检索结果-内蒙古大学图书馆

探索与争鸣 2025年第3期 7-10+177页

作者：陈小平中国科学技术大学机器人实验室中国科学技术大学计算机科学与技术学院

人工智能是研究和应用机器智能的人类活动，其应遵守一些基本原则。本文提出人工智能三原则，即坚持机器智能的另类性、坚持人类福祉的优先性、坚持人工智能的可控性。其中，机器智能的另类性是人工智能的科学基础，不坚持机器智能的另... 详细信息

人工智能是研究和应用机器智能的人类活动，其应遵守一些基本原则。本文提出人工智能三原则，即坚持机器智能的另类性、坚持人类福祉的优先性、坚持人工智能的可控性。其中，机器智能的另类性是人工智能的科学基础，不坚持机器智能的另类性就无法保证人工智能的可控性，没有人工智能的可控性就无法保证人类福祉的优先性。

关键词：人工智能另类性人类福祉机器智能可控性

来源：评论

学校读者我要写书评

暂无评论

低碳算法的发展及压缩和加速技术的应用

引用

控制与决策 2025年第5期40卷 1409-1428页

作者：赵洪科叶倩彤张志勇张凯汪珂航黄振亚天津大学管理与经济学部天津大学复杂管理系统实验室中国科学技术大学计算机科学与技术学院中国科学技术大学认知智能全国重点实验室

探讨低碳神经网络算法的设计及其在工业界和大型模型中的应用.首先,介绍低碳算法的概念及碳足迹视角下的深度学习算法;随后,深入研究多种设计策略,如剪枝、量化、低秩分解等,这些策略能显著降低数据中心和网络设备的资源消耗,推动绿色... 详细信息

探讨低碳神经网络算法的设计及其在工业界和大型模型中的应用.首先,介绍低碳算法的概念及碳足迹视角下的深度学习算法;随后,深入研究多种设计策略,如剪枝、量化、低秩分解等,这些策略能显著降低数据中心和网络设备的资源消耗,推动绿色计算的发展.此外,关注了低碳算法的实际应用,包括低精度计算、高效硬件设计和硬件加速,展示了其在减少能源浪费和环境影响方面的潜力.对于大语言模型(LLMs),讨论了训练过程中的压缩技术、模型结构优化等方法,以降低这类高资源需求模型的环境负担.最后,提出了评判标准来衡量不同算法的效能,并展望低碳算法未来的发展方向及其对可持续发展的重要意义,旨在促进低碳算法的研究与应用,为构建可持续的数字社会贡献力量.

关键词：低碳算法模型压缩大语言模型可持续计算模型加速模型压缩

来源：评论

学校读者我要写书评

暂无评论

面向NewSQL数据库数据协同持久化的研究

引用

计算机科学 2025年第1期52卷 131-141页

作者：左顺李永坤许胤龙中国科学技术大学计算机科学与技术学院合肥230026 安徽省高性能计算重点实验室合肥230026

现代NewSQL数据库为了提供数据的高可用性,通常会为数据提供多个副本,以便在某个副本不可用时,可以从其他的副本中获取数据。而在数据多副本的情况下,又需要考虑副本间的数据一致性问题,即在某一时刻不同客户端读取某个数据时得到的结... 详细信息

现代NewSQL数据库为了提供数据的高可用性,通常会为数据提供多个副本,以便在某个副本不可用时,可以从其他的副本中获取数据。而在数据多副本的情况下,又需要考虑副本间的数据一致性问题,即在某一时刻不同客户端读取某个数据时得到的结果应该是相同的,因此引入了事务处理机制。在一个包含多个写操作的交互式事务处理过程中,由于数据存在多个副本,因此每个写入操作需要对所有的主备副本进行写入操作。然而主备副本通常分散在不同的机器上,因此会引入写远端副本的时延,其最终将会增大整个事务的处理时延。针对该问题,提出了数据协同持久化的方案,其主要思想是让客户端在本地缓存事务的写操作日志,在最终提交事务时,客户端首先将事务中的写操作日志进行持久化,并将该日志发送给事务的协调者节点,让协调者进行日志数据的分发处理,从而达到两者协同持久化事务数据的目的。实验结果表明,相较于同步持久化方案,协同持久化方案不仅能降低交互式事务处理的时延,还能提高约38%左右的系统极限吞吐率。

关键词：分布式数据库并发控制数据持久化数据一致性高数据竞争负载

来源：评论

学校读者我要写书评

暂无评论

基于细粒度缓存与学习型索引的LSM树键值存储系统性能优化

引用

计算机科学 2025年第2期52卷 33-41页

作者：许睿达李永坤许胤龙中国科学技术大学计算机科学与技术学院合肥230026 安徽省高性能计算重点实验室合肥230026

在数据量飞速增长的大数据时代背景下,基于日志结构合并树的(Log-Structured Merge-Tree-based,LSM-Tree-based)键值存储系统因其优秀的灵活性与扩展性被广泛应用于NoSQL系统。但是,传统的LSM-Tree结构键值存储系统在查询数据时,因搜索... 详细信息

在数据量飞速增长的大数据时代背景下,基于日志结构合并树的(Log-Structured Merge-Tree-based,LSM-Tree-based)键值存储系统因其优秀的灵活性与扩展性被广泛应用于NoSQL系统。但是,传统的LSM-Tree结构键值存储系统在查询数据时,因搜索多个SSTable引起的读放大问题会产生额外的I/O开销,影响系统性能。针对这一问题,提出了一种新型键值存储系统优化设计方案——FCLI-LSM。FCLI-LSM结合了细粒度键值对缓存和学习型索引的优化方法,旨在提升基于LSM-Tree结构的键值存储系统的查询性能。通过对数据访问热点的分析,FCLI-LSM对数据进行热、温、冷数据的三级分级。FCLI-LSM为热数据设计了基于键值分离的细粒度缓存机制,有效减少了读放大问题带来的额外I/O开销;此外,还设计了一种针对学习型索引的缓存亲和优化,进一步提高了存储系统对温数据的查询效率。实验结果表明,与现有的查询优化方案相比,FCLI-LSM能带来超过40%的平均查询时延下降以及超过1.7倍的系统吞吐率提升。

关键词：大数据键值存储系统日志结构合并树学习型索引缓存

来源：评论

学校读者我要写书评

暂无评论

面向远程内存图数据库的应用感知分离式存储设计

引用

计算机科学 2025年第1期52卷 151-159页

作者：李纯羽邓龙李永坤许胤龙中国科学技术大学计算机科学与技术学院合肥230026 高性能计算安徽省重点实验室合肥230026

图数据在各种应用中日益普及,其因涵盖多种实体类型和存在丰富的关联关系而备受关注.对于图数据库用户而言,高效的图查询服务是保障系统性能的关键因素.随着数据量增加,单机图数据库很难满足将所有数据存储在内存中的需求,而分布式图数... 详细信息

图数据在各种应用中日益普及,其因涵盖多种实体类型和存在丰富的关联关系而备受关注.对于图数据库用户而言,高效的图查询服务是保障系统性能的关键因素.随着数据量增加,单机图数据库很难满足将所有数据存储在内存中的需求,而分布式图数据库在拓展性和资源利用率方面受到挑战.基于RDMA的远程内存系统的引入为克服这些挑战提供了一种新的选择,通过分离计算和存储资源,实现了更为灵活的内存使用方式.然而,在使用远程内存的情况下如何最大程度地优化图查询性能成为了当前研究的重点问题.文中首先分析了利用操作系统分页机制透明使用远程内存构建图数据库存在的问题,并在应用层次上设计了远程内存图数据库的存储模型.根据不同数据的特点和访问模式,设计了属性图在远程内存中的存储结构,优化了数据布局和访问路径.实验结果表明,在本地内存受限的情况下,与透明使用远程内存相比,应用感知的设计方式的端到端性能最高提升了12倍.

关键词：图查询图数据库图存储远程内存属性图模型

来源：评论

学校读者我要写书评

暂无评论

基于强化学习的任务缓存和计算卸载效益最大化算法研究

引用

小型微型计算机系统 2025年第3期46卷 724-734页

作者：袁晓铭田汉森赵哲宇徐小华毕远国东北大学秦皇岛分校河北省海洋感知网络与数据处理重点实验室秦皇岛066004 中国科学技术大学计算机科学与技术学院合肥230026

近年来,移动边缘计算(Mobile Edge Computing,MEC)技术的持续发展和应用成功地应对了随着终端用户数量急剧增加而导致网络边缘数据量爆炸性增长的用户服务需求.然而,如何实时优化分配这些服务器给不同用户仍然是一个亟待解决的紧迫问题... 详细信息

近年来,移动边缘计算(Mobile Edge Computing,MEC)技术的持续发展和应用成功地应对了随着终端用户数量急剧增加而导致网络边缘数据量爆炸性增长的用户服务需求.然而,如何实时优化分配这些服务器给不同用户仍然是一个亟待解决的紧迫问题.本文专注于多用户多MEC服务器场景中任务缓存和计算卸载策略的联合优化问题,借助于强化学习算法分别解决这两个子问题.在任务缓存方面,本文以最大化系统缓存命中率为目标,引入了基于Gomory割平面的多臂选择算法(Gomory Based Multi-Arm Selection,GMAS)来适应不同任务数据量的差异,并通过理论证明了算法遗憾上界的对数性.而在任务卸载方面,提出了Dueling架构的双重Q网络(Double DQN with Dueling architecture,D3QN)算法以应对多用户多MEC服务器中的任务卸载问题,该算法在保证任务性能的同时有效规避了DQN算法中Q值过估计的问题.仿真结果表明,本文所提出的算法在时延和能耗等方面相较A3C和DQN算法表现出明显的优势.

关键词：移动边缘计算任务缓存计算卸载深度强化学习

来源：评论

学校读者我要写书评

暂无评论

Lite-IJformer:面向长序列Transformer的轻量化方法

引用

高技术通讯 2025年第2期35卷 167-174页

作者：连家诚郝一帆张曦珊支天孙广中中国科学技术大学计算机科学与技术学院合肥230026 中国科学院计算技术研究所处理器芯片全国重点实验室北京100190 中科寒武纪科技股份有限公司北京100191

针对面向长序列的Transformer计算复杂度高的问题,本文提出了一种Trans-former轻量化方法Lite-IJformer。其核心思路分为2步:(1)对自注意力(self-attention)进行线性化,将Transformer的计算复杂度从输入序列的平方降至线性;(2)基于低秩... 详细信息

针对面向长序列的Transformer计算复杂度高的问题,本文提出了一种Trans-former轻量化方法Lite-IJformer。其核心思路分为2步:(1)对自注意力(self-attention)进行线性化,将Transformer的计算复杂度从输入序列的平方降至线性;(2)基于低秩矩阵分解理论对KV矩阵乘法进行降维,进一步减少计算规模。在长序列竞技基准测试上的实验表明,当输入长度为1000~2000时,线性化可以将self-attention计算量降低13~26倍,将Transformer的推理速度提升4.75~5.72倍而无精度损失;在经过降维后,self-attention的计算量进一步减少了17.0%,模型推理速度提升了1.17倍,精度损失在0.5%以内。

关键词： Transformer 自注意力线性化方法降维

来源：评论

学校读者我要写书评

暂无评论

人工智能的中国时刻

引用

探索与争鸣 2025年第3期 6+177页

作者：陈小平杜骏飞邵怡蕾丁钢王天夫蔡恒进任剑涛吴冠军汪行福中国科学技术大学机器人实验室中国科学技术大学计算机科学与技术学院南京大学新闻传播学院华东师范大学上海人工智能金融学院华东师范大学教育高等研究院清华大学社会科学学院武汉大学计算机学院华东师范大学政治与国际关系学院华东师范大学中国现代思想文化研究所复旦大学当代国外马克思主义研究中心复旦大学哲学学院

作为驱动新一轮科技革命和产业变革的核心力量，人工智能正深刻重塑人类文明的演进轨迹与未来格局。DeepSeek等大语言模型作为人工智能应用领域的重要代表，近年来取得了令人瞩目的进展，不仅推动了技术革新，亦引发了人们对AI发展方向...

作为驱动新一轮科技革命和产业变革的核心力量，人工智能正深刻重塑人类文明的演进轨迹与未来格局。DeepSeek等大语言模型作为人工智能应用领域的重要代表，近年来取得了令人瞩目的进展，不仅推动了技术革新，亦引发了人们对AI发展方向的重新思考，也提醒人们深度思考人类文明的未来走向。有鉴于此，2025年2月21日，《探索与争鸣》编辑部联合复旦大学哲学学院、华东师范大学政治与国际关系学院和苏州大学未来管理研究院共同举办“DeepSeek:人工智能的中国时刻？”跨学科学术会议，旨在探讨人工智能技术对人类文明发展的深远影响及其可能给经济、社会和文化带来的变革、机遇与挑战。

关键词：

来源：评论

学校读者我要写书评

暂无评论

基于时序分析的微弱表情识别方法

引用

模式识别与人工智能 2010年第2期23卷 148-153页

作者：王上飞张锋王煦法中国科学技术大学计算机科学与技术学院安徽省计算与通讯软件重点实验室合肥230027

依赖现有夸张的表情图像序列数据库,将微弱表情看成是整个夸张表情图像序列中的前面一段,提出基于时序分析的微弱表情识别方法.首先融合二值图像和灰度图像序列的光流运动场,提取眉毛、鼻子和嘴巴的动作方向及强度共5维特征序列.接着采... 详细信息

依赖现有夸张的表情图像序列数据库,将微弱表情看成是整个夸张表情图像序列中的前面一段,提出基于时序分析的微弱表情识别方法.首先融合二值图像和灰度图像序列的光流运动场,提取眉毛、鼻子和嘴巴的动作方向及强度共5维特征序列.接着采用夸张表情特征序列训练隐马尔科夫模型(HMM),分析特征序列与夸张表情的关系.通过HMM前向学习识别微弱表情序列.同时采用Boosting算法提高识别精度.在Cohn Kanade表情数据库上进行实验验证,取得较好的实验效果.

关键词：微弱表情识别时序分析动作方向动作强度隐马尔科夫模型(HMM)

来源：评论

学校读者我要写书评

暂无评论

面向非易失内存的异构索引

引用

软件学报 2022年第3期33卷 832-848页

作者：刘睿诚张俊晨罗永平金培权中国科学技术大学计算机科学与技术学院中国科学院电磁空间信息重点实验室(中国科学技术大学)

非易失内存(non-volatilememory,NVM)为数据存储与管理带来新的机遇,但同时也要求已有的索引结构针对NVM的特性进行重新设计.围绕NVM的存取特性,重点研究了树形索引在NVM上的访问、持久化、范围查询等操作的性能优化,并提出了一种上下... 详细信息

非易失内存(non-volatilememory,NVM)为数据存储与管理带来新的机遇,但同时也要求已有的索引结构针对NVM的特性进行重新设计.围绕NVM的存取特性,重点研究了树形索引在NVM上的访问、持久化、范围查询等操作的性能优化,并提出了一种上下两层结构的异构索引HART.该索引结合了B+树与Radix树的特点,同时利用了Radix结点搜索快以及B+树范围查询性能好的优点.对整体架构进行了精心设计,改进了Radix树的路径压缩策略,设计了NVM写友好的结点结构,并将Radix树叶结点集中存储和链接.同时在仿真NVM设备以及傲腾真实NVM平台上进行了实验,对比了HART的不同衍生变种的性能,并与多个NVM索引进行了对比.结果表明, HART的写性能和点查询性能优于现有的类B+树索引,范围查询性能优于基于Radix的WOART索引,具有较好的综合性能.

关键词：非易失内存索引两层结构读写优化 ART树

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：