2022年2月22日上午，金海教授指导的博士生刘志强和石宣化教授指导的博士生郑志高顺利通过博士学位论文答辩。

刘志强的博士论文题目为“面向大数据处理框架自动配置的模型构建与训练方法研究”。论文从大数据处理框架的自动配置问题出发，对自动配置过程中的模型构建与训练等问题进行研究，主要包括：（1）提出了一种基于样本选择的性能模型构建方式，大大减少了自动配置过程中的样本收集开销；（2）提出了一种基于参数多样性的模型训练优化技术，基于模型参数收敛速度的差异性减小训练过程中参数的重复更新次数，从而提高模型训练效率；（3）提出了一种基于训练样本差异性的模型训练优化技术，基于训练样本的差异性利用历史数据来提高模型迭代更新的计算效率，从而加速模型的训练效率。

郑志高的博士论文题目为“GPU上图处理算法优化关键技术研究”。论文以图着色、介数中心度和重叠社区检测算法为例，研究了GPU上典型图处理算法设计过程中所面临的数据依赖、内存膨胀和分支分歧问题。主要包括：（1）针对图着色算法中由于数据依赖导致的并行度差的问题，提出了一种以颜色为中心的线程管理机制对遍历式着色阶段的线程组进行合理组织，从而消除了计算过程中的数据依赖，提高了GPU着色算法的并行度；（2）针对介数中心度算法中存在的内存膨胀和访存过程中指针跳跃的问题，提出并实现了一种基于路径合并的最短路径计算策略对计算过程进行剪枝，进而提出一种面向局部内存的临时空间合并方法，在降低临时内存开销的同时加速GPU上的介数中心度计算；（3）针对社区检测算法中由于分支分歧导致的GPU利用率低下的问题，提出了一种cache感知的B树存储结构来管理GPU上的图数据。还实现了一种以Warp为中心的线程组织策略，将B树节点和GPU Warp进行一一映射，消除了GPU上社区检测过程中存在的分支分歧现象，从而提高GPU线程的利用率。

答辩委员会由华中师范大学计算机学院何婷婷教授（主席）、中国地质大学计算机学院姚宏教授、华中科技大学武汉光电国家实验室周可教授和华中科技大学计算机科学与技术学院李瑞轩教授、凌贺飞教授组成。委员们分别从系统架构、实现细节以及未来发展趋势等不同角度进行提问，答辩人均一一做了细致的解答。

经答辩委员会讨论，认为刘志强同学和郑志高同学的论文达到了博士学位论文水平，一致同意通过两位博士生的学位论文答辩，并建议授予刘志强同学和郑志高同学工学博士学位。

（通讯员：刘志强、郑志高）