-
公开(公告)号：CN116304212A
公开(公告)日：2023-06-23
申请号：CN202310253283.X
申请日：2023-03-10
IPC: G06F16/901 , G06F16/903
Abstract: 本说明书公开了一种数据处理系统、方法、设备及存储介质，可以从原始图数据中包含的每个节点中筛选出度数高于预设阈值的节点，作为用于连接各社区的枢纽节点，进而可以将枢纽节点的每个邻居节点作为起始节点，通过访问与该邻居节点之间存在连接关系的其他节点，作为该邻居节点的关联节点，从而可以将该邻居节点和该邻居节点的关联节点划分出来，作为原始图数据的一个图数据分块，并针对每个图数据分块进行节点更新处理，进而可以避免由于直接使用原始图数据中包含的全部节点对应的特征矩阵进行计算而产生的冗余计算，以提升数据处理效率。
-
公开(公告)号：CN116384472A
公开(公告)日：2023-07-04
申请号：CN202310348758.3
申请日：2023-03-29
Abstract: 本说明书公开了一种数据处理系统、方法、设备及存储介质，可以通过任务调度模块针对目标图数据中包含的每个节点，在生成该节点的特征聚合任务时，可以判断预设的指定缓存区中是否包含有执行该节点的特征聚合任务所需的关联对象的特征表示，如果存在，则可以从指定缓存区中直接获取到关联对象的特征表示，如果不存在再去提取关联对象的特征表示。其中，指定缓存区中包含的执行该节点的特征聚合任务所需的关联对象的特征表示是在历史执行的其他节点的特征聚合任务时保存的，从而可以避免关联对象的特征表示进行重复提取，进而可以降低在对目标图数据中的每个节点的节点特征表示进行更新时的冗余计算操作，从而可以提升目标图数据的处理效率。
-
公开(公告)号：CN116339952A
公开(公告)日：2023-06-27
申请号：CN202310328140.0
申请日：2023-03-27
IPC: G06F9/48 , G06F16/901
Abstract: 本说明书公开了一种任务执行方法、装置、存储介质及电子设备，本说明书实施例根据原始有向图中涉及的待变化边的起始顶点的状态以及受待变化边影响的目标顶点的入边连接的邻居顶点的状态中的至少一种状态，确定出通过待变化边对原始有向图进行调整后目标顶点的变化后状态，并基于目标顶点的变化后状态以及原始有向图中未受待变化边影响的顶点的状态，执行目标任务。在此方法中，在有向图调整之后，无需重新计算调整后有向图中所有顶点的状态，而是基于原始有向图中至少部分顶点的状态，只对受到插入边或删除边影响的顶点的状态进行重新计算，不受影响的顶点的状态无需重新计算，从而减少了冗余计算。
-
公开(公告)号：CN116243871A
公开(公告)日：2023-06-09
申请号：CN202310259451.6
申请日：2023-03-13
Abstract: 本说明书公开了一种数据存储系统、数据存储方法及电子设备。该数据存储系统包括：数据缓存模块、数据处理模块以及持久化内存，持久化内存中包括第一存储区域以及第二存储区域，数据缓存模块包括：映射数据缓存以及计数器缓存，所述映射数据缓存用于暂时存储至少部分映射数据，以及，在所述映射数据缓存空间小于预设阈值时将最长时间未被访问的映射数据从缓存中逐出并写入所述持久化内存，所述数据处理模块用于，获取目标计数器数据目标映射数据，根据目标计数器数据对内存数据加密或解密，并根据映射数据，从持久化内存中获取持久化内存读取请求所需数据密文，或将持久化内存写入请求包含的数据密文存储在持久化内存中的指定位置。
-
公开(公告)号：CN117391166A
公开(公告)日：2024-01-12
申请号：CN202311029456.6
申请日：2023-08-15
Abstract: 在本说明书提供的一种基于冗余消除的超图神经网络更新方法，通过确定超图神经网络中的顶点以及超边，将顶点两两组合确定各顶点对，再根据各顶点对，确定各顶点对中重合的超边，构建冗余聚合集，对未更新的超边进行更新并对冗余聚合集中未聚合的超边进行聚合，再通过缓存存储超边更新后的特征和聚合特征，然后根据已更新的该顶点对应的超边的特征，和/或该顶点对应冗余聚合集的聚合特征，更新该顶点的顶点特征，得到更新后的超图神经网络。通过预先确定的冗余聚合集，以及缓存存储超边更新的特征和聚合特征，减少对重复的超边的计算，实现更高效率的更新超图神经网络。
-
Patent Agency Ranking
公开(公告)号：CN116501927A
公开(公告)日：2023-07-28
申请号：CN202310262288.9
申请日：2023-03-10
IPC: G06F16/903 , G06F16/901 , G06F9/50
Abstract: 本说明书公开了一种图数据处理系统、方法、设备及存储介质，可以根据预设的图模型匹配算法，从目标图数据中提取与指定图模式相匹配的子图所需的各集合操作，针对每个集合操作，根据执行该集合操作所涉及的两个集合中元素的数量，确定按照不同的执行策略执行该集合操作所占用的处理单元的性能对应的代价值，进而可以选择对处理单元的性能占用最小的执行策略来执行该集合操作，从而可以提升图数据处理效率。
-
公开(公告)号：CN116302533A
公开(公告)日：2023-06-23
申请号：CN202310259281.1
申请日：2023-03-13
IPC: G06F9/50 , G06N3/0464 , G06N3/063 , G06F16/901
Abstract: 本说明书公开了一种针对图卷积加速的执行系统，系统包括：聚合引擎、组合引擎、缓存区，系统可以通过多核设备运行聚合引擎和组合引擎，聚合引擎与组合引擎并行处理任务，聚合引擎获取原始图数据，将原始图数据进行划分，得到若干子图数据，并从若干子图数据中，选取出至少部分子图数据存储在缓存区中，根据缓存区中的子图数据，构建各聚合任务，并将每个聚合任务分配给各核，不同核之间并行处理各聚合任务，在聚合任务完成后将得到的节点对应的聚合特征存入缓存区中；组合引擎可以针对每个节点，从缓存区中获取该节点的聚合特征，并根据该节点的历史节点特征以及对应的聚合特征，执行组合任务，从而，本系统可以在一定程度上提高图卷积的效率。
-
公开(公告)号：CN119839316A
公开(公告)日：2025-04-18
申请号：CN202510330565.4
申请日：2025-03-20
Applicant: 之江实验室
Abstract: 本申请提供一种经选择性局部优化的面心立方点阵的打印方法。该方法包括获取目标打印物的点阵结构模型。模拟所述点阵结构模型从弹性形变状态到屈服状态的应力集中路径。根据所述应力集中路径将所述点阵结构模型中的承载支柱分解为非主承载支柱和主承载支柱。对所述主承载支柱的至少部分结构进行变径优化处理，以得到优化后的主承载支柱。将所述非主承载支柱和所述优化后的主承载支柱分别进行切片处理得到多层切片，并对所述多层切片进行逐层打印，以得到所述目标打印物。本申请提供的方法可以优化提升点阵结构的结构强度，从而增强了目标打印物在应用过程中的抗变形能力，降低了目标打印物发生裂纹或断裂的风险。
-
公开(公告)号：CN117332523B
公开(公告)日：2024-04-16
申请号：CN202311267741.1
申请日：2023-09-27
Applicant: 之江实验室
IPC: G06F30/17 , G06F30/20 , G06F17/13 , G06F119/08 , G06F119/14
Abstract: 本说明书公开了一种基于非局域时空模型的机器人结构件优化方法及装置。所述方法包括：根据机器人结构件的全局热量耗散信息以及局部热量耗散信息对预先确定的结构件的热传导本构模型进行调整，得到用于描述结构件对应的弛豫时间与微结构特征间的关系的时空非局域热传导模型；根据时空非局域热传导模型，确定在热扩散的特征长度和结构件对应热导率与空间无关的情况下，用于确定结构件对应热扩散和热波的非局域时空特性的时空热传导控制方程；根据热传导控制方程，确定结构件对应的热力学时间信息以及热力学空间信息，并基于热力学时间信息以及热力学空间信息确定结构件的热传导温度分布图，以基于温度分布图对结构件进行优化。
-
公开(公告)号：CN117521452A
公开(公告)日：2024-02-06
申请号：CN202311479204.3
申请日：2023-11-07
Applicant: 之江实验室
IPC: G06F30/23 , G06F30/17 , G06F111/04 , G06F111/10 , G06F119/08 , G06F119/14
Abstract: 本说明书公开了一种基于时空有限元模型的机器人结构件优化方法及装置。所述方法包括：接收针对机器人结构件的仿真优化指令；基于所述结构件对应的属性信息，构建所述结构件的有限元模型；在仿真环境中对所述结构件施加热载荷，基于所述属性信息以及所述结构件在指定时间内产生的热量信息，确定所述结构件对应的时空热传导控制方程；根据所述时空热传导控制方程，确定所述有限元模型对应的全局热传导有限元方程；在预设时空边界条件的约束下，根据所述属性信息对所述全局热传导有限元方程进行解析，确定所述结构件对应的温度场分布信息，以根据所述温度场分布信息对所述结构件进行优化。
-
-
-
-
-
-
-
-
-
Search Results
227
records
(took 0.086 seconds)
