-
公开(公告)号：CN118211631A
公开(公告)日：2024-06-18
申请号：CN202410440349.0
申请日：2024-04-12
Applicant: 吉林大学
IPC: G06N3/082 , G06F18/214 , G06N3/084 , G06N3/098 , G06N3/042 , G06N3/0464 , G06F18/24
Abstract: 本发明提供一种新的分布式图神经网络训练优化方法，涉及分布式深度学习领域。该方法根据图神经网络拓扑结构特点，量化节点中心性，在线选择部分历史嵌入代替原始数据进行训练，减少了数据传输过程中的特征传输量，保证了传输的特征量消耗相对于输入节点的数量保持常数倍或次线性，使其数据加载速度接近于完全历史嵌入训练，整体收敛精度接近于原始数据训练。
-
公开(公告)号：CN104156242A
公开(公告)日：2014-11-19
申请号：CN201410381583.7
申请日：2014-08-05
Applicant: 吉林大学
Abstract: 本申请提供一种缓存数据预加载、加载方法及装置，将地震数据通过八叉树数据结构进行存储，通过判断缓存中的数据是否包含当前可视区域所要显示的所有数据，当是时，则计算该可视区域待经过的地震数据的各个节点，并按照优先级从高到低的顺序将与节点对应的数据加载至缓存。本申请通过计算可视区域待经过的地震数据的各个节点，并按照优先级从高到底的顺序将与节点对应的数据加载至缓存，有效保证了可视区域运动过程中，缓存中的数据可以在较大程度上包含当前可视区域所要显示的数据，进而使得在地震数据可视化过程中，保证可视化效率。
-
公开(公告)号：CN103440350A
公开(公告)日：2013-12-11
申请号：CN201310432202.9
申请日：2013-09-22
Applicant: 吉林大学
IPC: G06F17/30
Abstract: 本申请提供了一种基于八叉树的三维数据检索方法及装置，其中一种基于八叉树的三维数据检索方法，包括：获取三维数据文件的八叉树文件，其中八叉树文件包括一数据信息文件和一数据文件，数据文件用于存数三维数据的所有数据块，每个数据块对应八叉树中的一个节点，数据信息文件用于记录每个数据块在数据文件中的位置；在内存中生成数据文件的数据块索引表，数据块索引表为每个数据块分配一标识；接收携带有数据块标识的三维数据检索请求，数据块标识是当前要检索的数据块的标识；从数据信息文件中查找数据块标识对应的数据块在数据文件中的位置，从而实现了对基于八叉树存储的三维数据的数据检索。
-
公开(公告)号：CN113377513A
公开(公告)日：2021-09-10
申请号：CN202110672643.0
申请日：2021-06-17
Applicant: 吉林大学
Abstract: 本发明提供一种针对全球耦合气候模式的进程调度优化方法，涉及高性能计算技术领域，所述针对全球耦合气候模式的进程调度优化方法包括分量性能加速比曲线拟合过程、耦合气候模式分量性能曲线拟合和进程调度优化，根据耦合气候模式中各个分量在集群中的运行特征。本发明包含更加精确的分量加速比拟合过程与基于该类程序特性的调度算法，其中调度算法通过使用最优并行度提升关键物理分量的性能从而达到总体性能最优，同时本发明实现了耦合气候模式最优化解的快速搜索，克服了高性能计算中进程调度空间庞大，计算时间缓慢的问题，为资源消耗很大的耦合气候模式程序的性能优化提供了一个可简单实现的解决方案。
-
公开(公告)号：CN103514017A
公开(公告)日：2014-01-15
申请号：CN201310440135.5
申请日：2013-09-22
Applicant: 吉林大学
Abstract: 本申请提供了一种三维数据加载方法及装置，该三维数据加载方法在接收到三维数据加载请求后，直接从内存的第一缓冲区内提取预设分辨率对应的数据块进行加载，在设备上展示一个预设分辨率的显示结果，从而实现了三维数据的实时加载。进一步在加载预设分辨率对应的数据块的同时，本申请实施例提供的三维数据加载方法还可以计算内存的第二缓冲区所支持的最大分辨率，将最大分辨率对应的数据块保存到第二缓冲区，并加载第二缓冲区内的数据块替换所加载的第一缓冲区的数据块。由于最大分辨率大于预设分辨率，所以在实现实时加载的同时还可以进一步在设备上展示一个最大分辨率的显示结果，提高显示结果的显示效果。
-
Patent Agency Ranking
公开(公告)号：CN118277468A
公开(公告)日：2024-07-02
申请号：CN202410445358.9
申请日：2024-04-15
Applicant: 吉林大学
Abstract: 本发明提供一种针对欧式空间数据向图神经网络格式数据转化的方法，涉及计算机技术与大气物理领域。所述用于欧式空间数据向图神经网络格式数据转化有效构建高维的非欧空间图并利用稀疏矩阵乘法完成欧式空间数据向图神经网络格式数据的转化。利用broadcast的索引方法快速构建大气图，使用稀疏矩阵乘法极大减少内存开销并提升运算速度，减少了欧式空间数据向图神经网络数据转化的开销，并且和传统方法具有相同的精度。本发明，通过结合计算机稀疏矩阵与大气网格构建知识，设计了适用于欧式空间数据向图神经网络格式数据转化的方法，减少了欧式空间数据向图神经网络数据转化的开销，并且和传统方法具有相同的精度。
-
公开(公告)号：CN113377513B
公开(公告)日：2024-04-05
申请号：CN202110672643.0
申请日：2021-06-17
Applicant: 吉林大学
Abstract: 本发明提供一种针对全球耦合气候模式的进程调度优化方法，涉及高性能计算技术领域，所述针对全球耦合气候模式的进程调度优化方法包括分量性能加速比曲线拟合过程、耦合气候模式分量性能曲线拟合和进程调度优化，根据耦合气候模式中各个分量在集群中的运行特征。本发明包含更加精确的分量加速比拟合过程与基于该类程序特性的调度算法，其中调度算法通过使用最优并行度提升关键物理分量的性能从而达到总体性能最优，同时本发明实现了耦合气候模式最优化解的快速搜索，克服了高性能计算中进程调度空间庞大，计算时间缓慢的问题，为资源消耗很大的耦合气候模式程序的性能优化提供了一个可简单实现的解决方案。
-
公开(公告)号：CN103514017B
公开(公告)日：2016-08-17
申请号：CN201310440135.5
申请日：2013-09-22
Applicant: 吉林大学
Abstract: 本申请提供了一种三维数据加载方法及装置，该三维数据加载方法在接收到三维数据加载请求后，直接从内存的第一缓冲区内提取预设分辨率对应的数据块进行加载，在设备上展示一个预设分辨率的显示结果，从而实现了三维数据的实时加载。进一步在加载预设分辨率对应的数据块的同时，本申请实施例提供的三维数据加载方法还可以计算内存的第二缓冲区所支持的最大分辨率，将最大分辨率对应的数据块保存到第二缓冲区，并加载第二缓冲区内的数据块替换所加载的第一缓冲区的数据块。由于最大分辨率大于预设分辨率，所以在实现实时加载的同时还可以进一步在设备上展示一个最大分辨率的显示结果，提高显示结果的显示效果。
-
公开(公告)号：CN104133243A
公开(公告)日：2014-11-05
申请号：CN201410381572.9
申请日：2014-08-05
Applicant: 吉林大学
IPC: G01V1/34
Abstract: 本发明提供一种地震数据可视化方法及装置，通过预先设置每个剖面号唯一对应一个剖面，响应接收到的地震数据可视化请求，获取该请求中携带的各个剖面号，进而判断内存的缓存中是否存在分别与每个剖面号对应的剖面数据，当是时，返回分别与各个剖面号对应的剖面数据在内存中的指针，以使得内存根据指针加载相应的剖面数据进行可视化，本申请通过为每个剖面设置剖面号，在内存中设置缓存，并在缓存中存储与剖面号对应的剖面数据的方式，使得对地震数据可视化过程中，可根据剖面号判断在缓存中是否存在相应的剖面数据，避免了现有技术总是需要直接访问存储于外存的地震数据来实现可视化的过程，保证了可视化效率。
-
公开(公告)号：CN118278499A
公开(公告)日：2024-07-02
申请号：CN202410445361.0
申请日：2024-04-15
Applicant: 吉林大学
IPC: G06N3/096 , G06N3/0985 , G06Q10/04 , G06Q50/26 , G06N3/08 , G06N3/0464 , G06N3/045 , G06N3/0442
Abstract: 本发明提供一种用于MJO预测的融合S2S多模式数据的迁移学习方法，涉及气象预测领域。所述用于MJO预测的融合S2S多模式数据的迁移学习方法能够有效利用不同气候模式的丰富数据，基于迁移学习的思想，利用S2S多模式数据进行模型预训练，提前学习了不同气候模式中的运动规律，以此保提升MJO的预测准确性。本发明，通过结合计算机深度学习相关知识，设计了适用于MJO预测的深度时空网络模型，即卷积神经网络与循环神经网络相结合，CNN+LSTM，一定程度的提高了MJO的预测准确率，同时保持了深度学习方法高效的预测能力。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.018 seconds)
