动态规划;深度学习灾难分析;电子保险柜。
为非专家优化多处理器的程序
而“动态规划”是一种收益率计算问题的有效解决方案的技术经济学,基因组分析、等领域,它适应多核芯片需要一定的编程经验,一些经济学家和生物学家。但研究人员麻省理工学院计算机科学和人工智能实验室(CSAIL)和石溪大学的意思是用一个新的改变系统允许用户描述他们想让他们的程序做的很笼统。
之后,它会自动生产版本的程序优化的多核芯片上运行,并保证新版本将产生完全相同的结果,单核版本,尽管快得多,研究者解释说。
团队使用了系统并行处理多个算法,在实验中,使用动态编程,分裂他们,这样他们会在多核芯片上运行。产生的程序是3至11倍那些由早期的自动并行化技术,他们通常那样有效,被计算机科学家hand-parallelized。
系统由麻省理工学院的研究人员和石溪大学应该方便研究人员来解决复杂的计算问题使用动态规划优化的多核芯片——没有这种编程通常需要的专业知识。
(来源:麻省理工学院)
传统上需要更多的内存,但团队避免这个问题,重新排序计算,因此需要一个特定的存储值按顺序执行,减少的次数必须召回从内存的值。
当然相对容易处理的单核计算机,但是随着多核计算机,当多个核心共享数据存储在多个位置,内存管理变得更加复杂,他们提醒。,一个hand-optimized并行版本的动态编程算法通常是10倍只要单核版,和个人行代码更复杂,。
新系统——被称为Bellmania,理查德·贝尔曼之后,应用数学家首创动态编程,使用并行化策略称为递归分治,用户只是描述过程的第一步——矩阵的划分和应用程序生成的片段,然后Bellmania决定继续细分,以有效地利用内存的问题。
通过深入学习自动化快速灾难破坏分析
普渡大学研究人员正在利用深入学习算法和强大的计算机视觉技术来显著减少时间工程师评估灾后建筑物损坏。
他们注意到,在一场灾难之后,工程师们来到现场,必须迅速文档损坏结构等建筑物、桥梁、管道前至关重要的数据被破坏。
这从2016年台湾地震损伤识别使用新的自动化系统可以大大减少时间工程师评估灾后建筑物损坏。系统概述了绿框内损伤,便于参考。(来源:普渡大学)
团队的工程师拍很多照片,也许每天10000图片,这些数据了解灾难影响结构至关重要。每一张图片都分析了人,他们花大量的时间去通过每张图片,描述,以便其他人可以使用它。
然后,工程团队经常每天花几个小时后收集数据审查他们的图像和决定如何继续第二天,但不幸的是,没有办法迅速组织这些成千上万的图像,都是至关重要的,以确定如何理解一个事件,造成的损失和潜在的人为错误是一个主要的缺点。
研究人员正在开发一种计算机系统利用先进的计算机视觉算法,可以成倍地加快进程可能会工作几个小时到几分钟。(一个YouTube视频可在https://youtu.be/WO3XmXKu4uI)
他们认为这是首次实现深度学习的这些类型的图像。他们处理真实世界的图像受损的建筑在一些主要通过龙卷风,飓风、洪水和地震。建筑设计准则往往根据经验或开始可以从这些数据。如果数据可以组织更多的很快,图像可以用来通知设计代码。
防止篡改数据的完整性
应对挑战的两党如何保证他们的通讯不是由外部方篡改,加州大学洛杉矶分校计算机科学家已经开发出一种新方法被称为“non-malleable承诺为了解决这个问题,他们说电子相当于一个锁着的盒子。
使用他们开发新的数学证明,研究人员已经证明,这是一种安全的方法来保护双方之间发送的数据,并被认为是第一个解决方案支持的证明,只需要两轮单向通信从发送方到接收方。
发送方可以“锁”消息在一个虚拟的盒子,打开后,可以提供一个关键。
(来源:加州大学洛杉矶分校)
发送方可以在一个虚拟的“锁”消息框,只后,提供一个开放的关键。一个拦截器,谁不知道的关键,不仅会在盒子里面还不知道消息将无法想出一个新的虚拟连锁的箱子,隐藏了一个相关的消息。
有关的故事
系统研究11月1日
避免云恶意;quantum-processing平台;机器学习培训。
摩尔定律的争论仍在继续
随着行业推测大约5海里,下面,周围节点收缩问题依然存在。
|
|
|
|
|
|
|
|
|
|
留下一个回复