首页> 外国专利> HIERARCHICAL CONCEPT BASED NEURAL NETWORK MODEL FOR DATA CENTER POWER USAGE EFFECTIVENESS PREDICTION

HIERARCHICAL CONCEPT BASED NEURAL NETWORK MODEL FOR DATA CENTER POWER USAGE EFFECTIVENESS PREDICTION

机译:基于分层基于概念的数据中心功率使用效果预测的神经网络模型

摘要

Systems and methods for a predicting power usage effectiveness (PUE) of a computer room with an optimized parameter using a Deep Concept Aggregation Neural Network (DCANN) algorithm based on hierarchical concept include receiving input feature parameters of a plurality of components associated with a computer room, and predicting the PUE of the computer room using a trained neural network, which comprises a hierarchical concept layer having embedded domain knowledge of the plurality of components placed between an input layer and a hidden layer.
机译:使用基于分层概念的深度概念聚合神经网络(DCANN)算法的具有优化参数的计算机室的系统和方法预测电脑室的功率使用效果(PUE)包括接收与计算机室相关联的多个组件的输入特征参数并且使用训练有素的神经网络预测计算机室的型,其包括具有嵌入式域知识的分层概念层,所述多个组件放置在输入层和隐藏层之间。

著录项

  • 公开/公告号US2021224645A1

    专利类型

  • 公开/公告日2021-07-22

    原文格式PDF

  • 申请/专利权人 ALIBABA GROUP HOLDING LIMITED;

    申请/专利号US201817055524

  • 发明设计人 ZHAN LI;LI CHEN;FENG ZENG;GUAN WANG;

    申请日2018-05-28

  • 分类号G06N3/08;G06N3/04;

  • 国家 US

  • 入库时间 2022-08-24 20:03:32

相似文献

  • 专利
  • 外文文献
  • 中文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号