【摘 要】
：
AceMesh是一种基于数据流描述的任务并行编程语言,它允许程序员从串行程序出发,追加并行区域、并行循环的制导以及任务区的数据访问信息,AceMesh编译系统则自动把该程序转化
【基金项目】
：
国家自然科学基金（61432018）,国家高技术研究发展计划（863）（2012AA010902）资助.
论文部分内容阅读
AceMesh是一种基于数据流描述的任务并行编程语言,它允许程序员从串行程序出发,追加并行区域、并行循环的制导以及任务区的数据访问信息,AceMesh编译系统则自动把该程序转化为异步任务图并行的程序。分析了AceMesh程序改写中常见的并行化错误,介绍了其错误检查工具AceMeshCheck的结构,描述了访存轨迹的高效收集、存储方法以及逻辑形状推导的三维压缩算法。实验表明,AceMeshCheck不仅能分析出制导程序中的典型错误,而且开销较小。
其他文献
深度强化学习往往存在采样效率过低的问题,优先级采样可以在一定程度上提高采样效率。将优先级采样用于深度确定性策略梯度算法,并针对普通优先级采样算法复杂度高的问题提出
为了提高服务消息接口的规范性和交互行为的正确性,提出了一种服务消息交互的元建模方法。基于工作流模型对服务进行建模,通过对消息操作模式予以分析,给出了接口形式化表示
柔性是指控信息链有效应对网络化作战动态复杂性和不确定性的关键能力，对于确保指控信息快捷高效流转具有重要作用。针对网络化作战指控信息链柔性度量问题，首先，界定了作战节点
求解三倍体个体单体型对于探索三倍体物种的遗传特性和表型差异等方面的研究具有重要的推动作用。针对带基因型信息的最少错误更正（MEC／GI）模型，提出了一种基于枚举策略的三倍体
混凝土道路路面中,裂缝的出现常常会导致重大的工程和经济问题。目前,利用计算机视觉技术进行裂缝检测时,需人工预先设计特征提取器对提取的图像特征进行分类,导致泛化能力较差和分类性能较弱。文中提出了一种基于卷积神经网络的裂缝检测方法,实现路面缺陷的自动化检测分类并提高路面裂缝检测效率与精度。首先,设计混凝土路面裂缝卷积神经网络,该模型基于AlexNet网络架构,从网络结构层次和超参数两个方面进行优化设计
本文通过８０例急性单纯性胆囊炎治疗过程中应用与不应用利胆药物消炎利胆片对急性单纯性胆囊炎病及疗效的影响分析，从一个侧面说明利胆药物消炎利胆片在生单纯性胆囊炎中特别是在
同时同频全双工技术允许节点在同一频带内同时发送和接收信号,理论上可以将频带利用率提高一倍。该技术虽然可以有效缓解传统CSMA网络中的隐藏终端问题,但是全双工CSMA网络中
随着高通量测序技术的应用与发展，基于测序的缺失变异检测方法大量涌现。然而，单一检测方法仍存在适用的局限性以及检测精度与敏感度不足的问题。为此，提出一种基于多检测理论融