-
公开(公告)号：CN119028436B
公开(公告)日：2025-04-11
申请号：CN202410945326.5
申请日：2024-07-15
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G16B25/00 , G16B5/00 , G16B40/00 , G16B30/10 , G06F18/213 , G06N3/042 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于异构网络的多物种蛋白质功能预测方法及系统，所述方法包括：使用ESM‑2模型对蛋白质序列进行特征提取，得到序列特征；构建蛋白质的结构接触图，基于图卷积和层次图池化的结构模型对结构接触图训练，提取结构特征；将序列特征和结构特征进行拼接，根据PPI网络和同源相似性网络构建跨物种的异构网络；在训练阶段，使用结构特征和序列特征在异构网络上传播，并在传播时使用图注意力机制更新节点向量；在预测阶段，加入训练集的GO标签进行网络传播，将蛋白质表示和GO标签的传播结果进行线性组合，得到最终的GO标签预测概率。本发明提高了多物种蛋白质功能预测的预测效果，实现了功能标签的跨物种传播。
-
公开(公告)号：CN118868077B
公开(公告)日：2025-02-18
申请号：CN202411095327.1
申请日：2024-08-12
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种基于动态电压频率调整的能源效率优化方法，包括：在大型语言模型的离线状态下，对不同负载大小的数据进行能耗测试，得到不同动态电压频率调整配置下的能耗表现；根据得到的不同动态电压频率调整配置下的能耗表现，确定各个批量在预填充阶段和解码阶段的最佳动态电压频率调整配置；根据确定的最佳动态电压频率调整配置调整图形处理器内核频率和内存频率，以对大型语言模型推理的能源效率进行优化；本发明提出了一种基于动态电压频率调节（DVFS）的优化方案，针对大模型推理的预填充阶段和解码阶段，分别应用不同的动态电压频率调整配置以实现能耗优化。
-
公开(公告)号：CN119028436A
公开(公告)日：2024-11-26
申请号：CN202410945326.5
申请日：2024-07-15
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G16B25/00 , G16B5/00 , G16B40/00 , G16B30/10 , G06F18/213 , G06N3/042 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于异构网络的多物种蛋白质功能预测方法及系统，所述方法包括：使用ESM‑2模型对蛋白质序列进行特征提取，得到序列特征；构建蛋白质的结构接触图，基于图卷积和层次图池化的结构模型对结构接触图训练，提取结构特征；将序列特征和结构特征进行拼接，根据PPI网络和同源相似性网络构建跨物种的异构网络；在训练阶段，使用结构特征和序列特征在异构网络上传播，并在传播时使用图注意力机制更新节点向量；在预测阶段，加入训练集的GO标签进行网络传播，将蛋白质表示和GO标签的传播结果进行线性组合，得到最终的GO标签预测概率。本发明提高了多物种蛋白质功能预测的预测效果，实现了功能标签的跨物种传播。
-
公开(公告)号：CN119943145A
公开(公告)日：2025-05-06
申请号：CN202411787192.5
申请日：2024-12-06
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种空间转录组基因表达预测方法、系统及终端，所述方法包括：对基因表达预测模型进行训练，得到目标基因表达预测模型；获取待预测的目标组织学图像，对目标组织学图像进行预处理，得到预处理后图像，按照捕获位点的坐标将所述预处理后图像分割成多个子图像块，将多个子图像块分别输入到目标基因表达预测模型中进行特征提取，得到每个子图像块各自对应的目标图像特征，根据多个目标图像特征进行基因表达预测，得到目标基因表达结果。本发明将预测任务看作是不同模态数据之间的相互学习：建立模型学习两种特征之间潜在关联，最后使用预测模块通过一种特征预测出另一种模态的特征，能够高精度的完成基因表达预测任务。
-
公开(公告)号：CN118093208A
公开(公告)日：2024-05-28
申请号：CN202410510424.6
申请日：2024-04-26
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种多用户GPU集群的深度学习任务调度方法，包括：构建深度学习任务对象，并将对应的深度学习任务发射到集群中；获取每个已发射任务的状态，并根据调度器的信号或任务本身状态的变化修改对应的任务状态；获取所述集群中的资源状态，并根据所述集群的反馈信息确定每个已发射任务对应的资源占用情况；根据每个已发射任务对应的资源占用情况和任务状态，利用短任务优先的资源共享策略对待分配任务进行资源分配；本发明依靠短任务优先的资源共享策略，在缓解任务资源饥饿问题的同时，降低了整体的任务完成时间，提高了深度学习任务的调度效率。
-
Patent Agency Ranking
公开(公告)号：CN116796286A
公开(公告)日：2023-09-22
申请号：CN202310711009.2
申请日：2023-06-15
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F18/25 , G05D1/10 , G06F18/2433 , G06F18/2413 , G06T7/246 , G06V10/75 , G06N5/04 , G06N5/01 , G06N20/00
Abstract: 本发明属于无人作战机近距格斗技术领域，公开了一种基于机器博弈的六自由度无人作战机近距格斗方法及系统，所述系统包括：环境感知模块、主控模块、无线通信模块、格斗目标识别模块、格斗目标追踪模块、机器博弈决策模块、射击模块、故障预测模块、显示模块。本发明通过格斗目标追踪模块计算速度快，追踪目标的速度快；同时，通过故障预测模块充分考虑了不同六自由度无人作战机发动机的运行环境、使用寿命、出厂设置及磨损程度等方面的个体化差异，分别训练多个训练六自由度无人作战机发动机的SOM模型，以得到对应六自由度无人作战机发动机的、精确的SOM模型训练结果及相应的最小量化误差MQE；故障预测准确性高。
-
公开(公告)号：CN118868077A
公开(公告)日：2024-10-29
申请号：CN202411095327.1
申请日：2024-08-12
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种基于动态电压频率调整的能源效率优化方法，包括：在大型语言模型的离线状态下，对不同负载大小的数据进行能耗测试，得到不同动态电压频率调整配置下的能耗表现；根据得到的不同动态电压频率调整配置下的能耗表现，确定各个批量在预填充阶段和解码阶段的最佳动态电压频率调整配置；根据确定的最佳动态电压频率调整配置调整图形处理器内核频率和内存频率，以对大型语言模型推理的能源效率进行优化；本发明提出了一种基于动态电压频率调节（DVFS）的优化方案，针对大模型推理的预填充阶段和解码阶段，分别应用不同的动态电压频率调整配置以实现能耗优化。
-
公开(公告)号：CN118093208B
公开(公告)日：2024-07-26
申请号：CN202410510424.6
申请日：2024-04-26
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种多用户GPU集群的深度学习任务调度方法，包括：构建深度学习任务对象，并将对应的深度学习任务发射到集群中；获取每个已发射任务的状态，并根据调度器的信号或任务本身状态的变化修改对应的任务状态；获取所述集群中的资源状态，并根据所述集群的反馈信息确定每个已发射任务对应的资源占用情况；根据每个已发射任务对应的资源占用情况和任务状态，利用短任务优先的资源共享策略对待分配任务进行资源分配；本发明依靠短任务优先的资源共享策略，在缓解任务资源饥饿问题的同时，降低了整体的任务完成时间，提高了深度学习任务的调度效率。
-
公开(公告)号：CN118747507B
公开(公告)日：2025-02-11
申请号：CN202410860737.4
申请日：2024-06-28
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种基于参数高效模块和多教师知识蒸馏的知识蒸馏方法，所述方法包括：获取下游任务数据集，根据预先构建的参数高效性多教师模型生成多个子教师模型，对每个子教师模型进行微调，得到多个微调子教师模型；根据下游任务数据集对待训练的学生模型进行训练，根据下游任务数据集和多个微调子教师模型生成该次训练的监督信号，根据监督信号和学生模型在该次训练过程中得到的训练结果，更新参数，当达到预设训练条件时，得到并输出训练完成的学生模型；获取目标处理数据，将目标处理数据输入到训练完成的学生模型，输出目标结果。本发明可以在训练学生模型时兼顾效率和准确率，从而通过训练好的学生模型生成准确的目标结果。
-
公开(公告)号：CN118747507A
公开(公告)日：2024-10-08
申请号：CN202410860737.4
申请日：2024-06-28
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种基于参数高效模块和多教师知识蒸馏的知识蒸馏方法，所述方法包括：获取下游任务数据集，根据预先构建的参数高效性多教师模型生成多个子教师模型，对每个子教师模型进行微调，得到多个微调子教师模型；根据下游任务数据集对待训练的学生模型进行训练，根据下游任务数据集和多个微调子教师模型生成该次训练的监督信号，根据监督信号和学生模型在该次训练过程中得到的训练结果，更新参数，当达到预设训练条件时，得到并输出训练完成的学生模型；获取目标处理数据，将目标处理数据输入到训练完成的学生模型，输出目标结果。本发明可以在训练学生模型时兼顾效率和准确率，从而通过训练好的学生模型生成准确的目标结果。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.058 seconds)
