在线机器学习在数据中心节能中的应用

为了解决模块化数据中心节能问题,该文提出了基于在线机器学习算法的空调控制策略。通过构建双网络结构,将相乘的动作空间转化为相加的动作空间,极大的缩小了动作空间的大小,加快了模型的收敛速度。另外,结合在线机器学习算法中的监督学习和强化学习算法生成不同的模型,通过对比实验结果,选择效果最稳定的监督学习作为最终的实施方案。实验结果表明,通过对比算法在两种不同的模拟器环境以及真实测试环境中的运行结果,基于监督学习的在线机器学习算法可以在保证设备安全的前提下将模块化数据中心的电能使用效率降低到1.26以下。和Li等人使用的深度确定性策略梯度方法相比,在冷通道温度降低了17%的情况下,PUE降低了4%~6%。

Prototype of Multi-Identifier System Based on Voting Consensus

With the rapid development of the Internet,the expansion of identifiers and data brings a huge challenge to the network system.However,the network resources such as Domain Name System(DNS)are monopolized by a single agency which brings a potential threat to cyberspace.The existing network architecture cannot fundamentally solve the problems of resource monopoly and low performance.Based on the blockchain,this paper designs and implements a new Multi-Identifier System(MIS),providing the analysis and management for different identifiers in the multi-identifier network.Our preliminary emulation results prove the correctness and efficiency of the algorithm.Besides,the prototype system of MIS has been tested on the real operators’network,realizing the function of co-governing,security supervision and data protection.

基于在线学习的数据中心节能方案设计

近年来,随着计算机互联网等技术的迅速发展,与之对应的数据中心等基础设施的功耗也在持续增长。在数据中心耗能中,冷却系统的耗能占比甚至达到了30%。为了对数据中心冷却控制系统进行优化,提出一种基于在线学习的优化方案,采用基于高斯过程的多摇臂赌博机模型在线决策数据中心的空调开启台数以及采用XGBoost回归模型实时决策空调的设置温度。合适的空调设置可提升冷却系统效率,从而降低冷却系统的能源消耗。这一方案使用两个机器学习模型将空调设置的决策空间解耦,将决策空间缩小近十倍,加快收敛速度,并能根据环境的变化自动调整决策。

急性心肌梗死后左心室血栓的危险因素

目的探讨急性心肌梗死后左心室血栓(LVT)的危险因素。方法回顾性分析2019年1月至2022年1月上海市徐汇区中心医院收治的300例急性心肌梗死患者的临床资料,根据超声心动图检查结果将患者分为LVT组(27例)和非LVT组(273例)。采用单因素分析及多因素logistic回归分析筛选急性心肌梗死后LVT形成的影响因素,通过受试者工作特征(ROC)曲线分析各指标预测LVT形成的价值。结果两组患者性别、年龄、BMI、吸烟史、饮酒史、高血压、糖尿病、胸痛持续时间<12 h、白细胞计数(WBC)、血小板计数(PLT)、心肌型肌酸激酶同工酶(CK-MB)、肌酐、低密度脂蛋白胆固醇(LDL-C)、高密度脂蛋白胆固醇(HDL-C)比较差异无统计学意义(均P>0.05),两组患者中性粒细胞与淋巴细胞比值(NLR)、血小板与淋巴细胞比值(PLR)、C反应蛋白(CRP)、脑钠肽(BNP)水平及左心室射血分数(LVEF)、左室舒张末期内径(LVDD)比较差异具有统计学意义(均P<0.05);NLR、PLR、CRP、BNP、LVEF、LVDD预测急性心肌梗死后LVT形成的曲线下面积分别为0.707、0.771、0.859、0.754、0.875、0.796(均P<0.05),预测LVT形成临界值分别为3.571、121.761、45.215 mg/L、415.196 pg/ml、51.271%、43.364 mm;多因素分析结果显示,PLR≥121.761、CRP≥45.215 mg/L、BNP≥415.196 pg/ml、LVEF≤51.271%、LVDD≥43.364 mm为急性心肌梗死后LVT形成的独立危险因素(均P<0.05)。结论PLR、CRP、BNP、LVEF、LVDD为急性心肌梗死后LVT形成的独立危险因素。