摘要：近年来,随着图神经网络(graph neural network,GNN)技术在社交、信息、化学、生物等领域的广泛应用,GNN可解释性也受到广泛的关注.然而,现有的解释方法无法捕获层次化的解释信息,同时,这些层次信息未能被充分利用以提升图分类任务的准确率.基于这一问题,提出了一种层次化自解释的图表示学习(hierarchical self-explanation graph representation learning,HSEGRL)模型,该模型通过发现图结构中的层次信息进行图分类预测的同时,输出层次化的模型自解释结果.具体而言,针对图层次信息的发现设计了提取信息的基本单元——解释子,该解释子由提取节点特征的编码器获取层次化解释感知子图的池化层和抽取高阶解释信息的解码器组成.其中,为了准确提取层次化的解释子图,针对该模型的池化操作进行了解释感知优化设计,该设计通过评估模型的拓扑及特征重要性,层次化地筛选解释子图,实现分层自解释的同时完成图分类任务.HSEGRL是一个功能完备且便于迁移的图表示学习自解释模型,可以层次化综合考虑模型的拓扑信息与节点特征信息.在模型有效性验证层面,分别在分子、蛋白质和社交数据集上进行大量实验,实验结果表明所提模型在图分类任务中的分类准确率高于已有的先进的GNN自解释模型和GNN模型,并通过可视化分层解释结果的信息证明了该解释方法可信.

摘要：数据流架构的执行方式与神经网络算法具有高度匹配性,能充分挖掘数据的并行性.然而,随着神经网络向更低精度的发展,数据流架构的研究并未面向低精度神经网络展开,在传统数据流架构部署低精度(INT8,INT4或者更低)神经网络时,会面临3个问题:1)传统数据流架构的计算部件数据通路与低精度数据不匹配,无法体现低精度神经网络的性能和能效优势;2)向量化并行计算的低精度数据在片上存储中要求顺序排列,然而它在片外存储层次中是分散排列的,使得数据的加载和写回操作变得复杂,传统数据流架构的访存部件无法高效支持这种复杂的访存模式;3)传统数据流架构中使用双缓冲机制掩盖数据的传输延迟,但是,当传输低精度数据时,传输带宽的利用率显著降低,导致计算延迟无法掩盖数据传输延迟,双缓冲机制面临失效风险,进而影响数据流架构的性能和能效.为解决这3个问题,设计了面向低精度神经网络的数据流加速器DPU_Q.首先,设计了灵活可重构的计算单元,根据指令的精度标志位动态重构数据通路,一方面能高效灵活地支持多种低精度数据运算,另一方面能进一步提高计算并行性和吞吐量.另外,为解决低精度神经网络复杂的访存模式,设计了Scatter引擎,该引擎将在低层次或者片外存储中地址空间离散分布的低精度数据进行拼接、预处理,以满足高层次或者片上存储对数据排列的格式要求.同时,Scatter引擎能有效解决传输低精度数据时带宽利用率低的问题,解决了双缓冲机制失效的问题.最后,从软件方面提出了基于数据流执行模式的低精度神经网络映射算法,兼顾负载均衡的同时能对权重、激活值数据进行充分复用,减少了访存和数据流图节点间的数据传输开销.实验表明,相比于同精度的GPU(Titan Xp)、数据流架构(Eyeriss)和低精度神经网络加速器(BitFusion),DPU_Q分别获得3.18倍、6.05倍、1.52倍的性能提升和4.49倍、1.6倍、1.13倍的能效提升.

摘要：生物监测技术在水环境监测中的应用是研究中心。通过对生物监测技术的剖析,对其有正确、详细的认识。对生物监测技术的应用优势与劣势进行分析。随后详细介绍生物监测技术中的微生物群监测技术与发光细菌监测技术。以实例分析的方式,对生物监测技术的应用与优势等进行验证,目的在于加大生物监测技术在水环境监测中的应用力度,充分发挥出生物监测技术的应用优势,提高水环境监测水平。

摘要：图计算作为分析与挖掘关联关系的一种关键技术,已在智慧医疗、社交网络分析、金融反欺诈、地图道路规划、计算科学等领域广泛应用.当前,通用CPU与GPU架构的并行结构、访存结构、互连结构及同步机制的不断发展,使得多核CPU与GPU成为图处理加速的常用平台.但由于图处理具有处理数据规模大、数据依赖复杂、访存计算比高等特性,加之现实应用场景下的图数据分布不规则且图中的顶点与边呈现动态变化,给图处理的性能提升和高可扩展性带来严峻挑战.为应对上述挑战,大量基于多核CPU与GPU平台的图处理系统被提出,并在该领域取得显著成果.为了让读者了解多核CPU与GPU平台上图处理优化相关技术的演化,首先剖析了图数据、图算法、图应用特性,并阐明图处理所面临的挑战.然后分类梳理了当前已有的基于多核CPU与GPU平台的图处理系统,并从加速图处理设计的角度,详细、系统地总结了关键优化技术,包括图数据预处理、访存优化、计算加速和数据通信优化等.最后对已有先进图处理系统的性能、可扩展性等进行分析,并从不同角度对图处理未来发展趋势进行展望,希望对从事图处理系统研究的学者有一定的启发.

摘要：从提高本科生学习兴趣，培养学生的创新精神和实践能力出发，迫切需要进行EDA实验课程改革，改变现有的教学方式。本文从研究性学习的心理学基础理论出发，分析了EDA实验课程教学特点，结合教学背号，提出了按集成电路设计全流程进行课程教学内容安排的思想，并在创新目标导向下，提出了研究性学习的教学模式，探讨了实验室运行与管理方式、实验成绩评定等方面的教学改革。最后，对基于研究性学习的EDA实验教学方法进行了总结。

摘要：根据"数字图像处理"课程理论性与实用性的特点,在分析其课程教学体系结构的基础上,充分利用现代新技术和教学理念,文章介绍综合多层项目教学法的设计,以及在"数字图像处理"课程实验教学过程的实践。结果显示,该方法结合武汉大学国家电工电子实验教学示范中心教改项目的实践获得较好效果。

摘要：目的:通过对金霉素发酵配方中各无机盐配比进行优化,筛选最有利于金霉素生产的浓度比例提高金霉素发酵效能。方法:通过利用部分因子设计方法设计出不同组合的无机盐配方进行初筛试验筛选对金霉素发酵效能有促进作用的几个无机盐配比组合,综合考虑无机盐组分和其它成分的影响,采用响应曲面优化方法进一步优化金霉素发酵无机盐配方。结果:优化后金霉素发酵基础配方中无机盐配比为氯化钠0.23%,硫酸铵0.63%,碳酸钙0.57%,硫酸镁0.025%,磷酸二氢钾0%,且单批金霉素发酵效价及正放产量较初始配方条件分别提高852μ/ml和261kg,实现增产增效的目的。同时发现不同硫酸铵浓度对菌丝形态有一定影响。结论:不同无机盐浓度对金霉素发酵有一定影响,经优化后金霉素发酵效能得到进一步提高。