这所上海一流大学和华为启动数据库合作!

在上海鲲鹏计算产业峰会上,华东师范大学与华为正式启动了GaussDB数据库创新合作。双方将深入进行数据库领域的联合创新,同时启动产业人才培养合作计划。

  ▲ 华东师大和华为GaussDB数据库创新实验室启动仪式

根据本次达成的共识,基于当前数据多样化和硬件革新的新趋势,华为将协助华东师大开设GaussDB数据库实践、实训课程与数据库课程实验室, 并提供专项的人才实习岗位。借助此合作平台, 双方将共同培养合格的数据库从业人员和核心开发者群体,为中国数据库人才生态做出贡献。

华东师大副校长周傲英教授在大会演讲中指出:“数据是人类文明史上继蒸汽能和电能之后的第三个能源,是催生数字经济的新动能。大数据凸显了数据的人本特性,新时代的信息化就是充分发挥数据的威力,用技术助力实现为人民服务的根本宗旨,促进政府治理现代化和人的现代化,建设数字中国,并在此过程中实现技术和科学的创新。”

周傲英认为,“华为与华东师大的合作是强强联手,双方紧密合作将共同为中国智能数据产业升级做出新贡献”。

华为高级副总裁 、Cloud &;AI产品与服务CTO张顺茂表示:“华为非常重视生态的力量, GaussDB可以利用鲲鹏多核以及超并行计算技术,构筑了软硬件全栈的数据库能力, 是产业生态中重要的一环。华为秉承‘硬件开放、软件开源、 平台+生态’的理念,持续积极地与包括高校在内的开发者进行互动。华为与华东师大在数据库方向的创新合作,以及全国高校金种子发展计划, 一定可以让华为能够为下一代的数据库核心开发人群培养做出一些应有的贡献。”

华东师大数据科学与工程学院院长钱卫宁教授表示:“华东师大数据科学与工程学院是最早的数据学院,承载着高校在数据科研领域进行前沿探索的使命。华为是ICT领域的龙头企业,我们双方在交流中,无论在科技前沿还是人才培养都有着高度的共识。华东师大数据科学与工程学院, 希望能够在国产数据库产品的技术和应用创新,技术落地和产业化,在中国数据库核心人才培养方面, 做出积极贡献。”

华为IT产品线副总裁、智能数据与存储产品线总裁周跃峰认为,数据基础设施是数字经济的基石底座,也是华为公司的重要战略方向。产业的繁荣需要产学研的共同紧密合作,并构建一个良好的用户生态。华东师大不仅有领先的科研团队,作为师范院校更是在数据科学教育方面具备领先的教育理念。周跃峰表示,我们真诚希望和华东师大在数据库的科研与人才培养方面进行长期深入的战略合作。突破更多的技术课题, 培养出大量的数据库核心人才,并且为中国基础数据科学教育做出积极贡献。

华东师大周烜教授围绕数据库技术趋势,与华为数据库课题合作的理念,包括区块链数据库、场景驱动的数据库系统测试方面, 以及华东师大在数据科学与工程领域人才培养的优秀实践方面做了深入解析和现场交流。

合作数据库简介

区块链数据库

随着以支持智能合约为代表的区块链2.0平台的推出,区块链技术的应用已经从单纯的数字货币,延伸到包括数字资产交易、物联网、 智能制造和供应链管理等很多传统领域。

  区块链数据库合作包括:

  ► 增加密码学安全基础设施,为防篡改提供密码学安全支持;

  ► 增加多方共识机制,在多个参与方之间保证数据一致;

  ► 高吞吐、高存储效率,适应企业级的数据管理需求。

合作成果将适用于包括电子商务交易系统等场景,主要应用于多方参与、而又互不信任下开展的分布式商业活动下的数据管理。

场景驱动的数据库系统测试

数据库系统测试是保障系统稳定性、可用性,提升系统性能的基础。传统的测试数据和测试负载生成技术,由于生成数据和生成负载与应用的弱相关性,基于其得到的评测结果对于特定应用来说很可能不具有参考价值。同时,对于数据库系统的质量管理来说,评测基准的负载相对有限,无法保证测试的全面性。

另一方面,当前测试数据和测试负载的生成技术也无法实现大规模事务负载的自动化生成,因此数据库系统对于事务型负载,尤其是高压、高冲突的事务型负载,难以得到充分评测。

课题合作包括测评系统与应用强关联,和实现大规模事务负载的自动化生成。合作成果将适用于包括面向分析和事务型应用的负载生成,和大规模TP测试负载生成与正确性自验证场景。

新闻来源:华东师范大学

21考研的QQ群,有各个学校的考研资料,欢迎加入

群号是 954288959


您还可以在以下平台找到我们

你点的每个在看,我都认真当成了喜欢

内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,涵盖正向逆向运动学求解、正向动力学控制,并采用拉格朗日-欧拉法推导逆向动力学方程,所有内容均通过Matlab代码实现。同时结合RRT路径规划B样条优化技术,提升机械臂运动轨迹的合理性平滑性。文中还涉及多种先进算法仿真技术的应用,如状态估计中的UKF、AUKF、EKF等滤波方法,以及PINN、INN、CNN-LSTM等神经网络模型在工程问题中的建模求解,展示了Matlab在机器人控制、智能算法系统仿真中的强大能力。; 适合人群:具备一定Ma六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)tlab编程基础,从事机器人控制、自动化、智能制造、人工智能等相关领域的科研人员及研究生;熟悉运动学、动力学建模或对神经网络在控制系统中应用感兴趣的工程技术人员。; 使用场景及目标:①实现六自由度机械臂的精确运动学动力学建模;②利用人工神经网络解决传统解析方法难以处理的非线性控制问题;③结合路径规划轨迹优化提升机械臂作业效率;④掌握基于Matlab的状态估计、数据融合智能算法仿真方法; 阅读建议:建议结合提供的Matlab代码进行实践操作,重点理解运动学建模神经网络控制的设计流程,关注算法实现细节仿真结果分析,同时参考文中提及的多种优化估计方法拓展研究思路。
内容概要:本文围绕电力系统状态估计中的异常检测分类展开,重点介绍基于Matlab代码实现的相关算法仿真方法。文章详细阐述了在状态估计过程中如何识别分类量测数据中的异常值,如坏数据、拓扑错误参数误差等,采用包括残差分析、加权最小二乘法(WLS)、标准化残差检测等多种经典现代检测手段,并结合实际算例验证方法的有效性。同时,文档提及多种状态估计算法如UKF、AUKF、EUKF等在负荷突变等动态场景下的应用,强调异常处理对提升电力系统运行可靠性安全性的重要意义。; 适合人群:具备电力系统基础知识一定Matlab编程能力的高校研究生、科研人员及从事电力系【状态估计】电力系统状态估计中的异常检测分类(Matlab代码实现)统自动化相关工作的工程技术人员。; 使用场景及目标:①掌握电力系统状态估计中异常数据的产生机制分类方法;②学习并实现主流异常检测算法,提升对状态估计鲁棒性的理解仿真能力;③服务于科研项目、课程设计或实际工程中的数据质量分析环节; 阅读建议:建议结合文中提供的Matlab代码进行实践操作,配合电力系统状态估计的基本理论进行深入理解,重点关注异常检测流程的设计逻辑不同算法的性能对比,宜从简单案例入手逐步过渡到复杂系统仿真。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值