-
公开(公告)号：CN112181667B
公开(公告)日：2023-08-08
申请号：CN202011192104.9
申请日：2020-10-30
Applicant: 中国科学院计算技术研究所
IPC: G06F9/50
Abstract: 本发明实施例提供了一种假设树的虚拟化管理方法，用于边缘设备中假设树的虚拟化管理，包括：在边缘设备中运行向应用程序提供假设树虚拟化管理的中间程序；响应于一个或者多个应用程序的管理请求，所述中间程序向相应的应用程序提供管理服务，其中，所述管理服务包括：在相应的假设树过大而不能放入当前的边缘设备的内存时，对加载过程进行虚拟化以提供将相应的假设树加载到该内存中的可执行方案；本发明避免了虚拟内存规模受系统限制或者无法使用虚拟内存的边缘设备上无法加载占用过大内存的假设树的问题，使得不同应用程序的假设树能够通过中间程序在边缘服务器上加载和管理。
-
公开(公告)号：CN112181667A
公开(公告)日：2021-01-05
申请号：CN202011192104.9
申请日：2020-10-30
Applicant: 中国科学院计算技术研究所
IPC: G06F9/50
Abstract: 本发明实施例提供了一种假设树的虚拟化管理方法，用于边缘设备中假设树的虚拟化管理，包括：在边缘设备中运行向应用程序提供假设树虚拟化管理的中间程序；响应于一个或者多个应用程序的管理请求，所述中间程序向相应的应用程序提供管理服务，其中，所述管理服务包括：在相应的假设树过大而不能放入当前的边缘设备的内存时，对加载过程进行虚拟化以提供将相应的假设树加载到该内存中的可执行方案；本发明避免了虚拟内存规模受系统限制或者无法使用虚拟内存的边缘设备上无法加载占用过大内存的假设树的问题，使得不同应用程序的假设树能够通过中间程序在边缘服务器上加载和管理。
-
公开(公告)号：CN111488984B
公开(公告)日：2023-07-21
申请号：CN202010259417.5
申请日：2020-04-03
Applicant: 中国科学院计算技术研究所
Abstract: 本发明实施例提供了一种轨迹预测方法，包括根据用户的实时轨迹数据，使用经用于训练轨迹预测模型的方法得到的轨迹预测模型进行轨迹预测，得到轨迹预测结果，本发明将时空轨迹数据分为近期轨迹数据、短期历史数据和长期历史数据，利用第一多头注意力机制网络的编码模型捕捉长期历史数据中各轨迹点的长期时空关系，利用循环神经网络编码模型捕捉短期历史数据中各轨迹点的短期时空关系，并利用第二多头注意力机制网络的编码模型根据长期和短期时空关系的相似度对短期时空关系进行调整，实现了历史轨迹的全局依赖，用近期轨迹数据和经调整后的短期时空关系训练第三多头注意力机制网络的解码模型后将其作为轨迹预测模型，提高了轨迹预测的准确性。
-
公开(公告)号：CN111488984A
公开(公告)日：2020-08-04
申请号：CN202010259417.5
申请日：2020-04-03
Applicant: 中国科学院计算技术研究所
Abstract: 本发明实施例提供了一种轨迹预测方法，包括根据用户的实时轨迹数据，使用经用于训练轨迹预测模型的方法得到的轨迹预测模型进行轨迹预测，得到轨迹预测结果，本发明将时空轨迹数据分为近期轨迹数据、短期历史数据和长期历史数据，利用第一多头注意力机制网络的编码模型捕捉长期历史数据中各轨迹点的长期时空关系，利用循环神经网络编码模型捕捉短期历史数据中各轨迹点的短期时空关系，并利用第二多头注意力机制网络的编码模型根据长期和短期时空关系的相似度对短期时空关系进行调整，实现了历史轨迹的全局依赖，用近期轨迹数据和经调整后的短期时空关系训练第三多头注意力机制网络的解码模型后将其作为轨迹预测模型，提高了轨迹预测的准确性。
-
-
-
Search Results
4
records
(took 0.021 seconds)
