日韩精品久久久一区二区,免费看国产黄色视频

面向圖像語義分割的多類型卷積加速器設(shè)計[可編程邏輯][工業(yè)自動化]

圖像語義分割網(wǎng)絡(luò)為了提升精度常采用結(jié)構(gòu)復(fù)雜的卷積層作為基礎(chǔ)的特征提取單元，這類卷積層存在的不同類型卷積增加了對網(wǎng)絡(luò)并行加速計算的難度。針對語義分割網(wǎng)絡(luò)不同類型的卷積的加速計算需求，提出一種基于FPGA的面向多類型卷積的并行計算加速器。首先對卷積的計算原理進行分析，然后根據(jù)不同卷積類型的基本運算原理構(gòu)建多乘法并行計算的處理單元，并通過多處理單元并行、數(shù)據(jù)重用以及PIPELINE方法對卷積進行加速計算。實驗結(jié)果表明，對于特定尺寸的特征圖，使用所提的卷積加速器設(shè)計方法最多可以達(dá)到113倍的速度提升。關(guān)鍵詞：圖像語義分割；多類型卷積；FPGA；計算加速

發(fā)表于：1/26/2024

一種基于FPGA的CNN硬件加速器實現(xiàn)[模擬設(shè)計][其他]

提出了一種基于FPGA的通用CNN硬件加速器設(shè)計方案。針對計算量最大的卷積層，采用了輸入通道并行、核內(nèi)并行、輸出通道并行三種加速方式，根據(jù)FPGA的片上資源，合理地設(shè)置相應(yīng)并行度。在數(shù)據(jù)加載方面，采用相鄰數(shù)據(jù)位寬合并傳輸，有效提高了加速器的實際傳輸帶寬。基于行的數(shù)據(jù)流加載思想，設(shè)計了輸入緩存模塊。該緩存模塊只需緩存兩行數(shù)據(jù)即可開始卷積運算，有效地提前卷積運算的開始時間。在數(shù)據(jù)輸入、數(shù)據(jù)運算、數(shù)據(jù)輸出模塊之間，利用流水線循環(huán)優(yōu)化方式，極大地提高了硬件的計算性能。最后將該加速器應(yīng)用于VGG16和Darknet-19網(wǎng)絡(luò)，實驗表明，計算性能分別達(dá)到34.30 GOPS和33.68 GOPS，DSP計算效率分別高達(dá)79.45%和78.01%。

發(fā)表于：1/26/2024

基于GPU的稀疏深度神經(jīng)網(wǎng)絡(luò)性能優(yōu)化[模擬設(shè)計][其他]

摘要：隨著神經(jīng)網(wǎng)絡(luò)層數(shù)不斷加深，稀疏深度神經(jīng)網(wǎng)絡(luò)在計算與存儲空間上更具優(yōu)勢，但稀疏深度神經(jīng)網(wǎng)絡(luò)的性能仍然有待優(yōu)化。為此提出基于GPU的稀疏深度神經(jīng)網(wǎng)絡(luò)性能優(yōu)化方法，對于計算順序進行調(diào)整，增強數(shù)據(jù)重用性，并結(jié)合GPU的獨特結(jié)構(gòu)與CUDA編程方法，通過預(yù)取等方法進一步提升性能?；贕raphChallenge官方提供的數(shù)據(jù)集，相較于cuSPARSE相關(guān)庫函數(shù)，最高獲得了2.5倍的性能加速。

發(fā)表于：1/26/2024

ADsim：面向自動駕駛的高性能并行仿真平臺[人工智能][工業(yè)自動化]

自動駕駛仿真平臺是解決自動駕駛中實車測試時間長、成本高和極端場景復(fù)現(xiàn)難的問題的有效手段。隨著大規(guī)模云計算和高性能異構(gòu)計算的引入，仿真平臺面臨著高效虛擬化、均衡調(diào)度、便捷端-云交互的挑戰(zhàn)。為此，設(shè)計了支持輕量級虛擬化的并行系統(tǒng)架構(gòu)，并設(shè)計和集成了細(xì)粒度資源均衡調(diào)度和低延時遠(yuǎn)程交互方法，構(gòu)建了ADsim高性能并行仿真平臺，經(jīng)過測試驗證，平臺具備高性能和便捷交互特點。關(guān)鍵詞：自動駕駛；仿真；高性能；并行

發(fā)表于：1/26/2024

基于國產(chǎn)申威眾核架構(gòu)的二維材料分子動力學(xué)模擬算法優(yōu)化[模擬設(shè)計][其他]

分子動力學(xué)（Molecular Dynamics，MD）模擬是探索微觀世界的重要工具，在多個領(lǐng)域中得到廣泛應(yīng)用。二維材料是MD在材料科學(xué)領(lǐng)域的一個重要研究方向，其中層間作用力的計算是耗時最多的部分。高性能計算是能夠提升二維材料模擬效率的關(guān)鍵技術(shù)，利用新一代神威超級計算機的強大計算能力，來提高二維材料體系的MD模擬效率。針對層間力場的計算，采用消除冗余計算、多核心融合和設(shè)置緩沖區(qū)等多種算法優(yōu)化策略；采用軟件Cache累加受力、從核通信累加能量和從核C++特性等技術(shù)實現(xiàn)線程級并行；采用軟硬件Cache協(xié)同策略提升訪存效率。實驗結(jié)果表明：優(yōu)化后的整體性能提升155倍，模擬效率可達(dá)2 ns/day，弱擴展并行效率達(dá)到92.7%。

發(fā)表于：1/25/2024

反電信網(wǎng)絡(luò)詐騙中個人信息刪除權(quán)的實現(xiàn)路徑*[模擬設(shè)計][信息安全]

《反電信網(wǎng)絡(luò)詐騙法》是我國在數(shù)字社會中進行前端防控犯罪治理思路的典型轉(zhuǎn)型，其中構(gòu)建的信息監(jiān)測共享機制成為政企多方協(xié)同治理的范例。該機制授予企業(yè)組織一定程度以個人信息工具化利用為特性的用戶信息控制權(quán)，使得信息主體與信息處理者之間的關(guān)系更為緊張，其結(jié)果可能表現(xiàn)為個人信息刪除權(quán)的被迫落空。在信息監(jiān)測機制通體流程解構(gòu)為“信息實名-信息留存-風(fēng)險信息識別-風(fēng)險信息核驗-風(fēng)險信息共享-中止服務(wù)”的程序鏈條中，包括安全義務(wù)主體、信息處理目的、信息留存時限都與刪除權(quán)的權(quán)利場景不相協(xié)調(diào)。其疏解路徑應(yīng)當(dāng)分別從《個人信息保護法》和《反電信網(wǎng)絡(luò)詐騙法》兩法規(guī)范體系內(nèi)進行思考，明確在法理和規(guī)范性解釋下法定個人信息利用行為對信息刪除請求權(quán)抗辯的合理性，厘清信息監(jiān)測共享機制中與義務(wù)主體、內(nèi)容有關(guān)的模糊地帶，同時對信息留存的時限與方式給予上限性規(guī)定，實現(xiàn)兩法以個人信息保護為核心的共同意志。

發(fā)表于：1/25/2024

有助于強化電網(wǎng)的電池管理技術(shù)[電源技術(shù)][汽車電子]

要點 ? 電網(wǎng)在設(shè)計之初沒有考慮到新的電力需求和供應(yīng)類型。 ? 電池儲能系統(tǒng)是改造和保護電網(wǎng)的關(guān)鍵。 ? 電池管理和高壓半導(dǎo)體方面的創(chuàng)新有助于電網(wǎng)充分利用電池儲能。

發(fā)表于：1/25/2024

合同自動化的等級序列、展開維度與風(fēng)險防治*[模擬設(shè)計][工業(yè)自動化]

從合同自動化的等級序列入手,通過類比自動駕駛對合同自動化的差異化發(fā)展問題進行探討,指出智能法律合約想要轉(zhuǎn)換為智能合約需滿足文法要求、平臺訪問、非賦權(quán)原則三個基本規(guī)則。結(jié)合合同生命周期對智能法律合約的運行過程進行系統(tǒng)化的展開，進而對不同階段的智能法律合同所聚焦的問題進行論證。通過分析智能合約自動執(zhí)行與法律合同中當(dāng)事人享有權(quán)利之間存在的內(nèi)生矛盾引出智能合約的風(fēng)險原點，并加以討論和評價。最后，擺脫代碼之治這種單一化的風(fēng)險救濟途徑，通過構(gòu)建覆蓋事前、事中、事后全流程的智能合約風(fēng)險閉環(huán)機制，為探索智能合約可持續(xù)發(fā)展提供新的可行性方案。

發(fā)表于：1/25/2024

人工智能時代反壟斷法的挑戰(zhàn)：算法共謀的競爭威脅與制度構(gòu)建[模擬設(shè)計][其他]

算法共謀對市場造成的威脅主要表現(xiàn)為：一方面，軸輻算法通過使用相同的第三方平臺來決定他們的定價策略，從而形成一個輪輻機制，促進了信息的交換；另一方面，自學(xué)習(xí)算法可以在沒有信息共享或明確的協(xié)調(diào)行為的情形下，達(dá)成隱蔽的自主性共謀以促成規(guī)避競爭的效果。而目前反壟斷法的分析框架在解決算法共謀的認(rèn)定問題上掣襟露肘。主要表現(xiàn)為：算法共謀在技術(shù)上存在著隱蔽性并難以證明，串通行為的認(rèn)定存在爭議，算法共謀的歸責(zé)標(biāo)準(zhǔn)缺位。首先，在制度層面，既要注重公平競爭與消費者保護，也要兼顧效率目標(biāo)，來開展算法技術(shù)創(chuàng)新和發(fā)展。其次，在技術(shù)標(biāo)準(zhǔn)層面，擴展更新現(xiàn)有標(biāo)準(zhǔn)中關(guān)于串通的定義和協(xié)同行為的認(rèn)定范圍，解決算法黑箱與算法共謀的隱蔽性問題。最后，構(gòu)建和明確算法共謀的責(zé)任歸屬，經(jīng)營者對算法共謀結(jié)果的疏忽可以被解釋為具有反競爭的意圖。

發(fā)表于：1/25/2024

重要數(shù)據(jù)安全國家標(biāo)準(zhǔn)的設(shè)計思路*[其他][數(shù)據(jù)中心]

近日，由全國信安標(biāo)委組織、中國科學(xué)技術(shù)大學(xué)牽頭編制的國標(biāo)《信息安全技術(shù) 重要數(shù)據(jù)處理安全要求》公開征求意見。該文件是我國在重要數(shù)據(jù)安全保護方面編制的第二部國家標(biāo)準(zhǔn)，旨在對重要數(shù)據(jù)的安全處理過程進行規(guī)范，將在具體落實我國重要數(shù)據(jù)保護制度方面產(chǎn)生重要影響。從標(biāo)準(zhǔn)編制的背景、過程、基本原則、主要內(nèi)容四個方面闡述了該文件的設(shè)計思路，并分析了該文件與已有法律文件之間的聯(lián)系和預(yù)期產(chǎn)生的影響。

發(fā)表于：1/25/2024

網(wǎng)絡(luò)隱私政策“告知同意”規(guī)則的反思與重構(gòu)[其他][數(shù)據(jù)中心]

大數(shù)據(jù)時代，建立在“理性人假設(shè)”、個人信息私有化預(yù)設(shè)及個人信息控制理論之上的傳統(tǒng)告知同意規(guī)則，已深陷形式化泥淖，無法適應(yīng)網(wǎng)絡(luò)隱私政策場景。有限理性假設(shè)及歐美個人信息保護法案普遍應(yīng)用的情景脈絡(luò)完整性理論能夠有效破除數(shù)字時代告知同意規(guī)則面臨的理論困境?；诖死碚?，構(gòu)建強告知弱同意模式以優(yōu)化告知同意規(guī)則，具備合理性。一方面，要嚴(yán)格適用《民法典》合同編第496至498條規(guī)定的格式條款訂入規(guī)則、效力規(guī)則和解釋規(guī)則規(guī)范網(wǎng)絡(luò)平臺的告知行為；另一方面，在保證用戶充分知情的基礎(chǔ)之上，逐步明確同意規(guī)則彈性適用的限度，以是否符合用戶“合理期待”這一實質(zhì)標(biāo)準(zhǔn)取代目前國內(nèi)外立法所普遍采用的敏感信息與一般信息的界分標(biāo)準(zhǔn)。

發(fā)表于：1/25/2024

從認(rèn)證全過程視角理解與完善個人信息保護認(rèn)證制度[其他][數(shù)據(jù)中心]

個人信息保護認(rèn)證與個人信息跨境提供中其他出境制度相比，可以實現(xiàn)個人信息安全與自由流動之間的平衡，比安全評估制度具有更自由的流動性，比標(biāo)準(zhǔn)合同具有更穩(wěn)定的安全性。在全球數(shù)據(jù)經(jīng)濟逐漸占據(jù)主導(dǎo)地位的今天，個人信息保護認(rèn)證制度有其巨大的實施價值。同時，認(rèn)證機構(gòu)作為個人信息保護認(rèn)證中關(guān)鍵的一環(huán)，要求認(rèn)證機構(gòu)具有公平性和專業(yè)性的資質(zhì)，在認(rèn)證中保持客觀中立并發(fā)揮應(yīng)有的專業(yè)水平。然而，個人信息保護認(rèn)證制度在我國剛剛起步不久，相關(guān)法律規(guī)定還不完善，具體落實的幾個方面都存在不足，主要包括認(rèn)證前啟動、認(rèn)證中審查和認(rèn)證后擔(dān)責(zé)。因此，在認(rèn)證前啟動要秉持自愿認(rèn)證與強制認(rèn)證相結(jié)合；在認(rèn)證中擴大可申請認(rèn)證的主體范圍，并建立分級分類認(rèn)證標(biāo)準(zhǔn)制度；在認(rèn)證后完善私法和公法雙重救濟途徑。

發(fā)表于：1/25/2024

基于深度卷積網(wǎng)絡(luò)和卷積去噪自編碼器的水聲信號識別方法[模擬設(shè)計][智能交通]

針對復(fù)雜水聲信號的分類識別問題，提出了一種新的網(wǎng)絡(luò)模型結(jié)構(gòu)，將卷積神經(jīng)網(wǎng)絡(luò)和卷積去噪自編碼器結(jié)合到一起應(yīng)用于水聲信號Lofar譜的分類識別中。實驗結(jié)果表明，該模型能夠利用更少的參數(shù)學(xué)習(xí)更豐富的魯棒性特征，目標(biāo)識別的總體準(zhǔn)確率達(dá)到81.2%，與傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)識別方法相比具有更高的識別準(zhǔn)確率。

發(fā)表于：1/25/2024

基于機器學(xué)習(xí)算法的西部方向氣候模式預(yù)測訂正研究[人工智能][物聯(lián)網(wǎng)]

基于氣候預(yù)測對西部方向環(huán)境保障的重要性，針對高原地區(qū)氣候模式準(zhǔn)確度不高的現(xiàn)實困境，采用大數(shù)據(jù)挖掘技術(shù)，充分處理氣候系統(tǒng)非線性統(tǒng)計特征。首先利用隨機森林，對氣候模式融合網(wǎng)格數(shù)據(jù)進行訂正；而后將訂正網(wǎng)格進行EOF分解，采用信息流算法挖掘環(huán)流因子與時間序列因果關(guān)系，構(gòu)建不同模態(tài)下高影響因子集；采用隨機森林進行建模，預(yù)報不同模態(tài)的時間序列；最后還原預(yù)報的格點場，完成模式格點數(shù)據(jù)修訂。結(jié)果表明，經(jīng)機器學(xué)習(xí)算法修訂后的氣候模式預(yù)報準(zhǔn)確度、預(yù)報技巧顯著提高，同時，模型預(yù)報的穩(wěn)定度也有較大提升。本研究基于機器學(xué)習(xí)算法進行氣象大數(shù)據(jù)挖掘，提升氣候模式預(yù)測效能，旨在為提升西部方向氣候預(yù)測水平提供方法思路。

發(fā)表于：1/25/2024

基于Kalman算法的大數(shù)據(jù)存儲架構(gòu)可擴展性優(yōu)化算法[模擬設(shè)計][工業(yè)自動化]

為了優(yōu)化大數(shù)據(jù)存儲架構(gòu)可擴展性能，提高大數(shù)據(jù)架構(gòu)資源利用率，通過引入Kalman算法設(shè)計了一種大數(shù)據(jù)存儲架構(gòu)可擴展性優(yōu)化算法。首先，綜合考慮大數(shù)據(jù)存儲架構(gòu)與多核環(huán)境內(nèi)存布局之間的兼容性，設(shè)計架構(gòu)內(nèi)存布局。其次，設(shè)計分布式共享內(nèi)存協(xié)議，確保各個進程在訪問共享內(nèi)存時能夠正確地協(xié)同工作，提高存儲架構(gòu)的容錯性。在此基礎(chǔ)上，利用Kalman算法，動態(tài)調(diào)整存儲節(jié)點的負(fù)載，進而優(yōu)化大數(shù)據(jù)存儲架構(gòu)，以提高其可擴展性。實驗結(jié)果表明，應(yīng)用該算法后，大數(shù)據(jù)存儲架構(gòu)的資源利用率始終高于對照組，均達(dá)到了96%以上，最高達(dá)到了98%，架構(gòu)可擴展性優(yōu)化效果顯著，服務(wù)器資源利用更充分，大規(guī)模數(shù)據(jù)處理更高效。

發(fā)表于：1/25/2024