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！

龙图腾网获悉中国空气动力研究与发展中心计算空气动力研究所申请的专利一种基于语义与时序的超级计算机作业时长预测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：CN120372338B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202510884391.6，技术领域涉及：G06F18/23213；该发明授权一种基于语义与时序的超级计算机作业时长预测方法是由田永强;喻杰;杨文祥;鲜港;赖良;尹航;邹继铭;邢国龙;赵丹设计研发完成，并于2025-06-30向国家知识产权局提交的专利申请。

本一种基于语义与时序的超级计算机作业时长预测方法在说明书摘要公布了：本发明提供一种基于语义与时序的超级计算机作业时长预测方法，涉及超级计算机领域，解决了超级计算机作业运行时长预测中忽略作业路径中语义信息和作业间时序信息的问题。方法首先获取作业日志数据，通过数据分组区分不同用户类型，采用不同数据存储方式存储用户的作业日志数据，通过粗粒度聚类方式形成用户的模型训练集；随后通过改进BERT架构的方式构建作业运行时长的预测模型并进行模型训练，训练过程中结合时序预测方式，使预测模型基于时序信息预测新作业的时序；训练完成后，用户提交新作业的作业路径信息，预测模型确定新作业的作业类别并输出作业运行时长。本发明使作业运行时长的预测准确率得到了提高，方便后续的回填调度。

本发明授权一种基于语义与时序的超级计算机作业时长预测方法在权利要求书中公布了：1.一种基于语义与时序的超级计算机作业时长预测方法，其特征在于，包括如下步骤： S1、获取历史记录的作业日志数据并进行数据预处理，预处理后进行作业日志数据的数据分组，通过数据分组区分出不同的用户类型；作业日志数据中包括作业路径信息； S2、对应于不同的用户类型，采用不同的数据存储方式存储该用户的作业日志数据；通过粗粒度聚类方式，筛选该用户的作业日志数据中不同批次的批处理作业并存储，作为模型训练集； S3、通过改进BERT架构的方式构建作业运行时长的预测模型，使用模型训练集对该预测模型进行训练； S4、在预测模型训练过程中结合时序预测方式，提取模型训练集中已有作业的时序信息，使预测模型基于时序信息对新作业的时序进行预测； S5、预测模型的训练完成后，用户提交新作业的作业路径信息至预测模型，预测模型确定新作业的作业类别并输出对应的作业运行时长，完成作业时长预测过程； 步骤S3中，构建的预测模型包括输入层、特征提取层、位置融合层和输出层； 输入层接收模型训练集中的作业路径信息输入，生成由词向量、段向量和位置向量组成的嵌入向量； 嵌入向量由特征提取层处理，通过在改进BERT架构中预设处于不同层数的第一编码器和第二编码器，从嵌入向量中分别提取句法特征和深层语义特征的向量编码信息； 向量编码信息输入位置融合层中，进行多维语义融合方式实现特征增强，生成类别概率分布； 输出层从类别概率分布中选取出置信度最高的类别，作为语义融合的最终分类结果，得到作业路径信息对应的作业类别；依据得到的作业类别，输出对应的作业运行时长； 步骤S4中，时序预测方式采用GRU网络进行时序预测，对于同一用户中相同批次的批处理作业，预测模型在进行其中新作业的作业运行时长预测时，将新作业前预设数量的已预测作业的作业类别输入GRU网络中，提取该批次的批处理作业的运行时序，预测新作业的时序信息，作为新作业的作业类别及作业运行时长的预测参考。

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中国空气动力研究与发展中心计算空气动力研究所，其通讯地址为：621052 四川省绵阳市涪城区二环路南段6号；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”。