基于多任务消息传递神经网络的药物不良反应预测

对已知药物不良反应和药物蛋白质链路分别构建二分图,并分别基于消息传递神经网络(MPNN)和TransE模型进行建模,同时以交叉压缩单元(CCU)作为共享单元,联结药物不良反应预测和药物蛋白质链路预测,构建多任务MPNN(MT-MPNN)模型,提高对未知药物不良反应的预测效果。对SIDER公开数据集的89855例样本数据和DrugBank的5928例数据进行五折交叉验证,实验结果显示,在测试集上其平均受试者工作特征曲线下面积(AUROC)和平均F1值分别为0.9469和0.8753,表明本研究提出的MT-MPNN模型可以辅助临床有效挖掘潜在未知的药物不良反应。

基于模式记忆并行蚁群算法的输电网规划

该文讨论了目前大规模输电网规划求解中常见的无法完成对解空间的充分搜索,从而难于求得全局最优解的问题;给出了泛函形式的输电网规划模型,并重点分析了输电网规划解的模式。在分析了传统蚁群算法易产生未成熟收敛现象及其原因的基础上,设计了一种基于模式记忆的并行蚁群算法,该算法通过模式记忆实现了解空间分解,能够有效地识别、记忆和跳出局部最优解;通过局部细化搜索进一步加强了局部搜索能力;通过并行计算提高了计算速度。某实际77 节点的算例分析表明了该算法具有很高的计算效率和优秀的局部、全局收敛性,有效克服了现代启发式算法在求解输电网规划问题时存在的效率不高及未成熟收敛等现象。

基于数据分区的并行DBSCAN算法

DBSCAN是基于密度的聚类算法的一个典型代表算法,它对空间数据库聚类有很好的性能.然而,在对大规模数据库聚类时,DBSCAN需要大量内存支持并伴随着I/O开销.随着高性能计算机的发展,特别是集群式计算机出现,给我们提供了一种解决DBSCAN算法缺陷的方法,本文提出一种建立在集群式高性能计算机上基于数据分区并行DBSCAN算法.测试结果表明,它极大地降低了DBSCAN对时间和空间的需要.

基于并行计算的气溶胶定量遥感反演模型实现

为了加快气溶胶光学厚度(AOD)反演计算速度,基于SYNTAM串行算法,提出了循环分块划分和聚合通信的策略,利用消息传递模型,在中国气象局的IBM Cluster 1600高性能计算机系统上,并行实现了从MODIS双星(TERRA和AQUA)卫星数据反演AOD。试验结果表明该方法大大减少了计算时间,与地面太阳光度计实测AOD数据进行对比验证,发现所有站点处的AOD反演相对误差小于22%,表明这种并行方法可以满足高精度监测空气质量要求。

并行程序环境及其系统移植实现

并行程序设计环境作为分布并行系统中，并行应用程序开发设计与调试运行控制的工具，对于并行处理技术的研究发展与推广应用，具有重要的作用、本文将分析讨论并行程序环境Ｅｘｐｒｅｓｓ与ＰＶＭ的系统特点及其实现方法，同时，介绍Ｅｘｐｒｅｓｓ系统在并行图归约智能工作站上的系统移植实现。

并行化编译中的一种集成优化方法

本文提出了一种面向分布存储器多机系统的并行化编译方法．针对分布存储并行系统的特点，作者采用的基本优化策略是：折衷并行性与数据引用局部性；减少和隐藏通信开销．通过对基于仿射函数的程序分解方式所导致的数据通信性质的分析，得到了适合分布存储结构特殊要求的并行性开发方法．为了在保持并行性的前提下最小化通信数据总量，提出了基于齐次线性方程组求解的程序全局优化分解方法．为了优化数据通信的组织，提高结点代码的效率。

PVM网络并行计算实现方案

使用双网卡方案实现了基于PVM平台的网络并行计算环境，并在该环境下测试了并行整体光照算法。对实际的测试结果进行了分析，讨论了利用PVM进行网络并行计算的机制和优化方法。

Robust的分布式k中心聚类算法的研究与实现

并行处理的研究在数据挖掘中是十分必要的。在理论分析的基础上,提出在对经典串行PAM算法进行并行时应如何从局部聚类信息生成完备的全局聚类信息,据此提出了算法DPAM,在提高计算性能的同时,使聚类质量等价于相应串行PAM算法。为提高并行算法的执行效率,还介绍了如何减小计算结点间通信的代价。最后对提出的算法进行性能分析和实验,说明该算法是高效可行的。

基于精确数组数据流分析框架的通信优化

为了提高消息传递型多处理器的性能,优化处理器间的通信对于并行化编译器至关重要。介绍了建立在精确数组数据流分析基础上的通信优化技术。通过优化,减少了通信次数,降低了通信代价。最后通过一个实例说明,在一定计算划分下结合精确数据流分析实现通信比仅仅依据计算划分实现通信能更有效地减少通信量。

面向MPF的自动并行过程中的迭代划分和数组访问局部性分析

并行编程一般分为数据并行和消息传递两种模式。比较而言，消息传递的应用更为广泛。面向消息传递FORTRAN（MPF）的自动并行工具能很大程度上缓减用户编程的压力，并具有很好的实用价值。迭代划分和局部性分析是自动并行中的重要部分。本文介绍从串行FORTRAN程序自动转换成MPF的自动并行工具FAX中的迭代划分、数组访问局部性分析及通信优化分析。

基于消息传递的MCC集群实现

并行处理是提高计算能力的一种方法 ,通过网络相互连接的工作站和PC构成一个庞大的资源 ,以多计算机互连为基础的集群成为一种新的高效的大规模并行计算工具 .本文讨论了基于消息传递机制的并行处理系统MCC的设计和实现方案 .MCC系统提供了消息队列管理、节点管理、任务管理等功能 。

多任务交互式学习网络的方面情感分析

方面情感分析传统方法采用方面词抽取-情感预测的独立学习模式,未充分利用两模块的联合信息及训练过程中有价值的信息。提出基于消息传递机制的多任务交互式学习网络,模型采用细粒度属性级分类任务和篇章级分类任务联合训练,设计消息传递显式地对任务交互进行建模,通过共享隐藏变量迭代传递信息,有助于特征学习和推理。方面情感分析模块提出词级信息交互机制以及观点词抽取——情感预测信息传递通道,实现双注意力机制;利用池化操作嵌入多层GRU网络实现篇章级任务预测。设计迭代算法在方面级和篇章级任务间交替训练,通过三个数据集上的实验对比,结果表明模型在每个子任务的F1分数、模型整体性能、篇章级任务网络性能上均得到有效提高。

基于MPI的集群监控系统

为了有效地监控集群系统,基于消息传递接口(Message Passing Interface,MPI)并行库构建一个简单易行的并行任务模型.详细介绍该任务模型中的集群监控、节点负载均衡评估模型结构以及Linux集群数据采集.实验表明该模型配置简单、资源开销低,且对集群系统的干扰小.

一种基于分块推理的语义Web服务合成方法

将分块推理方法扩展到命题逻辑和描述逻辑的混合逻辑上,得出一种新的web服务合成方法.该方法可以方便地在UDDI(universal description,discovery and integration)之间的web服务之上进行合成,并有效结合了语义推理机,提高了算法的效率.为了把证明转化为可执行的过程,给出一种基于π演算的提取过程模型的方法,并为方便地利用语义推理机的语义关系,定义了一种伪过程以便统一地处理这种情况.

基于工作站群机的并行虚拟机PVM分析

PVM代表并行虚拟机即Parallel Virtual Machine,是一种基于工作站网络群机的异构并行软件环境,本文详细地分析了其体系结构、计算模型、内部实现机制、用户编程接口,并指出了它的应用前景及存在的缺陷。

基于MPI的并行分布式高斯消元算法设计和评估

为了满足电磁仿真数值计算日益增高的速度和精度的需求,针对单机内存需求和计算负荷需求都比较大的矛盾,提出基于分布式并行机群环境的并行计算划分和并行存储划分的算法设计思想,并且给出了基于行列循环数据划分的并行计算算法描述。在此基础上进行了实验验证,用MPI+FORTRAN和MPI+C编程实现了对大矩阵求逆的分布式高斯消元,并进行了性能评估和实验验证,在国内外超级计算中心平台上的实验结果表明所完成的工作对于系统的电磁仿真计算具有应用价值,该算法和代码实现可应用于电磁仿真计算的矩量法MOM(Method of Mom)中。

基于PVM的数据融合并行任务调度

根据多信息源、多平台数据融合算法特点,将数据融合与并行处理技术相结合,设计了基于PVM集群的多任务并行调度,提出了两层调度和主动报告的并行任务调度策略,并给出了数据融合并行任务调度映射和软件实现流程,在集群计算机系统上实现了数据融合的实时大容量并行处理。在系统仿真测试中获得了较高的加速比和系统效率,有较好的实用价值和应用前景。

基于NoC分布式多核系统中任务迁移的实现

为降低多核系统中任务迁移的开销,在片上网络分布式多核系统的基础上实现一种低开销的任务迁移方案。借助于多核消息传递接口模型中并行程序与任务映射无关的特点,采用更新任务映射表的方式完成任务的重新映射,通过在μC/OS-II操作系统中传递任务的堆栈以及任务控制块实现任务状态在多核节点间的传递,任务迁移到另一节点后能够恢复原来的状态继续执行,不需要传递任务代码,并且任务状态的保存不需要迁移点。实验结果证明,该任务迁移方案能够及时响应任务迁移请求,具有低开销的特点,可较好地满足系统中任务的实时性要求。

POM:一个MPI程序的进程优化映射工具

现代超级计算机具有越来越多的计算结点,同时结点内具有多个处理器核。由于互联带宽的差异,结点间与结点内构成两个通信性能不同的通信层次,后者的通信性能好于前者。但是,目前MPI程序的默认进程映射未考虑该通信层次差异,无法利用结点内较好的通信带宽,严重束缚了超级计算机的性能发挥。针对该问题,本文设计实现了能利用层次通信差异的MPI程序自动进程优化映射工具POM,提供了高效、低开销获取MPI程序通信信息的方法,最终通过优化通信在通信层次上的分布提高了程序的通信效率,从而提高了应用程序的性能。本文解决了硬件平台通信层次的抽象、MPI程序通信信息的低开销获取与映射方案的计算三个问题。首先,按照通信能力差异将超级计算机结构抽象为高速互联的不同计算结点与相同结点上的多个处理器核两层。其次,提出了将集合通信转化成点到点通信的简单实现方法。最后,利用无向加权边图来表示MPI程序的进程间通信关系,将MPI程序的进程映射问题转化为图划分问题。在曙光5000A和曙光4000A上的实验结果表明,利用POM工具能够显著提高MPI程序的性能。

基于任务控制与消息寻径的PVM性能优化及实测分析

并行虚拟机(PVM)是当前流行的大型科学计算并行消息传递环境之一,其系统设计思想更多考虑了异构集群下的兼容性,默认性能设置保守。矩阵乘法是并行计算实现效率提升的典型运算之一,对PVM环境下预设并行矩阵乘法实际测试,给出从任务粒度划分、消息封包寻径及任务分派方面提升PVM并行效率的数据。对数据分析可得:PVM任务划分粒度要大,任务粒度以匹配节点数为最优;合理选用消息封包、寻径策略可改善通信能力的瓶颈;增加各节点的有效运算时间是提高整体并行效率的关键。