一种异构硬件加速的供应链企业碳排智能终端

    公开(公告)号:CN119515296A

    公开(公告)日:2025-02-25

    申请号:CN202411502545.2

    申请日:2024-10-25

    Abstract: 本公开提供一种异构硬件加速的供应链企业碳排智能终端。包括采集模块、存储模块、分析模块、网络模块四部分;采集模块通过部署在端侧的碳排放气体传感器,实时收集的生产、仓储、维修和报废流程中电网供应链上各环节的碳排放数据;存储模块采用优化设计的时序数据库系统,构建可编程网络硬件读写请求处理子模块、基于硬件增量物化视图的查询优化子模块、基于硬件的时间序列数据压缩存储子模块,实现对采集模块上传的大量碳排放时序数据的存储和管理;分析模块通过对存储在数据库中的数据进行清洗、预处理;网络模块负责将处理后的数据安全、快速地传输到云端或其他终端设备。实现了准确高效采集碳排数据、高效处理大规模碳排数据的效果。

    一种基于极大团搜索的传染病流调溯源方法

    公开(公告)号:CN116705343A

    公开(公告)日:2023-09-05

    申请号:CN202310701072.8

    申请日:2023-06-14

    Abstract: 本发明通过网络安全领域的方法,实现了一种基于极大团搜索的传染病流调溯源方法。构建的融合子图分割算法与Bron‑Kerbosch算法,先对子图分割,再用极大团搜索,并采用先按空间聚合再按时间聚合,最后去重的方式,构建一种快速的极大团搜索方式,从而实现自动建模分析聚集性疫情,辅助流调传播溯源分析。基于上述方案,提出使用极大团概念对聚集性疫情的进行建模的方法,而非仅仅针对两个病例之间判定时空伴随关系,并通过一种快速的搜索算法在流调场景下比通用算法大大节省时间,同时保持了很高的准确率;并且提出了如何根据搜索结果分析疫传染病信息,辅助流调溯源。

    一种基于强化学习图推理的传染病追踪溯源方法

    公开(公告)号:CN116741404A

    公开(公告)日:2023-09-12

    申请号:CN202310701135.X

    申请日:2023-06-14

    Abstract: 本发明通过网络安全领域的方法,实现了一种基于强化学习图推理的传染病追踪溯源方法。首先根据目前已有的流调关系,以病例和地点作为节点,以时空关系和密接关系作为边,构建关联图谱,将关联图谱推理建模为马尔可夫决策过程,而后设计基于路径替换的奖励设计,并采用基于双曲空间的嵌入表示实现打分函数,为实体和关系计算嵌入表征,经过训练后得到可以辅助流调人员梳理传播链,确定传播途径的模型。其中强化学习智能体的决策路径可以作为推理结果的依据,为推理提供解释性,基于路径替换的思想对动作空间进行搜索,对可能的伪路径样本进行惩罚,提升智能体效果,增强智能体解释性,提出一种基于双曲空间的向量嵌入函数,能够更好的表征关联图谱上的节点和边。

Patent Agency Ranking