一种基于深度学习的全局视野网络系统的解释方法

    公开(公告)号:CN111753892B

    公开(公告)日:2022-10-18

    申请号:CN202010532906.3

    申请日:2020-06-12

    Applicant: 清华大学

    Abstract: 本发明涉及互联网信息技术领域,尤其涉及一种基于深度学习的全局视野网络系统的解释方法。本发明方法对全局视野情况下基于深度学习的计算机网络系统的决策进行因果性解释与转换。首先采用深度强化学习的方法对原网络系统进行训练,在完成原有基于深度学习的系统训练后,对产生的全局配置结果通过超图的方式进行建模,并分析超图中关键的点‑超边连接,为每一个点‑超边连接对最终全局配置结果的影响力打分,使网络管理员理解决策中关键的组成部分。本方法极大地降低了原基于深度学习的全局视野网络系统的理解难度,便于网络管理员对决策过程进行理解。将本解释方法部署于实际系统上时,有助于网络管理员理解并纠错原全局视野网络系统的决策过程。

    一种基于深度学习的全局视野网络系统的解释方法

    公开(公告)号:CN111753892A

    公开(公告)日:2020-10-09

    申请号:CN202010532906.3

    申请日:2020-06-12

    Applicant: 清华大学

    Abstract: 本发明涉及互联网信息技术领域,尤其涉及一种基于深度学习的全局视野网络系统的解释方法。本发明方法对全局视野情况下基于深度学习的计算机网络系统的决策进行因果性解释与转换。首先采用深度强化学习的方法对原网络系统进行训练,在完成原有基于深度学习的系统训练后,对产生的全局配置结果通过超图的方式进行建模,并分析超图中关键的点-超边连接,为每一个点-超边连接对最终全局配置结果的影响力打分,使网络管理员理解决策中关键的组成部分。本方法极大地降低了原基于深度学习的全局视野网络系统的理解难度,便于网络管理员对决策过程进行理解。将本解释方法部署于实际系统上时,有助于网络管理员理解并纠错原全局视野网络系统的决策过程。

    一种视频播放方法、视频播放器及计算机存储介质

    公开(公告)号:CN110784760B

    公开(公告)日:2020-08-21

    申请号:CN201910871317.5

    申请日:2019-09-16

    Applicant: 清华大学

    Abstract: 本发明公开了一种视频播放方法、视频播放器及计算机存储介质,该方法应用于移动终端,该方法包括:播放由多个连续的视频块组成的预定视频;针对预定视频中的每个视频块,计算该视频块的第一播放状态,并采用ABR算法并根据第一播放状态计算与第一播放状态对应的该视频块的下一个视频块的比特率决策;将预定视频中所有视频块的第一播放状态及其对应的动作作为训练数据集;采用CART算法基于训练数据集生成决策树;将决策树部署到移动终端的视频播放器中并使视频播放器根据由决策树得到的比特率播放视频。本发明能够将复杂的ABR算法转化为算法简单的决策树,移动终端的视频播放器根据由上述决策树得到的比特率播放视频时,能够极大地提高用户体验。

    针对移动Web服务的自适应传输协议选择方法和装置

    公开(公告)号:CN112583818B

    公开(公告)日:2021-12-24

    申请号:CN202011444788.7

    申请日:2020-12-08

    Applicant: 清华大学

    Abstract: 本发明提出一种针对移动Web服务的自适应传输协议选择方法和装置,其中,方法包括:响应于移动终端的第a个到第a+N个Web连接请求,获取与每个Web连接请求对应的多个Web连接参数,并确定与多个Web连接参数对应的Web连接特征组,其中,a为大于等于1的自然数,N为大于1的自然数;获取与第a个到第a+N个Web连接请求对应的N个Web连接特征组,根据N个Web连接特征组生成第一Web连接特征矩阵;将第一Web连接特征矩阵输入预设的协议分类器,获取与移动终端的Web连接请求对应的第一通信协议;根据第一通信协议控制移动终端连接Web。由此,实现了移动终端与Web的通信协议自适应选择,兼顾了移动终端的性能和对内存的占用率。

    针对移动Web服务的自适应传输协议选择方法和装置

    公开(公告)号:CN112583818A

    公开(公告)日:2021-03-30

    申请号:CN202011444788.7

    申请日:2020-12-08

    Applicant: 清华大学

    Abstract: 本发明提出一种针对移动Web服务的自适应传输协议选择方法和装置,其中,方法包括:响应于移动终端的第a个到第a+N个Web连接请求,获取与每个Web连接请求对应的多个Web连接参数,并确定与多个Web连接参数对应的Web连接特征组,其中,a为大于等于1的自然数,N为大于1的自然数;获取与第a个到第a+N个Web连接请求对应的N个Web连接特征组,根据N个Web连接特征组生成第一Web连接特征矩阵;将第一Web连接特征矩阵输入预设的协议分类器,获取与移动终端的Web连接请求对应的第一通信协议;根据第一通信协议控制移动终端连接Web。由此,实现了移动终端与Web的通信协议自适应选择,兼顾了移动终端的性能和对内存的占用率。

    神经网络到决策树的转换方法、存储介质及电子设备

    公开(公告)号:CN111898692A

    公开(公告)日:2020-11-06

    申请号:CN202010778784.6

    申请日:2020-08-05

    Applicant: 清华大学

    Abstract: 本发明公开了一种神经网络到决策树的转换方法、存储介质及电子设备,方法包括:获取局部视野网络系统的强化学习决策环境和神经网络决策策略,向强化学习决策环境中输入初始值以得到观测值和观测值对应的值函数,并将观测值输入至神经网络决策策略,以得到观测值对应的输出决策和q值向量,并将输出决策作为新的初始值,直至得到设定数量的观测值和与每个观测值对应的输出决策、值函数以及q值向量,并将每一个观测值和观测值对应的决策、值函数以及q值向量作为一组数据以得到包括多组数据的数据集,利用决策树算法对数据集进行训练以得到目标决策树,通过上述方法获得的目标决策树结构清晰且便于理解,并能够对待决策观测值进行决策得到决策结果。

    网内状态反馈方法、装置、介质、无线接入设备及系统

    公开(公告)号:CN115347994B

    公开(公告)日:2024-02-20

    申请号:CN202210772731.2

    申请日:2022-06-30

    Applicant: 清华大学

    Abstract: 本发明提供一种网内状态反馈方法、装置、介质、无线接入设备及系统。一种网内状态反馈方法,应用于无线接入设备上,包括:对每一到达无线接入设备的下行链路数据包进行延迟估计;基于估计的延迟计算相邻的下行链路数据包之间的延迟增量,并基于所述延迟增量来维护上行链路反馈的ACK包的延迟分布;在ACK包到达无线接入设备时,利用自适应带外反馈信号控制机制来延迟ACK包的发送。本发明解决了通信服务器端到客户端的弱网、断网问题。

    网内状态反馈方法、装置、介质、无线接入设备及系统

    公开(公告)号:CN115347994A

    公开(公告)日:2022-11-15

    申请号:CN202210772731.2

    申请日:2022-06-30

    Applicant: 清华大学

    Abstract: 本发明提供一种网内状态反馈方法、装置、介质、无线接入设备及系统。一种网内状态反馈方法,应用于无线接入设备上,包括:对每一到达无线接入设备的下行链路数据包进行延迟估计;基于估计的延迟计算相邻的下行链路数据包之间的延迟增量,并基于所述延迟增量来维护上行链路反馈的ACK包的延迟分布;在ACK包到达无线接入设备时,利用自适应带外反馈信号控制机制来延迟ACK包的发送。本发明解决了通信服务器端到客户端的弱网、断网问题。

    一种视频播放方法、视频播放器及计算机存储介质

    公开(公告)号:CN110784760A

    公开(公告)日:2020-02-11

    申请号:CN201910871317.5

    申请日:2019-09-16

    Applicant: 清华大学

    Abstract: 本发明公开了一种视频播放方法、视频播放器及计算机存储介质,该方法应用于移动终端,该方法包括:播放由多个连续的视频块组成的预定视频;针对预定视频中的每个视频块,计算该视频块的第一播放状态,并采用ABR算法并根据第一播放状态计算与第一播放状态对应的该视频块的下一个视频块的比特率决策;将预定视频中所有视频块的第一播放状态及其对应的动作作为训练数据集;采用CART算法基于训练数据集生成决策树;将决策树部署到移动终端的视频播放器中并使视频播放器根据由决策树得到的比特率播放视频。本发明能够将复杂的ABR算法转化为算法简单的决策树,移动终端的视频播放器根据由上述决策树得到的比特率播放视频时,能够极大地提高用户体验。

Patent Agency Ranking