• 基于伙伴模型的分层强化学习在分布式多智能体协作中的应用

  摘要：许多现实世界中的应用都可以被构建为多智能体合作问题，例如网络数据包路由和自动驾驶车辆的协调。深度强化学习（DRL）的出现为通过智能体与环境的互动实现多智能体合作提供了一种有前景的方法。然而，传统的DRL解决方案在策略搜索过程中会遇到多智能体具有连续动作空间这一高维度问题。此外，智能体策略的动态性使得训练过程变得非平稳。为了解决这些问题，我们提出了HERO，这是一种分布式分层强化学习方法，通过将整体策略分层分解为多个子策略来减少训练时间并提高模型性能。一方面，可以在高层离散动作空间中高效地学习多智能体的协作；另一方面，低层的个体控制可以简化为单智能体强化学习。此外，我们还引入了一个伙伴建模

  来源：IEEE Transactions on Parallel and Distributed Systems

  时间：2025-11-25

• 从临床医生到教育者：在本科护理专业快速扩张期间的一项战略性师资发展计划

  在应对全球护理人才短缺问题的背景下，多所护理院校通过扩招提升教育能力。某护理学院在两年内将学生规模扩大50%，并同步引入17名新教师，其中超过八成来自临床一线但缺乏教学经验。传统入职培训过度聚焦行政流程，导致新教师面临教学能力不足、角色定位模糊、团队融入困难等多重挑战，甚至引发职业倦怠和离职风险。针对上述问题，该机构创新性构建了"三维度支持体系"：首先设立专职的教职发展总监岗位，统筹协调培训资源；其次设计阶梯式培养方案，涵盖基础教学技能提升、教学团队协作强化、职业发展路径规划三个阶段；最后建立动态反馈机制，通过季度评估及时优化培养策略。该体系包含五大核心模块：1. **双轨制导师培养机制**：

  来源：Nurse Educator

  时间：2025-11-25

• 基于人工智能的虚拟现实模拟在临床交接培训中的应用：一个开发框架

  摘要通俗语言总结背景：临床交接在护理工作中对患者安全至关重要；然而，传统方法往往缺乏沉浸感、真实性和个性化反馈，这阻碍了学生的有效培训。问题：在将生成式人工智能（GenAI）和虚拟现实（VR）整合到交接教育中时，护理教育者面临技术挑战和实际指导的局限性。方法：本文介绍了我们的整合开发框架，该框架包含三个层次：系统（使用ChatGPT实现自适应响应）、交互（游戏化界面）和展示（基于实际教师的ISBAR框架的沉浸式VR和AI虚拟形象）。结果：与本科生的试点测试表明，通过真实人物虚拟形象和实时ISBAR反馈，培训的真实性得到了提升，但非语言同步方面存在需要改进的地方。结论：这一开发框架和实施检查表为

  来源：Nurse Educator

  时间：2025-11-25

• 护理专业学生接触暴力事件与治疗性沟通的关系：一项横断面研究

  摘要 通俗语言总结 背景： 工作场所的暴力行为对护理学生的职业发展产生负面影响。 目的： 研究护理学生在临床实践期间所遭遇的暴力行为、暴力管理能力以及治疗性沟通技巧。 方法： 这项描述性、横断面、相关性研究共纳入了530名护理学生。数据收集时间为2024年9月至2025年2月，使用的方法包括社会人口统计表格、工作场所暴力管理能力量表和治疗性沟通技巧量表。 结果： 32.8%的学生报告经历过暴力行为，其中主要是言语暴力（60.9%）和心理暴力（47.1%），施暴者多为患者或患

  来源：Nurse Educator

  时间：2025-11-25

• PHIDE：一种用于厄米特特征值问题的并行混合直接迭代特征求解器

  摘要：在本文中，我们提出了一种无需进行三对角化的并行混合直接迭代特征值求解器（PHIDE），用于求解厄米特特征值问题。该求解器结合了直接法和迭代法。PHIDE首先将厄米特矩阵转换为带状形式，然后对带状矩阵应用谱切片算法，最后通过反变换计算原矩阵的特征向量。与传统直接特征值求解器相比，PHIDE避免了三对角化过程，因为三对角化涉及大量占用内存的操作。在PHIDE中，带状特征值问题采用FEAST中实现的轮廓积分方法进行求解，其精度可能略低于基于三对角化的方法。对于密度泛函理论（DFT）中出现的相关厄米特特征值问题序列，当使用1024个处理器时，PHIDE相比ELPA中的最先进直接求解器平均加速比为

  来源：IEEE Transactions on Parallel and Distributed Systems

  时间：2025-11-25

• RICHIE：一种用于敏捷设计和探索基于RISC-V架构的、包含大量加速器的异构系统芯片（SoC）的框架

  摘要：现代异构系统芯片（HeSoCs）通过集成多种特定于应用的功能单元，在芯片上实现高性能和能效。然而，缺乏标准的系统级设计（SLD）方法论以及硬件/软件组件的异构性，使得部署这些高性能系统的过程变得复杂且耗时。在这项工作中，我们提出了RICHIE，这是一个开源的研究型SLD框架，它基于模块化和可组合的RISC-V架构，配备了用于自动化构建和优化高性能HeSoCs的工具链。RICHIE利用现场可编程门阵列（FPGAs）来部署全栈应用程序，并探索HeSoC的设计空间。我们展示了RICHIE如何帮助分析系统在加速器数量增加时的非理想特性，识别关键的设计解决方案，并评估平台成本（如面积利用率）。与手

  来源：IEEE Transactions on Parallel and Distributed Systems

  时间：2025-11-25

• EDTC：在GPU上针对动态图进行精确的三角形计数

  摘要：在更新动态图的过程中，对一条边的修改可能会导致多个三角形的添加或删除，而对多条边的修改可能只会导致一个三角形的添加或删除。因此，准确计算动态图中的三角形数量是一项具有挑战性的任务。由于动态图会不断更新，GPU的内存可能不足以存储较大的图。当这个不断增长的图无法被存储时，就会出现问题。基于哈希和二分搜索的三角形计数算法被认为是处理静态图最有效的方法。然而，当遇到度数较高的顶点时，基于哈希的三角形计数方法会因传统的哈希表构建方式而导致大量内存浪费，从而引发内存不足的问题。这个问题至今仍未得到解决。本文提出了一种针对动态图的三角形计数系统EDTC，同时确保了计数的准确性。该系统解决了三个主要问

  来源：IEEE Transactions on Parallel and Distributed Systems

  时间：2025-11-25

• 对清华大学SCC团队所撰写的《数据流生命周期在优化工作流协调中的作用》一文的评析

  摘要：在本文中，我们展示了我们在SC24学生集群竞赛“可复现性挑战”中的研究成果。该挑战要求我们复现一篇名为“数据流生命周期在优化工作流协调中的作用”的论文，该论文在SC23会议上发表，提出了用于工作流的数据流分析方法。数据流生命周期（DFL）为任务有向无环图（DAG）添加了数据对象和属性，这些数据对象和属性描述了任务与数据流之间的交互。作者利用生命周期和机会分析来优化任务调度，并减少科学工作流中的数据传输量。他们的研究成果实现了在DataLife工具中。我们的研究复现了原论文中提到的1000 Genomes工作流的相关结果。首先，我们监测了该工作流的I/O行为，绘制了DFL图和毛毛虫树图，然

  来源：IEEE Transactions on Parallel and Distributed Systems

  时间：2025-11-25

• 对国立清华大学生态与系统科学研究中心（SCC）团队所撰写的《数据流生命周期在优化工作流协调中的应用》一文的评述

  摘要：作为SC24学生集群竞赛可重复性挑战的一部分，我们使用数据流生命周期（DFL）方法重新评估了“1000基因组项目”工作流的性能。DFL通过分析数据流来识别潜在的瓶颈和优化任务调度及减少数据传输的机会，从而实现工作流的协调。我们在一个小型集群（2-3个节点）上测试了共享内存（SHM）和固态硬盘（SSD）的缓存策略。这与原始研究的更大规模设置（最多15个节点）有所不同。我们的结果在关键工作流阶段进行了测量，并与原始研究结果一致：SSD缓存和多节点设置显著提高了I/O密集型任务的性能。这证实了DFL在优化数据调度和任务协调方面的有效性，即使在较小规模的高性能计算（HPC）系统中也是如此。

  来源：IEEE Transactions on Parallel and Distributed Systems

  时间：2025-11-25

• “中途休息”：通过团队协作来减少压力性损伤的发生

  压力性损伤（HAPIs）防控的跨学科实践与质量改进模式分析一、问题背景与防控挑战压力性损伤作为常见的医院获得性并发症，已成为全球医疗质量改进的重点领域。研究数据显示，美国住院患者中压力性损伤发生率高达2.5%，这类损伤不仅显著延长患者住院周期（平均57%），还导致再入院率上升22%，且随着损伤分期（III-IV期及未分期）加重，单患者治疗成本可突破15万美元。当前临床实践中存在两大核心矛盾：一方面，传统单护士评估模式难以保证检查的连续性和准确性；另一方面，纸质记录与电子系统之间的信息断层导致风险防控存在时间差。二、质量改进框架的构建该医院基于国际护理质量认证标准（Pathway to Exce

  来源：Nursing Management

  时间：2025-11-25

• 学术护士教育者在获得执业许可前对考试和试题的分析应用

  ```section> 摘要 通俗语言总结 背景： 学术护士教育者（ANEs）会设计教师自制的课程考试，以评估学生在认知领域的知识水平并衡量学生的学习成果。 目的： 本研究的目的是描述ANEs在护理专业预执照课程中使用考试和试题分析的频率。同时，研究还探讨了哪些因素能够预测ANEs使用这些工具的频率。 方法： 本研究采用描述性相关设计，参与者为来自美国各地的127名ANEs。 结果： 影响ANEs使用考试和试题分析的主要因素是其在考试评估方面的专业发展。 结论： ANEs使用考试分析的主要影响因素包括考试评估方面的专业发展

  来源：Nurse Educator

  时间：2025-11-25

• RPCE：通过云与边缘协作实现动态数据副本放置管理

  摘要：随着信息技术的迅速发展，传统的集中式云计算系统在满足新兴应用对低延迟的严格要求方面面临挑战。为了解决这一问题，本文提出了一种具有延迟意识的云边架构，该架构融合了边缘基础设施的分布式特性，使得同一地理区域内的边缘节点能够实现低延迟协作。此外，基于该架构，还引入了一种动态数据副本管理方案，该方案通过边缘节点与云中心之间的协同机制，将数据副本最优地放置到最适合的边缘节点上。该方案采用分层策略：边缘节点负责数据副本的短期本地化管理，而云则执行长期的整体监控。实验结果表明，这种动态方法有效降低了用户访问延迟，减少了副本迁移频率，并降低了网络带宽消耗。

  来源：IEEE Transactions on Parallel and Distributed Systems

  时间：2025-11-25

• 在GPU上进行的多租户推理服务中，资源分配与请求分批处理的联合优化

  摘要：GPU技术显著推动了深度学习（DL）的发展，尤其是在提升推理服务性能方面。租户将推理模型部署在GPU上，这些模型随后由推理服务系统统一调度和执行。在资源受限的环境中，单个GPU需要处理来自多个租户的请求。由于推理任务的多样性、请求频率的变化以及模型架构的不同，设计一个高效的推理服务系统成为一项重大挑战。目前大多数研究分别讨论资源分配和请求批处理，而忽略了它们之间的关键联系。在这种复杂的推理环境中，这种联系尤为重要。为了快速处理来自不同租户的请求，我们利用资源分配和请求批处理之间的关联，设计了DRS（Deep Reinforcement Scheduler）。在DRS中，我们采用深度确定性

  来源：IEEE Transactions on Parallel and Distributed Systems

  时间：2025-11-25

• D3T：双时间尺度优化任务调度与热管理，以实现能源高效的地域分布式数据中心

  摘要：人工智能（AI）的快速发展加剧了对计算密集型任务的需求，这显著提高了对地理分布式数据中心能效管理的要求。现有的方法在协调任务调度和冷却控制方面存在困难，主要是因为时间常数不匹配、信息技术（IT）工作负载具有随机性、可再生能源产量波动以及电价变化等因素。为了解决这些问题，我们提出了D3T，这是一个双时间尺度的深度强化学习（DRL）框架，能够同时优化地理分布式数据中心的任务调度和热管理。在快速时间尺度上，D3T利用深度Q网络（DQN）来调度任务，从而降低运营支出（OPEX）和任务处理时间。在慢速时间尺度上，基于QMIX的多智能体DRL方法通过动态调整气流速率来调节分布式数据中心的冷却系统，从

  来源：IEEE Transactions on Parallel and Distributed Systems

  时间：2025-11-25

• 人工智能与认证相结合，推动护理教育现代化

  ```section> 摘要 通俗语言总结 背景： 大型语言模型，也称为人工智能（AI）模型，近年来变得越来越复杂且应用广泛。AI模型具有多种用途，能够协助护理教师履行其复杂的职责。 问题： 现有文献主要探讨了AI模型在护理教育中的应用、指导原则、优势及挑战。然而，大多数研究集中在教学方面，很少有作者提供关于如何在质量改进（QI）活动中使用AI模型的指导。这些职责对护理教师来说至关重要，但同时也颇具难度，而AI模型可以提供帮助。不过，教师需要相应的指导才能有效地利用AI模型来完成这些任务。 方法： 本文基于现有文献和作者的专业知识，为教师在开展质

  来源：Nurse Educator

  时间：2025-11-25

• DAHBM-GCN：一种具有多种数据流和HBM的灵活图卷积网络加速器

  摘要：图结构数据已广泛应用于交通、分子和电子商务网络等领域。图卷积网络（GCN）作为一种处理非欧几里得图数据的有效方法应运而生。然而，图数据集的大小和稀疏性各不相同，加之GCN计算中的数据流模式依赖于图数据本身，这使得GCN推理的加速变得越来越具有挑战性。本文提出了一种基于多数据流和高带宽内存（HBM）的GCN推理加速器，命名为DAHBM-GCN。首先，我们设计了一种支持多种数据流顺序（聚合优先和组合优先）的计算引擎。其次，提出了一种基于决策树的自适应选择器，用于选择最优的数据流计算引擎。第三，设计了一种针对多通道HBM的高效伪通道（PC）映射方式，以提升带宽，有效缓解内存延迟和带宽瓶颈问题。

  来源：IEEE Transactions on Parallel and Distributed Systems

  时间：2025-11-25

• 完全去中心化的数据分发机制，适用于大规模高性能计算（HPC）系统

  摘要：多年来，在高性能计算（HPC）的数据分发场景中，随着HPC系统规模的不断扩大，制造商不得不增加数据提供者的数量以提高I/O并行性，以满足数据需求者的需求。在大规模尤其是百亿亿次级（exascale）的HPC系统中，这种将需求者与提供者分离的模式存在显著的可扩展性限制，并且会带来较高的成本。我们认为，只有当需求者同时也充当提供者时，系统才能从根本上应对规模的变化并实现最佳的可扩展性。本文提出的这种模式被称为“全对全”数据分发模式。我们在HPC系统的计算网络上设计并实现了BitTorrent协议，并提出了一种完全去中心化的数据分发方法FD3。基于HPC网络的特点，我们设计了“请求验证表”（R

  来源：IEEE Transactions on Parallel and Distributed Systems

  时间：2025-11-25

• 严重COVID-19感染病史对脓毒症患者血清细胞因子水平及预后的影响：一项前瞻性观察研究

  该研究系统探讨了既往严重COVID-19感染对脓毒症患者预后的影响，揭示了多维度病理生理学关联。研究纳入181例符合SSOA和qSOFA标准的脓毒症患者，其中28例存在既往严重COVID-19病史，通过ELISA检测血清炎症因子及凝血参数，结合SOFA/APACHE II评分进行动态评估，并采用Kaplan-Meier生存分析和多变量逻辑回归进行预后预测。核心发现包括：既往严重COVID-19患者表现出显著的器官功能障碍，其SOFA评分（11.5 vs 10）和APACHE II评分（29.5 vs 24）均显著高于非COVID-19组（P<0.001）。免疫指标方面，IL-6（22.12 p

  来源：Medicine

  时间：2025-11-25

• 年轻和中年癌症患者中育儿问题的潜在特征：一项横断面研究

  年轻及中年癌症患者育儿焦虑的现状、分类特征及影响因素研究（总字数：约2200字）一、研究背景与意义近年来，全球癌症发病率呈现持续上升趋势，其中18-59岁中青年群体的患病比例逐年攀升。这类患者普遍承担着家庭经济支柱、子女教育及赡养老人等多重责任，确诊后常面临角色冲突带来的心理压力。特别是在中国传统文化背景下，儒家"家国同构"理念强化了父母对子女的监护责任，使得癌症患者的育儿焦虑问题更为突出。现有研究多聚焦于焦虑抑郁情绪本身，缺乏对育儿焦虑的细分维度研究，难以制定精准干预措施。二、研究方法与设计本研究采用混合研究方法，通过便利抽样选取2022年10月至2023年6月期间某三甲医院肿瘤科211例符

  来源：Medicine

  时间：2025-11-25

• 心脏骤停后实施治疗性低温治疗时的血流动力学和生化变化

  治疗性低温在心脏骤停后神经功能保护中的生化效应及临床关联性分析一、研究背景与意义治疗性低温（TH）作为心脏骤停后的重要干预手段，其核心机制在于通过降低脑代谢率和抑制缺血-再灌注损伤来改善神经预后。尽管现有指南推荐维持32-36℃低温24小时以上，但关于低温治疗对全身生化指标影响的系统研究仍存在空白。本研究通过大样本回顾性分析，重点揭示低温治疗对血液生化参数及免疫炎症指标的动态变化规律，为优化临床干预策略提供依据。二、研究方法与样本特征本研究纳入2016-2023年间接受治疗性低温（≥24小时）的131例患者（原样本量174例排除未达24小时者43例）。排除标准涵盖年龄范围（85岁）、严重出血倾

  来源：Medicine

  时间：2025-11-25

知名企业招聘：