摘要 - 集中感知(CP)表明,在智能无人系统(IUSS)中实现了更全面和可靠的环境实现。然而,由于CP任务的特征和无线通道的动态,CP的实施仍然面临着关键的挑战。在本文中,提出了一个面向任务的无线通信框架,以共同优化通信方案和CP程序。我们首先提出了渠道自适应压缩和鲁棒融合方法,以在无线通信约束下提取和利用最有价值的语义信息。然后,我们提出了一种面向任务的分布式调度算法,以确定在动态环境下的CP的最佳合作者。主要思想是在安排时学习,其中协作实用程序可以通过低计算和沟通开销有效地学习。在连接的自主驾驶场景中进行案例研究以验证拟议的框架。最后,我们确定了几个未来的研究方向。
摘要 地球观测低地球轨道 (LEO) 卫星收集大量数据,这些数据需要先传输到地面站,然后再传输到云端进行存储和处理。如今,卫星会贪婪地向地面站传输数据,每次接触期间都会充分利用带宽。我们表明,由于地面站的布局和轨道特性,这种方法会使某些地面站超载而其他地面站负载不足,从而导致吞吐量损失和图像的端到端延迟较大。我们提出了一种名为 Umbra 的新型端到端调度系统,该系统通过考虑空间和时间因素(即轨道动态、带宽限制和队列大小)来规划从大型卫星星座通过地面站到云端的传输。Umbra 的核心是一类称为保留调度的新型调度算法,其中发送方(即卫星)有选择地未充分利用一些与地面站的链路。我们表明,Umbra 的反直觉方法可将吞吐量提高 13-31% 并将 P90 延迟降低 3-6 倍。
摘要 - 近年来,卫星的数量,尤其是那些在低地球轨道(LEO)的卫星数量正在爆炸。另外,将COTS硬件在这些卫星中的使用实现了新的计算范式:轨道边缘计算(OEC)。与单卫星计算相比, OEC需要更高级的步骤。 此功能允许具有多个参数的庞大设计空间,从而使几种新颖的方法可行。 与传统的基于地面的边缘计算相比,与网络中LEO卫星在网络中的移动性以及有限的通信,计算和存储资源有关,设计适当的调度算法。 本文全面调查了轨道边缘计算中重点的重要领域,其中包括协议优化,移动性管理和资源分配。 本文提供了OEC的首次全面调查。 先前的调查论文仅集中在基于地面的边缘计算或空间和地面技术的整合上。 本文对2000年至2023年有关轨道边缘计算的最新研究进行了综述,该研究涵盖了网络设计,计算卸载,资源分配,绩效分析和优化。 此外,在讨论了几项相关作品之后,该领域都强调了技术挑战和未来的方向。OEC需要更高级的步骤。此功能允许具有多个参数的庞大设计空间,从而使几种新颖的方法可行。与传统的基于地面的边缘计算相比,与网络中LEO卫星在网络中的移动性以及有限的通信,计算和存储资源有关,设计适当的调度算法。本文全面调查了轨道边缘计算中重点的重要领域,其中包括协议优化,移动性管理和资源分配。本文提供了OEC的首次全面调查。先前的调查论文仅集中在基于地面的边缘计算或空间和地面技术的整合上。本文对2000年至2023年有关轨道边缘计算的最新研究进行了综述,该研究涵盖了网络设计,计算卸载,资源分配,绩效分析和优化。此外,在讨论了几项相关作品之后,该领域都强调了技术挑战和未来的方向。
摘要:弥散 MRI 衍生的大脑结构连接组或大脑网络在大脑研究中得到广泛应用。然而,构建大脑网络高度依赖于各种纤维束成像算法,这导致难以确定下游分析的最佳视图。在本文中,我们提出从多视图大脑网络中学习统一的表示。具体而言,我们希望学习到的表示能够公平地、解开纠缠的感觉传达来自不同视图的信息。我们通过使用无监督变分图自动编码器的方法实现解缠。我们通过另一种训练程序实现了视图公平性,即比例性。更具体地说,我们在训练深度网络和网络流问题之间建立了一个类比。基于这种类比,通过一种意识到比例的网络调度算法实现了公平的表示学习。实验结果表明,学习到的表示可以很好地适应各种下游任务。他们还表明,所提出的方法有效地保持了比例性。
当前的密码和高级加密标准(AES)是保护敏感信息并促进当代信息技术领域的私人交易的重要工具。aes以其适应性和在各种领域的使用而闻名,而当前的密码在涉及光密码学的情况下表现良好。这项工作执行了双重分析,重点关注当前密码和AES密码的密钥调度算法(KSA),这是负责在其相应加密过程中生成圆形键的重要元素。我们的目标是通过简化他们的研究和使用深度学习技术,即使用神经网络模型来阐明这些KSA的行为,优势和潜在脆弱性。通过在广泛的数据集中培训的深度学习神经网络,我们的研究辨别两个密码内部的模式和弱点,为确定恶意实体的潜在可剥削性途径提供了必不可少的见解,从而强调了一种主动的国防策略,以防止威胁不断发展。
我们提出了 Gamma,一种使用 Gustavson 算法解决前人工作挑战的 spMspM 加速器。Gamma 使用专门的处理单元和简单的高基数合并来执行 spMspM 的计算,并并行执行许多合并以实现高吞吐量。Gamma 使用一种新颖的片上存储结构,该结构结合了缓存和显式管理缓冲区的特性。该结构捕获了 Gustavson 的不规则重用模式,并通过明确解耦的数据移动传输数千个并发稀疏光纤(即行或列的坐标和值列表)。Gamma 采用一种新的动态调度算法,尽管存在不规则性,但仍能实现高利用率。我们还提出了新的预处理算法,以提高 Gamma 的效率和多功能性。因此,Gamma 的性能比之前的加速器高出 gmean 2.1 × ,并将内存流量减少了 gmean 2.2 × 和高达 13 × 。
•将高级统计方法和财务建模应用于系统期权营销和风险管理。•进行波动率的表面建模和校准,选项(Exotics)定价,流动性分析和其他相关分析。•设计,重新修复和优化算法交易策略,通过设计有效的订单放置和调度算法,集成短期α信号以最大程度地减少滑移。•利用内部交易数据并执行贸易后分析来验证交易绩效,并建议针对交易策略量身定制的改进。•与投资组合和风险管理团队合作,开发和实施用于绩效分析和风险管理的工具。•与交易台合作研究和评估加密货币市场中的新交易思想和机会,利用大型数据集和高级统计方法来自动化交易决策并改善现有策略。•有助于文档,确保为内部利益相关者清楚地描述所有过程,算法和模型。
摘要本文介绍了5G绿色通信系统中能源知识调度算法(EASA)的性能的分析。5G绿色通信系统依靠EASA来管理资源共享。拟议模型的目的是提高5G绿色通信系统中资源共享的效率和能源消耗。主要目标是解决实现最佳资源利用并最大程度地减少这些系统能源消耗的挑战。为了实现这一目标,研究提出了一种新型的能源感知的调度模型,该模型考虑了5G绿色通信系统的特定特征。该模型结合了用于优化资源分配和调度决策的智能技术,同时还考虑了能源消耗限制。所使用的方法涉及数学分析和仿真研究的组合。数学分析用于制定优化问题并设计调度模型,而模拟模型则用于在各种情况下评估其性能。拟议的EASM达到了91.58%的错误发现率,虚假遗漏率为64.33%,患病率阈值90.62%和91.23%的关键成功指数。结果证明了拟议模型在减少能源消耗的同时保持高度资源利用水平的有效性。
在外太空中有超过21000个对象,并暴露于苛刻的空间环境中。空间对象的大小有很大变化。我们的研究集中于小型卫星,例如立方体,这些卫星必须尊重时间,空间和能量限制。为了解决此问题,本文介绍并评估了两个容忍在线调度算法算法:算法将所有任务安排为Aperiodic(称为OneOff),而将到达任务放置为Aperiodic或Quartiac ofic odic或周期性任务(称为Oneoff&Cyclic)。基于几种情况,结果表明,订购策略的性能受到系统负载的影响以及与要执行的所有任务的简单和双重任务的比例。“最早的截止日期”和“最早到达时间”为Oneoff的订购政策,或“最小懈怠”订购策略,用于单一和周期性,拒绝所有测试的场景中最小任务。本文还介绍了评估订购策略实时性能的计划时间的分析,并表明Oneoff比OneOff&Cyclic所需的时间更少。最后,发现所研究的算法在恶劣的环境中的性能也很好,并提供与基于三重模块化冗余的系统相同的可靠性水平,系统功耗较少。
储能系统 (ESS) 是确保微电网可靠运行的有用设备,尤其是可再生能源渗透率高的微电网。微电网运行与 ESS 单元的调度密切相关。因此,本文提出了一种新的 ESS 调度算法,以便以可靠的方式管理 MG。由于可靠性考虑和成本最小化是 ESS 调度中的相互冲突的目标,因此应解决多目标优化问题以实现 ESS 的最佳调度。已经考虑了不同的操作策略,并研究了它们对微电网中 ESS 调度的影响。为了正确考虑与多目标调度问题相关的不确定性,已经为网络中的参数提出了概率模型,并将其表示为混合整数线性规划 (MILP) 问题。采用非支配排序教学学习优化 (NSTLBO) 算法来解决 MO 问题。在连接/孤岛微电网模式下,调度计划按周和日范围执行。通过在改进的33总线IEEE测试系统上实施该方法,结果证明了所提方案对于提高MG可靠性的有效性。