一种基于随机变分贝叶斯的基因调控网络拓扑结构识别方法、系统及存储介质

    公开(公告)号:CN116434838A

    公开(公告)日:2023-07-14

    申请号:CN202310214768.8

    申请日:2023-03-08

    Applicant: 重庆大学

    Abstract: 本发明涉及生物基因表达技术领域,特别是一种基于随机变分贝叶斯的基因调控网络拓扑结构识别方法、系统及存储介质。步骤为:1)获取待识别基因表达数据集;2)采用基于状态空间模型的动态结构函数DSF建模重构基因调控网络模型;3)采用基于随机变分贝叶斯的方法对基因调控网络模型中的参数进行估计;4)采用前向选择方法对基因调控网络的拓扑结构进行识别,用ARD变量来更新网络模型,并使用下界函数J选择模型结构,绘制基因调控网络拓扑图。本发明利用基于部分数据的自然梯度,对全局变量的后验分布进行了更新,其计算成本远低于经典VI方法,适用于基因调控网络拓扑结构的识别。

    一种基于高维组合贝叶斯优化的大规模相控阵阵元调度方法

    公开(公告)号:CN119647686A

    公开(公告)日:2025-03-18

    申请号:CN202411770860.3

    申请日:2024-12-04

    Applicant: 重庆大学

    Abstract: 本发明涉及相控阵技术领域,特别涉及一种基于高维组合贝叶斯优化的大规模相控阵阵元调度方法。包括:根据需要测控的卫星需求建立任务集;针对任务集的不同的任务,根据任务执行区间集统计可见时间窗口,据此产生初始解集,计算每组相控阵调度解的目标函数,构建初始解集矩阵;对初始解集矩阵进行降维;根据降维解集建立与对应目标函数值之间的概率代理模型;使用模拟退火算法搜索出更新解,并计算目标函数值;将更新解追加到初始解集。本发明采用高维组合贝叶斯结合优化算法,解决相控阵阵元调度问题。相比于传统依靠大量样本的优化方法,如解群、遗传算法,高维组合贝叶斯通过减少必须评估目标函数的次数,同时有效利用已有信息,显著提高了优化的效率。

    一种基于分布式计算的深度学习任务处理方法及系统

    公开(公告)号:CN118170495A

    公开(公告)日:2024-06-11

    申请号:CN202410371665.7

    申请日:2024-03-29

    Applicant: 重庆大学

    Abstract: 本发明涉及云计算技术领域,特别涉及一种基于分布式计算的深度学习任务处理方法及系统。包括:1、深度学习模型推理服务容器化;2、分发待处理深度学习任务;3、部署容器化深度学习模型推理服务到分发了深度学习任务的计算节点;4、监控并汇总计算节点处理深度学习任务的进程;5、更新容器化的深度学习模型推理服务。本发明提供了一种先进的、高度可定制的分布式模型推理服务部署方法及系统,可以有效降低应用模型推理服务的难度,提高系统的资源利用率,并且服务部署较为轻便,能够适用于各种规模的机器学习模型。

    一种基于容器技术的深度学习算法库部署方法及装置

    公开(公告)号:CN118113312A

    公开(公告)日:2024-05-31

    申请号:CN202410288812.4

    申请日:2024-03-14

    Applicant: 重庆大学

    Abstract: 本发明涉及计算机技术领域,特别涉及一种基于容器技术的深度学习算法库部署方法及装置。包括:1)算法调用,通过主函数确定一系列信息,从而调用相应的算法部署子函数;2)前后端交互,利用flask为算法调用流程创建一个服务端,实现与前端的高效交互,用户能够通过前端界面选择算法、数据增强技术和模型架构等参数;3)容器化部署,将整个程序打包成Docker镜像,用户可以在任何设备上轻松部署程序,无需配置复杂的环境。本发明通过边缘计算中基于容器的方法对深度学习算法库进行部署,通过实现算法封装、前后端交互和容器化部署,在提升边缘计算环境下深度学习算法的部署效率和灵活性方面具有显著的创新和实际应用价值。

Patent Agency Ranking