当前位置:首页 > 今日动态 > 科研动态/国外
  • 一种基于多智能体强化学习辅助的混合SSD空间管理方案

    摘要AI 摘要要查看此 AI 生成的摘要,您必须拥有高级访问权限。了解详情登录摘要摘要混合 SSD 允许闪存单元在不同类型的闪存单元(例如 SLC/MLC/QLC)之间进行转换,旨在同时实现高性能和高密度。然而,以往仅包含两种闪存单元类型的设计在单比特模式(SLC)的闪存单元

    来源:ACM Transactions on Architecture and Code Optimization

    时间:2026-08-30

  • 通过自修改代码冲突实施的用户隐私攻击

    摘要AI 摘要要查看此 AI 生成的摘要,您需要拥有高级访问权限。了解更多登录摘要摘要自修改代码(SMC)是一种专门技术,通过在运行时修改可执行内存页中的指令来改变程序执行。虽然历史上SMC曾用于性能调优、动态优化和混淆,但基于x86和RISC-V的处理器仍继续支持SMC,作

    来源:ACM Transactions on Architecture and Code Optimization

    时间:2026-08-30

  • 估计随机序列独裁统治的预期社会福利与成本

    摘要 AI摘要 要查看此由AI生成的摘要,您必须具有高级访问权限。 了解更多 登录 摘要 摘要 我们考虑了分配问题,其中n个代理需要与n个物品进行匹配。每个代理都对这些物品有一定的偏好顺序。在串行独裁(SD)机制中,代理按特定顺序行动,并

    来源:ACM Transactions on Economics and Computation

    时间:2026-08-30

  • 基于二分匹配和强化学习的NoC(片上网络)多处理器阵列容错拓扑重构框架

    摘要 AI摘要

    来源:ACM Transactions on Architecture and Code Optimization

    时间:2026-08-30

  • 混合并行 Transformer 训练的显存安全分层规划

    摘要:训练大规模解码器风格的Transformer模型,需要在严格的设备内存限制下组合数据并行、张量并行、流水线并行、上下文并行以及稀疏模型的专家并行。若没有可靠的预剖析准入模型,代数上合法但内存不可行的配置会消耗剖析预算却无法产生有用的吞吐量测量结果。选择流水线并行度也会留

    来源:ACM Transactions on Architecture and Code Optimization

    时间:2026-08-30

  • 用于小巧且快速的压缩后缀数组的自适应编码

    摘要AI摘要要查看此AI生成的摘要,您需要高级访问权限。了解更多登录摘要摘要压缩后缀数组用于索引大型重复序列集,并广泛应用于生物信息学、版本控制和自然语言处理。r-index及其变体将游程编码的Burrows-Wheeler变换(BWT)与后缀数组采样相结合,以实现与相同符号

    来源:ACM Transactions on Algorithms

    时间:2026-08-30

  • 密集虚拟现实场景中的视觉搜索策略取决于物体间间距

    摘要 虚拟现实(VR)中的视觉搜索依赖于周边视觉、眼动和头动的协调。在密集的沉浸式场景中,物体间距预计会通过调节局部视觉干扰来影响搜索行为,同时也会改变探索场景的角度范围。本文利用具有生态效度的纹理3D物体,研究了物体间距如何塑造VR中的视觉搜索策略。我们进行了一项用户研究

    来源:ACM Transactions on Applied Perception

    时间:2026-08-30

  • 运动到光子延迟如何影响感知-动作循环

    摘要AI 摘要要查看此AI生成的摘要,您必须拥有高级访问权限。了解更多登录摘要摘要感知-动作环路在体育表现中起着至关重要的作用。虚拟现实越来越多地被用于训练这一环路,因为它提供了一个可控的环境。然而,运动到光子延迟(即用户真实运动与虚拟运动之间的延迟)可能会通过损害用户对时机

    来源:ACM Transactions on Applied Perception

    时间:2026-08-30

  • 面向分布式人工智能/机器学习推理的私有可验证矩阵乘法

    ## 摘要 卸载计算正在成为运行大规模计算的事实标准范式。然而,这也带来了数据隐私和可信度等多方面的挑战。本文聚焦于适用于人工智能/机器学习推理中的矩阵乘法运算。具体而言,我们考虑以下场景:模型所有者拥有矩阵 $A$,数据所有者拥有矩阵 $B$,而客户端希望获取乘积 $AB

    来源:ACM Transactions on AI Security and Privacy

    时间:2026-08-30

  • 基于图-Koopman连续提升状态预测的动态微电网拓扑切换协调控制

    •Graph-Koopman通过连续的提升状态传播实现跨拓扑预测。•事件触发更新与卡尔曼滤波校正提高了预测精度。•滚动优化协调电压、频率和联络线功率调节。•该方法在训练集外的结构变化条件下仍然有效。•C-HIL测试验证了在顺序拓扑切换下的实时可行性。引言随着分布式能源资源(D

    来源:Electric Power Systems Research

    时间:2026-08-30


高级人才招聘专区
最新招聘信息:

知名企业招聘:

    • 国外动态
    • 国内进展
    • 医药/产业
    • 生态环保
    • 科普/健康