Query：
Refining：
Year
Type
Indexed by
Colleges
Complex
Language
Clean All
Abstract ：
一种边端架构下人工智能模型推理任务的协同计算策略，解决终端设备计算能力有限的问题，通过与边缘侧服务器进行协同计算提高效率。首先确定边端架构，然后根据边端架构建立系统模型、通信模型和计算模型建立联合优化模型。根据联合优化模型，结合深度强化学习算法的优点，采用多智能体深度确定性策略梯度MADDPG算法求解最优的推理任务划分策略，采用DQN算法求解最优的任务调度策略。MADDPG算法运行在边缘设备侧，负责寻找推理任务的最佳划分点，DQN算法运行在边缘服务器侧，负责统筹服务器集群状态与推理任务的协同调度。通过将两种强化学习算法在任务划分与任务调度两部分分别应用，在保证任务及时得到完成的同时，减少了整体开销。
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 方娟 , 王星浩 , 李嘉葆 et al. 边端架构下人工智能模型推理任务的协同计算策略 : CN202411561626.X[P]. | 2024-11-04 . |
| MLA | 方娟 et al. "边端架构下人工智能模型推理任务的协同计算策略" : CN202411561626.X. | 2024-11-04 . |
| APA | 方娟 , 王星浩 , 李嘉葆 , 何雨彬 . 边端架构下人工智能模型推理任务的协同计算策略 : CN202411561626.X. | 2024-11-04 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
本发明公开了一种基于海量日志的数据中心任务资源预测方法，包括如下步骤：I、初始化、II、对离线批处理任务进行资源使用相关特征选取；III、任务聚类分析；IV、构建任务类并行组合关系的数据表征模型；V、任务资源使用预测模型的构建；VI、对任务的平均资源使用进行预测和估计。本发明基于卷积神经网络和长短期记忆神经网络，根据数据中心离线批处理任务自身的资源使用和计算行为以及在执行过程中受到的来自动态并行的其他任务的资源竞争行为构建和训练模型，可以预测出数据中心任意任务的平均资源使用，对任务平均资源使用的预估和数据中心任务调度行为提供建议和指导方案。
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 梁毅 , 王哲 , 王子璇 et al. 一种基于海量日志的数据中心任务资源预测方法 : CN202310021203.8[P]. | 2023-01-06 . |
| MLA | 梁毅 et al. "一种基于海量日志的数据中心任务资源预测方法" : CN202310021203.8. | 2023-01-06 . |
| APA | 梁毅 , 王哲 , 王子璇 , 赵昱 . 一种基于海量日志的数据中心任务资源预测方法 : CN202310021203.8. | 2023-01-06 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
卫星网络中基于多任务竞争策略的自适应编码传输方法属于卫星网络领域。本发明对传输的多个文件进行可中断的任务调度，调度采用小文件优先策略，优先对小文件进行编码传输，充分权衡长作业与短作业，既照顾短作业又不使长作业等待时间过长，有效减小平均等待时延，提高服务质量。根据传输的文件大小和网络环境自适应地调整编码数据包的大小，提出了一种双边搜索动态迭代算法以找到最佳编码包的大小和分组，避免传输过程中频繁反馈的需要，确保可靠的通信，减少接收时延。
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 徐晓斌 , 王琪 , 李昕芮 et al. 卫星网络中基于多任务竞争策略的自适应编码传输方法 : CN202310036286.8[P]. | 2023-01-09 . |
| MLA | 徐晓斌 et al. "卫星网络中基于多任务竞争策略的自适应编码传输方法" : CN202310036286.8. | 2023-01-09 . |
| APA | 徐晓斌 , 王琪 , 李昕芮 , 韩梦圆 . 卫星网络中基于多任务竞争策略的自适应编码传输方法 : CN202310036286.8. | 2023-01-09 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
承载云计算产业的数据中心近年来数量和规模迅速增加,产生巨大电力消耗.因此,数据中心节能减排迫在眉睫.本文提出一种节能调度策略,其核心思想是使用准入控制和优先级控制对队列任务进行筛选和排序,然后基于深度确定性策略梯度(DDPG)算法对任务进行在线调度,以适应云计算负载的高度动态性,使能耗最小化.仿真实验结果表明,本文所采用的调度方案在降低云数据中心能耗和减小任务的响应时间方面具有有效性.
Keyword ：
云数据中心 任务调度 深度强化学习(DRL) 深度确定性策略梯度(DDPG)算法
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 王立红 , 张延华 , 孟德彬 et al. 基于DDPG算法的云数据中心任务节能调度研究 [J]. | 高技术通讯 , 2023 , 33 (9) : 927-936 . |
| MLA | 王立红 et al. "基于DDPG算法的云数据中心任务节能调度研究" . | 高技术通讯 33 . 9 (2023) : 927-936 . |
| APA | 王立红 , 张延华 , 孟德彬 , 李萌 . 基于DDPG算法的云数据中心任务节能调度研究 . | 高技术通讯 , 2023 , 33 (9) , 927-936 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
本发明涉及面向绿色云数据中心的任务调度和能耗优化方法，特别是涉及一种基于模拟退火和DQN(DeepQ‑Learning)的面向绿色云数据中心能源优化方法。首先基于谷歌集群负载数据构建用户工作负载模型，用户工作负载模型将用户需求分类并管理到任务队列中。然后，任务处理器模拟服务器的资源信息，基于用户工作负载模型构建深度强化学习决策模型，该模型中智能体将基于模拟退火和DQN的方法生成决策。最后构建混合能源模型，将风能、太阳能代替部分传统电力。该方法最终目标是通过训练将能源成本降至最低，同时降低任务拒绝率。
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 郁洲 , 毕敬 . 基于深度Q网络的云数据中心启发式任务调度和能耗优化方法 : CN202211344068.2[P]. | 2022-10-31 . |
| MLA | 郁洲 et al. "基于深度Q网络的云数据中心启发式任务调度和能耗优化方法" : CN202211344068.2. | 2022-10-31 . |
| APA | 郁洲 , 毕敬 . 基于深度Q网络的云数据中心启发式任务调度和能耗优化方法 : CN202211344068.2. | 2022-10-31 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
本发明提供一种网络切片优化处理方法及系统，所述方法包括：构建异构马尔可夫决策过程模型，并构建分层深度强化学习架构；基于异构马尔可夫决策过程模型和分层深度强化学习架构构建联合优化决策模型；其中，所述联合优化决策模型包括上层子模型和下层子模型，所述上层子模型用于执行切片间资源分配过程，所述下层子模型用于执行切片内任务调度过程；将实时获取到的网络资源信息和业务请求数据输入至所述联合优化决策模型，得到所述联合优化决策模型输出的网络切片最优策略解。本发明能够对网络切片的资源分配和任务调度进行联合优化，从而能够挖掘系统潜在的服务能力，充分调动系统的可用资源以降低用户网络延迟，提高用户体验。
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 吴文君 , 董君宇 , 金凯琦 et al. 网络切片优化处理方法及系统 : CN202111143979.4[P]. | 2021-09-28 . |
| MLA | 吴文君 et al. "网络切片优化处理方法及系统" : CN202111143979.4. | 2021-09-28 . |
| APA | 吴文君 , 董君宇 , 金凯琦 , 孙阳 , 司鹏搏 , 高强 . 网络切片优化处理方法及系统 : CN202111143979.4. | 2021-09-28 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
本发明提供一种边缘网络动态业务卸载和调度方法及装置，包括：在当前滚动窗口的优化窗口内，根据当前调度窗口的系统信息对初始系统信息进行更新，得到更新后的系统信息；在当前优化窗口内，根据更新后的系统信息，建立业务卸载和调度模型；对业务卸载和调度模型进行分析，得到下一个滚动窗口的最优业务卸载和调度方案。本发明的方法通过对当前滚动窗口内的系统信息进行采集和更新，建立多目标计算卸载和任务调度问题优化模型，通过模型分析得到下一个滚动窗口的最优调度方案，以此逐步对各个滚动窗口进行业务卸载和资源调度优化，大大降低了计算复杂度，并提高了动态业务卸载和资源调度方案应对动态网络环境和用户业务变化的鲁棒性和实用性。
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 孙阳 , 李慧欣 , 王朱伟 et al. 一种边缘网络动态业务卸载和调度方法及装置 : CN202110310209.8[P]. | 2021-03-23 . |
| MLA | 孙阳 et al. "一种边缘网络动态业务卸载和调度方法及装置" : CN202110310209.8. | 2021-03-23 . |
| APA | 孙阳 , 李慧欣 , 王朱伟 , 吴文君 , 方超 , 李萌 et al. 一种边缘网络动态业务卸载和调度方法及装置 : CN202110310209.8. | 2021-03-23 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
为了在满足应用性能的同时有效降低云提供商的运营成本,针对混合绿色云环境设计智能的任务调度方法,提出一种混合绿色云数据中心环境下的成本最小化方法,该方法提供的任务调度能够根据私有云能耗、可用的绿色能源和公有云的资源执行价格等在时间上的差异,智能地将所有到达的任务调度到私有云和公有云中执行,并确保云数据中心执行任务时对服务延迟的要求.在此基础上提出一种基于遗传学习的粒子群算法求解优化问题.通过仿真实验表明,所提方法可以大幅降低私有云提供商的运营成本.
Keyword ：
混合云 服务延迟 云数据中心 任务调度 成本最小化 绿色能源
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 黄晓冬 , 端木帅飞 , 毕敬 et al. 服务延迟保障的混合绿色云数据中心成本最小化方法 [J]. | 计算机集成制造系统 , 2021 , 27 (8) : 2416-2425 . |
| MLA | 黄晓冬 et al. "服务延迟保障的混合绿色云数据中心成本最小化方法" . | 计算机集成制造系统 27 . 8 (2021) : 2416-2425 . |
| APA | 黄晓冬 , 端木帅飞 , 毕敬 , 苑海涛 . 服务延迟保障的混合绿色云数据中心成本最小化方法 . | 计算机集成制造系统 , 2021 , 27 (8) , 2416-2425 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
针对中央处理单元-图形处理单元(central processing unit-graphics processing unit,CPU-GPU)异构计算系统中,CPU和GPU负载不均导致系统性能降低的问题,提出了一种基于队列的混合调度策略.该策略通过探测获得CPU和GPU处理指定任务的计算能力,将计算任务按照探测比例分配给CPU和GPU;将并行任务存入双向队列,以降低调度带来的额外开销.结果表明,使用该策略的基准测试程序系统性能平均提升了28.07％.总体而言,该调度策略能够缩短CPU与GPU完成各自计算任务后的等待时间,有效平衡系统CPU与GPU之间的负载,提升系统性能.
Keyword ：
异构计算 负载感知 高性能计算 负载均衡 中央处理单元-图形处理单元(central processing unit-graphics processing unit,CPU-GPU) 任务调度
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 方娟 , 章佳兴 . 基于负载均衡的CP U-GPU异构计算平台任务调度策略 [J]. | 北京工业大学学报 , 2020 , 46 (7) : 782-787 . |
| MLA | 方娟 et al. "基于负载均衡的CP U-GPU异构计算平台任务调度策略" . | 北京工业大学学报 46 . 7 (2020) : 782-787 . |
| APA | 方娟 , 章佳兴 . 基于负载均衡的CP U-GPU异构计算平台任务调度策略 . | 北京工业大学学报 , 2020 , 46 (7) , 782-787 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
视频监控系统是保证城市轨道交通组织和安全的重要手段,随着物联网技术的蓬勃发展,物联网终端上的应用越来越丰富,监控系统所需计算处理的监控数据也越来越多,通常情况下这些监控数据需要发送到中心服务器去处理,导致中心服务器的计算压力越来越大.提出一个系统时延与能耗优化算法,能够动态的选择将监控数据上传到附近边缘服务器或中心服务器,或者直接在本地处理,减少数据处理的时延与能耗.通过实验对比多种调度算法,实验结果表明该算法能够有效的降低系统中数据处理的时延和能耗.
Keyword ：
边缘计算 物联网 任务调度
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 张恩硕 . 面向城轨视频监控的边缘计算系统时延与能耗优化算法 [J]. | 铁路通信信号工程技术 , 2020 , 17 (9) : 56-62,88 . |
| MLA | 张恩硕 . "面向城轨视频监控的边缘计算系统时延与能耗优化算法" . | 铁路通信信号工程技术 17 . 9 (2020) : 56-62,88 . |
| APA | 张恩硕 . 面向城轨视频监控的边缘计算系统时延与能耗优化算法 . | 铁路通信信号工程技术 , 2020 , 17 (9) , 56-62,88 . |
| Export to | NoteExpress RIS BibTex |
Export
| Results： |
Selected to |
| Format： |
