Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 上海交通大学马叶涵获国家专利权

上海交通大学马叶涵获国家专利权

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!

龙图腾网获悉上海交通大学申请的专利一种智能控制器复杂度和调度协同设计方法及系统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:CN119475970B

龙图腾网通过国家知识产权局官网在2025-10-17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:202411464177.7,技术领域涉及:G06F30/27;该发明授权一种智能控制器复杂度和调度协同设计方法及系统是由马叶涵;陈锦涛;邹桉设计研发完成,并于2024-10-18向国家知识产权局提交的专利申请。

一种智能控制器复杂度和调度协同设计方法及系统在说明书摘要公布了:本发明公开了一种智能控制器复杂度和调度协同设计方法及系统,涉及智能控制领域。本发明建立智能控制器控制性能预测函数,描述控制性能与智能控制器复杂度、端到端响应时间以及被控对象物理特性之间的相互关系,并通过机器学习回归模型对该相互关系进行拟合;建立智能控制器在异构计算设备上的执行模型,包括构建智能控制算法和异构平台上的计算任务执行模型的映射关系,无缝地将控制器设计与异构资源分配相结合;建立控制器复杂度与调度的端到端优化方法,以确定最优的控制器复杂度、异构资源分配方案和实时调度策略,为智能控制器设计和在异构计算平台上的部署提供了端到端解决方案。

本发明授权一种智能控制器复杂度和调度协同设计方法及系统在权利要求书中公布了:1.一种智能控制器复杂度和调度协同设计方法,其特征在于,包括对基于深度神经网络的智能控制器算法进行复杂度的选择和实时调度; 包括以下步骤: 步骤1、建立智能控制器控制性能预测函数,描述控制性能与智能控制器算法复杂度、端到端响应时间以及被控对象物理特性之间的相互关系,通过机器学习回归模型对相互关系进行拟合; 步骤2、建立智能控制器在异构计算设备上的执行模型,资源分配模型映射,包括构建智能控制算法和异构平台上的计算任务执行模型的映射关系; 步骤3、建立控制器复杂度与调度的端到端优化方法,确定最优的控制器复杂度、异构资源分配方案和实时调度策略; 步骤4、在异构计算平台上部署优化方案; 所述步骤2,包括以下步骤: 步骤2.1、对基于深度神经网络的智能控制器任务提出基于自挂起的分段模型;具体的,自挂起为计算机操作系统中在进程等待如IO设备响应或任务移交给加速器耗时操作时,执行暂停并将状态保存到外存中,以释放内存资源并提高系统整体效率,当条件满足后再恢复进程继续执行;自挂起分段模型即是将智能控制器任务中移交加速器的部分作为包含自挂起操作的加速器片段,同时将任务在CPU上的部分作为CPU片段; 步骤2.2、对基于深度神经网络的智能控制器任务提出神经网络的分层资源调度模型;具体的,模型将深度神经网络的每层网络作为资源分配的基本单元从而构成分层调度模型; 步骤2.3、对智能控制器每种网络层进行离线运行时间测试,通过反复测试得到经验最差情况执行时间,即测试过程中所记录的最长执行时间; 步骤2.4、将分层资源调度模型映射到自挂起分段模型; 所述步骤3,包括以下步骤: 步骤3.1、构建基于自挂起分段模型的最差情况响应时间分析方法; 步骤3.2、基于资源分配模型映射以及响应时间分析构建最终的优化问题; 步骤3.3、基于强化学习的求解方法对优化问题进行求解。

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上海交通大学,其通讯地址为:200240 上海市闵行区东川路800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”。

以上内容由龙图腾AI智能生成。

免责声明
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。