123,123

稀疏矩阵在C66x上的应用及优化[模拟设计][其他]

随着大数据的爆炸式发展，稀疏矩阵已经成为机器学习和边缘计算的重要一环。在机器学习领域，数据集的稀疏矩阵化既可以保存信息又可以节省内存，已成为不可避免的趋势。SpMV（稀疏矩阵向量乘）作为稀疏矩阵计算中的核心，其迭代求解过程的空间复杂度和时间复杂度具有重要研究意义。分析稀疏矩阵C00、CSR、ELLPACK和DIA压缩格式，改变稀疏矩阵的稀疏度和非零元素的分布，得出COO读取数据、CSR进行计算的SpMV通用性更强。利用C66x的VLIW指令构架，采用软件流水的方式对SpMV_CSR算法进行指令并行优化，利用SIMD单指令多数据指令集对SpMV_CSR算法完成数据并行优化。实验结果表明，优化后的SpMV_CSR算法相较于优化前的加速比平均达到5倍以上。

發(fā)表于：2024/11/14 下午1:55:39

一种基于Yarn云平台的基因启发式多序列比对算法[模拟设计][医疗电子]

提出一种基于Yarn云平台的基因启发式多序列比对算法。建立核酸替换等价矩阵作为基因启发式数学模型，构建Yarn云平台逻辑架构，通过对基因数据预处理、基因数据存储、基因序列比对、基因数据管理、基因数据分析等步骤，对数据分类保存，划分错误率较高的长序列，得到多个较短的基因片段。对不同片段实施定位，将其中的变长种子生成，进行骨架构建和孔隙填补，可以实现基因启发式多序列比对。结果表明，设计的算法在不同数据集下处理时间缩短，多序列比对SP（Sum of Pairs）的分值较高，实验验证了该多序列比对方法具有很好的应用价值。

發(fā)表于：2024/11/14 下午1:45:24

基于电路切割方法的并行量子模拟方法[模拟设计][其他]

量子计算在解决传统计算难题方面展现了巨大潜力，但由于其高错误率和噪声问题，经典模拟成为验证其性能的重要手段。然而，量子的叠加和纠缠特性带来了模拟上的巨大挑战，尤其是在内存受限的情况下。尽管电路切割方法能够将大规模量子电路分解为更小的计算任务，减轻计算压力，先前的研究主要关注其在量子计算机上的应用，未充分考虑其在量子电路模拟中的效果。论文研究填补了这一空白，提出了基于启发式切割算法和子电路状态向量复用的优化方案，以应对模拟中的内存限制。通过引入全局计算成本的考量和整数规划模型，提出的启发式方法不仅优化了切割过程，还结合了子电路状态向量复用技术，以减少重复计算和内存占用。实验结果显示，与当前流行的电路切割方法相比，所提出方法在提升模拟速度的同时显著降低了内存需求，有效应对了量子电路模拟中的挑战。在经典量子电路的测试中总体平均加速达到了46%。

發(fā)表于：2024/11/14 下午1:36:03

基于GPU的稀疏矩阵压缩存储格式研究[模拟设计][其他]

稀疏矩阵向量乘法（Sparse Matrix-Vector Multiplication，SpMV）是矩阵数值计算领域重要的线性代数子程序。通过对SpMV算法的负载均衡以及访存频度这两个关键性能瓶颈的研究，提出了一种VCSR（Vectorized Compressed Sparse Row）稀疏矩阵压缩存储格式。该格式根据各行非零元素分布的统计特性调整各个线程的数据负载来防止线程发散的问题，并且基于快速分段求和的策略以及使用矢量化的方法来提高SpMV流程的计算性能。通过使用佛罗里达大学的稀疏矩阵作为测试集，在GPU上进行性能测试，获得了相较CSR5（Compressed Sparse Row 5）格式平均10%到30%，最高50%的性能提升。

發(fā)表于：2024/11/14 下午1:25:23

网络平台个人信息“告知同意”规则的困境与出路[通信与网络][信息安全]

伴随着“互联网+大数据”的快速发展，各种网络平台蜂拥而出，个人信息以庞大的体量汇聚在网络平台，传统的格式条款已不再满足个人信息领域告知同意规则的适用。大数据时代，个人信息利用和保护之间利益失衡，网络平台作为个人信息利用的重要主体，在处理个人信息的持续性、规模性等方面对个人信息权益保护提出更高的要求。鉴于自主性，个人信息主体应强化信息自主意识。鉴于多元性，个人信息领域的告知同意规则应呈现开放式结构，以便在信息利用和信息保护之间寻找平衡。鉴于不平等性，网络平台应遵守诚信原则，履行忠实义务。鉴于持续性，网络平台治理应成为个人信息持续利用的关键。

發(fā)表于：2024/10/22 下午3:59:00

我国企业数据要素开放流通：态势、现状成因及数据空间解决方案[其他][其他]

企业数据要素开放流通对于发展高质量数字经济具有重要意义。现状表明我国企业数据要素开放流通面临供需错配、开放不足的困境，主要原因是供需对接困难、主体互信缺失、存在抵赖风险、缺乏使用控制、互操作性欠缺、难以导向决策、规则尚待完善、存在数据垄断等。为在现有条件下提高企业数据要素开放流通水平，建议在国际数据空间（International Data Space, IDS）模式的基础上构建企业数据流通解决方案以突破现有困境。数据空间解决方案通过明确参与方、设定流通过程进而实现六大功能，即：实现身份信任、安全与数据自主、供需匹配、标准化互操作、数据产品构建、数据交易流通，与企业数据要素开放流通场景需求呈现出较高的适配性。

發(fā)表于：2024/10/22 下午3:44:00

公共数据授权运营的隐私保护和效益提升——基于制度分析与发展(IAD)框架[其他][信息安全]

当前公共数据开放多为无门槛向全社会开放原始数据，无法发挥公共数据的深层效益，基于此公共数据授权运营应运而生。然而，数据效益提升和个人隐私保护存在天然矛盾关系，公共数据授权运营很难将二者兼顾。基于公共数据授权运营的实践现状，运用制度分析与发展(IAD)框架,针对隐私保护和效益提升的两难困境进行深度剖析。最终从规范外部变量、完善行动舞台、优化相互作用三个方面总结纾困之道，得出隐私保护与效益提升的最优解。

發(fā)表于：2024/10/22 下午3:28:00

政企数据要素市场化发展研究与路径思考[其他][信息安全]

数据已成为数字经济时代的重要生产力和关键生产要素，融入生产、分配、流通、消费和社会服务管理等各环节，深刻改变着生产方式、生活方式和社会治理方式，提升数据要素市场化配置效率对于数字经济高质量发展具有重要意义。全面梳理了我国数据要素市场化发展的现状，聚焦数据要素市场化涉及的政府和企业两类核心主体，分析其在推进数据要素开发利用过程中存在的问题，深入剖析数据要素赋能经济社会发展的作用机理，建立政府部门及行业企业两类主体数据流通模型及多类型数据融合流通模型，在此基础上提出面向政府和企业两类主体数据要素市场化配置改革的路径建议，以期为各界开展数据要素开发利用相关工作提供思路和借鉴。

發(fā)表于：2024/10/22 下午3:13:00

算法影响评估制度的实践路径分析[其他][其他]

算法影响评估制度作为国内外算法治理的基础性制度，是当前阶段算法治理的主要方案，但在应用实施过程中仍存在评估对象泛化、评估方法透明性不足的问题，需进一步细化。聚焦分析算法影响评估制度在应用实施过程中应关注的评估对象、评估内容和评估方法，提出在实际评估过程中应根据初步风险对算法评估对象分类分级，加强对以机器学习为基础的复杂算法的评估，重点关注算法的应用环节，重点评估算法输入的数据与特征、输出的目标与结果、干预与保障措施以及个人权利响应。

發(fā)表于：2024/10/22 下午2:59:00

基于改进YOLOv8的森林火灾探测技术研究[人工智能][其他]

森林火灾探测是当前的一个重点研究方向，然而，真实的森林火灾场景中存在大量的负样本数据，严重影响目标探测的性能，同时边端侧部署需要更加轻量化的模型。针对这一问题,提出了一种改进的YOLOv8方法，该方法首先引入EfficientViT模块到骨干网络（Backbone），通过级联分组注意力模块，减少计算开销；然后，在头部网络（Head）中引入CBAM模块，对骨干网络提取的特征进行特征增强，同时抑制噪声和无关信息；最后针对数据集的低质量样本，引入Wise-IoU损失函数，增强数据集训练效果。实验结果表明，改进后的YOLOv8模型对森林火灾的检测精度达到79.5%，检测速度达到75 FPS，整个模型的参数量降低了5.7%，对森林火灾探测具有重要意义。

發(fā)表于：2024/10/22 下午2:45:00