設(shè)計應(yīng)用-AET-電子技術(shù)應(yīng)用

稀疏矩陣在C66x上的應(yīng)用及優(yōu)化[模擬設(shè)計][其他]

隨著大數(shù)據(jù)的爆炸式發(fā)展，稀疏矩陣已經(jīng)成為機器學(xué)習(xí)和邊緣計算的重要一環(huán)。在機器學(xué)習(xí)領(lǐng)域，數(shù)據(jù)集的稀疏矩陣化既可以保存信息又可以節(jié)省內(nèi)存，已成為不可避免的趨勢。SpMV（稀疏矩陣向量乘）作為稀疏矩陣計算中的核心，其迭代求解過程的空間復(fù)雜度和時間復(fù)雜度具有重要研究意義。分析稀疏矩陣C00、CSR、ELLPACK和DIA壓縮格式，改變稀疏矩陣的稀疏度和非零元素的分布，得出COO讀取數(shù)據(jù)、CSR進(jìn)行計算的SpMV通用性更強。利用C66x的VLIW指令構(gòu)架，采用軟件流水的方式對SpMV_CSR算法進(jìn)行指令并行優(yōu)化，利用SIMD單指令多數(shù)據(jù)指令集對SpMV_CSR算法完成數(shù)據(jù)并行優(yōu)化。實驗結(jié)果表明，優(yōu)化后的SpMV_CSR算法相較于優(yōu)化前的加速比平均達(dá)到5倍以上。

發(fā)表于：11/14/2024 1:55:39 PM

一種基于Yarn云平臺的基因啟發(fā)式多序列比對算法[模擬設(shè)計][醫(yī)療電子]

提出一種基于Yarn云平臺的基因啟發(fā)式多序列比對算法。建立核酸替換等價矩陣作為基因啟發(fā)式數(shù)學(xué)模型，構(gòu)建Yarn云平臺邏輯架構(gòu)，通過對基因數(shù)據(jù)預(yù)處理、基因數(shù)據(jù)存儲、基因序列比對、基因數(shù)據(jù)管理、基因數(shù)據(jù)分析等步驟，對數(shù)據(jù)分類保存，劃分錯誤率較高的長序列，得到多個較短的基因片段。對不同片段實施定位，將其中的變長種子生成，進(jìn)行骨架構(gòu)建和孔隙填補，可以實現(xiàn)基因啟發(fā)式多序列比對。結(jié)果表明，設(shè)計的算法在不同數(shù)據(jù)集下處理時間縮短，多序列比對SP（Sum of Pairs）的分值較高，實驗驗證了該多序列比對方法具有很好的應(yīng)用價值。

發(fā)表于：11/14/2024 1:45:24 PM

基于電路切割方法的并行量子模擬方法[模擬設(shè)計][其他]

量子計算在解決傳統(tǒng)計算難題方面展現(xiàn)了巨大潛力，但由于其高錯誤率和噪聲問題，經(jīng)典模擬成為驗證其性能的重要手段。然而，量子的疊加和糾纏特性帶來了模擬上的巨大挑戰(zhàn)，尤其是在內(nèi)存受限的情況下。盡管電路切割方法能夠?qū)⒋笠?guī)模量子電路分解為更小的計算任務(wù)，減輕計算壓力，先前的研究主要關(guān)注其在量子計算機上的應(yīng)用，未充分考慮其在量子電路模擬中的效果。論文研究填補了這一空白，提出了基于啟發(fā)式切割算法和子電路狀態(tài)向量復(fù)用的優(yōu)化方案，以應(yīng)對模擬中的內(nèi)存限制。通過引入全局計算成本的考量和整數(shù)規(guī)劃模型，提出的啟發(fā)式方法不僅優(yōu)化了切割過程，還結(jié)合了子電路狀態(tài)向量復(fù)用技術(shù)，以減少重復(fù)計算和內(nèi)存占用。實驗結(jié)果顯示，與當(dāng)前流行的電路切割方法相比，所提出方法在提升模擬速度的同時顯著降低了內(nèi)存需求，有效應(yīng)對了量子電路模擬中的挑戰(zhàn)。在經(jīng)典量子電路的測試中總體平均加速達(dá)到了46%。

發(fā)表于：11/14/2024 1:36:03 PM

基于GPU的稀疏矩陣壓縮存儲格式研究[模擬設(shè)計][其他]

稀疏矩陣向量乘法（Sparse Matrix-Vector Multiplication，SpMV）是矩陣數(shù)值計算領(lǐng)域重要的線性代數(shù)子程序。通過對SpMV算法的負(fù)載均衡以及訪存頻度這兩個關(guān)鍵性能瓶頸的研究，提出了一種VCSR（Vectorized Compressed Sparse Row）稀疏矩陣壓縮存儲格式。該格式根據(jù)各行非零元素分布的統(tǒng)計特性調(diào)整各個線程的數(shù)據(jù)負(fù)載來防止線程發(fā)散的問題，并且基于快速分段求和的策略以及使用矢量化的方法來提高SpMV流程的計算性能。通過使用佛羅里達(dá)大學(xué)的稀疏矩陣作為測試集，在GPU上進(jìn)行性能測試，獲得了相較CSR5（Compressed Sparse Row 5）格式平均10%到30%，最高50%的性能提升。

發(fā)表于：11/14/2024 1:25:23 PM

網(wǎng)絡(luò)平臺個人信息“告知同意”規(guī)則的困境與出路[通信與網(wǎng)絡(luò)][信息安全]

伴隨著“互聯(lián)網(wǎng)+大數(shù)據(jù)”的快速發(fā)展，各種網(wǎng)絡(luò)平臺蜂擁而出，個人信息以龐大的體量匯聚在網(wǎng)絡(luò)平臺，傳統(tǒng)的格式條款已不再滿足個人信息領(lǐng)域告知同意規(guī)則的適用。大數(shù)據(jù)時代，個人信息利用和保護(hù)之間利益失衡，網(wǎng)絡(luò)平臺作為個人信息利用的重要主體，在處理個人信息的持續(xù)性、規(guī)模性等方面對個人信息權(quán)益保護(hù)提出更高的要求。鑒于自主性，個人信息主體應(yīng)強化信息自主意識。鑒于多元性，個人信息領(lǐng)域的告知同意規(guī)則應(yīng)呈現(xiàn)開放式結(jié)構(gòu)，以便在信息利用和信息保護(hù)之間尋找平衡。鑒于不平等性，網(wǎng)絡(luò)平臺應(yīng)遵守誠信原則，履行忠實義務(wù)。鑒于持續(xù)性，網(wǎng)絡(luò)平臺治理應(yīng)成為個人信息持續(xù)利用的關(guān)鍵。

發(fā)表于：10/22/2024 3:59:00 PM

我國企業(yè)數(shù)據(jù)要素開放流通：態(tài)勢、現(xiàn)狀成因及數(shù)據(jù)空間解決方案[其他][其他]

企業(yè)數(shù)據(jù)要素開放流通對于發(fā)展高質(zhì)量數(shù)字經(jīng)濟具有重要意義。現(xiàn)狀表明我國企業(yè)數(shù)據(jù)要素開放流通面臨供需錯配、開放不足的困境，主要原因是供需對接困難、主體互信缺失、存在抵賴風(fēng)險、缺乏使用控制、互操作性欠缺、難以導(dǎo)向決策、規(guī)則尚待完善、存在數(shù)據(jù)壟斷等。為在現(xiàn)有條件下提高企業(yè)數(shù)據(jù)要素開放流通水平，建議在國際數(shù)據(jù)空間（International Data Space, IDS）模式的基礎(chǔ)上構(gòu)建企業(yè)數(shù)據(jù)流通解決方案以突破現(xiàn)有困境。數(shù)據(jù)空間解決方案通過明確參與方、設(shè)定流通過程進(jìn)而實現(xiàn)六大功能，即：實現(xiàn)身份信任、安全與數(shù)據(jù)自主、供需匹配、標(biāo)準(zhǔn)化互操作、數(shù)據(jù)產(chǎn)品構(gòu)建、數(shù)據(jù)交易流通，與企業(yè)數(shù)據(jù)要素開放流通場景需求呈現(xiàn)出較高的適配性。

發(fā)表于：10/22/2024 3:44:00 PM

公共數(shù)據(jù)授權(quán)運營的隱私保護(hù)和效益提升——基于制度分析與發(fā)展(IAD)框架[其他][信息安全]

當(dāng)前公共數(shù)據(jù)開放多為無門檻向全社會開放原始數(shù)據(jù)，無法發(fā)揮公共數(shù)據(jù)的深層效益，基于此公共數(shù)據(jù)授權(quán)運營應(yīng)運而生。然而，數(shù)據(jù)效益提升和個人隱私保護(hù)存在天然矛盾關(guān)系，公共數(shù)據(jù)授權(quán)運營很難將二者兼顧。基于公共數(shù)據(jù)授權(quán)運營的實踐現(xiàn)狀，運用制度分析與發(fā)展(IAD)框架,針對隱私保護(hù)和效益提升的兩難困境進(jìn)行深度剖析。最終從規(guī)范外部變量、完善行動舞臺、優(yōu)化相互作用三個方面總結(jié)紓困之道，得出隱私保護(hù)與效益提升的最優(yōu)解。

發(fā)表于：10/22/2024 3:28:00 PM

政企數(shù)據(jù)要素市場化發(fā)展研究與路徑思考[其他][信息安全]

數(shù)據(jù)已成為數(shù)字經(jīng)濟時代的重要生產(chǎn)力和關(guān)鍵生產(chǎn)要素，融入生產(chǎn)、分配、流通、消費和社會服務(wù)管理等各環(huán)節(jié)，深刻改變著生產(chǎn)方式、生活方式和社會治理方式，提升數(shù)據(jù)要素市場化配置效率對于數(shù)字經(jīng)濟高質(zhì)量發(fā)展具有重要意義。全面梳理了我國數(shù)據(jù)要素市場化發(fā)展的現(xiàn)狀，聚焦數(shù)據(jù)要素市場化涉及的政府和企業(yè)兩類核心主體，分析其在推進(jìn)數(shù)據(jù)要素開發(fā)利用過程中存在的問題，深入剖析數(shù)據(jù)要素賦能經(jīng)濟社會發(fā)展的作用機理，建立政府部門及行業(yè)企業(yè)兩類主體數(shù)據(jù)流通模型及多類型數(shù)據(jù)融合流通模型，在此基礎(chǔ)上提出面向政府和企業(yè)兩類主體數(shù)據(jù)要素市場化配置改革的路徑建議，以期為各界開展數(shù)據(jù)要素開發(fā)利用相關(guān)工作提供思路和借鑒。

發(fā)表于：10/22/2024 3:13:00 PM

算法影響評估制度的實踐路徑分析[其他][其他]

算法影響評估制度作為國內(nèi)外算法治理的基礎(chǔ)性制度，是當(dāng)前階段算法治理的主要方案，但在應(yīng)用實施過程中仍存在評估對象泛化、評估方法透明性不足的問題，需進(jìn)一步細(xì)化。聚焦分析算法影響評估制度在應(yīng)用實施過程中應(yīng)關(guān)注的評估對象、評估內(nèi)容和評估方法，提出在實際評估過程中應(yīng)根據(jù)初步風(fēng)險對算法評估對象分類分級，加強對以機器學(xué)習(xí)為基礎(chǔ)的復(fù)雜算法的評估，重點關(guān)注算法的應(yīng)用環(huán)節(jié)，重點評估算法輸入的數(shù)據(jù)與特征、輸出的目標(biāo)與結(jié)果、干預(yù)與保障措施以及個人權(quán)利響應(yīng)。

發(fā)表于：10/22/2024 2:59:00 PM

基于改進(jìn)YOLOv8的森林火災(zāi)探測技術(shù)研究[人工智能][其他]

森林火災(zāi)探測是當(dāng)前的一個重點研究方向，然而，真實的森林火災(zāi)場景中存在大量的負(fù)樣本數(shù)據(jù)，嚴(yán)重影響目標(biāo)探測的性能，同時邊端側(cè)部署需要更加輕量化的模型。針對這一問題,提出了一種改進(jìn)的YOLOv8方法，該方法首先引入EfficientViT模塊到骨干網(wǎng)絡(luò)（Backbone），通過級聯(lián)分組注意力模塊，減少計算開銷；然后，在頭部網(wǎng)絡(luò)（Head）中引入CBAM模塊，對骨干網(wǎng)絡(luò)提取的特征進(jìn)行特征增強，同時抑制噪聲和無關(guān)信息；最后針對數(shù)據(jù)集的低質(zhì)量樣本，引入Wise-IoU損失函數(shù)，增強數(shù)據(jù)集訓(xùn)練效果。實驗結(jié)果表明，改進(jìn)后的YOLOv8模型對森林火災(zāi)的檢測精度達(dá)到79.5%，檢測速度達(dá)到75 FPS，整個模型的參數(shù)量降低了5.7%，對森林火災(zāi)探測具有重要意義。

發(fā)表于：10/22/2024 2:45:00 PM