基本信息:
- 专利标题： 基于深度学习的大语言模型系统负载预测方法
- 申请号：CN202410641525.7 申请日：2024-05-22
- 公开(公告)号：CN118227448A 公开(公告)日：2024-06-21
- 发明人： 石尧 , 许勇 , 梁荣铿 , 麻斯亮 , 李想
- 申请人： 华南理工大学 , 创曦教育科技（广东）有限公司
- 申请人地址： 广东省广州市天河区五山路
- 专利权人： 华南理工大学,创曦教育科技（广东）有限公司
- 当前专利权人： 华南理工大学,创曦教育科技（广东）有限公司
- 当前专利权人地址： 广东省广州市天河区五山路
- 代理机构： 广州君策达知识产权代理事务所(普通合伙)
- 代理人： 陈宏升
- 主分类号： G06F11/34
- IPC分类号： G06F11/34 ; G06N3/006 ; G06N3/0442 ; G06N3/0985
摘要：
本发明公开了基于深度学习的大语言模型系统负载预测方法，包括以下步骤：S1、收集原始大语言模型系统负载时间序列数据；S2、对原始大语言模型系统负载时间序列数据进行预处理操作，所述预处理操作包括小波变换和数据归一化处理；S3、建立基于深度学习的大语言模型系统负载预测模型；S4、利用改进人工蜂群算法优化大语言模型系统负载预测模型的超参数；S5、利用优化后的大语言模型系统负载预测模型对未来系统负载趋势进行预测。本发明利用小波变换进行原始大语言模型系统负载数据进行特征提取，将原始数据分解成趋势部分和细节部分，后续针对不同特性的子序列分别进行建模预测，能够减少不同特征数据的互相影响，进一步提升预测精度。
公开/授权文献:
- CN118227448B 基于深度学习的大语言模型系统负载预测方法 公开/授权日：2024-08-02