[1] Geng,Shijie等。“建议作为语言处理(RLP):一个统一的预处理,个性化的提示和预测范式(P5)。”recsys'22。[2] Hua,Wenyue等。“如何为建议基础模型索引项目ID。” Sigir-ap'23。
这是以下文章的公认手稿:Geng,X.,Guo,X.,Xiao,G。,&Yang,N。(2023)。分散供应链中的供应风险缓解:定价推迟还是付款推迟?制造与服务运营管理,26(2),646-663,最终形式在https://doi.org/10.1287/msom.2022.0198上发布。
Yuxiao Chen , Jianbo Yuan, Yu Tian, Shijie Geng, Xinyu Li, Ding Zhou, Dimitris N. Metaxas, Hongxia Yang, “ Revisiting Multimodal Representation in Contrastive Learning: From Patch and Token Embeddings to Finite Discrete Tokens ” in IEEE Conference on Computer Vision and Pat- tern Recognition (CVPR), 2023
黄,中Yi; ding,Yao;歌曲,鸟着;王,林; Geng,Ruizhe;他,洪林; DU,Shan;刘,夏;天,钟; Liang,Yongsheng;周,凯文; Chen,Jie电子和计算机工程学院,北京大学基于点注释弱监督的核分段:一种粗到精细的自我刺激的学习策略
[1]本·艾斯纳(Ben Eisner),哈里·张(Harry Zhang)和大卫(David Hold)。flowbot3d:学习3D表达流动以操纵表达的观察。arxiv预印arxiv:2205.04382,2022。1 [2] Haoran Geng,Ziming Li,Yiran Geng,Jiayi Chen,Hao Dong和He Wang。partManip:从点云观察到学习跨类别的可推广零件操纵策略。在IEEE/CVF计算机视觉和模式识别会议论文集,第2978-2988、2023页。2 [3] Haoran Geng,Helin Xu,Chengyang Zhao,Chao Xu,Li Yi,Siyuan Huang和Wang。gapartnet:跨类别域,可通过可概括和可行的部分操纵对象感知和操纵。在IEEE/CVF计算机视觉和模式识别会议论文集,第7081–7091页,2023年。1,2 [4] Yiran Geng,Boshi AN,Haoran Geng,Yuanpei Chen,Yaodong Yang和Hao Dong。机器人操纵的端到端舞蹈学习。arxiv预印arxiv:2209.12941,2022。2 [5] James J Gibson。 提供的理论。 Hilldale,美国,1(2):67–82,1977。 2 [6] Suhan Ling,Yian Wang,Shiguang Wu,Yuzheng Zhuang,Tianyi Xu,Yu Li,Chang Liu和Hao Dong。 铰接的物体操纵,用粗到精细的负担能力来降低点云噪声的效果。 ICRA,2024。 2 [7]刘刘,韦奇安格Xu,haoyuan fu,sufe Qian,Qiao-jun yu,Yang Han和Cewu lu。 AKB-48:一个现实世界中阐明的对象知识库。 在IEEE/CVF计算机视觉和模式识别会议论文集,第14809–14818页,2022年。2 [5] James J Gibson。提供的理论。Hilldale,美国,1(2):67–82,1977。 2 [6] Suhan Ling,Yian Wang,Shiguang Wu,Yuzheng Zhuang,Tianyi Xu,Yu Li,Chang Liu和Hao Dong。 铰接的物体操纵,用粗到精细的负担能力来降低点云噪声的效果。 ICRA,2024。 2 [7]刘刘,韦奇安格Xu,haoyuan fu,sufe Qian,Qiao-jun yu,Yang Han和Cewu lu。 AKB-48:一个现实世界中阐明的对象知识库。 在IEEE/CVF计算机视觉和模式识别会议论文集,第14809–14818页,2022年。Hilldale,美国,1(2):67–82,1977。2 [6] Suhan Ling,Yian Wang,Shiguang Wu,Yuzheng Zhuang,Tianyi Xu,Yu Li,Chang Liu和Hao Dong。铰接的物体操纵,用粗到精细的负担能力来降低点云噪声的效果。ICRA,2024。2 [7]刘刘,韦奇安格Xu,haoyuan fu,sufe Qian,Qiao-jun yu,Yang Han和Cewu lu。AKB-48:一个现实世界中阐明的对象知识库。在IEEE/CVF计算机视觉和模式识别会议论文集,第14809–14818页,2022年。2 [8] Kaichun MO,Leonidas J. Guibas,Mustafa Mukadam,Abhi-Nav Gupta和Shubham Tulsiani。其中2act:从pix-els到铰接3D对象的动作。在IEEE/CVF国际计算机愿景会议论文集(ICCV),第6813-6823页,2021年。1,2 [9] Chuanrou Ning,Ruihai Wu,Haoran Lu,Kaichun Mo和Hao Dong。其中2个口气:对于看不见的新型铰接对象类别的负担能力学习。在神经信息处理系统(神经)中的广告中,2023年。2 [10] Yusuke Urakami,Alec Hodgkinson,Casey Carlin,Randall Leu,Luca Rigazio和Pieter Abbeel。门口:可扩展的门打开环境和基线代理。ARXIV预印arxiv:1908.01887,2019。1,2 [11]学习开门操作的语义关键点表示。IEEE机器人技术和自动化Letters,5(4):6980–6987,2020。1 [12] Yian Wang,Ruihai Wu,Kaichun MO,Jiaqi KE,Qingnan Fan,Leonidas Guibas和Hao Dong。adaafford:通过几乎没有相互作用,学习适应3D铰接式物体的操纵负担。欧洲计算机录像会议(ECCV 2022),2022。2 [13] Ruihai Wu,Yan Zhao,Kaichun MO,Zizheng Guo,Yian Wang,Tianhao Wu,Qingnan Fan,Xuelin Chen,Leonidas Guibas和Hao Dong。增值税:学习视觉动作
虽然异构架构在高性能计算系统中越来越受欢迎,但其有效性取决于调度程序将工作负载分配到合适的计算设备上的效率,以及通信和计算如何重叠。随着不同类型的资源集成到一个系统中,调度程序的复杂性也相应增加。此外,对于在不同异构资源上具有不同问题规模的应用程序,最佳调度方法可能会有所不同。因此,我们引入了一种基于配置文件的人工智能辅助动态调度方法,以动态和自适应地调整工作负载并有效利用异构资源。它结合在线调度、应用程序配置文件信息、硬件数学建模和离线机器学习估计模型,实现异构架构的自动应用设备特定调度。硬件数学模型提供粗粒度计算资源选择,而配置文件信息和离线机器学习模型估计细粒度工作负载的性能,在线调度方法动态自适应地分配工作负载。我们的调度方法在事件驱动的运行时系统中对控制规则应用程序、2D 和 3D Stencil 内核(基于 Jacobi 算法)和数据不规则应用程序稀疏矩阵向量乘法 (SpMV) 进行了测试。实验结果表明,PDAWL 的表现与产生最佳结果的 CPU 或 GPU 相当或远远优于后者。关键词:异构多核计算、工作负载平衡、自适应建模、机器学习辅助调度、并行计算
成员:阿尔及利亚。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。库德里先生中国。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。耿爽先生厄瓜多尔。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。蒙塔尔沃·索萨先生 法国。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 Dharmadhikari 圭亚那先生。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。罗德里格斯-伯克特夫人日本。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 ....................................................................................................................................................................................... Yamazaki 先生 马耳他............................................................................................................................................................................................................................................................. Frazier 夫人 莫桑比克............................................................................................................................................................................................................................................................................. Fernandes 先生 大韩民国....................................................................................................................................................................... ....................................................................................................................................................... 黄先生 俄罗斯联邦............................................................................................................................................................................................. 内本齐亚先生 塞拉利昂............................................................................................................................................................................................................................. 乔治先生 斯洛文尼亚............................................................................................................................................................................................................................................. ........................................................................................................................................................ . . . . . . Blokar Drobič 女士 瑞士. . . . . . . . . . . . . . . . . . . . . . Baeriswyl 女士 大不列颠及北爱尔兰联合王国. . Kariuki 先生
Victoza in the treatment of type 2 diabetes mellitus: a multicenter, randomized, open, parallel controlled, phase Ⅲ clinical study ………………………………………………… 840 Gu Nan, Guo Xiaohui, Pang Shuguang, Cheng Zhifeng, Wang Haifang, Geng Jianlin, Sun Jiao, Lyu Shujun, Fu Wenyan, Peng Hui, Li Shunbin, Ma Yujin, Zhou Dongmei, Tu Ping, Shi Xiaoyan, Lu Yibing, Yang Jing, Zhang Qiu, Ye Shandong, Liu Jingdong, Sun Chunmei Development and validation of a predictive model for the risk of QTc
关键字:CUALS 2,电子结构,光学,各向异性1。引言科学家对辣椒半导体的多功能技术应用表现出了重大兴趣,这些技术的特征是公式A xi b xii c vi2。三元金黄色葡萄糖物在发光二极管(LED),太阳能电池板和具有非线性光学特性的设备中被广泛认可[1-4]。cuals 2被归类为沙尔卡西岩家族的成员。进行了许多研究[5,6],以探索正常大气条件下Cuals 2的电子,电气和光学特性。S.S. S. S. Sugan及其同事通过采用实验技术[7]对环境温度下CAULS 2的光学特征进行了研究。Jaffe等人采用理论技术来探索Cuals 2 [8]的化学性质。Abdellaoui等。 使用理论方法来分析其结构和物理特性[9]。 最近,Geng等人对在各种压力下的四方小子2的性质进行了分析[10]。 缺乏关于CUALS 2的各向异性和动态特性的广泛研究。 在这项研究中,我们通过第一原理计算,从其结构和弹性方面检查了Cuals 2的各向异性。 dft已证明其在研究各种材料的特征和机械行为方面的功效,包括对可比物质的理论检查[11]。Abdellaoui等。使用理论方法来分析其结构和物理特性[9]。最近,Geng等人对在各种压力下的四方小子2的性质进行了分析[10]。缺乏关于CUALS 2的各向异性和动态特性的广泛研究。在这项研究中,我们通过第一原理计算,从其结构和弹性方面检查了Cuals 2的各向异性。dft已证明其在研究各种材料的特征和机械行为方面的功效,包括对可比物质的理论检查[11]。