最新刊期
2024年第23卷第6期
- “图神经网络技术在协同过滤领域取得新进展，UCBiG-Plugin框架通过捕获物品间团结构，发现用户潜在高阶语义，提升推荐效果。”摘要：图神经网络已成为协同过滤的新技术，虽然能通过迭代聚合邻域信息，自然捕获高阶的协同信号，但大部分相关工作均在在用户—物品的二部图上开展。然而，二部图中用户与物品交替连接使得用户兴趣广泛，导致在传播过程中会引入大量噪声。为此，提出一种新型的通用插入式框架（UCBiG-Plugin）直接捕获物品—物品共现图中存在的团结构，并将其粗化为新节点以构造一张全新的用户—团节点二部图，然后利用这些团结构中不同物品间存在的强接近关系，发现用户的潜在高阶语义。在3个常用的公共数据集上，应用该框架的两个改进变体进行实验评估发现，改进变体最高分别达到9.51%和8.89%，证明了同时在用户—物品二部图和用户—团节点二部图上传播协作信号能更好地捕获相关的高阶连通信息，并用于推荐任务。关键词：图神经网络;团;协同过滤;推荐系统;图论102|43|0更新时间：2024-06-27
-
融合偏好传播的多任务推荐模型研究 AI导读
“在推荐系统领域，研究者提出了一种融合偏好传播的多任务推荐模型MAPKR，通过涟漪传播提取用户偏好特征，实现潜在特征共享和高阶特征表示提取，并通过多任务学习优化推荐性能。在多个公开数据集上的实验结果表明，该模型在推荐性能上优于现有基线模型。”摘要：针对知识图谱可以有效地从多源异构数据中还原出实体的三元组关系，却不利于推荐任务且采用单任务学习又很难挖掘数据潜在关联的问题，提出一种融合偏好传播的多任务推荐模型（MAPKR）。首先，利用涟漪传播从知识图谱中提取用户的偏好特征集；其次，依据相似近邻结构实现潜在特征共享，经交叉压缩单元提取项目和实体的高阶特征表示；最后，以多任务学习交替训练推荐模块和知识图谱嵌入模块，将提取的特征向量经归一化内积操作后进行预测、推荐。在3个公开数据集上进行实验并与5个基线模型进行比较。与MKR和RippleNet相比，在MovieLens-1M数据集上，AUC和ACC分别提高了0.68%、0.31%和0.77%、0.54%；在Book-Crossing上，AUC和ACC分别提高了3.48%、2.66%和4.51%、7.21%；在Last.FM上，AUC和ACC分别提高了3.44%、6.25%和2.70%、2.62%。实验结果表明，提出的模型与MKR、RippleNet等其他基线模型相比推荐性能良好。关键词：推荐系统;深度学习;知识图谱;偏好传播;多任务学习64|65|0更新时间：2024-06-27 -
风电业务流程剩余时间预测与系统应用 AI导读
“在工业运维领域，专家提出基于时间卷积网络的剩余时间预测方法，显著提升预测效果，降低平均绝对误差约5%，并开发风电运维业务系统，实现流程超时告警。”摘要：针对工业场景下运维事件日志复杂以及数据量较少等问题，提出一种基于时间卷积网络的剩余时间预测方法。首先，使用因果卷积对流程实例数据进行建模；其次，对不同长度的轨迹前缀分别进行模型训练，以提高模型的针对性；最后，将剩余时间预测模型用于实际的风电运维业务场景中，开发风电运维业务系统，实现工作票表单数据以及事件日志数据的可视化展示。与传统的剩余时间预测方法相比，该方法的预测效果有显著提升，平均绝对误差值降低了5%左右。开发的风电运维业务系统能够预测未完成工作票开票过程中流程的剩余时间，实现业务流程超时告警。关键词：业务流程分析;剩余时间预测;时间卷积网络;风电业务流程;流程可视化31|34|0更新时间：2024-06-27 - “在猪身份识别领域，专家开发了基于注意力机制和自适应特征融合的深度学习方法，有效提高了攻击场景下的识别精度。”摘要：针对群养猪攻击过程中身体形变和重叠影响猪身份识别精度的问题，开发一种基于注意力机制和自适应特征融合的深度学习方法以提高猪身份识别精度。录制猪栏中8只猪每天8小时共3天的视频，并筛选含攻击的16 830帧作为数据集。首先，采用ResNet50提取猪的卷积神经网络（CNN）特征；然后，采用特征金字塔网络（FPN）在ResNet50中选择3层不同尺度的特征，以优化这些特征的定位和语义信息；接着，采用自注意力机制提高这些特征的区分度，并采用自适应空间特征融合（ASFF）以融合不同尺度的特征；最后，利用卷积和Sigmoid函数相结合的检测器对猪身份进行识别。使用该方法后，猪身份识别的均值平均精度（mAP）达到95.59%，速度达到37.6 f/s。结果表明，该方法能够在攻击场景下有效识别猪身份，有助于将攻击识别从群体级细化为个体级。关键词：群养猪;身份识别;注意力机制;特征融合;深度学习81|41|0更新时间：2024-06-27
-
面向抽取式阅读理解的数据增强研究 AI导读
“在抽取式阅读理解领域，针对语言模型在训练数据不足时表现不佳的问题，研究者提出了一种基于语义相似度的数据增强方法（DASS），通过单词级和句子级数据增强，在保留问题正确答案的同时，提升训练数据质量，增强模型鲁棒性。实验结果表明，DASS能有效解决模型在样本数量较少时获取语义信息不足的问题，显著提升了模型预测的F1值。”摘要：在抽取式阅读理解中，语言模型在训练数据较少情况下的表现不佳，使用EDA方法虽能有效增加数据量，但会造成数据中语义信息损失，导致模型训练效果不佳。针对上述问题，结合EDA提出面向少样本情况下抽取式阅读理解的数据增强方法，在保留数据中问题正确答案的前提下对数据进行单词级和句子级数据增强。同时，为了对句子语义影响最小的单词进行数据增强，使用基于语义相似度的数据增强方法（DASS）计算句子中某一个单词删除前后的语义相似度，以判断该单词对句子语义的影响，选择对语义影响最小的单词进行数据增强，提升训练数据质量，以提升语言模型鲁棒性。在HotpotQA数据集上的实验结果表明，DASS可以解决模型在样本数量较少时获取语义信息不足的问题，在样本数量为500时，模型预测的F1值提升23.94%，在对整个数据集使用该方法时，模型预测的F1值提升了2.54%。关键词：抽取式阅读理解;EDA;数据增强;语义相似度;机器阅读理解25|81|0更新时间：2024-06-27 - “最新研究进展显示，一种基于3D特征融合与轻量化卷积神经网络的情绪EEG识别方法在情绪识别领域取得显著成果。该方法在DEAP公开数据集上进行实验，情绪识别准确率高达97.08%，为情绪识别研究提供了高效解决方案。”摘要：情绪变化可引起头皮脑电信号的改变，基于脑电信号的情绪识别是近年来情绪研究的一个重要方向。为此，提出一种基于 3D 特征融合与轻量化卷积神经网络的情绪EEG识别方法，使用2 s窗口的3D特征图作为输入，并根据效价和唤醒提供情绪状态作为输出。在DEAP公开数据集上对所提方法进行受试者依赖实验，结果表明情绪识别性能评估效价和唤醒识别准确率分别为（97.08±0.32）%和（96.78±0.34）%。所提方法具有较高的情绪识别准确度和较低的计算复杂度，适用于实际场景中的情绪识别。关键词：情绪识别;卷积神经网络;脑电信号;特征融合;轻量化模型60|108|0更新时间：2024-06-27
-
以子图融合为最小单位的混合精度推理 AI导读
“在深度学习领域，专家提出了一种混合精度推理算法，通过子图融合和整数线性规划，有效提升了模型推理速度，为解决神经网络内存占用问题提供了新方案。”摘要：近几年卷积神经网络作为深度学习最重要的技术，在图像分类、物体检测、语音识别等领域均有所建树。在此期间，由多层卷积神经网络组成的深度神经网络横空出世，在各种任务准确性方面具有显著提升。然而，神经网络的权重往往被限定在单精度类型，使网络体积相较于特定硬件平台上的内存空间更大，且floating point 16、INT 8等单精度类型已无法满足现在一些模型推理的现实需求。为此，提出一种以子图为最小单位，通过判断相邻结点之间的融合关系，添加了丰富比特位的混合精度推理算法。首先，在原有单精度量化设计的搜索空间中增加floating point 16半精度的比特配置，使最终搜索空间变大，为寻找最优解提供更多机会。其次，使用子图融合的思想，通过整数线性规划将融合后的不同子图精度配置，根据模型大小、推理延迟和位宽操作数3个约束对计算图进行划分，使最后累积的扰动误差减少。最终，在ResNet系列网络上验证发现，所提模型精度相较于HAWQ V3的损失没超过1%的同时，相较于其他混合精度量化方法在推理速度方面得到了提升，在ResNet18网络中推理速度分别提升18.15%、19.21%，在ResNet50网络中推理速度分别提升13.15%、13.70%。关键词：子图融合;混合精度推理;约束问题最优化求解;GPU加速25|24|0更新时间：2024-06-27 -
基于随机卷积核神经网络数据增强的软测量 AI导读
“在精对苯二甲酸生产领域，专家提出了基于随机卷积核神经网络数据增强的动态软测量模型RCKN-XGBoost，有效提高了4-CBA含量的测量准确性。”摘要：精对苯二甲酸（PTA）生产过程中 PX氧化反应的副产品4-CBA难以在线测量，只能通过离线分析获得少量样本。针对该问题，提出一种基于随机卷积核神经网络数据增强的动态软测量模型RCKN-XGBoost。该模型首先采用随机卷积核神经网络（RCKN）进行数据增强，扩充样本数量并改善其多样性；然后将原始样本与扩充后的样本线性组合，构成新的数据集；最后采用XGBoost对网络进行训练与预测。在某化工厂PX氧化过程4-CBA含量数据集上对RCKN-XGBoost模型与XGBoost、CNN、CNN-XGBoost、Laplace-XGBoost模型进行比较，发现RCKN-XGBoost模型的MRE指标分别降低了1.07%、0.92%、0.80%和0.65%，RMSE分别降低了27.9、18.62、12.58和8.05，证明了该模型的有效性。关键词：软测量;4-CBA;随机卷积核神经网络;数据增强;XGBoost18|62|0更新时间：2024-06-27 - “在图像跨语言转换领域，研究者提出了一种预训练视觉翻译技术，通过构建跨模态自适应互译渲染模型，实现高质量视觉翻译，为保持原文风格和排版样式提供解决方案。”摘要：如何在保证风格不变的情况下将图片中的外文替换为中文是一个有趣并富有挑战的问题。为此，针对图像中文本的跨语言转换提出一种预训练视觉翻译技术，结合文字检测、字体识别、OCR、图像修复、机器翻译及图像渲染技术构建跨模态自适应互译渲染模型，以保持原文风格和排版样式。首先使用EAST算法定位并提取文字区域；其次采用ResNet识别字体样式，CTC-OCR提取文字内容并由GPT模型进行翻译；最后由LaMa算法修复文字区域后，采用区域坐标渲染算法将翻译文字融入修复图像，实现高质量视觉翻译。由评估员对翻译效果进行定量评估，该方法主观评估分数达到7.90，具有较高准确性。关键词：视觉翻译;多模态;GPT;中文翻译;神经网络13|59|0更新时间：2024-06-27
- “在舆情信息关系抽取领域，专家提出结合关系增强的融合模型，通过引入实体类型增强关系表，提升关系分类准确性，有效解决单一模型识别不全问题。实验显示，该方法F1值提升5.4%。”摘要：针对舆情信息关系种类繁多、状态空间巨大，以及舆情信息关系抽取任务中出现的关系重叠和单一模型不能完全识别出全部三元组的问题，提出一种结合关系增强的融合模型进行舆情关系抽取的方法。首先，对从中文互联网上获取的舆情信息进行初步处理，得到初步的关系表；其次，对获得的关系表引入实体类型进行关系表增强；最后，将增强关系表作为先验特征输入融合模型，提升关系分类准确性，结合两个模型的识别结果解决单一模型不能完全识别出全部三元组的问题。实验结果表明，该方法相较于单一未使用关系增强的模型，F1值提升了5.4%。关键词：关系抽取;关系表增强;模型融合;全局指针网络;舆情分析34|37|0更新时间：2024-06-27
人工智能
- “最新研究进展：基于双重注意力机制和无人机遥感技术的人车流量检测方法，有效提高检测精度和实时性，为公共安全和资源管理提供高效解决方案。”摘要：人、车流量的精确检测统计对于公共安全和资源管理有重要意义。针对现有检测统计方法设备投入大、维护成本高、检测区域受限、易受环境因素影响等问题，提出一种基于双重注意力机制、轨迹预测与无人机遥感技术的人车流量检测方法。该方法在RefineDet网络的基础上加以改进，通过引入双重注意力机制、使用特征融合RNN替换TCB模块等方式增强对小目标的识别能力。同时通过自适应卡尔曼滤波预测轨迹，实现了对运动目标的实时跟踪，避免了因目标距离过远、行动方式特殊导致的错误统计。自建数据集训练网络模型，并在不同场景下进行测试。实验结果表明，所提改进模型相较对照模型的MOTA提高了2.3%~3.3%，在精度接近最新模型的同时检测速度更快，基本达到实时性需求；在多种场景下的综合评价指标F值均能达到95%以上，在多种实际场景检测中的误检率均低于0.3%。关键词：无人机;人车流量统计;双重注意力机制;轨迹预测;多目标跟踪18|20|0更新时间：2024-06-27
- “日本核污水入海引发海洋辐射污染，专家提出无人机监测方案，为海洋环境监测提供新思路。”摘要：针对日本核污水入海造成的大面积海洋辐射污染问题，指出当前海洋辐射监测领域面临的挑战，结合现有监测手段的不足，提出使用无人机进行海洋辐射监测。首先，对日本核污水中Cs-137的辐射浓度分布进行了仿真，以确定辐射污染的范围和程度；其次针对海洋辐射污染问题，设计了无人机海洋辐射监测系统，并阐述了无人机进行辐射监测的流程；最后，进行了仿真实验，通过仿真平台进行模拟飞行实验，根据正演参考重建了Cs-137的2维浓度分布图。实验结果表明，无人机能够快速高效地完成大面积海域的辐射测量任务，为海洋环境监测提供了一种新的解决方案。关键词：日本核污水;海洋辐射监测;无人机;辐射图重建19|167|0更新时间：2024-06-27
-
基于前缀剪枝的大规模向量空间相似检索框架 AI导读
摘要：针对大规模文本集合下基于权重的相似性查询问题，提出一种支持前缀剪枝的高效检索框架。首先给出向量空间模型下相似性及其带权前缀定义，理论证明了带权前缀剪枝的正确性；其次，面向大规模文本查询，提出一种新的倒排索引结构，利用索引叶节点维护记录的前缀权重，并基于该索引构建高效的相似检索算法；最后，在TF/IDF权重策略下证明该方法能够有效支持大规模带权相似检索。结果表明，其查询效率较Lucene的归并验证策略提升了5倍以上。关键词：前缀剪枝;TF/IDF;向量空间;倒排索引;信息检索;数据库22|34|0更新时间：2024-06-27 -
基于事件触发机制的水下航行器轨迹跟踪控制 AI导读
“在自主水下航行器控制领域，专家提出了一种基于滑模控制和事件触发机制的轨迹跟踪控制算法，有效降低了控制器更新频率，为解决执行器损失问题提供了解决方案。”摘要：针对欠驱动自主水下航行器（AUV）的水平轨迹跟踪控制及控制器频繁更新导致的执行器损失问题，提出基于滑模控制方法和事件触发机制下的自主水下航行器轨迹跟踪控制算法。首先，利用滑模控制方法设计控制器以稳定位置跟踪误差；其次，引入事件触发机制，在控制器到执行器的通道中设计事件触发条件来降低控制器更新频率，并运用Lyapunov稳定性定理证明设计的事件触发控制器能使系统保持稳定，避免系统产生Zeno现象。仿真表明，浪涌和偏航控制器在200 s内一共触发414和767次，与传统周期采样控制器连续采用4 000次的效果相同。关键词：自主水下航行器;轨迹跟踪;滑模控制;事件触发15|62|0更新时间：2024-06-27 - “在同步磁阻电机控制领域，专家提出了基于超螺旋滑模观测器的自适应电感无传感器控制策略，有效解决了电感参数变化问题，为高性能控制提供解决方案。”摘要：针对同步磁阻电机（SynRM）铁心饱和以及交叉耦合效应引起的电感参数变化问题，传统基于滑模观测器（SMO）的无传感器控制方法所采用的定电感参数难以实现高性能控制，提出一种基于超螺旋滑模观测器（STASMO）的自适应电感无传感器控制策略，并给出所提控制方案的稳定性条件。通过有限元仿真获得静态下的电机磁链饱和数据，利用该数据对电机磁链饱和模型进行拟合，并将所得饱和模型应用于观测器中以实时自适应解决电感参数变化问题。最后，通过仿真验证了所提出的无位置传感器控制方法的有效性和优良的控制性能。关键词：同步磁阻电机;无位置传感器控制;磁路饱和;交叉耦合效应;超螺旋滑模观测器12|36|0更新时间：2024-06-27
计算机软件与理论
-
基于PUF的无人机网络轻量级身份认证方案 AI导读
“在无人机数据安全领域，专家提出了基于PUF的身份认证与密钥协商方案，实现了多项安全功能，计算和通信开销显著降低，为实时性强、资源受限的无人机互联网提供了有效解决方案。”摘要：在许多应用场景中，无人机收集的数据具有敏感性和私密性，必须考虑其安全性和隐私性。为此，提出基于PUF的无人机身份认证与密钥协商方案。该方案可以通过一次会话生成两架无人机之间的会话密钥，以及每架无人机与地面站之间的会话密钥，实现了多项安全功能。与现有无人机认证协商方案的性能比较结果表明，该方案在计算开销方面减少了17%，在平均通信开销方面减少了12%。该方案适用于实时性强、计算资源不足的无人机互联网。关键词：无人机;PUF;身份认证;密钥协商;安全性证明48|405|0更新时间：2024-06-27 -
勒索软件对科技信息安全的影响研究 AI导读
“在数字化转型中，科技信息面临勒索软件威胁。分析Mallox攻击流程，提出预防方法，提高科技信息安全性。”摘要：在国家促进数据安全产业发展的新环境下，科技信息在其数字化转型过程中面临勒索软件的威胁。从科技信息管理者的角度分析勒索软件攻击科技信息的成因，以及造成的区别于以往安全威胁的后果。依据数据安全与网络安全的相关理论和技术，分析被勒索软件Mallox攻击过程中产生的28 597条相关日志数据和121 539个被加密文件，从而了解Mallox的攻击及加密流程，提出预防勒索软件的方法：自查向互联网开放的服务和网络安全策略，评估服务器被入侵的风险；在日常监测中关注ID 4625的日志数量和安全设备日志，可识别攻击过程；采用异地存储备份、部署EDR服务、使用VPN等方式提高科技信息的安全性。关键词：数据安全;勒索软件;科技信息;信息安全;异地备份13|22|0更新时间：2024-06-27 -
基于演化博弈的用户平台隐私保护行为分析 AI导读
“在数字经济背景下，App平台数据泄露问题日益严重。专家建立了“平台—用户”演化博弈模型，利用MATLAB仿真分析双方博弈动态，探究影响平台经营策略选择的关键因素。实验结果表明，降低合规成本和提升违规披露概率对平台经营策略具有积极影响。”摘要：在数字经济背景下，各类App平台数据泄露和倒卖事件频发，大量用户真实的隐私信息遭到泄露，因此探究平台用户数据隐私保护问题意义非凡。为了解决该问题，首先建立“平台—用户”双方演化博弈模型，然后利用MATLAB仿真分析平台隐私保护问题的双方博弈动态演化过程和均衡结果，最后对影响实验结果的重要因素进行深入探究。实验表明，平台合规经营的成本、平台违规经营被公众披露的概率是影响平台经营策略选择的关键因素，降低平台合规经营成本和提升平台违规经营被公众披露的概率对平台经营策略的选择具有积极影响。关键词：数字经济;隐私保护;演化博弈;仿真17|108|0更新时间：2024-06-27
网络空间安全
-
基于改进高分辨率网络的人体姿态估计 AI导读
“在人体姿态估计领域，研究者基于HRNet引入瀑布式空洞空间卷积模块与Transformer，提升了关键点定位精度。”摘要：为实现更精准的人体关键点定位，以高分辨率检测网络（HRNet）为基线引入瀑布式空洞空间卷积模块与Transformer的人体姿态估计模型和算法。首先，构建瀑布式空洞空间卷积模块替换HRNet的第4阶段，减少不同尺度特征相互融合导致参数量过大的问题，并更高效地提取多尺度特征；其次，引入基于自注意力机制的Transformer对提取的高层特征进行处理，通过捕获全局空间中关键点的非局部交互关系以获取全局信息实现特征增强。实验表明，当输入图像分辨率为256×192时，所提模型相较于HRNet-W32和HRNet-W48基线模型，在参数量下降的情况下AP分别提升2.4%、2.3%。关键词：人体姿态估计;高分辨率网络;瀑布式空洞卷积;注意力机制;多尺度23|44|0更新时间：2024-06-27 - “在交通智能化领域，专家设计了基于改进YOLOv5算法的电动车骑手头盔佩戴自动检测方法，通过Inception卷积和注意力机制优化，实现96.4%的识别精度和82FPS的检测速度，为保障交通安全提供解决方案。”摘要：利用深度学习算法检测非机动车交通违法行为有助于加快我国交通智能化发展，保障交通安全。为此，设计一种基于改进YOLOv5算法的电动车骑手头盔佩戴自动检测方法。该方法在YOLOv5算法的基础上利用Inception卷积减少特征提取网络参数量，引入注意力机制优化目标检测结果。在自建电动车头盔数据集QCKJ-MH上的实验结果表明，该方法的识别精度均值达96.4%，检测速度达82FPS，模型大小为12.9 MB，能够精准、快速地对电动车骑手头盔佩戴情况进行识别。关键词：电动车头盔;YOLOv5;交通智能化;注意力机制;轻量化63|40|0更新时间：2024-06-27
- “在视网膜疾病诊断领域，一项融合双注意力机制与U-net模型的视网膜血管分割方法取得突破，显著提升了分割精度，为相关疾病治疗提供有力支持。”摘要：视网膜血管分割对于视网膜相关疾病的诊断与治疗有重要临床价值，然而视网膜图像具有复杂性与多样性，处理具有一定难度。为此，针对视网膜血管分割精度不足等问题提出一种融合坐标注意力机制CA、新型无参注意力机制SimAM与基于编码—解码结构的U-net模型的视网膜血管分割方法。该方法通过图片灰度化、限制对比度、直方图均衡化、标准化与gamma校正的预处理操作提高血管与周围组织的对比度；采用重叠平铺Overlap-tile策略将图像分割成子块以增加数据量；在U-net模型的下采样过程中引进坐标注意力机制CA，在上采样过程中引进新型无参注意力机制SimAM，通过训练构建网络模型对测试样本进行分割，得到视网膜血管图像分割结果。该模型在DRIVE数据集上的平均准确率为97.68%，平均灵敏度为80.62%，平均特异性为98.17%，AUC系数为0.982 4；同时，与视网膜血管图像分割对照方法相比表现出更佳的分割效果。融合双注意力机制与U-net模型的分割方法可有效提高视网膜血管分割性能。关键词：血管分割;注意力机制;overlap-tile策略;U-Net;DRIVE数据集49|57|0更新时间：2024-06-27
- “在双人交互识别领域，研究者提出了一种新的全局分割图卷积网络（GS-GCN），有效提取双人交互行为关节点之间的相关性特征，并通过层次聚合注意力模块（HAA）突出交互行为中的语义信息。在多个数据集上的实验验证了该模型的性能优势。”摘要：图卷积网络（GCN）在双人交互识别方面应用非常广泛，但是传统图卷积网络对于节点特征的学习不够充分，尤其在双人交互行为中，每个节点的特征往往包含多个人的信息，导致节点特征不够准确。为了有效提取双人交互行为关节点之间的相关性特征，聚合双人之间的特征信息，提出全局分割图卷积网络（GS-GCN），进行基于骨骼的双人交互行为识别。GS-GCN包含全局分割图卷积（GSGC）和层次聚合注意力（HAA）模块，GSGC将图卷积（GCN）和全局分割图（GS-Graph）相结合，将双人交互识别看成全局性识别，并具有多个邻接矩阵，可提取单人特征和双人全局特征。此外，单人的层次和双人层次的重要性各不相同，为了突出交互行为之间的交互信息，引入层次聚合的注意力模块（HAA），突出交互行为中更加明显的语义信息。在NTU-RGB+D、NTU-RGB+D 120和SBU双人交互数据集上进行实验，验证了模型有效性，与其他双人交互识别方法相比，该模型性能更优。关键词：双人交互识别;图卷积网络;邻接矩阵;注意力模块33|39|0更新时间：2024-06-27
图形图像处理
-
基于表情向量聚类的课堂交互学生推荐方法 AI导读
“在教育技术领域，研究者提出了一种基于表情序列向量聚类的课堂交互学生个体推荐方法，通过表情识别和聚类分析，为教师快速选择学生提供支持，显著提升课堂交互效率。”摘要：为了提升课堂提问环节交互学生的选择针对性，提出一种基于表情序列向量聚类的课堂交互学生个体推荐方法。首先，使用表情识别模型从学生端视频中获取表情向量，将每一名学生的所有表情向量汇总至教师端，并组合为表情向量序列；其次，基于学生表情向量序列提出基于短期表情向量聚类的学生分类方法和基于长期表情向量聚类的学生推荐方法；最后，通过可视化和表格形式为教师呈现学生的分类和推荐结果，为教师快速选择不同类型中最突出的学生个体提供支持。通过教师评价发现，所提方法能有效表现学生的状态差异，可显著提升课堂交互中学生的判别效率与提问目的性。关键词：推荐方法;课堂交互;表情向量序列;数据可视化30|23|0更新时间：2024-06-27 - “在数字化时代，虚拟教研室建设取得新进展。教育部首批信息化教学设计研究虚拟教研室，利用沉浸式虚拟现实技术，构建了包含虚拟协作教研环境、专业实践社区等五大要素的新型基层教学组织，为教师专业发展提供支持性社区环境。”摘要：虚拟教研室建设是数字化时代新型基层教学组织建设的重要探索，“智能+”时代的虚拟教研室建设可以充分利用各种技术工具（尤其是虚拟现实技术）以支持其实践研究，提高虚拟教研室建设的数字化水平。以教育部首批建立的教学研究改革类教研室——“信息化教学设计研究虚拟教研室”为依托，以虚拟实践社区理论为指导，结合沉浸式虚拟现实环境所具有的沉浸感、临场感和社区感的交互感知特点，提出沉浸式虚拟现实支持下的虚拟教研室包含5个要素，即虚拟协作教研环境、专业实践社区、教研共同体、联合教学实践、教师专业发展。沉浸式虚拟现实环境为虚拟教研室活动空间提供协作共享的支持性社区环境，有助于培养教师的成长性思维。关键词：沉浸式虚拟现实;虚拟教研室;专业实践社区;教师专业发展23|83|0更新时间：2024-06-27
-
SPOC环境下学习拖延分析与干预研究 AI导读
摘要：学习拖延行为在一定程度上反映了学生的学习态度与习惯。对SPOC平台上记录的学生学习数据进行分析，发现拖延行为与学习效果呈现出明显的负相关性。分析学生存在拖延行为的主要原因，设计一种基于学习通平台与社交工具的线上线下学习干预模型，提出量化反馈、学习预警和动机唤醒3种递进的干预策略。同时引入群体拖延指数、拖延类别转换率等指标，对实验班和对照班的教学实践进行定量分析与可视化分析。教学实践结果表明，实施干预后2个实验班的拖延行为分别降低了10.42%和7.69%，而未采取干预措施的对照班则上升了12.67%。此外，实验班考试成绩的平均值、中位数和四分位数均高于对照班。调查问卷结果表明，80%以上的学生认为干预策略有助于改善拖延行为和提升成绩。所提干预模型及相关建议对于SPOC环境下数据驱动的教学有一定的参考价值。关键词：数据驱动;学习拖延;学习干预;SPOC23|64|0更新时间：2024-06-27
数字教育
-
智能软件的后门攻击及检测综述 AI导读
“智能软件安全领域取得新进展，专家综述后门攻击与防御技术，为提高软件安全性与可靠性提供新思路。”摘要：智能软件作为人工智能技术快速发展的代表性应用之一，在解决软件工程类问题、提高软件运行效率方面发挥着关键作用，但其安全问题也逐渐受到关注。后门攻击作为一种常见的软件攻击方式，攻击者可通过操控在软件中隐藏的恶意功能控制软件行为，从而窃取数据或执行其他恶意操作，给用户带来巨大的安全威胁。为此，从软件工程角度进行综述，首先介绍后门攻击的基本概念、分类及与其他攻击方法的比较；其次分析后门攻击的常见手段并进行比较；最后讨论防御后门攻击的策略与技术，结合智能软件中的深度神经网络模型对后门植入检测与防御相关方法进行归纳、比较与展望。研究后门攻击与防御技术可以促进软件产业的创新发展，提高软件的安全性与可靠性。关键词：智能软件;深度学习;后门攻防;模型安全33|121|0更新时间：2024-06-27 -
类案检索技术研究综述 AI导读
“在法学与计算机学科交叉领域，类案检索技术研究取得进展，通过技术与法律深度融合，精准服务法官判案。分析类案界定标准变化，探讨相似案例匹配技术，比较三大检索平台特点。未来发展方向包括构建大型数据集、设计可解释性算法、提升检索效率。实验显示，现有平台多处于起步阶段，缺乏稳定算法是发展瓶颈。”摘要：类案检索是法学和计算机相关学科的交叉应用，类案检索技术旨在通过类案判定获得候选检索结果。当前研究分别从法律和计算机两个视角展开，通过技术与领域的深度融合实现类案检索以精准服务法官判案需要，尽管类案检索技术研究逐渐体系化，但尚未存在相关技术发展的系统性综述。为此，首先分析在法学上类案界定标准的变化，以浅层和深层文本表示方法为划分标准，论述相似案例匹配技术研究进展；其次比较中国裁判文书网、“法信”“北大法宝”3类案检索平台的特点；最后提出构建大型标注数据集、设计可解释性算法和提升检索效率是未来类案检索技术的主要发展方向。实验表明，现阶段类案检索平台数量多，但大都处于起步阶段，缺乏具备可解释的稳定算法是影响其发展的重要因素。关键词：类案检索;相似案例匹配;文本表示;类案;类案检索平台29|208|0更新时间：2024-06-27 -
基于域适应的辐射源个体识别研究综述 AI导读
“辐射源个体识别技术综述，概述域适应方法及其在该领域的应用，为未来研究指明方向。”摘要：辐射源个体识别技术在军事场景中发挥着越来越重要的作用，在实际环境中辐射源设备发射的信号经常会受到噪声等因素影响，导致信号特征分布发生变化。由于域适应方法能有效解决这一问题，为此对近几年基于域适应的辐射源个体识别技术的发展现状进行综述。首先，概述域适应方法及其分类，介绍不同场景下的域适应方法；其次，介绍域适应方法的相关原理及其在辐射源个体识别领域的应用；再次，收集现有可用于辐射源个体识别研究的公开数据集；最后，根据辐射源个体识别存在的问题提出未来的发展方向。关键词：辐射源个体识别;迁移学习;域适应;最大均值差异;对抗学习55|242|0更新时间：2024-06-27 -
数据库技术发展研究综述 AI导读
“数据库技术自20世纪60年代中期诞生以来，不断演进并广泛应用于各行业。本文总结了数据库领域的常见技术和种类，并展望了人工智能与数据库结合的发展前景。”摘要：数据库是一种用于存储、组织、检索和管理数据的系统，其历史可以追溯到20世纪60年代中期，当时第一个数据库管理系统（DBMS）诞生，主要用于解决大型机器的资源共享问题。随着计算机技术的发展，数据库技术也不断演进，其应用领域已经涵盖了几乎所有行业，并且在不断扩大。按照时序总结了数据库领域的常见技术和数据库种类，并介绍了人工智能与数据库相结合的发展方向。关键词：数据库;数据存储;海量数据;机器学习41|163|0更新时间：2024-06-27
研究综述
- 技术支持由北京北大方正电子有限公司提供 鄂ICP备18021494号-4
鄂公网安备42010602004949号 - 本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
- Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies
0