文章的正确链接:
Мамадаев И.М., Минитаева А.М..
Оптимизация производительности алгоритмов распознавания изображений на основе машинного обучения для мобильных устройств на базе операционной системы iOS
// 软件系统和计算方法.
2024. № 2.
和。 86-98.
DOI: 10.7256/2454-0714.2024.2.70658 EDN: LDXKKC URL: https://cn.nbpublish.com/library_read_article.php?id=70658
注释,注释:
如今，移动设备在每个人的日常生活中都扮演着重要角色，而为移动应用带来显着益处的关键技术之一就是机器学习。 针对移动设备的机器学习算法的优化是一项紧迫而重要的任务，它旨在开发和应用将有效利用移动设备有限的计算资源的方法。 本文讨论了在移动设备上优化图像识别算法的各种方法，如模型的量化和压缩，初始计算的优化。 除了优化机器学习模型本身的方法之外，还在考虑在移动设备上使用该技术的各种库和工具。 所描述的每种方法都有其优点和缺点，因此，在工作结果中，建议不仅使用所描述的选项的组合，而且还使用附加方法-图像处理过程的并行化。 本文讨论了可用于在iOS上优化机器学习性能的特定工具和框架的示例，并进行了自己的实验来测试各种优化方法的有效性。 还提供了对所得结果的分析和算法性能的比较。 本文的实际意义如下： -提高iOS移动设备上机器学习算法的性能将导致更有效地利用计算资源并提高系统性能，这在移动设备计算能力和能源资源有限 IOS平台上机器学习性能的优化有助于开发更快，响应更快的应用程序，这也将改善用户体验，并允许开发人员创建新的创新功能和功能。 扩大机器学习在iOS移动设备上的适用性，为模式识别、自然语言处理、数据分析等各个领域的应用开发开辟了新的机遇。
关键词:
神经网络, 机器学习, 流动装置, iOS的, 图像识别, 优化设计, 苹果操作系统, 成效, 效率, 并行化
文章的正确链接:
Демидов Н.А., Выгоняйло К.В., Маняев А.А., Ефимов Д.А., Баженов А.Э..
Сравнительный анализ Wine и PortProton: Перекрёстные платформы в контексте эмуляции Windows приложений
// 软件系统和计算方法.
2024. № 2.
和。 99-118.
DOI: 10.7256/2454-0714.2024.2.70773 EDN: MELEFC URL: https://cn.nbpublish.com/library_read_article.php?id=70773
注释,注释:
计算机技术和操作系统的现代发展伴随着对能够确保各种程序和应用程序彼此交互的软件的需求增加，而不管它们的源环境如何。 在这项研究中，将对两个这样的程序进行比较分析-Wine和PortProton。 Wine是一个能够在类Unix系统上运行为Windows开发的大多数应用程序的程序。 这是一个兼容层，允许您使用Windows应用程序。 与此同时，还有一个国内版本-PortProton，它也提供了Windows应用程序的推出。 本研究旨在比较这两个程序，分析它们的功能，优点和缺点，并确定在Windows应用程序仿真的背景下，它们中哪一个对最终用户最方便和最实用。 研究方法包括通过基准测试和检查Windows应用程序在Linux上的性能，对Wine和PortProton平台进行比较分析。 基准测试包括评估每个平台上Windows应用程序的性能，稳定性和速度。 由于缺乏关于在Windows应用程序仿真背景下比较Wine和PortProton主题的科学来源，这项研究具有独特的特征。 从这项研究中得出结论，Wine和PortProton成功地应对了Windows应用程序的仿真，由于Linux操作系统的优化，在某些时刻显示出最佳性能。 由于稳定的操作和易于使用，PortProton最适合模拟程序的任务。 Wine尽管在性能和同一时间运行多个程序的能力方面略有进步，但由于某些程序的错误操作和缺乏直观的图形界面，显示出最糟糕的效率。 基于上述结论，PortProton被推荐给大多数用户。
关键词:
仿真, 跨平台, 葡萄酒, 港口工程, 应用程序兼容性, 效率, 技术规格, 窗户, Linux操作系统, Unix系统
文章的正确链接:
Вальков В.А., Столяров Е.П., Корчагин А.А., Ермишин М.В., Якупов Д.О..
Сравнение методов оптимизации скорости чтения/записи накопителей
// 软件系统和计算方法.
2024. № 2.
和。 73-85.
DOI: 10.7256/2454-0714.2024.2.70900 EDN: DXCLJH URL: https://cn.nbpublish.com/library_read_article.php?id=70900
注释,注释:
本研究的对象是各种类型和复杂程度的数据存储设备，以及它们的操作原理。 它们是复杂的技术系统，包括许多组件，具有高度集成的特点。 该研究的主题是研究硬盘驱动器和固态驱动器的主要特性。 它们的结构，功能特征，操作原理和优化方式都很重要。该研究的目的是确定优化这些设备操作的最有效方法。 这包括内存管理、负载平衡、电源管理等方面。 这项研究的结果可用于提高数据效率，提高数据存储系统的性能，并在这一领域创造新技术。 本研究通过一系列旨在了解速度和对外部因素的依赖性的测试来检查各种磁盘存储解决方案的性能。 该研究的主要结论反映了综合使用优化方法提高读取和写入数据速度的重要性。 优化读取和写入数据的过程对于现代高性能计算系统以及需要快速访问大量信息的应用程序至关重要。 研究过程中使用的改进技术有助于显着提高数据存储设备的性能。 它们考虑到各种类型存储设备（包括硬盘驱动器和固态驱动器）的具体情况，并提供考虑到其独特特性的优化方法。 总体而言，这项研究的结果为优化数据存储的原则提供了宝贵的见解，它们可以作为在信息技术这一重要领域制定新战略和解决方案的基础。 这项研究代表了对优化数据读取和写入过程的科学理解的重大贡献，其发现可能对数据存储技术的发展产生长期影响。
关键词:
硬盘驱动器, 固态硬盘, 优化设计, 效率, 碎片化, 读取数据, 碎片整理, 界面, 缓存缓冲区, 文件系统
Cn
© 1998 – 2024 Nota Bene. Publishing Technologies. NB-Media Ltd.
