云存储技术在研究所信息化建设中的运用

在研究所的信息化建设以及发展过程中,通过科学的方式与手段有效的降低运营和维护成本是现阶段的工作重点,其中云存储技术作为全新的技术手段在现阶段的发展中有着重要的作用,其可以有效的推动研究所信息化发展,对此本文主要对其进行简单的探究分析。     

云计算平台典型开源软件项目对比研究

云计算和开源都是当前信息技术发展的重要方向,本文研究了全球五个重要的云计算平台开源软件的特点,对比分析了它们的共同点和不同之处。     

人工智能在国防领域的应用与进展

人工智能已经上升为国家战略,成为国家、军队竞争的重要战场。人工智能应用于国防领域有提升军队信息优势、提高决策速度和质量、提升人类能力、降低作战人员的风险和成本的巨大优势,在后勤保障、网络攻防、指挥和控制等7个领域已经得到了应用。美国和俄罗斯等国家早已将人工智能的国防应用提上了日程并进行了部分部署应用。不过,人工智能还存在的不可预测性、不可解释性及易受利用性等不足,给国防应用带来了一定的风险和挑战。本文分析了人工智能在国防领域应用的优势和主要方向,梳理了美国和俄罗斯在人工智能国防应用上的战略部署及应用情况,最后分析了人工智能国防应用的风险和挑战。     

图书情报现代技术（待续）

现代技术在图书情报领域内得到广泛应用。本文介绍现代技术在图书情报部门的应用情况,着重介绍该应用领域中的计算机技术。并就基层图书情报部门中计算机的系统配置,设备选择和扩充、软件选择和开发、机读目录格式等基层图书情报部门关心的问题作了介绍。     

一种融合主题特征的自适应知识表示方法

基于翻译的表示学习模型TransE被提出后,研究者提出一系列模型对其进行改进和补充,如TransH、TransG、TransR等。然而,这类模型往往孤立学习三元组信息,忽略了实体和关系相关的描述文本和类别信息。基于主题特征构建TransATopic模型,在学习三元组的同时融合关系中的描述文本信息,以增强知识图谱的表示效果。采用基于主题模型和变分自编器的关系向量构建方法,根据关系上的主题分布信息将同一关系表示为不同的实值向量,同时将损失函数中的距离度量由欧式距离改进为马氏距离,从而实现向量不同维权重的自适应赋值。实验结果表明,在应用于链路预测和三元组分类等任务时,TransATopic模型的MeanRank、HITS@5和HITS@10指标较TransE模型均有显著改进。     

基于核心节点扩散的有向网络重叠社团发现算法

复杂网络中的社团结构探测是当前复杂网络研究领域的一个热点问题。传统的社团划分算法主要以无向、无权网络作为分析对象,不能够适用于现实世界中各种有向网络、加权网络。在分析和研究各种社团划分算法的基础上,提出一种新的重叠社团发现算法。该算法从网络中的核心节点开始,不断合并适应度最大邻居节点,最终将网络划分为多个重叠的社团。最后,将该算法应用到两个有向网络中,实验表明该算法能够很好地划分出有向网络中的重叠社团。