除分配并修改剩余分配,将成对覆盖阵列规模进一步压缩,实现成对覆盖阵列的优化,有助于降低测试开销。

    一种移动机器人数据存储方法及系统

    公开(公告)号:CN117573907A

    公开(公告)日:2024-02-20

    申请号:CN202410057582.0

    申请日:2024-01-16

    Abstract: 本申请提出一种移动机器人数据存储方法及系统,包括:机器人按照目标采样频率采集实时遥测数据,实时遥测数据包括周边图像数据、障碍物距离数据、障碍物方向数据、机器人速度数据以及障碍物速度数据中的任一种或多种;机器人将实时遥测数据传输给Kafka消息队列;Kafka消息队列创建并存储主题消息;云平台订阅Kafka消息队列中的主题消息,按照目标数量将实时遥测数据批量写入数据存储计算平台;按照预设周期间隔获取数据存储计算平台的当前性能指标测量值;基于当前性能指标测量值和目标采样频率确定下一个周期间隔对应的目标采样频率,通过进行迭代更新,可以适应实时变化的数据需求,保障稳定快速地完成机器人数据存储。

    一种可复用的嵌入式软件架构建模方法和系统

    公开(公告)号:CN117492712A

    公开(公告)日:2024-02-02

    申请号:CN202311465956.4

    申请日:2023-11-06

    Abstract: 本发明涉及一种可复用的嵌入式软件架构建模方法和系统,属于嵌入式软件开发技术领域,解决了现有技术中嵌入式软件架构建模容易出错建模效率低的问题。方法包括以下步骤:构建嵌入式软件的功能函数库和模块库,基于构建的功能函数库和模块库构建嵌入式软件的可视化架构模型;根据所述嵌入式软件的可视化架构模型生成所述嵌入式软件对应的AADL代码;对所述AADL代码进行校验,若校验通过则得到最终的嵌入式软件的架构模型。实现了快速高效的嵌入式软件架构建模。

    机器人轨迹规划方法、装置、存储介质及电子设备

    公开(公告)号:CN117075617A

    公开(公告)日:2023-11-17

    申请号:CN202311316542.5

    申请日:2023-10-12

    Abstract: 本申请提供一种机器人轨迹规划方法、装置、存储介质及电子设备,涉及自动控制领域。其中,电子设备获取机器人末端的末端运动路径;通过神经网络模型迭代出末端运动路径中每个离散点的期望速度;根据每个离散点的期望速度,确定出机器人关节空间的关节运动轨迹。相较于现有技术,本申请中的目标函数及边界条件无需满足严格数学形式,减低了优化的求解难度,且能保障求解结果的有效收敛性,因此,本申请提供轨迹求解算法的泛化性和适用性。

    一种提高不同优先级任务间隔离性的多维资源隔离系统

    公开(公告)号:CN109542603B

    公开(公告)日:2023-11-03

    申请号:CN201811397832.6

    申请日:2018-11-22

    Abstract: 本发明提出一种为不同优先级任务提供多维度资源隔离的隔离系统,其特征在于,包括多维资源占用量建模模块,实时资源使用量预测模块,多维资源隔离控制模块;所述多维资源占用量建模模块进行任务历史信息收集,使用回归算法建立多维资源占用量映射到进程每秒执行的指令数的资源模型;所述实时资源使用量预测模块,所述实时资源使用量预测模块进行任务负载实时监控和多维资源使用量预测;所述模型预测结果为该任务的实时资源隔离配额;所述多维资源隔离控制模块,接收来自所述资源使用量预测模块输出的预测结果,对不同优先级的任务进行隔离配额的调整。

    一种四向穿梭车的调度方法、装置、存储介质及电子设备

    公开(公告)号:CN116902451A

    公开(公告)日:2023-10-20

    申请号:CN202310840828.7

    申请日:2023-07-10

    Abstract: 本申请提出一种四向穿梭车的调度方法、装置、存储介质及电子设备,包括:在获得目标任务后,若当前处于空闲状态的四向穿梭车的数量是否大于或等于2,将目标任务拆分为N个子任务;第1个子任务的起点货位与目标任务的起点货位相同,第N个子任务的终点货位与目标任务的终点货位相同;给每一个子任务分配一架处于空闲状态的四向穿梭车,作为子任务的作业车;控制作业车执行对应的子任务,将子任务的起点货位上的托盘货物运输至子任务的终点货位。通过将目标任务拆分为N个子任务,分开执行,合理利用多架空闲状态的四向穿梭车进行运输,提升整体的运输效率,避免出现资源闲置。并且每一个作业车单独执行一个子任务,可以避免出现堵塞的情况。

    图神经网络架构搜索方法和装置
    49.
    发明公开

    公开(公告)号:CN116484906A

    公开(公告)日:2023-07-25

    申请号:CN202310444200.5

    申请日:2023-04-23

    Abstract: 本发明提供了一种图神经网络架构搜索方法和装置,涉及人工智能及深度学习技术领域,方法包括:基于应用需求对图神经网络搜索空间进行超网构建,搜索空间包括函数空间和操作空间;执行对函数空间的搜索以确定一种使得超网准确率最高的函数组合;根据准确率最高的函数组合固定超网上每个位置的函数;执行对操作空间的搜索来确定满足应用需求中硬件效率需求及准确率需求的最优图神经网络架构。本发明将搜索空间分为了函数空间和操作空间,且通过超网的形式来对搜索空间进行组织,可以有效降低搜索时间。另外本申请结合硬件感知装置,可以有效提高搜索出的图神经网络架构在目标设备上的实际硬件效率。

    一种结合修复模板与深度学习的代码缺陷自动修复方法

    公开(公告)号:CN116069337A

    公开(公告)日:2023-05-05

    申请号:CN202310177017.3

    申请日:2023-02-28

    Abstract: 本发明通过人工智能领域的方法,实现了一种结合修复模板与深度学习的代码缺陷自动修复方法。分为三个部分,第一部分为格式化模板表示方法,用于后续的模型训练;第二部分为基于编码器‑解码器框架的神经网络模型,并提出一种联合推理策略,在保留复制机制从输入文本中取词输出功能的同时,留存部分可能超出复制机制取词范围的单词到后处理阶段;第三部分是后处理阶段,包含补丁还原工具、未登录词替换工具和补丁检查工具的设计与实现。本发明提出的方法解决了基于模板的修复方法修复类型受限与无法利用历史修复数据中蕴含的修复知识的问题,以及基于神经机器翻译的修复方法没有结合人工修复模板的专家经验与难以生成特定于项目的低频词的问题。

Patent Agency Ranking