A consensus has been reached that the tanks need to be integrated into the informatization battlefield. With the development of technology,the tank crew has being gradually decreased, so the research on two-soldier cr...A consensus has been reached that the tanks need to be integrated into the informatization battlefield. With the development of technology,the tank crew has being gradually decreased, so the research on two-soldier crew tank has become a hotspot. The workload of tank crew under the conditions of informatization is analyzed based on the combat mission of tank and the typical combat scenarios, and the impact of new technologies on workload is evaluated. The crew members in tank can be reduced from three to two, but it is necessary to substantially improve the automation of target search and the reliability of each subsystem and component.展开更多
订单审核与投放(Order Review and Release,ORR)是一种适用于面向订单制造(Make to Order,MTO)企业的生产控制技术。生产部门接收到顾客订单后,采用ORR确定所需物料投放到车间的时间,以使订单能够按时完工。另外ORR还对车间和机器的负...订单审核与投放(Order Review and Release,ORR)是一种适用于面向订单制造(Make to Order,MTO)企业的生产控制技术。生产部门接收到顾客订单后,采用ORR确定所需物料投放到车间的时间,以使订单能够按时完工。另外ORR还对车间和机器的负荷进行限制,以降低车间库存和订单在车间内的加工时间。由此ORR考虑的是一个多目标优化问题。以往的研究中一般选取多个评价指标,分别分析后再对ORR做出一个综合定性判断,导致很难定量、客观的评价不同ORR。基于此,这里提出一个总成本公式,综合考虑了按时完工和降低车间生产时间两类目标的信息,可以对不同ORR进行全面的量化分析。在实验设计的基础上,采用总成本指标对常见ORR的实际效果进行了比较,分析结论对ORR的选择有一定的借鉴意义。展开更多
虽然异构计算系统的应用可以加快神经网络参数的处理,但系统功耗也随之剧增。良好的功耗预测方法是异构系统优化功耗和处理多类型工作负载的基础,基于此,通过改进多层感知机-注意力模型,提出一种面向CPU/GPU异构计算系统多类型工作负载...虽然异构计算系统的应用可以加快神经网络参数的处理,但系统功耗也随之剧增。良好的功耗预测方法是异构系统优化功耗和处理多类型工作负载的基础,基于此,通过改进多层感知机-注意力模型,提出一种面向CPU/GPU异构计算系统多类型工作负载的功耗预测算法。首先,考虑服务器功耗与系统特征,建立一种基于特征的工作负载功耗模型;其次,针对现有的功耗预测算法不能解决系统特征与系统功耗之间的长程依赖的问题,提出一种改进的基于多层感知机-注意力模型的功耗预测算法Prophet,该算法改进多层感知机实现各个时刻的系统特征的提取,并使用注意力机制综合这些特征,从而有效解决系统特征与系统功耗之间的长程依赖问题;最后,在实际系统中开展相关实验,将所提算法分别与MLSTM_PM(Power consumption Model based on Multi-layer Long Short-Term Memory)和ENN_PM(Power consumption Model based on Elman Neural Network)等功耗预测算法对比。实验结果表明,Prophet具有较高的预测精准性,与MLSTM_PM算法相比,在工作负载blk、memtest和busspd上将平均相对误差(MRE)分别降低了1.22、1.01和0.93个百分点,并且具有较低的复杂度,表明了所提算法的有效性及可行性。展开更多
脊柱椎板机器人是近年来为椎板切除术研发的辅助性手术机器人。为探究脊柱椎板机器人手术方式和传统椎板切除手术方式对骨科医生脑力负荷多维特征方面的差异,基于多模态(心电仪、眼动仪和NASA-TLX量表)测量两种手术方式下骨科医生的脑...脊柱椎板机器人是近年来为椎板切除术研发的辅助性手术机器人。为探究脊柱椎板机器人手术方式和传统椎板切除手术方式对骨科医生脑力负荷多维特征方面的差异,基于多模态(心电仪、眼动仪和NASA-TLX量表)测量两种手术方式下骨科医生的脑力负荷。通过模拟手术实验,让12名骨科医生分别采用两种手术方式做椎板切除术,采集骨科医生的多模态数据以进行方差分析和相关性分析。方差分析结果表明,脊柱椎板机器人手术方式和传统椎板切除手术方式在主观脑力负荷方面有显著差异(P<0.05);在心电指标方面,平均心率、低频/高频比值(LF/HF)和正常RR间期的标准差(standard deviation of NN intervals, SDNN)之间无显著差异;在眼动指标方面,瞳孔直径(P<0.05)、注视频率(P<0.05)和扫视频率(P<0.01)有显著差异。进一步的相关性分析结果表明两种手术方式下均有瞳孔直径与主观脑力负荷水平之间的相关性尤为显著。脊柱椎板机器人方式与传统椎板切除手术方式相比能够减轻骨科医生的脑力负荷,而且瞳孔直径与主观脑力负荷水平能更有效地反映骨科医生脑力负荷。展开更多
在目前基于深度强化学习的数据库索引推荐中,当负载变化时,由于实际负载与训练负载差距较大,模型的推荐效果会显著下降。针对现有基于深度强化学习的索引推荐算法在负载增量变化下自适应性和模型泛化性不足的问题,提出了一个基于多智能...在目前基于深度强化学习的数据库索引推荐中,当负载变化时,由于实际负载与训练负载差距较大,模型的推荐效果会显著下降。针对现有基于深度强化学习的索引推荐算法在负载增量变化下自适应性和模型泛化性不足的问题,提出了一个基于多智能体迁移强化学习的索引推荐算法MARLIA(multi-agent reinforcement learning index advisor)。该算法结合了迁移学习的思想,使用多智能体进行模型训练。在负载变化更新导致模型推荐效果下降时,该算法可以利用策略蒸馏的方式将旧索引推荐策略传递给新索引推荐智能体,提高了模型的泛化性和对动态负载的支持。在TPC-H数据集上的实验结果表明,该算法的负载代价提升率与基线算法相比稳定在7%以内,在负载为120条时缓存命中率为76.3%。该研究表明,MARLIA算法在负载变化时具有强大的自适应性和模型泛化能力。展开更多
文摘A consensus has been reached that the tanks need to be integrated into the informatization battlefield. With the development of technology,the tank crew has being gradually decreased, so the research on two-soldier crew tank has become a hotspot. The workload of tank crew under the conditions of informatization is analyzed based on the combat mission of tank and the typical combat scenarios, and the impact of new technologies on workload is evaluated. The crew members in tank can be reduced from three to two, but it is necessary to substantially improve the automation of target search and the reliability of each subsystem and component.
文摘订单审核与投放(Order Review and Release,ORR)是一种适用于面向订单制造(Make to Order,MTO)企业的生产控制技术。生产部门接收到顾客订单后,采用ORR确定所需物料投放到车间的时间,以使订单能够按时完工。另外ORR还对车间和机器的负荷进行限制,以降低车间库存和订单在车间内的加工时间。由此ORR考虑的是一个多目标优化问题。以往的研究中一般选取多个评价指标,分别分析后再对ORR做出一个综合定性判断,导致很难定量、客观的评价不同ORR。基于此,这里提出一个总成本公式,综合考虑了按时完工和降低车间生产时间两类目标的信息,可以对不同ORR进行全面的量化分析。在实验设计的基础上,采用总成本指标对常见ORR的实际效果进行了比较,分析结论对ORR的选择有一定的借鉴意义。
文摘虽然异构计算系统的应用可以加快神经网络参数的处理,但系统功耗也随之剧增。良好的功耗预测方法是异构系统优化功耗和处理多类型工作负载的基础,基于此,通过改进多层感知机-注意力模型,提出一种面向CPU/GPU异构计算系统多类型工作负载的功耗预测算法。首先,考虑服务器功耗与系统特征,建立一种基于特征的工作负载功耗模型;其次,针对现有的功耗预测算法不能解决系统特征与系统功耗之间的长程依赖的问题,提出一种改进的基于多层感知机-注意力模型的功耗预测算法Prophet,该算法改进多层感知机实现各个时刻的系统特征的提取,并使用注意力机制综合这些特征,从而有效解决系统特征与系统功耗之间的长程依赖问题;最后,在实际系统中开展相关实验,将所提算法分别与MLSTM_PM(Power consumption Model based on Multi-layer Long Short-Term Memory)和ENN_PM(Power consumption Model based on Elman Neural Network)等功耗预测算法对比。实验结果表明,Prophet具有较高的预测精准性,与MLSTM_PM算法相比,在工作负载blk、memtest和busspd上将平均相对误差(MRE)分别降低了1.22、1.01和0.93个百分点,并且具有较低的复杂度,表明了所提算法的有效性及可行性。
文摘脊柱椎板机器人是近年来为椎板切除术研发的辅助性手术机器人。为探究脊柱椎板机器人手术方式和传统椎板切除手术方式对骨科医生脑力负荷多维特征方面的差异,基于多模态(心电仪、眼动仪和NASA-TLX量表)测量两种手术方式下骨科医生的脑力负荷。通过模拟手术实验,让12名骨科医生分别采用两种手术方式做椎板切除术,采集骨科医生的多模态数据以进行方差分析和相关性分析。方差分析结果表明,脊柱椎板机器人手术方式和传统椎板切除手术方式在主观脑力负荷方面有显著差异(P<0.05);在心电指标方面,平均心率、低频/高频比值(LF/HF)和正常RR间期的标准差(standard deviation of NN intervals, SDNN)之间无显著差异;在眼动指标方面,瞳孔直径(P<0.05)、注视频率(P<0.05)和扫视频率(P<0.01)有显著差异。进一步的相关性分析结果表明两种手术方式下均有瞳孔直径与主观脑力负荷水平之间的相关性尤为显著。脊柱椎板机器人方式与传统椎板切除手术方式相比能够减轻骨科医生的脑力负荷,而且瞳孔直径与主观脑力负荷水平能更有效地反映骨科医生脑力负荷。
文摘在目前基于深度强化学习的数据库索引推荐中,当负载变化时,由于实际负载与训练负载差距较大,模型的推荐效果会显著下降。针对现有基于深度强化学习的索引推荐算法在负载增量变化下自适应性和模型泛化性不足的问题,提出了一个基于多智能体迁移强化学习的索引推荐算法MARLIA(multi-agent reinforcement learning index advisor)。该算法结合了迁移学习的思想,使用多智能体进行模型训练。在负载变化更新导致模型推荐效果下降时,该算法可以利用策略蒸馏的方式将旧索引推荐策略传递给新索引推荐智能体,提高了模型的泛化性和对动态负载的支持。在TPC-H数据集上的实验结果表明,该算法的负载代价提升率与基线算法相比稳定在7%以内,在负载为120条时缓存命中率为76.3%。该研究表明,MARLIA算法在负载变化时具有强大的自适应性和模型泛化能力。
