-
公开(公告)号：CN119621253A
公开(公告)日：2025-03-14
申请号：CN202411780655.5
申请日：2024-12-05
Applicant: 上海交通大学
IPC: G06F9/46
Abstract: 本发明提供了一种全局可串行化的多数据库事务控制方法及系统，包括：应用服务向垫片层注册多数据库事务处理逻辑；收到客户端发起的多数据库事务请求，令垫片层拦截并开始多数据库事务的全局事务；垫片层根据多数据库事务处理逻辑执行多数据库事务的子事务请求；向两阶段提交协调器提交全局事务，返回多数据库事务请求的执行结果至客户端。本发明为多数据库事务提供原子性、持久性和全局可串行化保证；基于垫片层复用现有数据库系统的并发控制，可无缝集成到现有应用；事务协调开销低，适应高并发环境；本格一致性的分布式事务控制，具有良好的ACID特性；不依赖于具体的服务实现平台；对应用保持低侵入性，事务控制不影响正常业务代码的编写。
-
公开(公告)号：CN116796500A
公开(公告)日：2023-09-22
申请号：CN202310475462.8
申请日：2023-04-27
Applicant: 上海交通大学
IPC: G06F30/20 , G06F30/12 , G06T17/00 , G06V10/75 , G06F111/18
Abstract: 本发明提供了一种面向数字孪生场景的自动化建模方法及系统，涉及工业数字化技术领域，包括：步骤S1：对建模目标场景进行实地影像数据收集采样；步骤S2：对所述影像数据进一步分析处理，通过CV程序模板匹配识别处理物体信息并进行文本转储；步骤S3：通过文本读取模型类型，并制作和选取预制模型；步骤S4：通过文本读取模型位置信息，并进行位置修正；步骤S5：生成和放置模型。本发明能够解决数字孪生应用中场景建模和程序开发融合困难的问题，达到快速从零构建数字孪生模型场景原型的效果。
-
公开(公告)号：CN112434035B
公开(公告)日：2022-09-23
申请号：CN202011310093.X
申请日：2020-11-20
Applicant: 上海交通大学
IPC: G06F16/22 , G06F16/2458 , G06N20/00
Abstract: 本发明提供了一种基于机器学习的并发哈希索引数据结构的索引方法及系统，包括：步骤M1：从根节点根据请求中的键查找目标键值对所在的组节点；步骤M2：在定位得到的组节点中，根据组节点的机器学习模型计算数据位置；步骤M3：根据数据位置查找目标数据，根据请求类型进行相应操作。本发明与现有机器学习哈希索引相比，本系统会重新训练机器学习模型，在哈希冲突概率超过阈值时进行哈希扩容操作，使机器学习模型适应新插入的数据，保持索引高性能。
-
公开(公告)号：CN110515705B
公开(公告)日：2022-03-11
申请号：CN201910726002.1
申请日：2019-08-07
Applicant: 上海交通大学
Abstract: 本发明提供了一种可扩展的持久性事务内存及其工作方法，包括：非易失存储器和动态随机储存器；所述非易失存储器中包括：原始数据对象以及每个事务维护的日志，所述日志包含新的数据对象，在原始数据对象中使用指针next指向对应的新的数据对象；所述动态随机储存器中包括：每个线程维护的元数据。本发明提出了使用DVCC技术减少寻找版本的时间，同时将NVM中的日志作为新版本的方法，有效地减少了写操作次数。
-
公开(公告)号：CN119250232A
公开(公告)日：2025-01-03
申请号：CN202411511877.7
申请日：2024-10-28
Applicant: 上海交通大学
IPC: G06N20/00
Abstract: 本发明提供了一种机器学习模型混合并行策略自动搜索的方法及系统，其中系统包括：算子间并行策略搜索模块：该模块首先查询算子间性能开销模型，然后根据当前阶段算子间的性能开销来进行策略搜索。其中，算子间性能开销模型计算相应的流水线阶段开销。算子内并行策略搜索模块：该模块采用缩点消边的动态规划算法进行数据并行与张量并行的策略搜索。它先查询算子内性能开销模型，再进行策略搜索。而算子内性能开销模型通过使用基于执行的方法进行计算开销预估，同时使用基于计算的方法进行通信开销预估。本发明的搜索算法相比已有工作的搜索算法，具有更低的理论时间复杂度，能够更快地得出搜索结果，并还能保证搜索得到的策略质量。
-
Patent Agency Ranking
公开(公告)号：CN114756581B
公开(公告)日：2024-10-25
申请号：CN202210427799.7
申请日：2022-04-22
Applicant: 上海交通大学
IPC: G06F16/2453 , G06F16/242
Abstract: 本发明提供了一种模板化数据库查询计划的等价性验证方法及系统，包括：步骤S1：将两个预设符号化查询计划树结构分别转换为两个无界半环表达式；步骤S2：将两个无界半环表达式构成的等式转换为一阶逻辑表达式；步骤S3：将约束集合转换为一阶逻辑表达式；步骤S4：基于两个无界半环表达式构成的一阶逻辑表达式和约束集合转换的一阶逻辑表达式形成了待求解的表示两个查询计划等价的一阶逻辑表达式；将待求解的一阶逻辑表达式利用SMT求解器求解，从而得到两个查询计划是否等价的结果；所述约束集合是符号化查询计划树结构内部的符号约束或一对符号化查询计划树结构之间的符号约束的集合。
-
公开(公告)号：CN111309982A
公开(公告)日：2020-06-19
申请号：CN202010148015.8
申请日：2020-03-05
Applicant: 上海交通大学
IPC: G06F16/901 , G06F16/903 , G06F16/907 , G06F16/957 , G06K9/62 , G06N20/00
Abstract: 本发明提供了一种机器学习数据索引结构的自适应结构调整方法及系统，包括：选取节点步骤：按照预设的节点编号顺序逐个选取机器学习数据索引结构中的节点；分析节点步骤：分析选取得的节点，根据节点中缓存数据量和误差范围大小执行对应的结构调整操作：若节点中缓存数据量或节点内机器学习模型的预测误差过大，则执行节点分裂步骤；若节点与其相邻节点中的缓存数据量及误差范围都过小，则两节点执行节点合并步骤；否则，则结束流程。本发明提供细粒度的机器学习索引结构调整方法，相比对全部数据重新训练，能减少重新训练模型的个数，避免结构调整时对不相关模型和缓存的性能影响。
-
公开(公告)号：CN110515707A
公开(公告)日：2019-11-29
申请号：CN201910779763.3
申请日：2019-08-22
Applicant: 上海交通大学
IPC: G06F9/46 , G06F9/48 , G06F16/2453
Abstract: 本发明提供了一种基于预先事务处理的确定性并发控制方法及系统，在确定性事务处理的基础上，通过将事务的执行置于事务调度前，充分提升了事务处理的可扩展性和性能；通过校验和重新执行保证事务执行的正确性；通过显式的等待满足事务的确定性执行，并确保每个事务最多重新执行一次；通过使用多版本数据存储，避免了只读事务阻塞事务处理；通过记录事务所需数据的地址，加速事务校验失败后的重新执行。与现有技术相比，本发明可以充分利用事务的并发性，极大地提高确定性数据库的事务处理能力；可以复用事务执行时收集的数据信息加速事务的调度；无需额外机制确定事务的完整读写集合，避免了现有技术额外的性能开销。
-
公开(公告)号：CN112100188B
公开(公告)日：2024-05-28
申请号：CN202010905883.6
申请日：2020-09-01
Applicant: 上海交通大学
IPC: G06F16/23 , G06F16/2455 , G06N20/00
Abstract: 本发明提供了一种基于机器学习的并发控制方法及系统，包括：将待执行事务进行初始化，并标记状态为执行中；判定执行中的事务是否存在未执行操作，若存在则查询操作执行策略继续执行，判断是否进行提前校验并执行对应操作；若不存在则根据当前事务的提交策略进行事务校验并提交；对事务累积的读操作进行正确性验证；查询事务的提交策略，根据提交策略和本事务建立的事务依赖关系进行等待操作直到事务依赖关系满足预设条件，对事务的读操作的集合进行正确性校验。本发明允许事务根据机器学习的训练结果进行任意行为的数据库操作，充分匹配不同应用场景的特点，最大程度提升系统的灵活性。
-
公开(公告)号：CN116820514A
公开(公告)日：2023-09-29
申请号：CN202310780479.4
申请日：2023-06-28
Applicant: 上海交通大学
Abstract: 本发明提供了一种针对流处理系统的运行参数分析与代码冗余优化系统和方法，包括：软件模块：任务构建模块、算子合并模块和流处理系统实例模块；所述流处理系统实例模块是运行在服务端主机上的流处理系统实例，包括资源管理和任务分配模块、工作线程模块、参数收集模块、策略选择模块和代码修改模块；硬件模块：流处理系统客户端主机和流处理系统服务端主机。本发明综合使用了静态的算子合并、动态的查询优化以及动态的流处理系统冗余代码优化，实现了静态优化策略和动态优化策略的结合，解决缺乏动静结合优化方案的问题。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.019 seconds)
