基于深度学习的知识追踪研究综述

随着人工智能与教育的不断发展,知识追踪在智慧教学领域具有广阔的应用前景;深度学习以其强大特征提取能力广泛应用于知识追踪,以深度学习知识追踪模型为起点,其改进模型为主线,全面回顾了知识追踪模型的研究进展,简要介绍了知识追踪领域传统模型的特点及不足,阐述了基于深度学习知识追踪模型的原理及局限性,同时全面整理并分析了针对可解释性问题、缺少学习特征、记忆增强网络、图神经网络、基于注意力机制五个方面的改进模型,梳理了知识追踪领域常用的公开数据集、评价指标及模型性能对比分析,最后总结并探讨了知识追踪在智慧教学方面的应用以及当前该研究领域的研究现状与未来的研究方向。     

基于OpenGL的三维地形的模拟

三维地形模拟一直是虚拟现实、地理信息系统(GIS)等领域的研究热点.提出了一种基于不同层次的多边形网格模型的地形生成算法,采用多重纹理映射技术,通过插值对应网格基本元素的位置实现模型之间的平滑过渡并生成地形连续LOD模型.通过该技术可以简化场景的复杂度,并对图形的真实感程度损失比较小.该算法是在VC++6.0平台上利用OpenGL编程技术实现的.实验表明:该算法具有较低的时间和空间开销,适合大规模三维地形的模拟.     

在精细化气象要素下输电线路覆冰预测预警研究

南方地区冬季输电线路自然覆冰是线路运维难题和灾害预防课题,提升该地区线路覆冰预测预警能力迫切需要。本文在分析国内外输电线路覆冰预测模型及工程应用问题基础上,总结提炼出精细化气象要素下基于统计-经验知识确定覆冰等级方法进而建立覆冰等级区划,再结合线路自然环境的地形和气象因素构建相应较强泛化能力的覆冰等级模型,从而建立有效的线路覆冰预测预警工作机制。2年应用实践验证,该模型及工作机制能准确地预测预警线路覆冰状态。     

基于交互多模型的飞机地形规避策略研究

为了解决飞机前视地形防撞问题,针对机载防撞雷达系统的缺点及局限性,提出了一种以虚拟雷达替代机载防撞雷达系统的基于交互多模型的飞机地形规避策略。该方法根据飞机机动运动特点,建立适于准确快速预测的匀速运动模型、匀加速运动模型以及当前统计模型,采用交互多模型原理结合成熟的卡尔曼滤波估计技术,对飞机未来飞行状态进行实时预测,根据飞机飞行状态预测结果与机载地形库进行匹配以进行地形规避。通过仿真的方法,以F16 飞机为例,对飞机飞行状态预测算法进行了验证,结果表明,对于较长时间预测,预测时间对预测精度有很大影响,可根据预测时间确定告警等级。研究还表明基于交互多模型的飞机地形规避方法,相比于机载雷达防撞系统具有无可比拟的优势,可以替代机载雷达防撞系统。     

基于预训练模型与知识蒸馏的法律判决预测算法

针对法律判决预测中罪名预测和法条推荐子任务,提出基于BERT （bidirectional encoder representation from transformers）预训练模型与知识蒸馏策略的多任务多标签文本分类模型.为挖掘子任务间的关联,提高预测准确率,运用BERT预训练模型进行多任务学习,建立BERT₁₂multi文本分类模型;针对罪名、法条类别中的样本不均衡问题,采用分组的焦点损失（focal loss）以增强模型对于罕见罪名及法条的辨别能力;为降低模型计算复杂度并且提高模型推理速度,提出一种以教师模型评价为参考的知识蒸馏策略,通过动态平衡蒸馏中的蒸馏损失和分类损失,将BERT₁₂multi压缩为浅层结构的学生模型.综上,构建出可以处理不均衡样本且具有较高推理速度的多任务多标签文本分类模型BERT₆multi.在CAIL2018数据集上的实验表明:采用预训练模型及分组focal loss可显著提高法律判决预测的性能;通过融入教师模型评价,知识蒸馏得到的学生模型推理速度提高近一倍,并且在罪名预测及法条推荐任务...     

我国典型海底的声场传播仿真研究

利用声线理论对水声信道进行了建模仿真设计。对射线跟踪模型进行了一些分析和改进。完成了我国典型斜坡海底地形的声线轨迹、本征声线及传播损失的求解问题,并进行了射线模型的数学建模和计算机数值求解。此外,根据实际应用中的要求,设计了计算声线轨迹、声传播损失及本征声线搜索的软件,并用程序对海上实测数据进行了仿真,得到了令人满意的结果。仿真结果表明,该基于射线模型的软件对水声信道参数预测精度高。具有很强的工程应用价值。     

基于神经网络的企业信息智能预测开发平台的设计与应用

基于现代人工智能技术,设计开发企业信息智能预测开发平台．其中集成大量成熟的人工智能模型及数据分析算法,为企业提供强大的二次开发接口,可以快速定制出大型企业级神经网络应用预测分析系统。该产品可广泛运用在金融、保险、制造、零售等各行业,以实现不同行业领域的资源预测、决策优化、物资调运、故障检测、模式分类等。     

通信台站覆盖预测及三维显示

研究通信台站覆盖预测及其优化显示的问题.传统的战场通信台站覆盖预测与地形显示并没有有机结合起来,并且通常是二维显示,不仅信息量少,而且很不直观.为优化覆盖预测与显示,基于战场地形高程等地理数据,实现了战场地形的三维再现.结合台站信息和地理信息数据,利用ITU-R P.1546电波传播模型,进行了台站覆盖预测及在三维地形上的显示.仿真结果表明系统三维效果显著,能够比较客观、形象地反映通信台站覆盖.在战场实际使用过程中,设计的系统可以为指战员呈现逼真、直观的战场通信状况,可大大提高制定作战方案能力和效率.     

领域知识语义距离及其在专家系统中的应用

面向专家系统中的可程序化知识间距离的测度,在构造领域知识本体及本体树的基础上,建立知识身份距离、知识概念距离、知识属性距离、知识描述距离四个测度,并在规范化后采用有序加权几何算子对其加以集结,形成一个更加全面且应用性强的领域知识语义距离模型,有效地解决了专家系统中领域知识的判别问题。实验表明：该模型可快速地判别专家系统中两领域知识的相似程度,并具有82%以上的评判正确率。     

基于多层注意力网络的可解释认知追踪方法

认知追踪是一种数据驱动的学习主体建模技术,旨在根据学生历史答题数据预测其知识掌握状态或未来答题表现.近年来,在深度学习算法的加持下,深度认知追踪成为当前该领域的研究热点.针对深度认知追踪模型普遍存在黑箱属性,决策过程或结果缺乏可解释性,难以提供学习归因分析、错因追溯等高价值教育服务等问题,提出一种基于多层注意力网络的认知追踪模型.通过挖掘题目之间多维度、深层次的语义关联信息,建立一种包含题目元素、语义和记录等3层注意力的网络结构,利用图注意神经网络和自注意力机制等对题目进行嵌入表示、语义融合和记录检索.特别是在损失函数中引入提升模型可解释性的正则化项与权衡因子,实现对模型预测性能与可解释强度的调控.同时,定义了预测结果可解释性度量指标——保真度,实现对认知追踪模型可解释性的量化评估.最后,在6个领域基准数据集上的实验结果表明：该方法有效提升了模型的可解释性.     

基于分形几何的空间多面体变形法在三维地表插值中的应用

在由立体像对生成数字高程模的过程中,由于匹配算法的限制和地物之间的相互遮挡,经常不能直接恢复出所有点的高程数据,因此采用某种插值算法由已有的有数值 得到更为稠密的地表三维数据,便成为建中一个不可缺少的重要环节。     

需求分析可视化的研究

大型信息系统的开发过程是一个系列建模的过程,模型的质量直接取决于开发者对应用系统知识的理解和提取。为保证开发的信息系统有较高的质量,就要建立一种适合的机制来保证在建模过程中对应用系统知识的获取、表达和评估工作的正确进行。本文提出了基于DBM模型,采用可视化技术,对应用系统的概念模型进行评估,使用户更容易理解需求分析的结果,了解将要开发的系统的动态行为,避免过早建立原型系统的开销。     

Fast rendering of massive textured terrain data

This paper proposes a framework based on tile-pyramid model and linear quadtree tile-index, which enables the real-time rendering of out-of-core terrain data sets while guaranteeing geometric and texture accuracy. The Digital Elevation Model pyramid and the orthophoto pyramid are created in advance and the quadtree is used for constructing tile-index and managing data tiles. To achieve real-time loading of terrain dataset, the view frustum culling technology and the target-tiles searching algorithm based on resolution-testing and the tile-request prediction mechanism are used. While rendering the terrain tiles, the dynamic bintree triangulation is used. Experimental results show that based on the current personal computer, this framework can achieve good performance for real-time rendering of massive terrain dataset whose size is unlimited.     

无线传感网络覆盖中概率Voronoi模型及算法研究

覆盖是无线传感网络中最重要的问题之一,随机覆盖是目前研究的主流。基于Voronoi图的随机覆盖算法是无线传感网络领域的研究热点。目前研究中采用的Voronoi图,主要采用基于距离的Voronoi边赋权值模型,存在两个主要问题,即模型粗糙和监测节点不全。以实测的分段概率传感模型为基础,从多传感协同监测的角度构造一种概率Voronoi模型,试图解决以上问题。并且用基于概率Voronoi模型的最大突破路径算法验证了模型有效性。就掌握的文献来看,该模型是首次提出,具有较好的实用推广价值。     

基于分形技术的多分辨率三维地景建模方法研究

介绍了多分辨率分形地景生成方法,以及地景的不同区域具有不同细节层次特点的研究成果。其基本思想是以视点在水平面的投影为参考起来,来生成一个很小的原始数据集,进一步构成多分辨率三角形网络,用以确定地形基座的形状,并用分形技术中的中点位移法及三角形边线细分方案对地形进行递归细分,从而生成自然的地形景观,其多分分辨率基座的构造方法在不需要额外开销的情况下,解决了不同细节层次区域间的空间连续性和时间连续性的     

基于本体的产品服务知识模型研究

为了对产品服务过程中的服务知识进行有效管理和重用,在对服务知识进行分析的基础上,结合本体的特点和构造方法,提出了产品服务知识领域本体构建过程模型;重点构建了产品服务过程中的产品知识、客户知识和服务资源知识模型;并基于此提出了产品服务领域本体知识体系结构,为产品服务领域知识的共享和重用提供基础。     

A knowledge based component/service repository to enhance analysts’ domain knowledge for requirements analysis

Knowledge of the business domain (e.g., insurance claim, human resources) is crucial to analysts’ ability to conduct good requirements analysis (RA). However, current practices afford little assistance to analysts in acquiring domain knowledge. We argue that traditional reuse repositories could be augmented by adding rich faceted information on component/services and artifacts such as business-process templates to help analysts acquire domain knowledge during RA. In this paper, we present the design of a Knowledge Based Component Repository (KBCR) for facilitating RA. Then, we report on the design and development of a KBCR prototype. We illustrate its application in a system that is populated with components and process templates for the auto insurance claim domain. An empirical study was conducted to assess its effectiveness in improving RA. Results showed that KBCR enhanced analysts’ business domain knowledge and helped them better prepare for RA. Our key research contribution is to offer analysts a rich repository (i.e., KBCR) containing domain knowledge that they could utilize to acquire domain knowledge that is crucial for carrying out RA. While repositories of reusable components have been employed for some time, no one has used such repositories to help analysts acquire domain knowledge in order improve the RA of the system.     

基于体素渲染的障碍物探测雷达数据可视化

探索一种新的基于体素模型的雷达地形数据三维表示方法,该方法将障碍物探测雷达获取的地形三维回波数据作为体素,通过有约束的自适应分形扩展方法进行空数据的插补,生成连续的三维地形数据,然后由6自由度体素描述方法进行三维模型的映射,解决三维绘制中的场景遮挡问题,最终通过纹理混合的实时渲染方式生成最终的三维地形图像。通过对实际数据验证表明,该方法可生成逼真的三维地形,相比O penGL的绘制方法,提高了雷达数据的可视化效率。     

基于领域知识的图模型词义消歧方法

对领域知识挖掘利用的充分与否,直接影响到面向特定领域的词义消歧(Word sense disambiguation, WSD)的性能.本文提出一种基于领域知识的图模型词义消歧方法,该方法充分挖掘领域知识,为目标领域收集文本领域关联词作为文本领域知识,为目标歧义词的各个词义获取词义领域标注作为词义领域知识;利用文本领域关联词和句子上下文词构建消歧图,并根据词义领域知识对消歧图进行调整;使用改进的图评分方法对消歧图的各个词义结点的重要度进行评分,选择正确的词义.该方法能有效地将领域知识整合到图模型中,在Koeling数据集上,取得了同类研究的最佳消歧效果.本文亦对多种图模型评分方法做了改进,进行了详细的对比实验研究.     

特征控制下的多样图地形纹理合成算法

针对三维虚拟室外场景的建模与绘制需求,提出一种多样图地形纹理合成算法。以地形数字高程模型数据和样图集为基础,根据用户自定义的纹理合成规则控制地形的高程值和坡度特征,并自动合成地形纹理。实验结果表明,利用该算法合成的纹理能够较好地反映自然界地形的分布情况,增强三维场景绘制的真实感。