[发明专利]基于图神经网络深度强化学习的多coflow调度方法有效
| 申请号： | 202010501622.8 | 申请日： | 2020-06-04 |
| 公开（公告）号： | CN111756653B | 公开（公告）日： | 2022-03-04 |
| 发明（设计）人： | 郭泽华;孙鹏浩 | 申请（专利权）人： | 北京理工大学 |
| 主分类号： | H04L47/6275 | 分类号： | H04L47/6275;G06N3/04;G06N3/08 |
| 代理公司： | 北京理工大学专利中心 11120 | 代理人： | 温子云;郭德忠 |
| 地址： | 100081 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于图神经网络深度强化学习的多coflow调度方法，基于深度强化学习框架建立了多coflow调度模型，并采用图神经网络和策略网络的级联作为深度强化学习代理，其中，采用图神经网络完成工作流DAG特征的提取，使得模型能够处理具有不同数量及连接方式的节点的工作流DAG，有效提高了模型在不可预测输入DAG下的泛化能力；通过引入策略转换器，能够根据调度优先级列表生成细粒度的coflow调度策略，提高了调度过程的效率，并且有效减少了工作流的完成时间。 | ||
| 搜索关键词： | 基于 神经网络 深度 强化 学习 coflow 调度 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京理工大学，未经北京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010501622.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种视频数据的检测方法和装置
- 下一篇：锅炉用回水分布机
