移动边缘计算不确定性任务持续卸载及资源分配方法

移动边缘计算场景中任务的不确定性增加了任务卸载及资源分配的复杂性和难度.鉴于此,提出一种移动边缘计算不确定性任务持续卸载及资源分配方法.首先,构建一种移动边缘计算不确定性任务持续卸载模型,通过基于持续时间片划分的任务多批次处理技术应对任务的不确定性,并设计多设备计算资源协同机制提升对计算密集型任务的承载能力.其次,提出一种基于负载均衡的自适应策略选择算法,避免计算资源过度分配导致信道拥堵进而产生额外能耗.最后,基于泊松分布实现了对不确定任务场景模型的仿真,大量实验结果表明时间片长度减小能够降低系统总能耗.此外,所提算法能够更有效地实现任务卸载及资源分配,相较于对比算法,最大可降低能耗11.8%.

以新质生产力赋能中国式现代化的重点与任务

发展新质生产力是中国式现代化的主要推动力,以新质生产力赋能中国式现代化是适应我国社会主要矛盾变化背景下推动中国式现代化的新要求,是打造中国式现代化质量版的客观要求,是实现中国式现代化目标转型的必然要求。以新质生产力赋能中国式现代化的战略重点在于构建现代经济体系、培育现代化新动能、提高供给体系质量。以新质生产力赋能中国式现代化新发展的战略任务是形成以新质生产力赋能中国式现代化的内生驱动力,推动供给侧的产业结构升级,以新质生产力形成中国式现代化新优势;推动动力转换,形成中国式现代化新动力;实现数字经济赋能中国式现代化,以数字新质生产力打造中国式现代化的升级版;以新质生产力推动新型工业化,形成新型工业化的新优势。

面向绿色计算的车辆协同任务卸载方法

车辆边缘计算(VEC)为处理计算密集、延迟敏感型任务提供了新的范式,然而边缘服务器在整合可再生能源方面的能力较差。因此,为了提高边缘服务器的能效,该文设计了一种面向绿色计算的车辆协同任务卸载框架。在该框架中,车辆配备能源收集(EH)设备,通过彼此间共享绿色能源和计算资源协作执行任务。为有效促进车辆的参与积极性,该文通过动态定价激励车辆,并综合考虑了车辆的移动性、任务优先级等。为了使卸载决策适应动态环境的变化,该文提出了一种基于双延迟深度确定性策略梯度(TD3)的任务卸载方法,以在最大化所有车辆平均任务完成效用的同时减少边缘端电网电力的使用。最后,仿真结果验证了该方法的有效性,相比基于深度确定性策略梯度(DDPG)和基于贪心原则(GPE)的方法在性能上分别提升了7.34%和37.47%。

旅游自动问答系统中多任务问句分类研究

目前旅游产业信息化建设需要构建旅游自动问答系统,其中问句分类是问答系统的重要组成部分,传统问句类别体系角度单一,且传统分类模型对不平衡的问句数据集表现欠佳。针对这一问题,该文从问题主题和问句答案类型两个角度构建了旅游领域的问句类别体系架构,并提出多任务问句分类模型MT-Bert,在BERT上进行多任务训练,并加入自注意力机制,使用Softmax分类器,并设计了多任务融合损失函数。在山西旅游数据集的结果表明,MT-Bert在两种类别体系的微平均F1值分别为97.6%、91.7%,且避免了非平衡数据的预测失败问题,可以有效处理非平衡数据。

任务导向的翻转课堂在《医学影像技术学》理论教学中的应用

《医学影像技术学》作为医学影像技术本科专业的核心课程,教师在理论课教学期间需重视学生知识内化与综合素质提升。传统教学模式中教师长时间处于教学主体地位传授知识,学生鲜少自主学习、主动思考及表达看法,难以获得理想教学效果。任务导向的翻转课堂以学生为教学主体,设置目标明确、难度适中的个人自学任务与团队课堂讲授任务,督促学生主动学习,积极参加团队协作。此类翻转课堂将拓展学习时间与场景,拓宽知识获取渠道,鼓励学生积极学习思考,与团队成员交流看法并协作制定课堂讲授资料,完成课堂讲授。教学过程中,学生不仅完成多层次知识内化,还将获得一定程度综合素质提升。本文将回顾传统教学模式的局限性,分析任务导向翻转课堂的特点与优势,探讨其用于影像技术本科专业学生《医学影像技术学》理论课教学的可行性,为本课程教育改革提供新思路与参考。

学习任务群视域下知识观转型与教学变革

学科知识、主体经验和学习活动是语文教学不可缺少的要素,不能因强调其一而取代另两者。学习任务群视域下的知识观,是从静态知识到动态运用、从知识点到概括性知识、从“知识—人”到“知识—世界—人”。学习任务群以实践活动内联知识类型、以学习单元建立知识结构、以真实情境促进知识—人—世界三者交融,探索出一条知识生成素养的有效路径。研究认为,依据学习任务群的特征,以初中语文为例,教学实践中宜采用概括性知识统领的单元教学,可分为提炼单元的概括性知识、提出引导性问题融入学科知识、设计知识理解与运用的学习过程三个步骤。

真实工作场景下“搜索即学习”任务集的构建与分析

文章采用日记法收集来自16个国民经济行业的真实工作场景下具有学习特征的搜索任务实例,结合任务概念框架对搜索任务进行表征,构建面向“搜索即学习”研究的多维任务集,并进一步剖析了真实工作场景下搜索任务的属性特征,对任务相关特征、参与者认知变化、行为及关系进行探讨,根据参与者的学历层次、完成任务的认知层次,以及在完成任务时所处的时间压力进行分组比较三组变量间的关系。研究发现:参与者的任务执行熟悉度与任务感兴趣程度,所需信息类型的数量显著影响认知变化,任务执行者特征对认知变化与行为的影响在不同情境下均存在显著差异。本研究开发的任务集可作为“搜索即学习”研究的公共研究资源,以及评估生成式人工智能技术复杂任务处理能力的评测集,为开发面向真实工作任务情境与高效的信息系统提供依据。

高中化学实验教学的目标任务和方法路径

基于“科学探究与创新意识”核心素养及其学业质量要求,系统整体规划高中化学实验教学主要任务目标。一是实验基本知识技能掌握目标,可通过建构基础实验认知模型和强化模型应用教学予以达成;二是有关思想观念思维方法形成目标,可通过加强实验探究促进学科理解融合教学予以实现;三是关键能力素养发展目标,可通过变革实验活动形式、设计实验组织逻辑和开展主题综合实验予以发展。

遗传-蚁群算法在高性能计算任务调度中的应用

针对目前高性能计算任务调度策略利用率低、负载不均衡等问题,设计一种基于遗传-蚁群算法的高性能计算任务调度算法(GA-ACO)。GA-ACO分为两个阶段,第一阶段通过遗传算法缩小空间快速搜索到优秀解,紧接着将其转化为蚁群算法的初始信息素;第二阶段提出一种基于蚁群信息素的全局更新策略对收敛速度做出优化。实验分析表明,与蚁群算法和遗传算法相比,该算法缩短了任务完成时间,降低了节点负载率。

问题探索与实验研究融合任务导向教学法在仪器分析教学中的改革实践

仪器分析是化学及相关专业的主干核心课程,为了适应学科发展需要,对仪器分析教学方法进行改革与实践。该课程采用任务导向教学模式,并尝试与问题探索和研究实验相融合,通过设计特定情景,使每章知识点以层层递进的方式出现,以最大程度地调动学生的学习兴趣和积极性;完成学习内容后再进行知识总结升华,并完成问题探索和实验研究,实现融会贯通,以达到较好的全面提升效果。

高管团队任务型断裂带、动态能力与创业板企业数字化转型

基于高层梯队理论和战略选择理论,实证分析高管团队任务型断裂带对创业板企业数字化转型的影响,并探讨动态能力在上述关系中的中介机制以及CEO开放性的调节效应。结果表明:高管团队任务型断裂带对创业板企业数字化转型具有倒U形影响;动态能力在上述关系中发挥中介作用;CEO开放性显著调节高管团队任务型断裂带与创业板企业动态能力的倒U形关系。研究结论有助于加深理解高管团队任务型断裂带影响创业板企业数字化转型的作用机制,丰富企业数字化转型领域研究成果。

列宁《青年团的任务》中的青年学习观及其现实启示

青年是推动社会变革和时代进步的重要力量,而学习是青年的立身之本,是青年成长成才的必由之路。列宁《青年团的任务》一文不仅强调学习是青年的首要任务,而且对青年学习的基本问题做了详细的阐述。列宁《青年团的任务》主要围绕青年“为何学”“学什么”“怎么学”等主要问题,形成了青年学习要以自身肩负建设社会主义国家为己任、要学习一切人类创造的全部知识财富、要与沸腾的实际生活相结合的青年学习观。新时代,青年教育工作要坚持用科学理论武装青年、培养青年牢固树立终身学习理念、动员青年积极投身社会实践、引导青年掌握正确的学习方法。

基础教育治理现代化的时代价值、核心议题与战略任务

建设教育强国,基础教育具有重要的基础性、战略性、先导性地位,基础教育治理现代化是教育治理现代化的重要基础。基础教育治理现代化事关教育强国建设,关乎教育公平,影响教育质量。在教育高质量发展的愿景下,推进基础教育治理现代化亟需关注三个核心议题,即推进基础教育公平、释放基础教育活力、提高基础教育质量。为加速基础教育治理现代化进程,助推基础教育高质量发展,需在树立正确教育政绩观、推进公共服务均等化、建立现代学校治理体系、推进育人方式转型、加快教育数字化变革、深化考试招生改革、全面依法治教、建设高水平教师队伍等方面进行重点考量。

任务协作表示增强的要素及关系联合抽取模型

对文本中诸如实体与关系、事件及其论元等要素及其特定关系的联合抽取是自然语言处理的一项关键任务.现有研究大多采用统一编码或参数共享的方式隐性处理任务间的交互,缺乏对任务之间特定关系的显式建模,从而限制模型充分利用任务间的关联信息并影响任务间的有效协同.为此,提出了一种基于任务协作表示增强的要素及关系联合抽取模型(Task-Collaboration Representation Enhanced model for joint extraction of elements and relationships,TCRE).该模型旨在从多个阶段处理任务间的特定关系,帮助子任务进行更细致的调节和优化,促进整体性能的提升.在三个关系抽取和一个事件抽取数据集上进行实验,TCRE在实体识别和关系提取任务上平均性能分别提高0.57%和0.77%,在触发词识别和论元角色分类任务上分别提高0.7%和1.4%.此外,TCRE还显示出在缓解“跷跷板现象”方面的作用.

震害评估任务驱动的遥感信息服务链构建方法

地震是全球影响最大的自然灾害之一。利用遥感数据对灾区进行动态震害评估,有助于支持应急救援和恢复重建工作,并在一定程度上降低灾害损失。然而,随着Web服务和在线计算技术的快速发展,如何根据不同震害评估任务需求,选择合适的遥感数据和处理服务进行智能组合,构成遥感信息服务链,已成为亟待解决的难题。因此,本文提出了一种任务驱动的遥感信息服务链构建方法,通过分析震害评估任务与遥感服务的特点,基于本体构建统一描述语义的震害评估任务描述模型与遥感信息服务描述模型,研究逐级精化的服务多级语义匹配方法,并从服务类型、服务功能、服务质量三个方面进行服务匹配。结果表明,本方法可构建出12条可用服务链,用时均在70 min内,且最优归一化服务质量指标达到0.607。研究成果能够支持遥感信息服务链构建,可为震害服务管理提供技术支持。

遥感卫星任务智能决策的机器学习方法研究

基于遥感卫星任务决策的特点,研究如何采用机器学习方法对执行任务时产生的大量动作、指令和遥测数据进行分析和训练。为了给遥感卫星任务建立机器学习方法,探索机器学习辅助遥感卫星任务智能决策的可行性,并探讨机器学习模型对卫星任务数据的适应性和处理效率。借鉴地面相关人工智能系统成熟的机器学习架构,研究建立遥感卫星任务相关智能决策的机器学习方法,并给出了机器学习的样例。研究结果表明:机器学习方法的适应性很强,初步实现了遥感卫星自主任务决策,并达到一定的准确率,对卫星任务智能决策技术进行了有益探索。

发展型学习任务群中“表达与交流”的共性特征及不同要求

实用性阅读与交流、文学阅读与创意表达、思辨性阅读与表达是新课标设置的三个发展型学习任务群,它们在语文课程架构中处于承上启下的关键位置。就“表达与交流”这一语文实践活动而言,三大发展型学习任务群具有课程内容统整化、目标要求层级化、涉及文类精细化等共同特征,与新课标注重结构性、整体性、阶段性、实践性的指导思想相符。但细细研究,发展型学习任务群中“表达与交流”活动的价值、旨归是有明显区别的,或注重实用,或指向审美,或强调思辨。其相同之处源于三者的课程理念、导向一致,不同之处在于各自的功能、定位有别。教学既要关注相同之处,又要因群施策,靶向发力。这样,才能充分发挥发展型学习任务群中“表达与交流”实践活动提升学生语文核心素养的应有作用。

科研人员探索式搜索任务类型与特征研究

[目的/意义]随着科技创新进程的加速与深入,科研人员的知识需求逐渐呈现出深度化、模糊化等特征,其知识搜索也大多表现为一种探索性的搜索过程。研究科研人员探索式搜索任务类型与特征有利于细粒度揭示科研人员信息需求特征,为科技信息服务平台的精准化知识服务提供理论依据,从而促进科技知识共享,加快科技创新进程。[方法/过程]以集成电路领域为例,文章采用关键事件技术法和在线问卷调查法进行数据收集,同时基于多重信息搜寻时段模型进行内容分析和编码,并进行数据统计分析。[结果/结论]集成电路领域探索式搜索包括两种任务类型(学习型和研究型)及其13种任务子类型,其中,来源、搜索频率、知识储备需要、复杂度的知识维度和认知维度5个任务属性与任务子类型显著相关,同时各任务属性间的共现结果体现了最常见的任务属性组合。本研究将为更好地理解科研人员的领域知识需求,以及开展后续的科研人员信息搜索行为研究和搜索系统优化提供一定参考。

预算约束下多任务联邦学习激励机制

联邦学习是一种实现数据隐私保护的分布式机器学习范式,性能取决于数据源的质量和数据规模。客户端是理性个体,参与联邦学习将耗费计算、通信和隐私等成本,需要通过激励提高客户端的参与意愿。因此联邦学习能成功应用的关键之一是尽可能多地激励高质量数据客户端参与训练。多任务联邦学习环境下客户端拥有面向不同任务且质量不同的数据,并具有执行能力的约束。为提高多个学习任务的整体性能,在预算受限的条件下设计一种面向任务的客户选择和报酬机制。通过分析影响模型精度的重要因素,提出一种基于客户端数据样本分布特征的质量评估标准,并结合客户端成本信息,设计一种逆向拍卖的激励机制(EMD-MQMFL),实现客户端的任务指派和支付策略。从理论上分析和证明了该机制具有诚实性、个人理性以及预算可行性,并通过大量实验验证了该方法在联邦学习性能上的有效性。在MNIST、Fashion-MNIST、Cifar-10数据集上的实验结果表明,EMD-MQMFL在数据不平衡的情况下,平均模型精度比已有的机制至少提高5.6个百分点。

双重任务对身体姿势调节的影响

归纳双重任务下姿势调节的相关理论及其影响因素,并总结双重任务训练在临床和竞技体育中的应用。围绕认知负荷对姿势调节的影响,将双重任务理论从容量共享、信息处理瓶颈以及串扰等3种不同理论角度进行了阐述。针对姿势调节的诸多影响因素,重点探讨了多感觉在姿势调节中的作用以及年龄对姿势调节的影响,并重点探讨双重任务下运动对姿势调节的作用,展望双重任务在竞技体育中的应用前景。在临床上,双重任务主要应用于对脑卒中、帕金森病以及多发性硬化症患者的康复训练。