计算机模拟技术在SARS-CoV-2病毒分子机制研究中的应用

由新型冠状病毒（SARS-CoV-2）引发的严重急性呼吸系统综合症到目前为止仍然是影响人类健康的重要问题，病毒突变体的不断出现给药物治疗以及疫苗设计带来了严重的挑战。因此，对于新冠病毒生命周期的分子机制及其突变逃逸机制的研究十分重要。包括分子动力学模拟在内的计算机模拟方法在病毒机制研究方面得到了广泛的应用，故对近年来模拟技术在SARS-CoV-2病毒研究方面的发展状况进行调查，特别探究了分子动力学模拟在刺突蛋白（S蛋白）及其突变体和ACE2以及中和抗体的结合中的应用。     

融合剪枝与量化的目标检测网络压缩方法

针对目标检测网络参数量冗余、模型复杂、推理速度缓慢以及难以部署在资源受限的嵌入式设备等问题,提出一种融合剪枝与量化的目标检测网络压缩方法。首先对目标检测网络模型进行稀疏化训练得到缩放因子,并根据缩放因子的分布计算卷积层中通道重要性的占比,根据缩放因子计算动态阈值将对网络模型贡献小的卷积层剪除。然后通过均匀映射的方式将32位浮点型数据量化成8位整型数据,减少网络计算量的同时压缩网络模型的大小。最后采用YOLO系列目标检测网络对行人与车辆数据集、Hands数据集和VOC2012数据集进行压缩方法验证。实验表明,目标检测网络经过动态阈值剪枝和均匀映射量化后在精度损失4%的前提下,将网络模型从234?MB压缩至10?MB以内,检测速度提升5倍,有效解决了部署应用难的问题。