投稿指南
一、本刊要求作者有严谨的学风和朴实的文风,提倡互相尊重和自由讨论。凡采用他人学说,必须加注说明。 二、不要超过10000字为宜,精粹的短篇,尤为欢迎。 三、请作者将稿件(用WORD格式)发送到下面给出的征文信箱中。 四、凡来稿请作者自留底稿,恕不退稿。 五、为规范排版,请作者在上传修改稿时严格按以下要求: 1.论文要求有题名、摘要、关键词、作者姓名、作者工作单位(名称,省市邮编)等内容一份。 2.基金项目和作者简介按下列格式: 基金项目:项目名称(编号) 作者简介:姓名(出生年-),性别,民族(汉族可省略),籍贯,职称,学位,研究方向。 3.文章一般有引言部分和正文部分,正文部分用阿拉伯数字分级编号法,一般用两级。插图下方应注明图序和图名。表格应采用三线表,表格上方应注明表序和表名。 4.参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定,采用顺序编码制。

自动化技术论文_面向机器学习的分布式并行计算

来源:决策与信息 【在线投稿】 栏目:期刊导读 时间:2021-10-29 09:04
作者:网站采编
关键词:
摘要:文章摘要:我国人工智能在互联网领域中的应用水平已居世界前列,但整体水平与发达国家仍有较大差距。当前机器学习等算法的计算、迭代过程日趋复杂,充足的算力是保障人工智能应

文章摘要:我国人工智能在互联网领域中的应用水平已居世界前列,但整体水平与发达国家仍有较大差距。当前机器学习等算法的计算、迭代过程日趋复杂,充足的算力是保障人工智能应用落地效果的关键。鉴此,本文首先提出一种适应倾斜数据的分布式异构环境下的任务时空调度算法,有效提升机器学习模型训练等任务的平均效率;其次,提出分布式异构环境下高效的资源管理系统与节能调度算法,实现分布式异构环境下基于动态预测的跨域计算资源迁移及电压/频率的动态调节,节省了系统的整体能耗;然后构建了适应于机器学习/深度学习算法迭代的分布式异构优化环境,提出了面向机器学习/图迭代算法的分布式并行优化基本方法。最后,本文研发了面向领域应用的智能分析系统,并在制造、交通、教育、医疗等领域推广应用,解决了在高效数据采集、存储、清洗、融合与智能分析等过程中普遍存在的性能瓶颈问题。

文章关键词:

项目基金:《决策与信息》 网址: http://www.jcyxxzz.cn/qikandaodu/2021/1029/1358.html



上一篇:电力工业论文_基于多智能体深度强化学习的分布
下一篇:人才学与劳动科学论文_突发性公共事件应对中我

决策与信息投稿 | 决策与信息编辑部| 决策与信息版面费 | 决策与信息论文发表 | 决策与信息最新目录
Copyright © 2018 《决策与信息》杂志社 版权所有
投稿电话: 投稿邮箱: