吉林省有云数智科技有限公司江琦获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉吉林省有云数智科技有限公司申请的专利一种算力资源调度模式识别方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120995086B 。
龙图腾网通过国家知识产权局官网在2025-12-16发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511486370.5,技术领域涉及:G06F18/213;该发明授权一种算力资源调度模式识别方法是由江琦;贾丽;赵馨茹;高楠;贾明;刘立德;刘旭仿;王丽欣设计研发完成,并于2025-10-17向国家知识产权局提交的专利申请。
本一种算力资源调度模式识别方法在说明书摘要公布了:本发明公开了一种算力资源调度模式识别方法,涉及数据处理技术领域,一种算力资源调度模式识别方法,包括以下步骤:采集调度日志数据与资源状态数据、构建算力资源调度模式识别训练数据、标注算力资源调度模式识别训练数据、对算力资源调度模式识别训练数据进行预处理、进行训练数据的时空联合特征编码与动态特征增强、算力资源调度模式识别模型训练、进行算力资源调度模式识别。本发明通过设计时空联合编码器,融合事件类型嵌入和资源状态微分,准确建模事件触发与资源状态变化之间的同步响应关系,突破了传统技术简单拼接事件与状态向量的局限,更精确地捕捉事件对资源状态的瞬时影响,从而提升模式识别精度。
本发明授权一种算力资源调度模式识别方法在权利要求书中公布了:1.一种算力资源调度模式识别方法,其特征在于,包括以下步骤: S1,采集调度日志数据与资源状态数据; 调度日志数据包括“事件类型、时间戳、关联资源标识符、操作参数、资源状态时序数据,资源状态时序数据包括CPU利用率、内存占用量、网络带宽存储; S2,构建算力资源调度模式识别训练数据; S3,标注算力资源调度模式识别训练数据; S4,对算力资源调度模式识别训练数据进行预处理; S5,进行训练数据的时空联合特征编码与动态特征增强; S6,算力资源调度模式识别模型训练; 所述的算力资源调度模式识别模型训练方法包括以下步骤:S601,构建算力资源调度模式识别模型; S602,定义门控循环单元; S603,算力资源调度模式识别模型权重初始化; S604,构建混合注意力机制; S605,双重正则化约束; S606,进行数据前向传播; S607,动态课程学习调度; 动态课程学习调度的方法为:采用动态课程学习调度机制,依据验证精度变化估算当前轮次的学习进展,通过Sigmoid激活函数计算难度提升概率,根据该概率动态设定信息熵阈值,从当前候选样本中筛选复杂度高的样本纳入下一轮训练集,逐步提升学习难度,表示为: , , 上式中,为第轮难度提升概率,为以自然数为底的指数函数,为第轮验证精度,为第轮的验证精度,为灵敏度系数; 为第轮的训练数据集,为第轮的训练数据集,为样本的信息熵,衡量样本的复杂度,为训练样本,为动态阈值,计算方式表示为,为累积熵分布函数; S608,进行误差反向传播:在误差反向传播的过程中,根据模型输出与真实标签之间的差异调整模型参数; S609,停止迭代条件判断:当连续5个训练周期内验证集准确率提升幅度低于0.5%,保存验证集性能最优的模型参数,防止过拟合; S7,进行算力资源调度模式识别。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人吉林省有云数智科技有限公司,其通讯地址为:130102 吉林省长春市北湖科技开发区北远达大街以西、龙湖大路以南长新创谷9-2号楼701-02室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励