简介：TheMonte-CarloArrayProcessor(MAP)hasbeendesignedusingcommodityofftheshelf(COTS)itemstoprovidetheCPUrequirementsoffulleventsimulationfortheLHCexperiments.Thesolutionishowevercompletelygeneral,soandCPUintensiveapplicationwithlimitedinputrequirementscanberunonthesystem.Operatingcontrolsoftwarehasbeenwrittentomanagethedataflowoiverthe100BaseTethernetconnectingthe300nodes(400MHzPII's)tothe6mastercontrolnodes700MHzPIII'seachwith500Gbofdisk),Upgradeto1000nodesisplkanned.Jobcontrolsoftwarethatallowstheusertorunthesamejobonallnodes,whilstallowingforsmalldifferencesininitialisationparametersbetweennodeshasalsobeenwritten.GMAPistheGRIDawareMAPcontrolsoftware,Thisallowsremotejobpreparationandsubmissionusingglobustoolkitforauthentificationandcommunication.ThesoftwarewillbeavailableandopensthepossibilityfordoingmassiveMonteCarloproductionoverseveralremoteMAPsitessimultaneously.

简介：

简介：

简介：

简介：公共天气服务是向向用户提供概率的天气预报的trending，代替传统的确定的预报。概率的预报技术不断地正在被改进优化可得到的预报信息。预报(BPF)的贝叶斯的处理器，为概率的预报的一个新统计方法，能根据在那个预报系统产生的观察和预报之间的历史的统计关系把一张确定的预报转变成一张概率的预报。这种技术在确定说明一个确定的预报系统的典型预报性能预报无常。meta-Gaussian可能性的模型对有单调可能性的比率的许多随机的依赖结构合适。收养这种可能性的模特儿的meta-GaussianBPF能因此越过许多地被使用，包括气象学和水文学。有二个连续随机的变量和正常线性的BPF的Bayes定理简短被介绍。为用一个单个预言者的连续predictand的meta-GaussianBPF然后被介绍并且讨论。meta-GaussianBPF的表演在一个初步的实验被测试。在在长沙和武汉车站的0000UTC的每日的表面温度的控制预报被用作确定的预报数据。这些控制预报从整体预言被拿，一96-h铅时间由中国气象学的管理的国家气象学的中心产生了，中等范围的天气的欧洲中心预报，并且US公民为在2008年1月期间的环境预言集中。实验的结果证明meta-GaussianBPF能从三整体预言中的任何一个把表面温度的一张确定的控制预报转变成表面温度的一张有用概率的预报。这些概率的预报确定控制预报的无常；因此，概率的预报的表演基于内在的确定的控制预报的来源不同。

简介：Objective:Toreviewdevelopmentsinsoundprocessorsoverthepast30yearsthathaveresultedinsignificantimprovementsinoutcomesforNucleus~recipients.

简介：

简介：数据存取延期是在利用高端计算(HEC)用机器制造的电流的一个主要瓶颈。在数据在中央处理器前被取的地方，预取为它要求，被看作了掩盖数据存取延期的一个有效答案。然而，在一个计算处理器开始预取指令的地方，当前的开始顾客的预取策略有许多限制。他们不与复杂、非连续的数据存取模式为应用工作很好。当技术进展时，继续增加在计算和数据存取性能之间的差距，交换计算力量因为减少数据存取延期成为了一种自然选择。在这篇论文，我们在场基于服务者的数据推接近并且讨论它的联系实现机制。在服务者推建筑学，打电话给数据推服务者(DPS)的一个奉献服务者开始，专业版活跃地及时更近把数据推到顾客。问题，象，取取的数据被学习，并且怎么推的那样。SimpleScalar模拟器与为到测试DPS的另一个处理器的推数据基于预取的一台奉献预取的引擎被修改。模拟结果证明那L1高速缓存故障率能被多达97%减少(71%平均)在为有高高速缓存故障率的说明CPU2000基准的一台超级标量处理机上。电子增补材料这篇文章(doi:10.1007/s11390-007-9090-y)的联机版本包含增补材料，它对授权用户可得到。

简介：Anoveltypeoftwo-dimensionaldamageassessmentsystemforreal-timemonitoringthestructuralhealthofcompositestrurctureisdescribed.Theconfigura-tionoftheembeddedfiberopticsensorarrayandthemodeloftheartificialneuralnet-work(ANN)arediscussed.Theexperimentalsystemandresultsshowthatthesystemcanmonitoradamageofstructureswithpotentialapplicationinareasuschasspaceaero-uautics,civilengineering,etc.

简介：

简介：Objective:TodemonstratetheperformancebenefitoftheAutomaticSceneClassifier（SCAN）algorithmavailableintheNucleus6（CP900series）soundprocessoroverthedefaultprocessingalgorithmsofthepreviousgenerationNucleus5（CP810）andFreedomHybridTMsoundprocessors.Methods:Eighty-twocochlearimplantrecipients（40Nucleus5processorusersand42FreedomHybridprocessorusers）listenedtoandrepeatedAzBiosentencesinnoisewiththeircurrentprocessorandwiththeNucleus6processor.Results:TheSCANalgorithmwhenenabledyieldedstatisticallysignificantnon-inferiorandsuperiorperformancewhencomparedtotheNucleus5andFreedomHybridsoundprocessorsprogrammedwithASCtADRO.Conclusion:TheresultsofthesestudiesdemonstratethesuperiorperformanceandclinicalutilityoftheSCANalgorithmintheNucleus6processorovertheNucleus5andFreedomHybridprocessors.

简介：我们讨论多工n车辆探索问题的变体。而不是在每个组要求车辆的最佳的排列，新问题在一个组要求所有车辆到达一样的目的地。有分配消费时间和利润的给定的n任务，它可以也被看作每处理器一般水准利润的最大化。进一步，我们在部分形式建议分区问题的一种新类型并且分析它的计算复杂性。由认为部分分区是一种特殊情况，当处理器的数字被修理，它是时，我们证明平均利润最大化问题是NP难的强烈NPhard一般来说。最后，为平均利润最大化问题的一个伪多项式时间算法和部分分区问题被介绍，用为古典分区问题的伪多项式时间算法的想法。

简介：Withtheadventofthebigdataera,theamountsofsamplingdataandthedimensionsofdatafeaturesarerapidlygrowing.Itishighlydesiredtoenablefastandefficientclusteringofunlabeledsamplesbasedonfeaturesimilarities.Asafundamentalprimitivefordataclustering,thek-meansoperationisreceivingincreasinglymoreattentionstoday.Toachievehighperformancek-meanscomputationsonmodernmulti-core/many-coresystems,weproposeamatrix-basedfusedframeworkthatcanachievehighperformancebyconductingcomputationsonadistancematrixandatthesametimecanimprovethememoryreusethroughthefusionofthedistance-matrixcomputationandthenearestcentroidsreduction.Weimplementandoptimizetheparallelk-meansalgorithmontheSW26010many-coreprocessor,whichisthemajorhorsepowerofSunwayTaihuLight.Inparticular,wedesignataskmappingstrategyforload-balancedtaskdistribution,adatasharingschemetoreducethememoryfootprintandaregisterblockingstrategytoincreasethedatalocality.Optimizationtechniquessuchasinstructionreorderinganddoublebufferingarefurtherappliedtoimprovethesustainedperformance.Discussionsonblock-sizetuningandperformancemodelingarealsopresented.Weshowbyexperimentsonbothrandomlygeneratedandreal-worlddatasetsthatourparallelimplementationofk-meansonSW26010cansustainadouble-precisionperformanceofover348.1Gflops,whichis46.9%ofthepeakperformanceand84%ofthetheoreticalperformanceupperboundonasinglecoregroup,andcanachieveanearlyidealscalabilitytothewholeSW26010processoroffourcoregroups.Performancecomparisonswiththepreviousstate-of-the-artonbothCPUandGPUarealsoprovidedtoshowthesuperiorityofouroptimizedk-meanskernel.