申请/专利权人：华南师范大学

申请日：2022-07-19

公开（公告）日：2024-05-17

公开（公告）号：CN115145709B

主分类号：G06F9/48

分类号：G06F9/48;G06F1/329;G06N3/091

优先权：

专利状态码：有效-授权

法律状态：2024.05.17#授权;2022.10.25#实质审查的生效;2022.10.04#公开

摘要：低碳大数据人工智能方法和医康养生态系统，包括：任务预测深度学习模型构建步骤；任务预测步骤；任务预先执行步骤；任务预测深度学习模型进化步骤；碳排放优化任务步骤。上述方法、系统和机器人，通过深度学习模型预测将来可能需要执行的任务，这样可以提前利用空闲资源来执行任务，从而提高资源的利用率，资源的利用率提高了，那么同样多的任务消耗的资源就少了，从而减少了碳排放。

主权项：1.一种人工智能方法，其特征在于，所述方法包括：任务预测深度学习模型构建步骤：获取n对t0i至t0i+tttask1内的所有类型的任务、t0i+tttask1至t0i+tttask1+tttask2内的预设类型的任务i＝1～n，将t0i至t0i+tttask1内的所有类型的任务、t0i+tttask1至t0i+tttask1+tttask2内的所述预设类型的任务分别作为深度学习模型的输入和输出，对深度学习模型进行训练和测试，得到任务预测深度学习模型；tttask2为预测时长；任务预测步骤：获取当前时间tx，将tx-tttask1至tx内的所有类型的任务作为任务预测深度学习模型的输入，将任务预测深度学习模型的输出作为tx至tx+tttask2内的所述预设类型的任务；任务预先执行步骤：如果当前时间没有超过tx+tttask2且所述预设类型的任务符合执行的条件且存在空闲的资源执行所述预设类型的任务，则调度执行所述预设类型的任务；任务预测深度学习模型进化步骤：获取执行当前任务预先执行步骤之前的任务执行效率ptask1，执行当前任务预先执行步骤之后的任务执行效率ptask2，如果ptask1大于ptask2，则按照预设增减量减小tttask2，增加深度学习模型训练的样本量，如果ptask1小于ptask2，则按照预设增减量增大tttask2；经过第一预设时间后，重新执行任务预测深度学习模型构建步骤、任务预测步骤、任务预先执行步骤；碳排放优化任务步骤：获取测试集中的测试任务，计算执行任务预先执行步骤之前执行测试任务所消耗的电量，根据所消耗的电量计算碳排放量，得到第一碳排放量，计算执行任务预先执行步骤之后执行测试任务所消耗的电量，根据所消耗的电量计算碳排放量，得到第二碳排放量，如果第一碳排放量小于第二碳排放量，则说明预测有好的效果，按照预设增减量增大预测时长；如果第一碳排放量大于或等于第二碳排放量，则说明预测效果不好，按照预设增减量减小预测时长，增加深度学习模型训练的样本量；经过第一预设时间后，重新执行任务预测深度学习模型构建步骤、任务预测步骤、任务预先执行步骤。

全文数据：

权利要求：

百度查询： 华南师范大学 低碳大数据人工智能方法和医康养生态系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD