期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于WDAG的工作流模型优化分析 被引量:6
1
作者 文俊浩 秦佳 赵瑞锋 《计算机工程》 CAS CSCD 北大核心 2010年第1期30-32,共3页
为优化过程执行,降低实际运行成本,采用加权有向无环图(WDAG)的形式对工作流进行优化分析。将WDAG中的节点、弧和权重映射为工作流模型中的事件、运行过程和付出代价,建立基于WDAG的工作流模型,针对工作流中出现频率最高的顺序运行方式... 为优化过程执行,降低实际运行成本,采用加权有向无环图(WDAG)的形式对工作流进行优化分析。将WDAG中的节点、弧和权重映射为工作流模型中的事件、运行过程和付出代价,建立基于WDAG的工作流模型,针对工作流中出现频率最高的顺序运行方式,提出一种包含合并优化和并行优化2种优化策略的优化算法。模拟实验结果验证了该算法的有效性。 展开更多
关键词 加权有向无环图 工作流 优化
在线阅读 下载PDF
车联网中基于有向无环图区块链的个性化联邦互蒸馏学习方法 被引量:1
2
作者 黄晓舸 吴雨航 +2 位作者 尹宏博 梁承超 陈前斌 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第7期2821-2830,共10页
联邦学习(FL)作为一种分布式训练方法,在车联网(IoV)中得到了广泛应用。区别于传统机器学习,FL允许智能网联车辆(CAVs)通过共享模型而非原始数据来协同训练全局模型,从而保护CAV隐私和数据安全。为了提升联邦学习模型精度,降低通信开销... 联邦学习(FL)作为一种分布式训练方法,在车联网(IoV)中得到了广泛应用。区别于传统机器学习,FL允许智能网联车辆(CAVs)通过共享模型而非原始数据来协同训练全局模型,从而保护CAV隐私和数据安全。为了提升联邦学习模型精度,降低通信开销,该文首先提出一种基于有向无环图(DAG)区块链和CAVs的IoV架构,分别负责全局模型共享和本地模型训练。其次,设计了一种基于DAG区块链的异步联邦互蒸馏学习(DAFML)算法在本地同时训练教师和学生模型,教师模型的专业级网络结构可取得更高精度,学生模型的轻量级网络结构可降低通信开销,并采用互蒸馏学习使教师模型和学生模型从互相转移的软标签中学习知识以更新模型。此外,为了进一步提高模型精度,基于全局训练轮次和模型精度设定个性化权值来调节互蒸馏占比。仿真结果表明,DAFML算法在模型精度和蒸馏比率方面优于其他比较算法。 展开更多
关键词 联邦学习 互蒸馏 有向无环图 个性化权值
在线阅读 下载PDF
基于路径QoS加权分解的工作流调度算法 被引量:1
3
作者 徐战 王劲林 +2 位作者 吴刚 李俊 刘磊 《系统仿真学报》 CAS CSCD 北大核心 2012年第5期1035-1040,共6页
采用有向无环图DAG(Directed Acyclic Graph)描述的工作流在QoS约束下的调度问题是一类典型的NP难问题。分析了DAG工作流调度问题的调度目标,提出了一种基于路径QoS加权分解的工作流调度算法,通过将工作流的全局QoS约束分解为单个任务... 采用有向无环图DAG(Directed Acyclic Graph)描述的工作流在QoS约束下的调度问题是一类典型的NP难问题。分析了DAG工作流调度问题的调度目标,提出了一种基于路径QoS加权分解的工作流调度算法,通过将工作流的全局QoS约束分解为单个任务的局部QoS约束,将整个工作流的全局优化问题转化为单个任务的局部优化问题,降低了问题的复杂度。在对整个DAG工作流的QoS约束进行分解时,算法对工作流的每条路径的QoS约束进行分解,并以任务可选能力服务间的单位QoS增益之和作为权值,将单条路径的QoS约束分解到组成路径的每个任务。仿真结果表明,与其他基于QoS分解的DTL、DBL等算法相比,该算法具有更高的调度效率,能够找到更好的调度方案。 展开更多
关键词 QOS约束 有向无环图 加权分解 工作流调度
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部