检索结果-内蒙古大学图书馆

大数据下属性约简算法研究进展

引用

数码设计 2016年第3期 8-14页

作者：钱进江苏省大数据分析技术重点实验室南京信息工程大学江苏理工学院计算机工程学院

属性约简是粗糙集理论重要研究内容之一。分析了影响传统属性约简算法效率的关键因素,设计了大数据下属性约简算法的数据和任务并行性,提出了一种并行属性约简算法框架,最后指出大数据时代属性约简算法有待进一步研究的问题和发展趋势。

关键词：粗糙集理论属性约简大数据 Map Reduce

来源：评论

学校读者我要写书评

暂无评论

采用离散烟花算法的移动群智感知异构任务分配

引用

计算机工程与科学 2023年第2期45卷 321-331页

作者：申晓宁许笛宋丽妍姚铖滨王玉芳南京信息工程大学自动化学院江苏南京210044 江苏省大气环境与装备技术协同创新中心江苏南京210044 江苏省大数据分析技术重点实验室江苏南京210044 广东省类脑智能计算重点实验室(南方科技大学) 广东深圳518055

建立移动群智感知异构任务分配问题的数学模型,该模型考虑参与者的心理与行为过程,并引入环境信息和参与者健康状况、信誉度和测量时间等因素,通过寻找最优任务分配方案,最小化任务完成的总成本,该总成本包括补偿成本、数据损失成本和... 详细信息

建立移动群智感知异构任务分配问题的数学模型,该模型考虑参与者的心理与行为过程,并引入环境信息和参与者健康状况、信誉度和测量时间等因素,通过寻找最优任务分配方案,最小化任务完成的总成本,该总成本包括补偿成本、数据损失成本和距离成本3方面。为求解该模型,提出一种引入了预测信息的离散烟花算法。该算法采用整数编码方式,利用模型中的距离和匹配度2种启发信息设计烟花爆炸算子,提出了爆炸振幅的分组线性预测策略和变异算子的自适应竞争机制。实验结果表明,与已有算法相比,所提算法在移动群智感知异构任务分配问题上能够搜索到更优的分配方案。

关键词：移动群智感知任务分配烟花算法预测信息爆炸振幅

来源：评论

学校读者我要写书评

暂无评论

基于深度强化学习的大规模敏捷软件项目调度

引用

郑州大学学报（工学版） 2023年第5期44卷 17-23页

作者：申晓宁毛鸣健沈如一宋丽妍南京信息工程大学自动化学院江苏南京210044 南京信息工程大学江苏省大气环境与装备技术协同创新中心江苏南京210044 南京信息工程大学江苏省大数据分析技术重点实验室江苏南京210044 江苏省气象能源利用与控制工程技术研究中心江苏南京210044 南方科技大学广东省类脑智能计算重点实验室广东深圳518055

为解决大规模敏捷软件项目调度问题,首先,将其分解为故事选择、故事分配和任务分配3个强耦合子问题,并引入用户故事的新增与删除、每个冲刺阶段中员工工作时长的变化等动态事件,考虑团队开发速度、任务时长和技能等约束,以最大化项目所... 详细信息

为解决大规模敏捷软件项目调度问题,首先,将其分解为故事选择、故事分配和任务分配3个强耦合子问题,并引入用户故事的新增与删除、每个冲刺阶段中员工工作时长的变化等动态事件,考虑团队开发速度、任务时长和技能等约束,以最大化项目所完成用户故事总价值为目标建立大规模敏捷软件项目调度数学模型;其次,根据问题特征设计了马尔可夫决策过程,采用10个状态特征描述每个冲刺阶段开始时的敏捷调度环境,12个复合调度规则作为智能体的候选动作,并按照调度模型的目标函数定义奖励;最后,提出一种基于复合调度规则的优先经验回放双重深度Q网络算法来求解所建模型,引入双重深度Q网络(DDQN)策略和优先经验回放策略,避免深度Q网络的过估计问题,并提高经验回放池中轨迹信息的利用效率。为了验证所提算法的有效性,在6个大规模敏捷软件项目调度算例中进行了实验,分析了所提算法的收敛性。根据算法性能测度,与已有代表性算法DQN、双重深度Q网络以及仅使用单一复合调度规则的方法进行对比。结果表明:所提算法在6个不同算例中均获得了最高的平均累计奖励值。

关键词：强化学习大规模敏捷软件项目调度深度Q网络复合调度规则优先经验回放强耦合

来源：评论

学校读者我要写书评

暂无评论

基于近似牛顿法的分布式卷积神经网络训练

基于近似牛顿法的分布式卷积神经网络训练

引用

第六届中国计算机学会大数据学术会议

作者：王雅慧刘博袁晓彤南京信息工程大学信息与控制学院南京 210044 江苏省大数据分析技术重点实验室南京 210044 罗格斯大学计算机科学学院新泽西州美国

大多数机器学习问题可以最终归结为最优化问题(模型学习).它主要运用数学方法研究各种问题的优化途径及方案,在科学计算和工程分析中起着越来越重要的作用.随着深度网络的快速发展,数据和参数规模也日益增长.尽管近些年来GPU硬件、网络... 详细信息

大多数机器学习问题可以最终归结为最优化问题(模型学习).它主要运用数学方法研究各种问题的优化途径及方案,在科学计算和工程分析中起着越来越重要的作用.随着深度网络的快速发展,数据和参数规模也日益增长.尽管近些年来GPU硬件、网络架构和训练方法均取得了重大的进步,但单一计算机仍然很难在大型数据集上高效训练深度网络模型,分布式近似牛顿法作为解决这一问题的有效方法之一被引入到分布式神经网络的研究中.分布式近似牛顿类方法将总体样本平均分布至多台计算机,减少了每台计算机所需处理的数据量,计算机之间互相通信共同协作完成训练任务.文中提出了基于近似牛顿法的分布式深度学习,在相同的网络中利用DANE算法训练,随着GPU数目增加,训练时间明显缩短.这与我们的最终目的一致,即在保证估计精度的前提下,利用现有分布式框架实现近似牛顿类算法,用算法分布式训练神经网络,提升运行效率.

关键词：卷积神经网络近似牛顿类法深度学习

来源：评论

学校读者我要写书评

暂无评论

基于双指标分组学习粒子群算法的动态敏捷软件项目调度

引用

计算机工程与科学 2024年第10期46卷 1793-1806页

作者：申晓宁徐继勇毛鸣健陈文言宋丽妍南京信息工程大学自动化学院江苏南京210044 江苏省大数据分析技术重点实验室江苏南京210044 江苏省气象能源利用与控制工程技术研究中心江苏南京210044 江苏省大气环境与装备技术协同创新中心江苏南京210044 南方科技大学工学院广东深圳518055 广东省类脑智能计算重点实验室广东深圳518055

针对敏捷软件开发中的用户故事选择和任务分配2个紧耦合子问题,考虑用户故事的新增和开发者工作时长的不确定性,构建敏捷软件项目的动态周期性调度模型,提出一种基于目标值和潜力值双指标进行分组学习的粒子群优化算法。该算法依据不同... 详细信息

针对敏捷软件开发中的用户故事选择和任务分配2个紧耦合子问题,考虑用户故事的新增和开发者工作时长的不确定性,构建敏捷软件项目的动态周期性调度模型,提出一种基于目标值和潜力值双指标进行分组学习的粒子群优化算法。该算法依据不同分组特征选用相异的学习对象,以提高搜索的多样性;基于投资回报率和时间利用率设计初始化和局部搜索策略,以应对环境变化并增强挖掘能力。与7种已有算法相比,所提算法能够规划出一套产出价值更大和时间利用率更高的调度方案。

关键词：敏捷开发软件项目调度双指标分组学习粒子群优化

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：