摘要
本发明公开了一种基于时序图网络资源状态预测的计算任务调度方法及系统,涉及计算资源分配技术领域,方法包括:基于算力节点采集算力资源状态数据,并建模为时序异构图数据;构建时序异构图注意力网络THGAT模型,并以节点特征和边特征预测损失作为损失函数、以最小化预测误差为目标,对THGAT模型进行离线训练;将时序异构图数据输入THGAT模型,对未来时间窗口的资源状态进行预测;将计算任务转换为计算需求向量,采用多目标优化资源分配THGATRM算法,根据对应时间窗口的资源状态对计算任务进行算力资源分配;根据算力资源分配方案执行计算任务。通过本发明的技术方案,提升了算力资源预测的准确性,实现了资源的高效分配与优化。
技术关键词
任务调度方法
节点特征
时序
异构
预测误差
静态特征
门控循环单元
最大化资源利用率
网络
动态
邻居
资源分配技术
模型更新
注意力机制
任务调度系统
离线
系统为您推荐了相关专利信息
多源异构大数据
大数据治理装置
对齐模块
区块链存证
术语
节点检测方法
GCN模型
特征值
节点特征
采集脑电信号
垂直起降飞行器
可靠性测试方法
振动可靠性测试
灰度矩阵
多通道