-
公开(公告)号：CN118967156B
公开(公告)日：2025-04-11
申请号：CN202411014278.4
申请日：2024-07-26
Applicant: 中国科学院地理科学与资源研究所 , 中国科学院计算机网络信息中心
IPC: G06Q30/018 , G06F18/214 , G06F18/25 , G06F18/2415 , G06N3/0442
Abstract: 一种陆地生态系统碳源汇迭代同化预测的方法，应用于陆地生态系统中碳源汇的迭代预测，包括：对目标区域的气象数据与碳数据进行采集，确定数据集合；通过数据集合中的数据，训练气象模型，通过训练完成的气象模型对气象数据进行预测，确定预测的气象数据；通过数据集合中的数据，训练碳循环模型，将预测的气象数据输入训练完成的碳循环模型，对碳通量和碳储量进行预测，确定碳循环同化数据；通过当前获取的气象数据，不断迭代更新气象模型，通过更新后的气象模型，对气象数据重新预测；基于重新预测的气象数据，更新碳循环同化数据。本方法通过观测到的碳数据来同化碳循环模型的模型参数，实现模型数据融合，进而实现对短期的碳源汇进行有效预测。
-
公开(公告)号：CN118967156A
公开(公告)日：2024-11-15
申请号：CN202411014278.4
申请日：2024-07-26
Applicant: 中国科学院地理科学与资源研究所 , 中国科学院计算机网络信息中心
IPC: G06Q30/018 , G06F18/214 , G06F18/25 , G06F18/2415 , G06N3/0442
Abstract: 一种陆地生态系统碳源汇迭代同化预测的方法，应用于陆地生态系统中碳源汇的迭代预测，包括：对目标区域的气象数据与碳数据进行采集，确定数据集合；通过数据集合中的数据，训练气象模型，通过训练完成的气象模型对气象数据进行预测，确定预测的气象数据；通过数据集合中的数据，训练碳循环模型，将预测的气象数据输入训练完成的碳循环模型，对碳通量和碳储量进行预测，确定碳循环同化数据；通过当前获取的气象数据，不断迭代更新气象模型，通过更新后的气象模型，对气象数据重新预测；基于重新预测的气象数据，更新碳循环同化数据。本方法通过观测到的碳数据来同化碳循环模型的模型参数，实现模型数据融合，进而实现对短期的碳源汇进行有效预测。
-
公开(公告)号：CN118886545A
公开(公告)日：2024-11-01
申请号：CN202410913152.4
申请日：2024-07-09
Applicant: 中国科学院计算机网络信息中心 , 中国科学院地理科学与资源研究所
IPC: G06Q10/04 , G06Q50/26 , G06F18/241 , G06F18/21 , G06N3/0464 , G06N3/0495
Abstract: 本申请提供了一种地上生物量(above ground biomass)预测模型和方法，其中地上生物量预测模型用于根据目标区域的遥感生态数据推理所述目标区域地上生物量的值，所述目标区域是按气候类型划分的地理区域；模型包括：第一神经网络，以多种类型的生态特征数据作为输入，对多种类型的生态特征数据分别卷积后进行拼接和flatten处理，经过全连接后输出第一推理结果；多种类型的生态特征数据是从目标区域的遥感生态数据中提取出来的；辅助预测神经网络，以多种类型的生态特征数据作为输入，输出辅助的推理结果；BPNN集成器，以第一推理结果、辅助的推理结果为输入，进行集成学习，输出目标区域的地上生物量的值。
-
公开(公告)号：CN118485178A
公开(公告)日：2024-08-13
申请号：CN202410653920.7
申请日：2024-05-24
Applicant: 中国科学院计算机网络信息中心 , 中国科学院地理科学与资源研究所
IPC: G06Q10/04 , G06Q10/10 , G06Q30/018 , G06N3/0442 , G06N3/08
Abstract: 一种碳循环同化预测的自动化工作流装置，其特征在于，装置部署于超级计算机集群，超级计算机集群包括多台超级计算机，每台超级计算机均安装有至少一个虚拟机，虚拟机中安装有碳循环同化预测的自动化工作流装置，装置包括：数据模块，用于周期性自动获取数据采集装置采集到的数据；模型模块，用于提供多个模型，多个模型用于对采集到的数据进行自动处理，自动处理包括基于采集到的数据对模型进行训练，以及，通过训练好的模型对碳循环同化进行预测。本申请能够自动获取传感器传输的感应数据，通过深度学习模型等对感应数据进行自动处理，对碳循环同化数据进行自动预测。
-
公开(公告)号：CN119441698A
公开(公告)日：2025-02-14
申请号：CN202411531342.6
申请日：2024-10-30
Applicant: 中国科学院计算机网络信息中心
IPC: G06F17/16 , G06N3/042 , G06N3/0495 , G06N3/08
Abstract: 本申请公开了一种张量处理单元上加速稀疏矩阵计算的方法及存储介质，所述方法包括：获取第一矩阵，其中第一矩阵包括行索引值或列索引值，第一矩阵为基于输入序列得到的稀疏矩阵；基于行索引值或列索引值，对所述第一矩阵的行和列进行重新排序，得到第二矩阵，以使所述第二矩阵相对于第一矩阵的缓存命中率更高；从GPU的内存中读取第三矩阵，并对所述第二矩阵和第三矩阵进行运算，其中所述第三矩阵是指与所述第二矩阵进行运算的矩阵，所述第三矩阵基于所述输入序列得到。通过本技术，并在tensor core上执行矩阵运算，减少了冗余计算操作，提升了运行过程中的缓存命中率实现了对稀疏矩阵的高效计算与运算资源的优化利用，极大地提升了矩阵计算的整体性能。
-
Patent Agency Ranking
公开(公告)号：CN118484135A
公开(公告)日：2024-08-13
申请号：CN202410377055.8
申请日：2024-03-29
Applicant: 中国科学院计算机网络信息中心
Abstract: 本申请公开了一种稀疏矩阵存储方法及向量乘方法。该方法包括：根据预先确定的长度与宽度，从稀疏矩阵中获得多个矩阵块；根据每个矩阵块中非零元素的数量，从多个矩阵块中获得多个储存类；对多个储存类中具有三个以下非零元素的第i个储存类，根据非零元素于稀疏矩阵中的行坐标及列坐标，获得第i个非零元素数组；根据非零元素于稀疏矩阵中的列坐标、行坐标，获得第i个储存类的行索引数组、第一列索引数组；根据非零元素于第i个非零元素数组中的坐标，获得第i个储存类的量索引数组；根据以上索引数组及非零元素数组，储存第i个储存类；对于多个储存类中具有三个或三个以上非零元素的第t个储存类，采用压缩稀疏行CSR格式，储存第t个储存类。
-
公开(公告)号：CN117955501A
公开(公告)日：2024-04-30
申请号：CN202410127034.0
申请日：2024-01-30
Applicant: 中国科学院计算机网络信息中心
IPC: H03M7/30
Abstract: 本发明涉及无损数据压缩框架，所述无损数据压缩框架具体包括：输入模块，将待压缩字节流以输入长度为S输入；语义增强模块，对长度为S的字节流进行嵌入处理，得到矩阵Xe；将Xe分割为N个Patch，N个Patch的集合记为Xs；进行维度融合，将Xs各Patch的维度降为F，得到矩阵Xd；将Xd输入预测模型，或对Xd进行自适应步长处理后输入预测模型；预测模型，输出正向传播预测的概率，并进行反向传播，更新框架的参数；算术编码模块，依据预测的概率进行算术编码。本发明的框架，提高了字节概率预测的准确性，进而提高了多模式数据的压缩率。
-
公开(公告)号：CN110660453B
公开(公告)日：2023-03-07
申请号：CN201910953927.X
申请日：2019-10-09
Applicant: 中国原子能科学研究院 , 中国科学院计算机网络信息中心
Abstract: 本说明书实施例提供了一种基于指数时间差分格式求解速率理论方程的并行计算方法，基于速率理论建立物理微观缺陷模拟模型，速率理论没有时空尺度限制，因此在模拟高的损伤剂量条件下的微观结构演化时，能够明显体现出速率理论的优势，然后使用指数时间差分格式对于主方程进行求解，求解的结果精确性更好，精度更高。
-
公开(公告)号：CN115204415A
公开(公告)日：2022-10-18
申请号：CN202210902401.0
申请日：2022-07-28
Applicant: 中国科学院计算机网络信息中心
IPC: G06N20/00
Abstract: 本发明涉及一种多智能体强化学习训练方法及系统，其方法包括：局部策略训练阶段，智能体局部策略利用自身的局部观测信息做出动作；全局策略训练阶段，智能体的全局策略利用局部策略作为与环境交互的动作模块，全局策略以环境全局状态作为输入，给出对全局信息在隐空间中进行编码，同时利用全部智能体的局部观测信息使用神经网络对全局状态进行拟合；局部策略结合各自的局部观测信息以及全局策略的输出在环境中做出符合环境要求的合适动作；局部策略优化阶段，利用前两个阶段得到的全局策略与局部策略以及拟合模型，在现有的局部策略的基础上进行优化，最终得到效果更好的智能体。本发明能提升多智能体强化学习训练的速度和准确性。
-
公开(公告)号：CN113360757A
公开(公告)日：2021-09-07
申请号：CN202110626878.6
申请日：2021-06-04
Applicant: 中国科学院计算机网络信息中心
IPC: G06F16/9535 , G06F40/30 , G06Q10/06
Abstract: 本发明涉及一种事件对目标业务影响的度量方法及装置，所述方法包括：获取对事件的关注度，以及获取目标业务对应的业务指标；根据所述若干单位时间段内各时间段对事件的关注度，确定关注度峰值时间段和关注度陡增时间段，并根据所述关注度峰值时间段和所述关注度陡增时间段确定事件影响区间。根据目标业务在所述若干单位时间段内各时间段对应的业务指标确定指标峰值时间段，并根据所述指标峰值时间段和所述关注度陡增时间段，确定指标影响区间。根据所述指标影响区间对应的业务指标确定事件影响程度。利用计算机，通过对历史类似的事件的舆情声量走势以及目标业务的资源分配形态走势上的分析，可以快速对事件的影响作出评估和预判。
-
-
-
-
-
-
-
-
-
Search Results
87
records
(took 0.064 seconds)
