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

Inventor： 祁纲 ,  迟雪 ,  陈晨 ,  王秋菊 ,  傅豪 ,  储熠 ,  王聪聪 ,  王孟宇 ,  彭渊

IPC: G06F9/48 ,  G06N20/00

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

Inventor： 祁纲 ,  迟雪 ,  陈晨 ,  王秋菊 ,  傅豪 ,  储熠 ,  王聪聪 ,  王孟宇 ,  彭渊

IPC: G06F9/48 ,  G06N20/00

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：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

Inventor： 储熠 ,  王秋菊 ,  任昊 ,  陈晨 ,  许泽明 ,  鲁定一 ,  傅豪

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：CN118863023A

公开(公告)日：2024-10-29

申请号：CN202410900231.1

申请日：2024-07-05

Applicant: 太极计算机股份有限公司

Inventor： 任昊 ,  王琛 ,  陈晨 ,  张得海 ,  鲁定一 ,  王聪聪 ,  于洽卿

IPC: G06N3/10 ,  G06F8/34 ,  G06F8/10 ,  G06F8/33

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算法开发装置及方法，其中，装置包括：Notebook模块，用于提供交互式编程环境和多种深度学习框架，并基于用户选择的深度学习框架提供用户进行在线编辑、调试以及运行代码，生成机器学习算法；算法管理模块，用于存储并管理机器学习算法。

公开(公告)号：CN118778662A

公开(公告)日：2024-10-15

申请号：CN202410650456.6

申请日：2024-05-23

Applicant: 太极计算机股份有限公司

Inventor： 孙永亮 ,  马玉杰 ,  王涛 ,  侯锦凯 ,  姚豪俊 ,  任昊 ,  陈晨 ,  付文杰 ,  彭渊

IPC: G05D1/46 ,  G01C23/00 ,  G05D109/20

Abstract: 本发明提供基于机器视觉的低空飞行颠簸区域判别方法，属于区域判别领域，包括：基于待判别通用航空飞行器的位移传感器采集位移数据，来获取待判别通用航空飞行器的飞行数据，并确定每个飞行时刻下的飞行状态；从通用航空飞行器数据库获取型号参数建立飞行器模型，并按照对应的规定飞行方式进行低空飞行模拟；获取飞行器模型在完整模拟过程中的飞行图像集，并获取每张飞行图像的飞行轮廓参数；确定每张飞行图像的采集时刻并匹配飞行状态，结合对应采集时刻下的飞行轮廓参数，确定颠簸区域。通过采集位移数据确定飞行状态并建立模型进行模拟，根据模拟结果确定轮廓参数，并根据采集时刻确定颠簸区域，能够实现恶劣数据条件下对颠簸区域的精确判断。

公开(公告)号：CN114066110A

公开(公告)日：2022-02-18

申请号：CN202010749087.8

申请日：2020-07-29

Applicant: 太极计算机股份有限公司

Inventor： 任昊 ,  张得海 ,  储熠 ,  王秋菊 ,  陈晨 ,  王琛 ,  乔占广 ,  张雨

IPC: G06Q10/06 ,  G06N20/00

Abstract: 本发明公开了一种面向用户提供机器学习服务的系统，包括用户交互模块、工作流管理模块、数据导入模块、数据处理模块、算法模型配置模块、模型训练模块、模型预测模块、模型评估模块等；本发明提供了从元数据到模型建立的整套流程，为开发人、业务分析师、算法工程师们、数据科学家提供一系列的工具套件，便于进行代码打包、构建可重复运行的模型，利用流水线在各种云和服务平台上部署和管理生产中的模型，实现从服务部署到预测、评估的一站式服务；通过基本组件，可以搭建各个垂直场景下的解决方案，节省机器学习大量切换环境的损耗，降低工程实践的门槛，简化了使用机器学习的过程，便于开发人员、业务分析师和数据科学家进行广泛、便捷地应用。