临床核心指标日报数据管理轻量化架构设计

目的:设计覆盖多所医院的基于互联网思维的临床核心指标日报数据管理轻量化架构,便于综合(医学)院校和地方卫生部门的督导管理与疫情等紧急情况的了解。方法:基于浏览器/服务器(Browser/Server,B/S)架构,以Visual Studio.NET C#2008为开发平台,采用SQL Server 2005数据库设计该架构。该架构以Web后处理的方式在Web服务器端完成数据收集、管理、统计、查询、分析、推送等所有运算,使用HTML5标准实现客户端的交互。结果:该架构使各级授权人员可定时接收日报短信,通过Web网页或App实时查询、分析历史数据,在重大疫情等紧急情况下可作为对外研讨、对内资源调配的依据。结论:基于互联网思维的临床核心指标日报数据管理轻量化架构提高了临床管理效率,可作为区域医疗与互联网应用交叉地带的桥梁,为所属多所医院医疗资源的快速部署和对外交流提供了有效支持。

深度神经网络架构轻量化方法综述

当前,深度神经网络作为学术界和工业界最受关注的研究方向之一,倍受广大科研人员青睐,但是存在架构很复杂、参数量巨大、计算成本、存储成本过高的缺点。因此,如何在保证神经网络性能可接受的情况下对其去冗余、实现轻量化设计成为热点问题。当前,各种轻量化方法如雨后春笋般涌现,为给希望利用轻量化神经网络解决具体问题的研究人员建立对网络轻量化方法的整体认识、快速选择合适的解决方案,文中对具有代表性的架构轻量化方法进行介绍:剪枝、架构搜索、知识蒸馏以及轻量化卷积核设计,并从不同角度对比分析各种方法优劣,最后在宏观层面展望神经网络轻量化的未来发展方向。

企业轻量化大数据架构研究

对于很多中小型的大数据项目,应用MySQL等关系型数据库无法实现大数据的存储与计算,应用传统Hadoop大数据生态又太重,比较耗费人力、财力、服务器等资源。该文研究企业轻量化大数据架构的一种落地方案,并分析其应用场景。该文研究的轻量化大数据架主要针对企业应用中绝大多数结构化和半结构化大数据分析,数据量规模在1TB到10PB之间。轻量化架构采用MPP数据库(Doris)作为底层存储和计算引擎,Kafka作为数据接入缓冲通道,开发一体化轻量管理组件实现大数据开发中常用的任务调度、表管理、SQL开发、数据接入等功能。

轻量级深度神经网络模型适配边缘智能研究综述

随着物联网和人工智能的迅猛发展,边缘计算和人工智能的结合催生了边缘智能这一新的研究领域。边缘智能具备一定的计算能力,能够提供实时、高效和智能的响应。它在智能城市、工业物联网、智能医疗、自动驾驶以及智能家居等领域都具有重要的应用。为了提升模型的准确度,深度神经网络往往采用更深、更大的架构,导致了模型参数的显著增加、存储需求的上升和计算量的增大。受限于物联网边缘设备在计算能力、存储空间和能源资源方面的局限,深度神经网络难以被直接部署到这些设备上。因此,低内存、低计算资源、高准确度且能实时推理的轻量级深度神经网络成为了研究热点。文中首先回顾边缘智能的发展历程,并分析轻量级深度神经网络适应边缘智能的现实需求,提出了两种构建轻量级深度神经网络模型的方法:深度模型压缩技术和轻量化架构设计。接着详细讨论了参数剪枝、参数量化、低秩分解、知识蒸馏以及混合压缩5种主要的深度模型压缩技术,归纳它们各自的性能优势与局限,并评估它们在常用数据集上的压缩效果。之后深入分析轻量化架构设计中的调整卷积核大小、降低输入通道数、分解卷积操作和调整卷积宽度的策略,并比较了几种常用的轻量化网络模型。最后,展望轻量级深度神经网络在边缘智能领域的未来研究方向。

城市轨道交通自动售检票系统架构轻量化改造设计方案

本文通过对城市轨道交通自动售检票系统技术的发展和应用现状进行分析,结合未来新技术发展趋势,提出成熟地铁自动售检票系统架构轻量化设计技术方案。该方案可解决当前已运营地铁公司实体单程票卡无法停用、终端设备维护成本高、地铁专用APP下载使用转化率低等瓶颈问题,可降低未来新技术发展对于已开通线路及在建线路的影响,降低新线建设风险及成本,达到提升地铁服务质量,降低地铁运营成本的目的。

基于轻量级光谱-空间注意力交互网络的高光谱地物分类研究

通过引入基于卷积神经网络(convolutional neural network, CNN)的分类算法,高光谱图像(hyperspectral image, HSI)分类任务的精度取得显著的提升,但目前主流CNN算法往往较为复杂且参数量大,从而导致网络难以训练以及容易产生过拟合问题。为在保证网络分类性能的前提下实现轻量化,本文提出一个轻量级架构的基于光谱-空间注意力交互机制的CNN网络用于HSI分类。为实现HSI的光谱-空间特征提取,构建了一个轻量化的双路径骨干网络用于两种特征的提取和融合。其次,为提高特征的表征能力,设计了两个注意力模块分别用于光谱和空间特征的权重再调整。同时,为加强双路径特征之间的关联以实现特征的更好融合,注意力交互机制被引入到网络中以进一步提升网络性能。在3个真实HSI数据集上的分类结果表明,本文所提网络可达到99.5%的分类准确度,并相比于其他网络至少减少50%的参数量。