公开(公告)号：CN118331738A

公开(公告)日：2024-07-12

申请号：CN202410507430.6

申请日：2024-04-25

Applicant: 东北大学

Inventor： 彭玉怀 ,  朱一飞 ,  崔思尧 ,  王晨路 ,  王若愚 ,  焦明海

IPC: G06F9/50 ,  G06N3/0442 ,  G06N3/0985 ,  G06N3/006 ,  G06N3/126

Abstract: 本发明提供一种基于延迟感知的容器云资源智能调度系统及工作方法。本发明方法具体步骤包括：收集历史应用资源消耗特征，计算系统最小逻辑调度单元Pod的β分位值，利用指数加权移动平均法计算t时刻Pod中第g个容器对某一种资源序号为z的β分位推荐值；确定待优化的GRU模型超参数，采用反向学习策略优化蜘蛛蜂的初始种群；优化后的新种群经历蜘蛛蜂的狩猎阶段、筑巢阶段、交配阶段更新种群，得到一组最优解作为GRU模型的超参数，设定GRU模型；建立延迟感知数学模型，并计算云中心节点和边缘云节点的Pod的综合延迟；得出优选阶段节点的评价函数；设置监控周期T，根据历史负载数据预测下一周期的负载，并输出当前以及下一周期的Pod资源配置建议。

公开(公告)号：CN118312669A

公开(公告)日：2024-07-09

申请号：CN202410412576.2

申请日：2024-04-08

Applicant: 东北大学

Inventor： 焦明海 ,  龚云鹏 ,  王若愚 ,  张恩德 ,  翟莹莹

IPC: G06F16/9535 ,  G06F16/951 ,  G06F16/35 ,  G06F16/36 ,  G06F40/216 ,  G06F40/284 ,  G06V10/40 ,  G06V10/762 ,  G06V10/82 ,  G06F18/2135 ,  G06F18/23213 ,  G06F18/25 ,  G06N3/042 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08 ,  G06N5/022

Abstract: 本发明提供一种基于多模态关联关系和用户偏好的知识感知物品推荐方法，涉及计算机技术领域。在使用物品的图像和文本多模态信息时，对图像和文本分别进行聚类，将图像或文本在同一类中的物品视为有多模态关联关系，再将与物品具有多模态关联关系的物品进行消息聚合，更新物品的嵌入表示，然后使用用户评论文本获取用户对物品不同属性的偏好程度，使用图卷积神经网络通过消息聚合再次更新物品的嵌入表示，从而实现对物品多模态关联关系和用户偏好的建模。本发明能够利用多模态关联关系和用户偏好对物品进行推荐，克服推荐系统中的数据稀疏和冷启动等问题。

公开(公告)号：CN119766362A

公开(公告)日：2025-04-04

申请号：CN202510258383.0

申请日：2025-03-06

Applicant: 东北大学

Inventor： 彭玉怀 ,  张星星 ,  王若愚 ,  王晨路 ,  王静

IPC: H04B17/373 ,  H04B17/391

Abstract: 本发明提供一种基于数字表亲的时空频多维信道预测方法，属于移动通信技术领域。本发明方法包括：接收传感器终端的原始信道状态信息数据；通过亲和传播聚类填充原始信道状态信息数据的缺失值，获得局部实测信道状态信息数据；利用基于数字表亲的信道生成模型通过历史信道状态信息数据，获得全局近似信道状态信息数据；融合全局近似信道状态信息数据和局部实测信道状态信息数据，获得融合信道状态信息数据；利用信道预测网络基于融合信道状态信息数据获得全局信道状态信息预测值。本发明方法能够在复杂遮蔽环境下的快速时变通信场景中，利用局部信道数据实现复杂信道环境下的高效精准预测。