-
公开(公告)号：CN113379757B
公开(公告)日：2024-04-12
申请号：CN202110486674.7
申请日：2021-05-01
Applicant: 首都医科大学宣武医院 , 中国科学院计算机网络信息中心
IPC: G06T7/11 , G06N3/02 , G06V10/774 , G06V10/82
Abstract: 本发明涉及一种用于训练脑影像分割模型的方法，包括：获取脑影像数据集；利用多个分析软件对脑影像进行分割，获得多组机器标签；对部分脑影像进行人工标注，以获得人工标签；以及基于脑影像数据集及相关联的标签，通过循环执行以下步骤来迭代训练待训练的分割模型，得到目标分割模型：将脑影像输入至待训练的分割模型，以获得预测的分割结果；根据单个体素的机器标签之间的一致性，确定标签的权重；根据预测的分割结果与各个标签的差异以及权重来计算损失函数值；基于损失函数值最小化来调节待训练的分割模型的网络参数，得到当前迭代的分割模型；其中单个体素的机器标签的权重与一致性负相关。本发明还涉及分割脑影像的方法和脑影像分割装置。
-
公开(公告)号：CN111710376B
公开(公告)日：2023-04-07
申请号：CN202010403157.4
申请日：2020-05-13
Applicant: 中国科学院计算机网络信息中心
IPC: G16C20/90 , G16C10/00 , G06F9/50 , G06N3/0442 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/047 , G06N3/048
Abstract: 本发明提出一种大分子及团簇体系分块计算负载均衡方法及系统，涉及计算化学、高性能计算、大分子及团簇体系的计算与模拟领域，沿用分片方法中流行的“先分块，再计算”的计算策略，对于分块后的各个分子片，采用化学信息学及机器学习的手段，预估各个分块所需要的计算资源及计算机时，再辅以线性规划的优化方案，使各个分子片在优化的方案下可以达到尽可能接近的实际计算时间，以平衡整个计算过程中的计算负载，最大化硬件的利用效率。
-
公开(公告)号：CN112579470B
公开(公告)日：2022-08-30
申请号：CN202011600048.8
申请日：2020-12-29
Applicant: 中国科学院计算机网络信息中心
Abstract: 本发明属于软件动态库调试的编译、链接技术领域，其涉及一种软件动态库调试的编译链接方法及系统，其中，该方法包括以下步骤：从第一组源代码文件中获取需要反复修改的源代码文件，形成第二组源代码文件；将第一组源代码文件进行编译、链接，生成的第一动态库链接库；以及将所述第二组源代码文件进行编译链接，生成第二动态链接库；将所述第一动态链接库和所述第二动态链接库共同链接，生成目标可执行程序。本发明避免了生成大规模动态库的耗时过程，最终提升了动态库调试的编译、链接过程的效率。
-
公开(公告)号：CN111710375A
公开(公告)日：2020-09-25
申请号：CN202010403158.9
申请日：2020-05-13
Applicant: 中国科学院计算机网络信息中心
Abstract: 本发明提出一种分子性质预测方法及系统，涉及量子化学/计算化学、化学信息学、机器学习/人工智能领域，在化学多世界阐释的框架下，使用密度泛函理论、化学信息学、机器学习/人工智能的手段，以分子结构、基组和泛函等信息作为输入，通过机器学习模型输出分子性质的预测结果。本发明对于任意类型的分子结构和任意的计算策略都可以做出预测，比一般的经验方法、回归分析方法更加精确。
-
公开(公告)号：CN116665804A
公开(公告)日：2023-08-29
申请号：CN202310658466.X
申请日：2023-06-05
Applicant: 中国科学院计算机网络信息中心
Abstract: 本申请公开一种有机分子性质计算方法、客户端、服务端及系统。由客户端执行的方法包括：获取多个第一计算任务所对应的工作流，该工作流指示多个第一计算任务各自使用的计算机程序和依赖关系，第一计算任务的执行结果包括目标有机分子的至少一项性质；获取多个第一计算任务的输入描述信息，其中输入描述信息用于支持服务端获取对应的第一计算任务的输入数据；向服务端发送工作流和多个计算任务的输入描述信息，使得服务端根据工作流和多个第一计算任务的输入数据，利用计算平台执行多个第一计算任务，获得目标有机分子的多项性质；从服务端接收并显示目标有机分子多项性质。
-
Patent Agency Ranking
公开(公告)号：CN115391045A
公开(公告)日：2022-11-25
申请号：CN202211084633.6
申请日：2022-09-06
Applicant: 中国科学院计算机网络信息中心
Abstract: 本发明公开了一种基于机器学习辅助的负载均衡方法及系统，本方法包括：1)输入模块接收待计算的计算任务，并将其传递给预测模块；2)预测模块预测每一计算任务所需要的计算时间并将其发送给规划模块；3)规划模块依据计算时间，在分布式计算集群上对计算任务进行统筹规划：a)若采用minimizing方案，则采用贪心算法对计算任务进行分配；b)若采用min‑max方案，则采用贪心算法对计算任务进行分配且整体计算节点的利用率P大于或等于设定阈值；4)计算模块将静态规划结果中排序靠后的若干计算任务或计算时间小于设定时间长度的计算任务动态调整到分布式计算集群中空闲的计算节点。本发明能够最大程度的利用计算集群的算力。
-
公开(公告)号：CN111710376A
公开(公告)日：2020-09-25
申请号：CN202010403157.4
申请日：2020-05-13
Applicant: 中国科学院计算机网络信息中心
Abstract: 本发明提出一种大分子及团簇体系分块计算负载均衡方法及系统，涉及计算化学、高性能计算、大分子及团簇体系的计算与模拟领域，沿用分片方法中流行的“先分块，再计算”的计算策略，对于分块后的各个分子片，采用化学信息学及机器学习的手段，预估各个分块所需要的计算资源及计算机时，再辅以线性规划的优化方案，使各个分子片在优化的方案下可以达到尽可能接近的实际计算时间，以平衡整个计算过程中的计算负载，最大化硬件的利用效率。
-
公开(公告)号：CN113379676B
公开(公告)日：2024-07-19
申请号：CN202110489225.8
申请日：2021-05-01
Applicant: 首都医科大学宣武医院 , 中国科学院计算机网络信息中心
Abstract: 本发明提出一种灰白质体积异常检测矫正方法，包括：基于行为学量表，获取测试对象的行为学评分结果，以及对应于所述行为学量表的行为学与脑结构之间的映射模板；将所述行为学评分结果与所述映射模板加权，获得加权模板；对测试对象的磁共振成像数据进行VBM分析，获得脑部灰白质体积异常区域概率模板；将所述加权模板与所述脑部灰白质体积异常区域概率模板比较，提取同时表现为显著异常的体素作为分析结果。本发明还公开了一种灰白质体积异常检测装置、一种/灰白质体积异常检测设备和一种计算机可读存储介质。采用本发明实施例，能够利用脑结构与行为学之间的关系，修正了由于VBM分析中多重比较误差所带来的假阳性。
-
公开(公告)号：CN111710375B
公开(公告)日：2023-07-04
申请号：CN202010403158.9
申请日：2020-05-13
Applicant: 中国科学院计算机网络信息中心
Abstract: 本发明提出一种分子性质预测方法及系统，涉及量子化学/计算化学、化学信息学、机器学习/人工智能领域，在化学多世界阐释的框架下，使用密度泛函理论、化学信息学、机器学习/人工智能的手段，以分子结构、基组和泛函等信息作为输入，通过机器学习模型输出分子性质的预测结果。本发明对于任意类型的分子结构和任意的计算策略都可以做出预测，比一般的经验方法、回归分析方法更加精确。
-
公开(公告)号：CN116302108A
公开(公告)日：2023-06-23
申请号：CN202211633428.0
申请日：2022-12-19
Applicant: 中国科学院计算机网络信息中心 , 中国科学院大气物理研究所
Abstract: 本发明公开了一种海洋观测数据格点化多级并行加速计算方法与系统。本发明基于MPI并行架构的粗粒度并行实现气候态模型、海洋深度数据之间的并行计算加速，主要包含数据的IO并行读取、气候态模型数据的计算和分发、格点化数据的同步等；基于OpenMP并行架构的细粒并行计算实现节点内部CPU核之间的算法层面的并行计算，主要包含网格中各格点的数据格点化；对于格点内数据的格点化计算，则通过调整数据结构及在内存中的分布，使用SIMD加速具体的计算操作。本发明可以依据具体的硬件资源灵活配置并行规模，实现算力的最大化利用，能够为长时序完整可靠的海洋格点资料的构建提供算力支撑。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.032 seconds)
