-
公开(公告)号：CN118865019A
公开(公告)日：2024-10-29
申请号：CN202410900234.5
申请日：2024-07-05
Applicant: 太极计算机股份有限公司
IPC: G06V10/774 , G06V10/25 , G06V20/40 , G06T7/254
Abstract: 本说明书实施例提供了一种基于人工智能数据标注平台的目标跟踪标注方法及装置，其中，方法包括：获取未标注的视频数据，根据输入的数据集名称、数据类型、标注类型和标签组创建数据集，将所述未标注的视频数据导入到创建的所述数据集中，其中，所述标签组包括：用户自主创建的自定义标签组和系统内置的预置标签组；根据用户对标注类型和标签组的选择操作对所述数据集中的视频数据进行手动标注，或者，基于所述预置标签组，结合已构建模型进行自动化标注，快速完成图片的标注操作，对标注后的数据集进行发布。
-
公开(公告)号：CN116299292A
公开(公告)日：2023-06-23
申请号：CN202310343825.2
申请日：2023-04-03
Applicant: 太极计算机股份有限公司
IPC: G01S7/41 , G01S13/95 , G01W1/10 , G06F18/15 , G06F18/214 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及数据处理技术领域，特别是涉及一种基于卷积神经网络的闪电频次识别方法及系统。包括：获取体扫观测的雷达基数据，并得到雷达基数据的三维矩阵；对雷达基数据进行预处理；获取闪电数据，并以雷达基数据的时间为基准，将闪电数据按照时间分配到所对应的雷达基数据上，以获得雷达闪电数据集；对雷达闪电数据集进行数据分区处理，并将处理后的雷达闪电数据集保存；根据雷达闪电数据集并应用CNN模型对闪电频次进行识别。本发明通过运用卷积神经网络模型构建的雷达反射率因子识别闪电频次算法，能够比较好的识别出闪电频发的区域，为机场监控高频率闪电提供辅助支持和决策。
-
Patent Agency Ranking
公开(公告)号：CN115827206A
公开(公告)日：2023-03-21
申请号：CN202310060601.0
申请日：2023-01-18
Applicant: 太极计算机股份有限公司
Abstract: 本发明提供了一种基于机器学习的显卡任务资源的调度方法及系统，其方法包括：确定同时刻在线的显卡数量以及针对每个在线显卡的请求数量，同时，确定每个在线显卡的资源集以及与在线显卡匹配的资源集中每个资源的任务响应时间；基于机器学习模型分析同个在线显卡在同时刻的请求数量、资源集以及任务响应时间，输出同个在线显卡的冲突事件；从除同个在线显卡外的剩余显卡中获取基于冲突事件的可调度单元，并基于可调度单元进行冲突任务的分配，实现显卡资源调度。通过对显卡本身的请求数量、资源集以及任务响应时间进行分析，来确定可能存在的冲突事件，并对冲突事件进行冲突任务分配，实现资源调度，有效地提高资源调度的效率。
-
公开(公告)号：CN118863025A
公开(公告)日：2024-10-29
申请号：CN202410900236.4
申请日：2024-07-05
Applicant: 太极计算机股份有限公司
IPC: G06N3/10 , G06N3/0985 , G06F8/34
Abstract: 本说明书实施例提供了一种基于人工智能可视化建模平台的自动机器学习方法、装置、电子设备及存储介质，其中，方法包括：上传并管理神经网络架构的搜索策略，其中，所述搜索策略具体包括：特征工程、超参数调优以及模型选择；通过模板化、可视化、向导式的建模操作及工具，选择需要的搜索策略创建自动机器学习实验任务，将进行特征工程、超参数调优以及模型选择的自动化处理，训练得到合适的模型。
-
公开(公告)号：CN116594755B
公开(公告)日：2023-09-22
申请号：CN202310854333.X
申请日：2023-07-13
Applicant: 太极计算机股份有限公司
Abstract: 本发明提供了一种多平台机器学习任务的在线调度方法及系统，属于在线调度技术领域，其方法包括：实时获取在线平台数量以及每个在线平台所对应的任务数量和任务类型，且结合同类型任务所需的任务执行时间，获取同个在线平台任务的执行流程；分析并获取多个在线平台任务的执行流程之间的流程冲突集；获取机器学习模型及机器学习模型可同时执行的任务数量及任务类型；基于获取结果对所述流程冲突集进行解析，构建得到调度关系网，实现在线调度。通过实时获取所需调度的任务具体情况及流程冲突集，并基于机器学习模型对冲突集进行解析构建调度关系网，能够实时获取任务执行情况，避免任务执行过程中的冲突发生，实现多平台学习任务的在线调度。
-
公开(公告)号：CN116594755A
公开(公告)日：2023-08-15
申请号：CN202310854333.X
申请日：2023-07-13
Applicant: 太极计算机股份有限公司
Abstract: 本发明提供了一种多平台机器学习任务的在线调度方法及系统，属于在线调度技术领域，其方法包括：实时获取在线平台数量以及每个在线平台所对应的任务数量和任务类型，且结合同类型任务所需的任务执行时间，获取同个在线平台任务的执行流程；分析并获取多个在线平台任务的执行流程之间的流程冲突集；获取机器学习模型及机器学习模型可同时执行的任务数量及任务类型；基于获取结果对所述流程冲突集进行解析，构建得到调度关系网，实现在线调度。通过实时获取所需调度的任务具体情况及流程冲突集，并基于机器学习模型对冲突集进行解析构建调度关系网，能够实时获取任务执行情况，避免任务执行过程中的冲突发生，实现多平台学习任务的在线调度。
-
公开(公告)号：CN115827206B
公开(公告)日：2023-05-05
申请号：CN202310060601.0
申请日：2023-01-18
Applicant: 太极计算机股份有限公司
Abstract: 本发明提供了一种基于机器学习的显卡任务资源的调度方法及系统，其方法包括：确定同时刻在线的显卡数量以及针对每个在线显卡的请求数量，同时，确定每个在线显卡的资源集以及与在线显卡匹配的资源集中每个资源的任务响应时间；基于机器学习模型分析同个在线显卡在同时刻的请求数量、资源集以及任务响应时间，输出同个在线显卡的冲突事件；从除同个在线显卡外的剩余显卡中获取基于冲突事件的可调度单元，并基于可调度单元进行冲突任务的分配，实现显卡资源调度。通过对显卡本身的请求数量、资源集以及任务响应时间进行分析，来确定可能存在的冲突事件，并对冲突事件进行冲突任务分配，实现资源调度，有效地提高资源调度的效率。
-
-
-
-
-
-
Search Results
7
records
(took 0.031 seconds)
