【摘 要】
：
在分布式计算平台上运行大规模的脉冲神经网络（SNN）是提升类脑计算智能水平的基本手段之一。其难点在于：如何将SNN部署到对应数量的计算节点上去从而使整体系统的运行能效最佳。针对该问题，在前面提出的工作负载自动映射器（SWAM）基础上，提出了一种基于精准通信建模的脉冲神经网络工作负载自动映射器（SWAM2）。基于NEST仿真器，进一步对工作负载的通信部分进行精准建模；并改进了工作负载模型中参数的量化
【基金项目】
：
国家自然科学基金资助项目（61972180）；
论文部分内容阅读
在分布式计算平台上运行大规模的脉冲神经网络（SNN）是提升类脑计算智能水平的基本手段之一。其难点在于：如何将SNN部署到对应数量的计算节点上去从而使整体系统的运行能效最佳。针对该问题，在前面提出的工作负载自动映射器（SWAM）基础上，提出了一种基于精准通信建模的脉冲神经网络工作负载自动映射器（SWAM2）。基于NEST仿真器，进一步对工作负载的通信部分进行精准建模；并改进了工作负载模型中参数的量化方法；设计了最大网络规模预测方法。实验结果表明：通过运行SNN的典型案例，在对工作负载通信及计算时间的预测方面，SWAM2的平均预测误差比SWAM的预测误差分别降低了约12个百分点和5个百分点；在对工作负载最佳映射的预测方面，SWAM2的平均准确率达到了97.55%，比SWAM的准确率提升了约13个百分点。该工作通过自动预测SNN工作负载在计算平台上的最佳部署/映射，避免了手动反复试探的过程。
其他文献
基于北部湾单站位浮标采集数据，提出一种基于长短期记忆网络（LSTM）和残差网络（ResNet）相融合的网络模型，将研究结果运用到短时波高预测中，并将模型的数值预测结果与LSTM网络、反向传播（BP）网络和ResNet网络在短时波高预测中的数值计算结果进行对比分析。结果表明：该模型在短时波高预测中，预测结果偏差较小且实用性较高，能够在一定条件下提高有效波高短期预测数值的有效性。
引入长短期记忆神经网络（LSTM）深度学习先进算法，通过3折滑动时间序列交叉验证结合网格搜索方法确定最佳参数，构建了吴淞口潮位预报订正深度学习模型。结合风、压气象参数，对调和分析的预报潮位进行订正，得到更为准确的订正潮位，并与非线性自回归动态神经网络（NARX）浅层学习预报订正结果对比。结果表明：120 h预报潮位经LSTM模型订正后的均方根误差为0.102 m，平均绝对误差为0.084 m，订正
在多标签文本分类任务中，每个给定的文档都对应一组相关标签。目前主要面临以下三方面问题：（1）对标签-文本和标签-标签关系的联合建模不充分；（2）对标签本身语义的挖掘不足；（3）忽略了对标签内部结构信息的利用。对于以上问题，提出了一种基于联合注意力和共享语义空间的多标签文本分类方法。提出了融合多头注意力机制，该方法旨在同步地对标签与文档的关系和标签之间的关系进行建模，利用两者交互信息的同时避免误差传
无人机依靠作战效费比高、灵活自主等优势逐步替代了有生力量作战，多无人机协同作战任务规划成为热点研究问题。针对传统任务规划采用的智能优化算法存在的依赖静态、低维的简单场景、机上计算较慢等不足，提出一种基于深度强化学习（DRL）的端到端的多无人机协同进攻智能规划方法。将压制敌防空作战（SEAD）任务规划过程建模为马尔科夫决策过程，建立基于近端策略优化（PPO）算法的SEAD智能规划模型，通过两组实验验
渗流监测是掌握大坝安全性态的重要手段，针对土石坝渗流压力存在滞后于库水位的特点，引入具有延时输入特性的带外源输入的非线性自回归神经网络（Nonlinear Auto-regressive with Exogenous inputs neural network，NARX）实现土石坝渗压的有效预测。以某一水库大坝为例，将历史某时段的库水位和降雨等影响因子作为输入序列，渗压测值作为输出序列，分别建立N
为了解决传统矿山备件采购过度依赖人为经验、采购策略单一等问题，借助大数据分析技术实现备件采购策略优化与智能决策。在对矿山企业备件采购流程进行梳理的基础上，运用大数据分析技术构建以“备件智能分类-备件消耗预测”为核心框架的矿山备件采购预测模型，形成了用于指导矿山企业备件采购的决策方法。将传统ABC分类法在属性分类上加以扩展，分别选取采购价格、消耗速度、采购周期作为备件的分类维度，并利用K-means
超分辨率重建算法是计算机视觉领域的重点研究问题之一，目前各个领域对图像要求逐渐提高，现有的超分辨率重建算法通过加深单一网络深度来提升图像质量，忽略了重建时的计算复杂度问题，同时缺少利用图像自身信息来提升图像的重建效果。针对以上问题提出了一种跨尺度多分支的单帧图像超分辨率重建网络，跨尺度模块探索图像内部相似区域的相关性，用于提升重建图像细节信息的能力，并获得更好的视觉效果。多分支结构将图像中重建难度
我从事党务工作已有二十多年了，从乡镇到区县，再到省市，也曾两次借调到中央组织部工作，深知党务工作博大精深，是政治性、政策性、思想性、艺术性极强的工作，绝不是没有技术含量、随随便便就可以做好的工作。习近平总书记强调：“要建设高素质专业化的党务干部队伍，把党务干部培养成为政治上的明白人、党建工作的内行人、干部职工的贴心人。”这“三种人”说起来容易，要真正做到、做好还真不容易。
在分析了高速公路投资额与其各影响特征之间关系的基础上,构建了基于BP神经网络的高速公路建设项目前期投资额预测模型,并通过案例验证了模型的实用性和准确性。研究成果可为高速公路建设项目前期科学合理制定投资计划提供决策支持,为项目建设早期做好资金规划提供依据。