一种基于成对字向量和噪声鲁棒学习的同义词挖掘算法

同义词挖掘是自然语言处理中一项重要任务.为了构建大规模训练语料,现有研究利用远程监督、点击图筛选等方式抽取同义词种子,而这几种方式都不可避免地引入了噪声标签,从而影响高质量同义词挖掘模型的训练.此外,由于大量实体词所具有的少样本特性、领域分布差异性和预训练词向量训练目标与同义词挖掘任务的不一致性,在同义词挖掘任务中,词级别的预训练词向量很难产生高质量的实体语义表示.为解决这两个问题,提出了一种利用成对字向量和噪声鲁棒学习框架的同义词挖掘模型.模型利用预训练的成对字向量增强实体语义表示,并利用自动标注的噪声标签通过交替优化的方式,估计真实标签的分布并产生伪标签,希望通过这些改进提升模型的表示能力和鲁棒性.最后,使用WordNet分析和过滤带噪声数据集,并在不同规模、不同领域的同义词数据集上进行了实验验证.实验结果和分析表明,该同义词挖掘模型在各种数据分布和噪声比例下,与有竞争力的基准方法相比,均提升了同义词判别和同义词集合生成的效果.

立足“融合点概念”的学科交叉融合人才培养

针对面向学科交叉融合的科学研究和人才培养仍存在的“简单叠加拼凑”问题,为提高学科交叉融合研究生人才培养质量,从科学概念的“断链”现象谈起,提出围绕“融合点概念”驾驭学科交叉融合,根据“胜任力模型”所包含的知识、技能与品行3个重要方面,阐述如何实现基于“融合点概念”的知识构建、面向“融合点概念”的能力培养和突破“融合点概念”的思维创新,并介绍计算机专业研究生跨学科交叉融合人才培养实践过程。

天河超级计算机上超大规模高精度计算流体力学并行计算研究进展

高性能计算(HPC)技术的迅猛发展为大规模复杂计算流体力学(CFD)应用提供了重要支撑。近年来,“通用处理器+众核加速器”的异构体系结构已成为研制超大规模高性能计算机的重要技术途径之一。异构高性能计算机不仅包含海量的异构处理器核,同时具有异构存储层次、通信方式和编程环境,极大增加了CFD等并行应用开发、优化的难度。国防科技大学是我国高性能计算机系统研制与应用开发的基地,长期以来,学校CFD应用软件团队依托天河/银河系列超级计算机开展了超大规模复杂CFD并行计算和性能优化研究,突破了异构协同并行计算等一系列关键技术,初步实现了HPC与CFD的深度融合,有力支撑了我国几套重要的In-house CFD软件在天河/银河系列超级计算机上的高效超大规模并行应用。归纳总结了天河超级计算机上超大规模高精度CFD并行计算研究进展,并对未来E级超级计算机上CFD并行应用开发进行了分析展望。

面向分层混合存储架构的协同式突发缓冲技术

科学计算产生和分析的数据规模日益增长,高性能计算机的存储系统在体系架构和软件管理方法上面临重大挑战。针对天河-2系统的新型分层混合存储架构,提出一种由应用程序耦合的协同式突发缓冲技术来有效利用其存储资源优势。该方法采用运行时动态耦合的方法,将临近计算任务的分布式高速存储资源聚合成为一个的巨大的协同式突发缓冲区,通过采用文件命名空间投影的映射方法组织全局数据视图,利用位置亲和和感知数据意图的方法来挖掘空间局部性和时间局部性,并利用应用并发度感知的策略优化数据移动效率。天河-2系统的测试结果表明,该方法能够有效优化多种典型应用场景,可获得高可扩展的突发并行输出带宽和稳定的持续并行输出带宽,可显著提升数据分析场景的输入/输出性能,适合应用于大规模超级计算机的存储系统。

分布式流体系结构及其编程模型与资源管理

利用互联网资源提供大数据计算服务面临着资源异构性、动态性与通信长延迟等方面的挑战,现有分布式计算模型仍存在一些不足。运用流计算模型提出分布式流体系结构,包括分布式流编程模型与资源管理等,能够高效支持多种并行执行模式。在10个CPU-GPU异构结点上实现了原型系统,仿真实验验证了7个不同的测试用例。实验结果表明,与本地串行计算相比,分布式流体系结构可以平均提高39倍计算性能,具有较大的应用潜力。

类别严重不均衡应用的在线数据流学习算法

集成式数据流挖掘是对存在概念漂移的数据流进行学习的重要方法。对于类别分布严重不均衡的应用,集成式数据流挖掘中数据块的学习方式导致样本数多的类别的分类精度高,样本数少的类别的分类精度低的问题,现有算法无法满足此类应用的需求。针对上述问题,对基于回忆机制的集成式数据流学习算法MAE(Memorizing based Adaptive Ensemble)进行改进,提出面向类别严重不均衡应用的在线数据流学习算法UMAE(Unbalanced data Learning based on MAE)。UMAE算法为每个类别设置了一个样本滑动窗口,对于新到达的数据块,其样本依据自身的类别分别进入相应的滑动窗口,最后利用各类别滑动窗口内的样本构建用于在线学习的数据块。与5种典型的数据流挖掘算法的比较结果表明,UMAE算法在满足实时性的同时,不仅整体分类精度高,而且对于样本数很少的小类别的分类精度有大幅度提高;对于异常检测等类别分布严重不均衡的应用,UMAE算法的实用性明显优于其他算法。

求解布尔不可满足子式的消解悖论算法

求解布尔不可满足子式在超大规模集成电路设计与验证领域都具有非常重要的理论与应用价值,帮助EDA工具迅速定位错误与不一致。针对求解不可满足子式的非完全方法,提出了消解悖论与悖论解析树的概念,在此基础上提出一种启发式局部搜索算法。该算法根据公式的消解规则,采用局部搜索过程直接构造证明不可满足性的悖论解析树,而后递归搜索得到不可满足子式;算法中融合了布尔推理技术、动态剪枝方法及蕴含消除方法以提高搜索效率。基于随机测试集进行了实验对比,结果表明提出的算法优于同类算法。

超级计算机发展现状及趋势分析

超级计算机是一个国家科技发展水平和综合国力的重要标志。TOP500组织以浮点运算性能实际测试值HPL为排序依据,每年2次发布全球超级计算机TOP500榜单,该榜单一直被美国所占据,但近些年来中国的"天河二号"和"神威·太湖之光"也多次位居TOP500榜首。这是因为中国的超级计算机突破了一系列关键核心技术,如"天河二号"自主设计实现了创新性的异构多态体系结构、先进的微异构计算阵列、光电混合的自主定制高速互连网络和层次式加速存储架构等。超级计算机在地球环境和宇宙环境模拟、平安城市建设、生物医学模拟分析、中微子探测等高科技和尖端技术领域都有应用,未来也在朝着更高性能、更快互联、更高可靠性、更高效的编程环境以及更高能效的方向发展。

面向科学工程计算的通用网格生成软件系统研究

随着高性能计算技术的迅猛发展,科学工程计算在航空、船舶和桥梁等工程设计领域发挥着越来越重要的作用。作为科学工程计算的前置输入,计算网格的生成是影响仿真周期和结果的重要因素之一,因此研制通用网格生成软件对推动科学工程计算领域的发展具有重大实用价值。首先介绍了国内外网格生成软件的发展现状,并针对自主通用网格生成软件在国内市场的严重空缺,总结了自主研制网格生成软件YHGRID拟采用的技术方案和需要突破的若干关键技术,最后探讨了基于国产高性能计算平台,研发自主可控通用网格生成软件所面临的挑战及其未来发展方向。

基于FPGA的HS400模式eMMC控制器设计与实现

介绍了eMMC及其在HS400高速数据传输模式下的工作原理,提出了一种eMMC控制器的设计方案。实现了200MHz工作频率下,使用DDR传输模式进行数据传输的eMMC控制器,并通过CRC校验模块实现对传输数据的CRC校验,增强了系统的可靠性。实验平台采用母板/子板总体架构,在Xilinx Zynq-7000FPGA开发板Zedboard上实现eMMC控制器,通过FMC接口与eMMC芯片子板进行通信传输。仿真及板级测试表明,HS400模式下数据读写的传输速率最高可达400MB/s,能够在实际的eMMC开发中有效提高eMMC设备的访问性能。

金红石TiO_2中本征缺陷扩散性质的第一性原理计算

基于密度泛函理论的爬坡弹性带方法,对金红石相二氧化钛晶体中钛间隙、钛空位、氧间隙、氧空位4种本征缺陷的扩散特征进行了研究.对比4种本征缺陷在晶格内部沿不同扩散路径的过渡态势垒后发现,缺陷扩散过程呈现出明显的各向异性.其中,钛间隙和氧间隙沿[001]方向具有最小的扩散势垒路径,激活能分别为0.505 eV和0.859 eV;氧空位和钛空位的势垒最小的扩散路径分别沿[110]方向和[111]方向,激活能分别为0.735 eV和2.375 eV.

线程级猜测并行系统代码自动生成工具的设计与实现

虽然线程级猜测(Thread Level Speculation,TLS)执行机制可以简化多线程编程模型接口,并能获得较高的性能加速,但其并行程序的开发仍然比较困难。面向一个高效的软件TLS模型HEUSPEC,研究了代码自动生成工具C2H的设计与实现方法。具体包括3部分内容:首先,为HEUSPEC设计简单的标注语句,标注出可并行段的一些特征;其次,提出将标注语句和可并行段转换为猜测线程函数的算法;最后,设计生成HEUSPEC并行代码的算法。该方法已在开源编译器Clang上实现。面向Rodinia,OmpScr等基准程序的测试结果表明,C2H能够将带有简单标注语句的串行C代码转换为HEUSPEC并行代码,且其性能与手工编写的HEUSPEC并行代码的性能十分接近。

复杂网络影响力极大化快速评估算法

分析复杂网络中影响力极大化问题,设计一种新的启发式算法框架。针对信息传递中节点的交互方式进行分析,给出节点在任意时刻处于信息接收态的概率。通过期望计算得到种子节点集传播影响力的近似估计,实现集群影响力快速计算,进而得到基于序列采样的影响力极大化快速评估算法。特别地,对于六个来自不同领域的真实网络上的影响力极大化问题进行了研究,仿真结果表明:该方法能够高效识别网络中具有重要传播影响力的节点集,在三种常见度量准则下的表现均明显优于三种影响力极大化问题基准算法。

复杂系统规约、分析与验证发展现状与展望

形式化方法包括计算系统(软硬件和网络)的规约、构造、分析与验证的数学基础、技术和工具。随着安全攸关系统在国民经济和国防等关键领域的应用越来越多,复杂系统可信性问题日益凸显。形式化方法已经成为开发安全可靠的安全攸关系统的关键技术之一,也是解决中国“缺芯少魂”的核心技术之一,同时也是国际学术前沿。文章回顾国内外形式化方法研究现状,分析国内外研究差距,并提出加强中国这方面基础研发的若干建议。

能源互联网关键技术分析

能源互联网是解决未来可再生能源大规模有效利用的重要基础设施,围绕着这一新型电力网络的设计、实现、运行和管理中所面临的新问题,提出了实现能源互联网的六大关键技术:先进储能技术、固态变压器技术、智能能量管理技术、智能故障管理技术、可靠安全通信技术和系统规划分析技术,并对各项关键技术所涉及的科学问题进行了分析与探讨.

面向灾难搜索救援场景的空地协同无人群体任务规划研究

面向地震场景,提出了一种有效的空地协同搜救框架,高空侦察机获取地面受损建筑物位置信息传递给无人机搜索群体,无人机根据此信息做分布式任务规划,到达目标建筑对受灾人群做进一步侦察,并将伤员密度分布信息传递给地面无人车群体。无人车做集中式规划,到达伤员地点执行救援任务。针对无人机群体的任务规划,根据其小型、廉价、可大规模部署以及通信能力弱的特点,改进传统的拍卖任务规划方法,提出了一种新的基于通信保持的拍卖方法(CMBA);救援无人车群体虽然载荷能力强,但是在灾区恶劣道路环境条件下,无法大规模部署,必须发挥其执行任务的最大效用,传统遗传算法适用于中心化的精确任务规划,但是存在易陷入局部最优解的缺点,提出了一种自适应反馈调节遗传算法(AFBA-GA)改进这一缺点。通过在机器人仿真器中和标准数据集中的测试,验证了任务规划方法的有效性。