Zobrazeno 1 - 10
of 29
pro vyhledávání: '"Cheng, Jialiang"'
Distributed training methods are crucial for large language models (LLMs). However, existing distributed training methods often suffer from communication bottlenecks, stragglers, and limited elasticity. Local SGD methods have been proposed to address
Externí odkaz:
http://arxiv.org/abs/2412.07210
Publikováno v:
In Engineering Applications of Artificial Intelligence August 2024 134
Publikováno v:
In Reliability Engineering and System Safety August 2024 248
In this paper, a novel machine learning regression based single event transient (SET) modeling method is proposed. The proposed method can obtain a reasonable and accurate model without considering the complex physical mechanism. We got plenty of SET
Externí odkaz:
http://arxiv.org/abs/2105.10723
Publikováno v:
In Superlattices and Microstructures December 2021 160
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Gong, Guozhong, Chen, Qiao, Luo, Jinjing, Wang, Ying, Li, Xingming, Zhang, Feiyang, Zhang, Zhikun, Cheng, Jialiang, Xiong, Xia, Hu, Renjing, Zhou, Yingshun
Publikováno v:
In Journal of Global Antimicrobial Resistance December 2023 35:159-162
Autor:
Gong, Guozhong, Chen, Qiao, Luo, Jinjing, Wang, Ying, Li, Xingming, Zhang, Feiyang, Zhang, Zhikun, Cheng, Jialiang, Xiong, Xia, Hu, Renjing, Zhou, Yingshun
Publikováno v:
Journal of Global Antimicrobial Resistance; December 2023, Vol. 35 Issue: 1 p159-162, 4p
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Cheng, Jialiang
This thesis investigates the various important parameters such as oxidizers’ morphology, size, equivalence ratio and synthetic methods which affect reactivity of Al-Fe2O3 nanoenergetics. Parametric studies conducted in this study are correlated wit
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::6eca0f788b8363467339c620a8171d0c
https://doi.org/10.32657/10356/47851
https://doi.org/10.32657/10356/47851