检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于动态可重构结构的卷积数据复用优化设计

传感器与微系统 2024年第6期43卷 105-108页

作者：宋佳蒋林朱育琳朱家扬西安科技大学电气与控制工程学院陕西西安710600

针对卷积神经网络(CNN)计算效率低、速度慢、硬件资源消耗大等问题,提出了基于动态可重构结构的卷积数据复用优化设计方案。利用可重构阵列邻接互连寄存器实现输入特征图数据和权值数据的复用,提高内存访问效率,采用层间多通道并行计算... 详细信息

针对卷积神经网络(CNN)计算效率低、速度慢、硬件资源消耗大等问题,提出了基于动态可重构结构的卷积数据复用优化设计方案。利用可重构阵列邻接互连寄存器实现输入特征图数据和权值数据的复用,提高内存访问效率,采用层间多通道并行计算对神经网络卷积运算进行加速。经在AlexNet上测试,论文提出的数据复用策略使得卷积运算乘累加操作最高可减少44.05%。在Zynq—7000开发板上实现本文提出的优化方案。结果表明:相比于现有的基于现场可编程门阵列(FPGA)实现AlexNet的计算,本实验LUTs资源消耗减少12.86%、FF资源消耗减少约97.5%、DSP资源消耗减少约66.7%。

关键词：卷积神经网络并行计算数据复用

科学数据复用研究的演化、知识体系与方法工具——兼论第四科研范式的影响

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

科研管理 2022年第8期43卷 100-108页

作者：黄欣卓米加宁章昌平巩宜萱哈尔滨工业大学经济与管理学院黑龙江哈尔滨150001 桂林理工大学公共管理与传媒学院广西桂林541004

科学数据的开放共享推动了学术界对于其公共学术价值的认识和利用,大数据、科研基础设施和科研环境信息化使得科学研究向第四研究范式转型,科学数据复用为新的科学发现和知识创新提供了有效途径。科学数据复用研究受到学术界的关注,相... 详细信息

科学数据的开放共享推动了学术界对于其公共学术价值的认识和利用,大数据、科研基础设施和科研环境信息化使得科学研究向第四研究范式转型,科学数据复用为新的科学发现和知识创新提供了有效途径。科学数据复用研究受到学术界的关注,相关研究成果在近20年来日益丰富,但该学科领域的知识体系尚未建立。本研究以Web of Science核心合集数据库作为数据采集来源,运用HistCite和CiteSpace软件绘制知识图谱并结合文本内容分析,梳理了科学数据复用研究的发展态势、演进过程及研究结构,研究发现:科学数据复用研究经历了萌芽阶段(2006年前)、发展阶段(2007—2014年)和爆发阶段(2015年至今),主要包括基本内涵、共享与复用关系、数据复用影响因素、学科领域研究以及数据复用伦理等五个方面的研究主题。基于此,本研究从保障平台、理论基础、研究分支和方法工具四个层面构建科学数据复用研究的知识体系,并提出科学数据公共学术价值、科学数据复用行为及机制、科学数据复用评价及影响力、科学数据复用政策和领域科学数据复用研究等几个亟须深入开展的研究主题。本研究为今后开展科学数据复用的相关研究提供理论和实践指导。

关键词：科学数据数据复用第四研究范式引文分析知识图谱

高校科研数据资产化存储及数据复用权益许可研究

在线全文

学校读者我要写书评

暂无评论

图书情报工作 2022年第3期66卷 45-53页

作者：都平平李雨珂陈越中国矿业大学领域数据分析研究所徐州221116 上海出版印刷高等专科学校文化管理系上海200093 中国矿业大学信息化建设与管理处徐州221116

[目的/意义]为我国高校的科研数据管理提供“数据资产”理论依据和“资产化”存储、管理和复用方法建议,以服务于我国高校数据知识产权开发利用和价值提升。[方法/过程]分析数据资产研究现状,讨论数据资产属性,界定数据资产权益,提出我... 详细信息

[目的/意义]为我国高校的科研数据管理提供“数据资产”理论依据和“资产化”存储、管理和复用方法建议,以服务于我国高校数据知识产权开发利用和价值提升。[方法/过程]分析数据资产研究现状,讨论数据资产属性,界定数据资产权益,提出我国高校科研数据资产化权益存储管理的主要内容和数据复用权益许可的可行方案。[结果/结论]对科研数据的“资产化”认同可以强化对数据资产的有效管理、加大科研数据资产掌控力度,用行政政策和技术辅助手段完善科研数据的资产保护,促进高校数据资源开放共享和复用,促进良性数据信息生态环境形成。

关键词：科研数据数据资产数据复用科研数据资产资产权益

用于VSLAM系统的CNN在FPGA平台上的加速

在线全文

学校读者我要写书评

暂无评论

计算机工程与设计 2024年第1期45卷 71-78页

作者：郁媛李沛君王光奇张德兵张春清华大学集成电路学院北京100084

为实现视觉同步定位与建图系统中卷积神经网络在FPGA上的加速,基于SuperPoint模型设计一种低功耗高效CNN加速器及相应的SoC系统。采用循环分块、数据复用、计算单元展开和双缓冲策略充分利用加速器的片上资源;为提高突发传输效率,预先... 详细信息

为实现视觉同步定位与建图系统中卷积神经网络在FPGA上的加速,基于SuperPoint模型设计一种低功耗高效CNN加速器及相应的SoC系统。采用循环分块、数据复用、计算单元展开和双缓冲策略充分利用加速器的片上资源;为提高突发传输效率,预先对权重参数重排;提出Pack模块和Unpack模块,设计多通道数据传输,用于提高传输带宽。在Ultra96-V2 FPGA平台上部署整个SoC系统,在仅3 W左右的功耗下实现25.63 GOPS的吞吐量,其BRAM效率、DSP效率、性能密度和功耗效率相比之前的文献有明显优势。

关键词：同步定位与建图系统图像处理卷积加速数据复用并行计算突发传输软硬件协作

高校机构知识资源中研究数据的整合管理与复用研究

在线全文

学校读者我要写书评

暂无评论

农业图书情报学报 2023年第5期35卷 51-63页

作者：都平平李雨珂张雪媛穆亚凤中国矿业大学徐州221116 上海出版印刷高等专科学校文化管理系上海200093

[目的/意义]2021年教育部发布的《高等学校数字校园建设规范(试行)》中提到高校要尝试通过建设机构知识库形成一种新型学术交流与资源共享模式。高校机构知识资源的建设正逐步向下一代机构知识库发展,研究数据资源是未来其重要资源组成... 详细信息

[目的/意义]2021年教育部发布的《高等学校数字校园建设规范(试行)》中提到高校要尝试通过建设机构知识库形成一种新型学术交流与资源共享模式。高校机构知识资源的建设正逐步向下一代机构知识库发展,研究数据资源是未来其重要资源组成,本文主要以研究数据资源为研究对象进行分析。[方法/过程]分析机构知识资源形成机理,针对研究数据资源整合管理与复用进行研究,主要有:①研究数据内在要素,数据的产生、来源、类型、结构、依存方式等;②研究数据外在要素,数据标准、唯一识别符、数据登记、数据协议、数据权益、数据复用、数据共享等;③通过内在、外在要素的研究对研究数据整合管理、数据复用的影响因素、功能与作用、责任与权益、权限与归属等特征进行了梳理和解读;④对研究数据管理、汇集、实施、登记的可行方法进行设计。[结果/结论]通过研究课制定并实施有利于研究数据管理和复用策略,使研究数据融入高校机构知识资源的长期保存管理和共享复用体系中,对国家建立数据管理中心提供一些建议。

关键词：研究数据数据整合数据复用机构知识资源

在线全文

学校读者我要写书评

暂无评论

文化遗产领域科学数据复用影响因素研究

信息资源管理学报 2023年第5期13卷 32-43页

作者：饶梓欣许鑫华东师范大学经济与管理学部上海200062 华东师范大学调查与数据中心上海200241

探究文化遗产领域科学数据复用的主要影响因素能够为文化遗产领域数据有效利用和管理提供参考。以DataCite中被复用的203个文化遗产科学数据集为研究对象,采用非参数检验、多元线性回归等方法,从数据自身属性、数据提供方、数据仓储三... 详细信息

探究文化遗产领域科学数据复用的主要影响因素能够为文化遗产领域数据有效利用和管理提供参考。以DataCite中被复用的203个文化遗产科学数据集为研究对象,采用非参数检验、多元线性回归等方法,从数据自身属性、数据提供方、数据仓储三个维度,对文化遗产领域科学数据复用影响因素进行分析。研究发现,在控制时间跨度因素后,许可、类型、摘要长度、格式、出版商、资助方、质量管理是影响文化遗产领域科学数据复用的主要因素,具有正面影响,且影响程度依次递增。结合我国实际情况提出如下建议与启示:建立文化遗产元数据标准,提高数据描述信息的充分性;将数据复用纳入资助要求,推动文化遗产项目数据复用;构建文化遗产科学数据出版体系,完善数据出版中的同行评议;促进文化遗产数据质量管理,充分发挥数据仓储的作用。

关键词：数据复用文化遗产科学数据数据质量管理影响因素

数据复用在Bussgang类盲均衡算法中的应用

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2008年第9期30卷 2174-2177页

作者：许军汪芙平王赞基清华大学电机工程与应用电子技术系北京100084

为解决突发通信或非合作通信中接收数据短、直接均衡迭代难于收敛问题,该文将数据复用的思想引入Shalvi算法中。通过分析数据复用均衡后序列与原始码元序列峰度的关系,得出了数据复用方法有效收敛的原因。以此为基础,将该结论推广到整类... 详细信息

为解决突发通信或非合作通信中接收数据短、直接均衡迭代难于收敛问题,该文将数据复用的思想引入Shalvi算法中。通过分析数据复用均衡后序列与原始码元序列峰度的关系,得出了数据复用方法有效收敛的原因。以此为基础,将该结论推广到整类Bussgang盲均衡算法,并分析了影响数据复用盲均衡效果的几个因素。仿真实验表明,数据复用方法大大减少了Bussgang算法收敛所需要的码元数目,有一定的工程实用价值。

关键词：非合作通信数据复用 Bussgang 盲均衡峰度

在线全文

学校读者我要写书评

暂无评论

开放科学数据平台的数据复用影响因素研究

开放科学数据平台的数据复用影响因素研究

作者：孟琰华东师范大学

学位级别：硕士

开放获取背景下,开放科学数据成为开放获取中的重要元素,随着国内《科学数据管理方法》的印发实施,开放科学数据受到更多的关注,其中开放科学数据平台是科研人员共享数据、获取数据的重要场所。科学数据开放共享的最终目的是为了实现数... 详细信息

开放获取背景下,开放科学数据成为开放获取中的重要元素,随着国内《科学数据管理方法》的印发实施,开放科学数据受到更多的关注,其中开放科学数据平台是科研人员共享数据、获取数据的重要场所。科学数据开放共享的最终目的是为了实现数据复用,最大化提高科学数据的价值。因此,对开放科学数据平台中的数据复用程度进行有效的记录,并探究影响科学数据复用的因素具有现实意义。本文首先对理论部分进行了科学数据复用相关的文献综述回顾,梳理现有科学数据复用研究,为后文构建模型奠定理论基础。其次,对开放科学数据平台围绕其背景、国内外现状、功能进行了介绍,并选取其中三个具有代表性的Science DB、Zenodo、GCdata PR为例进行详细说明。再次,进行样本采集和数据特征分析,选择Science DB、Zenodo、GCdata PR为科学数据获取平台,采集数据、处理数据,对每个平台围绕其复用特征、基金资助、数据更新情况、数据文件类型、机构分布、数据学科类型进行对比分析,比较不同平台中的数据复用状况。从次,结合已有的理论模型,将数据复用影响因素总结为数据获取性、数据质量、数据情景、数据信任四个维度,并在每个维度下选择相关指标,构建了本文的科学数据复用影响因素模型。最后,基于提出的理论模型,构建实证回归模型,选择Science DB、Zenodo、GCdata PR中的数据集为研究对象,定量分析科学数据属性对数据复用的影响,并进行稳健性检验从而提高结论的准确度。本文得出的主要结论包括:（1）开放科学数据平台中,Zenodo中的科学数据数量最多但篇均数据文件浏览次数和下载次数最小,原因是Zenodo无审核机制,数据质量存在较大差异。GCdata PR具有地理、气候等学科特性,应用性较强,因此数据情景因素影响程度更大;对于两个国内外通用型数据平台,影响因素较为综合和复杂。（2）在科学数据的复用影响因素研究中,自然科学类型数据复用程度高于其他学科;有基金支持对数据复用没有正向影响;数据情景对数据复用影响比较大,包括数据有关联信息、数据被引用、数据更新。本文基于结论对科学数据平台和科研人员在平台机制完善、数据提交权限等方面提出了相关建议。

关键词：开放科学数据平台数据复用科学数据

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向CPU上CNN部署的数据复用方法研究

面向CPU上CNN部署的数据复用方法研究

作者：唐潮北京交通大学

学位级别：硕士

卷积神经网络(Convolution neural network,CNN)在图像识别等领域得到了广泛运用,同时,由于CPU的高可用性、可移植性和完善的软件支持,其仍然是部署卷积神经网络应用最广泛的计算系统。由于实际运用场景的需要,CNN推理有低延迟与高吞吐... 详细信息

卷积神经网络(Convolution neural network,CNN)在图像识别等领域得到了广泛运用,同时,由于CPU的高可用性、可移植性和完善的软件支持,其仍然是部署卷积神经网络应用最广泛的计算系统。由于实际运用场景的需要,CNN推理有低延迟与高吞吐量的用户需求,而数据复用方法则是实现CNN推理加速的一个有效手段。针对现有的卷积算法在批量推理时样本间权重复用距离过大的问题,本文提出了一种基于权重复用的批量卷积方法,旨在通过优化权重复用距离来提高批量卷积的性能。该方法包括MS-im2col(Mixed-Samples-im2col)算法和基于MS-im2col的卷积算法。首先,使用MS-im2col算法将多个输入样本转换为一个转换矩阵,然后通过调用计算库中的通用矩阵乘法(General matrix multiplication,GEMM)将该转换矩阵与权重矩阵相乘得到卷积计算结果。这使得不同样本对权重的访问都在一次GEMM内完成,从而降低了不同样本间权重的复用距离,提高了cache命中率。但是,这种方式需要改变输入与输出的数据布局,增加了额外的数据布局转换开销。在华为鲲鹏920上进行的实验表明,该卷积算法在多个不同参数的卷积层上都有效,其加速效果能够覆盖数据布局转换带来的开销。在表现最好的卷积层上,它能够使L3 cache miss率3.1%到5.1%降低至0.4%到1.1%,且相对于libtorch框架中基于im2col的卷积达到了1.20×到1.27×的加速比。针对现有利用近似缓存的推理方法仍然存在着较大缓存查找时延的问题,本文提出了基于中间结果复用与近似缓存的CNN推理方法。该研究提出了基于近似缓存的CNN推理架构,包括离线与实时推理部分。离线部分利用K-means算法构造近似缓存,在Alex Net与CIFAR-10数据集上相比传统方法的近似缓存减少了99.7%的内存占用。其后本研究对该推理架构做了进一步改进,舍去了表现不佳的近似缓存,通过平衡命中率、准确率、推理时间三个维度的指标,确定近似缓存的去留与其对应的阈值,通过类似剪枝的思想在整体上提升了CNN推理的性能。实验表明,在Alex Net与CIFAR-10测试集上本文的方法相对于原始pytorch中的Alex Net推理达到了1.3×的加速比,其准确度偏差也被控制在1%以内,近似缓存大小则仅为0.9MB。

关键词：卷积神经网络推理加速数据复用卷积算法近似缓存