检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

神威超级计算机运行时故障定位方法

计算机研究与发展 2024年第1期61卷 86-97页

作者：高剑刚郑岩于康彭达佳李宏亮刘勇何王全陈德训王飞国家并行计算机工程技术研究中心北京100190 江南计算技术研究所江苏无锡214083

随着高性能计算机的性能不断提升、系统规模不断提高,系统和应用的错误率也不可避免地持续增多.快速发现和定位系统及应用级的错误、为用户提供高质量服务,成为了超级计算机系统设计开发过程中急需考虑的问题.超级计算机系统中硬件故障... 详细信息

随着高性能计算机的性能不断提升、系统规模不断提高,系统和应用的错误率也不可避免地持续增多.快速发现和定位系统及应用级的错误、为用户提供高质量服务,成为了超级计算机系统设计开发过程中急需考虑的问题.超级计算机系统中硬件故障与异常、软件程序的错误等都会导致用户大规模并行应用的错误、挂死与退出.如何快速准确定位错误现场,让管理员或用户以此为基础查看异常发生的故障进行高精度、高效率的诊断,是维护高性能计算系统可靠性的重要基础.高性能计算机传统的故障定位主要通过硬件异常跟踪、系统日志分析和程序主动探测等方法,缺乏对无日志信息、无明显故障现象的程序挂死问题的定位手段,并且技术的扩展性也面临挑战.针对“新一代神威超级计算机”体系结构和SW26010-Pro众核处理器特点,提出一种运行时故障定位方法,包括基于消息传递的故障关联分析、基于全局聚合信息的在线综合分析诊断、面向申威众核处理器的异常线程过滤方法等关键技术,阐述了如何有效检测、收集、处理大量系统资源和并行进程的异常信息问题,为应对未来超大规模高性能计算中故障高效定位难题提供有效支撑.

关键词： E级计算机可靠性错误定位运行时众核处理器

计算机技术专业学位研究生产教融合培养模式的探索与实践——以江南大学人工智能与计算机学院为例

在线全文

学校读者我要写书评

暂无评论

大学教育 2024年第17期 10-15,20页

作者：李光辉代成龙江南大学人工智能与计算机学院江苏无锡214122

深化产教融合是国家推动教育优先发展、人才引领发展、产业创新发展的战略性举措。专业学位研究生教育是培养高层次应用型专门人才的主渠道,为我国经济社会发展作出了重要贡献。近年来,高等院校积极开展校企合作、协同育人,不断探索产... 详细信息

深化产教融合是国家推动教育优先发展、人才引领发展、产业创新发展的战略性举措。专业学位研究生教育是培养高层次应用型专门人才的主渠道,为我国经济社会发展作出了重要贡献。近年来,高等院校积极开展校企合作、协同育人,不断探索产教融合创新实践路径,提升专业学位研究生培养质量,取得了良好成效。然而,基于产教融合的专业学位研究生培养还存在一些问题,相关教育工作者要在未来实践中认真思考并加以解决。文章结合江南大学人工智能与计算机学院的探索与实践,分析了计算机技术专业学位研究生产教融合培养模式的发展现状和存在问题,并提出了对未来发展路径的若干思考,以期为同类高校的相关研究提供借鉴。

关键词：产教融合专业学位培养模式研究生教育

维普期刊数据库博看期刊

面向广义Chiplet的高速BGA与PCB传输结构设计

在线全文

学校读者我要写书评

暂无评论

计算机工程与科学 2024年第6期46卷 977-983页

作者：陈天宇李川王彦辉江南计算技术研究所江苏无锡214083

从广义Chiplet互连设计出发,重点研究BGA区域孔串扰分析方法和优化措施。提出以单元阵列孔建模计算作为全芯片BGA区域孔串扰评估方式,进一步根据不同布线层互连分析需求构建了多层扇出的孔建模平台。单元阵列孔建模分析结果和多层扇出... 详细信息

从广义Chiplet互连设计出发,重点研究BGA区域孔串扰分析方法和优化措施。提出以单元阵列孔建模计算作为全芯片BGA区域孔串扰评估方式,进一步根据不同布线层互连分析需求构建了多层扇出的孔建模平台。单元阵列孔建模分析结果和多层扇出孔阵建模分析结果相互印证,说明以单元阵列作为串扰评估最小单元是准确的,多层扇出孔阵建模方式是高效可行的。采用多层扇出孔阵建模平台对2种BGA封装管脚对应的PCB孔串扰进行了对比分析。结果显示,在封装管脚设计时,提高邻近信号孔间距与邻近信号孔地孔间距比例比增加地孔数量和管脚间距更能有效地抑制串扰。

关键词：单元阵列球栅阵列管脚分配孔信号完整性串扰

维普期刊数据库博看期刊

基于深度强化学习的多用户计算卸载优化模型和算法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第4期46卷 1321-1332页

作者：李志华余自立江南大学人工智能与计算机学院无锡214122

在移动边缘计算(MEC)密集部署场景中,边缘服务器负载的不确定性容易造成边缘服务器过载,从而导致计算卸载过程中时延和能耗显著增加。针对该问题,该文提出一种多用户计算卸载优化模型和基于深度确定性策略梯度(DDPG)的计算卸载算法。首... 详细信息

在移动边缘计算(MEC)密集部署场景中,边缘服务器负载的不确定性容易造成边缘服务器过载,从而导致计算卸载过程中时延和能耗显著增加。针对该问题,该文提出一种多用户计算卸载优化模型和基于深度确定性策略梯度(DDPG)的计算卸载算法。首先,考虑时延和能耗的均衡优化建立效用函数,以最大化系统效用作为优化目标,将计算卸载问题转化为混合整数非线性规划问题。然后,针对该问题状态空间大、动作空间中离散和连续型变量共存,对DDPG深度强化学习算法进行离散化改进,基于此提出一种多用户计算卸载优化方法。最后,使用该方法求解非线性规划问题。仿真实验结果表明,与已有算法相比,所提方法能有效降低边缘服务器过载概率,并具有很好的稳定性。

关键词：移动边缘计算计算卸载深度强化学习资源分配

在线全文

学校读者我要写书评

暂无评论

特征扩展的随机向量函数链神经网络

软件学报 2024年第6期35卷 2903-2922页

作者：龙茂森王士同江南大学人工智能与计算机学院江苏无锡214122

基于宽度学习的动态模糊推理系统(broad-learning-based dynamic fuzzy inference system,BL-DFIS)能自动构建出精简的模糊规则并获得良好的分类性能.然而,当遇到大型复杂的数据集时,BL-DFIS因会使用较多模糊规则来试图达到令人满意的... 详细信息

基于宽度学习的动态模糊推理系统(broad-learning-based dynamic fuzzy inference system,BL-DFIS)能自动构建出精简的模糊规则并获得良好的分类性能.然而,当遇到大型复杂的数据集时,BL-DFIS因会使用较多模糊规则来试图达到令人满意的识别精度,从而对其可解释性造成了不利影响.对此,提出一种兼顾分类性能和可解释性的模糊神经网络,将其称为特征扩展的随机向量函数链神经网络(FA-RVFLNN).在该网络中,一个以原始数据为输入的RVFLNN被作为主体结构,BL-DFIS则用作性能补充,这意味着FA-RVFLNN包含具有性能增强作用的直接链接.由于主体结构的增强节点使用Sigmoid激活函数,因此,其推理过程可借助一种模糊逻辑算子(I-OR)来解释.而且,具有明确含义的原始输入数据也有助于解释主体结构的推理规则.在直接链接的支撑下,FA-RVFLNN可利用增强节点、特征节点和模糊节点学到更丰富的有用信息.实验表明:FA-RVFLNN既减缓了主体结构RVFLNN中过多增强节点带来的“规则爆炸”问题,也提高了性能补充结构BL-DFIS的可解释性(平均模糊规则数降低了50%左右),在泛化性能和网络规模上仍具有竞争力.

关键词：宽度学习系统模糊推理系统特征扩展随机向量函数链神经网络(RVFLNN) Sigmoid激活函数可解释

基于全流程并行遗传算法的贝叶斯网络结构学习

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2024年第5期46卷 1703-1711页

作者：蔡一鸣马力陆恒杨方伟江南大学人工智能与计算机学院江苏无锡214122

为解决海量数据情况下学习贝叶斯网络(Bayesian network,BN)结构的算法性能急剧降低问题,基于Spark框架设计了一种全流程并行遗传算法用于BN结构学习(简称为SparkGA-BN)。SparkGA-BN包含互信息计算并行化、遗传算子并行化和适应度评分... 详细信息

为解决海量数据情况下学习贝叶斯网络(Bayesian network,BN)结构的算法性能急剧降低问题,基于Spark框架设计了一种全流程并行遗传算法用于BN结构学习(简称为SparkGA-BN)。SparkGA-BN包含互信息计算并行化、遗传算子并行化和适应度评分并行化3个部分。互信息并行计算可以高效减少搜索空间;在演化前增加对种群信息与选择信息的广播来对全种群执行选择操作。选择与交叉算子共用选择信息以并行执行,从而高效演化并减少数据落盘时间。对约束和评分两阶段产生的中间数据作记忆化存储,提升数据复用率和全局执行效率。实验结果表明,所提算法在执行效率和学习准确率方面均优于对比算法。

关键词：贝叶斯网络结构学习遗传算法并行结构学习 Spark

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

极限学习决策网络指导的多目标粒子群算法

计算机科学与探索 2024年第6期18卷 1513-1525页

作者：张一帆宋威江南大学人工智能与计算机学院江苏无锡214122 江南大学江苏省模式识别与计算智能工程实验室江苏无锡214122

在求解多目标优化问题时,粒子群优化算法通常采用预设的榜样选择方法和搜索策略,无法根据具体的寻优状态进行调整。面对不同的优化问题,不合适的搜索策略难以有效指导种群的进化,导致种群的搜索性能降低。为了解决以上问题,提出一种极... 详细信息

在求解多目标优化问题时,粒子群优化算法通常采用预设的榜样选择方法和搜索策略,无法根据具体的寻优状态进行调整。面对不同的优化问题,不合适的搜索策略难以有效指导种群的进化,导致种群的搜索性能降低。为了解决以上问题,提出一种极限学习决策网络指导的多目标粒子群优化算法(ELDN-PSO)。首先,将多目标优化问题分解成若干标量子问题,并构建一个极限学习决策网络。网络将粒子的位置作为输入,根据当前寻优状态为每个粒子选择合适的搜索动作。将粒子在子问题上的适应度值变化作为强化学习的样本用于训练网络,并通过极限学习机提升训练速度。在优化的过程中,网络会根据寻优状态自动调整,在不同的搜索阶段为粒子选择合适的搜索策略。其次,多目标优化问题中存在一系列难以比较的非支配解,将每个解的领导能力量化成可进行比较的数值,从而更明确地为粒子选择合适的学习榜样。此外,使用一个外部档案储存较好的粒子,用于维护解集质量并指导种群的进化。在ZDT和DTLZ测试函数上进行对比实验,结果表明ELDN-PSO能够有效应对不同形状的Pareto前沿,提升种群的寻优速度以及解集的收敛性和多样性。

关键词：粒子群优化极限学习机多目标优化目标分解加速系数

基于TransMANet的遥感图像语义分割算法

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2024年第10期61卷 301-312页

作者：宋熙睿葛洪伟江南大学人工智能与计算机学院江苏无锡214122 江苏省模式识别与计算智能工程实验室(江南大学) 江苏无锡214122

针对multiattention network(MANet)算法与图像语义信息关联不足、全局特征提取不充分和分割精度较低的问题,基于Transformer与注意力机制,提出一种增强浅层网络语义信息,具有融合局部和全局上下文的双分支解码器的网络结构,即Transform... 详细信息

针对multiattention network(MANet)算法与图像语义信息关联不足、全局特征提取不充分和分割精度较低的问题,基于Transformer与注意力机制,提出一种增强浅层网络语义信息,具有融合局部和全局上下文的双分支解码器的网络结构,即Transformer multiattention network(TransMANet)。首先,引入局部注意力嵌入机制,增强上下文信息的嵌入,并将高级特征的语义信息嵌入低级特征;然后,设计基于Transformer与卷积神经网络的双分支解码器,分别提取全局上下文信息和不同尺度的细节信息,对全局与局部信息建模;最后,改进原有的损失函数,缓解遥感数据集类别不平衡的问题,提高分割准确度。实验结果表明,TransMANet在UAVid、LoveDA、Potsdam和Vaihingen数据集上均取得了较MANet及其他有竞争力的先进方法更优的交并比指标,有较好的泛化能力。

关键词：图像处理语义分割注意力机制 Transformer 高分辨率遥感影像

结合自对比图神经网络与双预测器的会话推荐模型

在线全文

学校读者我要写书评

暂无评论

模式识别与人工智能 2024年第3期37卷 242-252页

作者：章淯淞夏鸿斌刘渊江南大学人工智能与计算机学院无锡214122 江南大学人机融合软件与媒体技术省高校重点实验室无锡214122

基于会话的推荐旨在利用短时匿名会话预测用户行为.现有结合图神经网络与对比学习的会话推荐模型大多采用联合优化交叉熵损失与对比学习损失的方法,但二者所起作用相似,同时需要构建大量复杂的正负样本,为模型带来负担.此外,简单的线性... 详细信息

基于会话的推荐旨在利用短时匿名会话预测用户行为.现有结合图神经网络与对比学习的会话推荐模型大多采用联合优化交叉熵损失与对比学习损失的方法,但二者所起作用相似,同时需要构建大量复杂的正负样本,为模型带来负担.此外,简单的线性预测器不能较好地预测带有用户随机行为的数据.针对上述问题,文中提出结合自对比图神经网络与双预测器的会话推荐模型(Session-Based Recommendation Model with Self Contrastive Graph Neural Network and Dual Predictor,SCGNN).首先,使用双视图建模原始会话,采用改进的图神经网络学习物品嵌入与会话嵌入,并通过自对比学习优化物品表示.然后,提出用户行为感知因子,应对用户随机行为带来的影响.最后,采用决策森林预测器与线性预测器对物品进行预测,并提出软标签生成策略,通过协同过滤与当前会话类似的历史会话以辅助预测.在Tmall、Diginetica、Nowplaying数据集上的实验表明文中模型的有效性.

关键词：会话推荐图神经网络自对比学习多预测器