【摘 要】
:
轨迹预测技术在现实中应用广泛。特别是随着大数据时代的到来,利用分布式数据训练轨迹预测模型已经成为了轨迹预测技术的研究重点。当前一般采用分布式神经网络框架训练轨迹
论文部分内容阅读
轨迹预测技术在现实中应用广泛。特别是随着大数据时代的到来,利用分布式数据训练轨迹预测模型已经成为了轨迹预测技术的研究重点。当前一般采用分布式神经网络框架训练轨迹预测模型,然而,分布式神经网络框架存在诸如通信效率低下、模型准确率不理想等问题,使得基于分布式数据的轨迹预测算法不能达到理想的训练速度和模型准确率。本文针对在分布式环境下,轨迹预测模型训练收敛效率及准确率偏低的问题,重点攻关基于分布式神经网络的轨迹预测模型框架性能瓶颈,提高轨迹预测模型的收敛速度和准确率。重点工作及创新点如下:(1)提出自适应梯度压缩算法。神经网络在分布式环境训练中,各计算节点间需要传输大量的中间梯度,随着计算节点单机优化效率的提高,网络传输成为了影响分布式神经网络训练效率的主要因素。因此,需要对传输的梯度进行压缩以缩短分布式神经网络训练的时间。但是,传统的梯度压缩算法通常不能有效的动态调节压缩比,因此无法同时兼顾模型准确率与训练效率两个维度的平衡。因此,本文针对神经网络模型训练的特点,动态感知模型收敛的进程,对梯度压缩率进行自适应调整,在最小的准确率降低代价下,尽可能提高模型的收敛速度。通过实验证明,该算法在网络通信代价较大的环境中,有较高的可行性。(2)提出自组织分组动态混合同步算法。不同计算节点间的通信步调直接影响模型训练的精度和速度。目前的通信算法主要有同步通信、异步通信和混合通信三种,其中同步通信算法拥有最高的模型准确率,异步通信算法拥有最高的模型训练速度。在保证准确率的基础上,如何高效利用所有计算节点的计算性能是通信算法的重点研究方向。本文在传统通信算法的基础上,结合自适应梯度压缩算法提出自组织分组动态混合同步算法,通过感知模型训练时集群状态,动态调节通信方案,提高模型的收敛速度。(3)搭建高性能分布式轨迹预测模型系统。在上述两种算法的基础上,搭建高性能分布式轨迹预测模型系统,该系统集成了计算节点管理、任务管理、模型预测等多种功能,通过可视化的方式与系统使用者交互,对节点运行情况、任务完成情况和模型性能等信息进行可视化展示。
其他文献
1工程概况京沪高速铁路联络线特大桥共有66孔框架桥及21榀门式墩盖梁采用支架现浇施工工艺,工期仅2个月。其中虹桥高速动车进段线框架桥现浇顶板混凝土横桥方向最大跨度为21m
你对本本的声音是否感到满意?先别责怪本本上的喇叭质素不佳,试想想要在本本那么狭窄的空间里面塞进喇叭,还想要它发出天籁之音,是否有点强人所难呢?要直接提升本本音质,其实外
目的:分析细支气管肺泡癌的胸部CT和HRCT的影像学特征,提高肺泡癌的诊断水平。方法:对经病理组织学确诊的23例肺泡细胞癌的临床症状、胸部CT和HRCT的影像学特征进行回顾性分析。
目的:回顾性分析三维适形放射治疗残胃再发癌的近期疗效。方法:采用多叶光栅技术,10MV-X线,5-7个共面或非共面固定射野。90%等剂量曲线包绕靶区并以该等剂量线作为处方剂量,边缘剂
如今在人们的生活中充斥着各种声音,其中一些声音是危险事件的反映,例如爆炸声、枪声、尖叫声等,对人们有危险警示作用,因此危险声音检测有着潜在的应用价值。近年来危险声音检测得到越来越多专家学者的研究,已经逐渐成为音频信号处理中的一项重要内容。目前对其研究大多停留在使用人工选择特征和传统的机器学习方法,例如MFCC特征、支持向量机,高斯混合模型等,这些方法面临着难以选择良好特征和解决复杂分类的问题。尽管
高校就业指导队伍建设的质量对当前我国高校的就业工作起着重要的推动作用,特别是在当前高校不断扩招以及毕业生就业形势越来越严峻的状况下,高校就业指导队伍的建设质量就显得
关于农药复配制剂研究开发的几点认识张文吉,李学锋(北京农业大学应用化学系100094)近几年,我国农药复配制剂有了一定发展,为解决农药新品种不足,保证农作物丰收起了积极作用,但在一些地区
用两用核不育系KS—9为材料,在幼穗第二次枝梗原基及颖花原基分化期叶面喷施植物生长调节剂,结果表明,单硝化愈创木酚钠在较高浓度时降低结实率;低浓度时能明显提高结实率。
徐悲鸿作为我国20世纪杰出的画家、美术理论家、美术教育家,他所提倡的写实主义美术教育思想影响了半个多世纪的中国美术教育发展。这让建国初期的中国美术教育形成较为完善
目前,关于犹豫模糊集的研究大多都是基于假设:若两个犹豫模糊元的基数不相等,则往基数较小的犹豫模糊元中添加一些人为的值直到两者基数相等为止。注意到这会改变数据的原始