基于问句感知图卷积的教育知识库问答方法

近年来,随着教育信息化的不断深入,海量教育资源和教学数据不断累积,一些教育知识库被提出,这为数据驱动的智慧教育提供了良好的发展条件.基于教育知识库的问答方法能够为学习者提供即时的答疑辅导,进而有效提升学习者的学习兴趣和效率.然而,目前特定于教育领域的知识库问答研究较少,且开放领域的知识库问答方法大多独立地建模问句和候选答案实体,因而建模效果有限.基于此,提出一种基于问句感知图卷积网络的教育知识库问答方法.首先,针对特定问句,提取其中的问句描述信息和查询实体集,并分别通过Transformer和预训练的知识库嵌入进行处理得到两者的表示;其次,根据查询实体集从知识库中抽取候选答案集的子图,并通过双注意力的图卷积神经网络更新节点信息,其中注意力的得分分别利用问句描述信息和查询实体集的表示,进而实现问句感知;最后,融合问句描述信息、查询实体集和候选实体表示来计算得分,并预测答案.在真实数据集MOOC Q&A上进行实验,采用预测准确率和平均倒数排名的指标进行评估,实验结果表明提出的方法优于基准模型.     

Compositional metric learning for multi-label classification

Multi-label classification aims to assign a set of proper labels for each instance, where distance metric learning can help improve the generalization ability of instance-based multi-label classification models. Existing multi-label metric learning techniques work by utilizing pairwise constraints to enforce that examples with similar label assignments should have close distance in the embedded feature space. In this paper, a novel distance metric learning approach for multi-label classification is proposed by modeling structural interactions between instance space and label space. On one hand, compositional distance metric is employed which adopts the representation of a weighted sum of rank-1 PSD matrices based on component bases. On the other hand, compositional weights are optimized by exploiting triplet similarity constraints derived from both instance and label spaces. Due to the compositional nature of employed distance metric, the resulting problem admits quadratic programming formulation with linear optimization complexity w.r.t. the number of training examples.We also derive the generalization bound for the proposed approach based on algorithmic robustness analysis of the compositional metric. Extensive experiments on sixteen benchmark data sets clearly validate the usefulness of compositional metric in yielding effective distance metric for multi-label classification.     

模型学习与符号执行结合的安全协议代码分析技术

符号执行技术从理论上可以全面分析程序执行空间,但对安全协议这样的大型程序,路径空间爆炸和约束求解困难的局限性导致其在实践上不可行。结合安全协议程序自身特点,提出用模型学习得到的协议状态机信息指导安全协议代码符号执行思路;同时,通过将协议代码中的密码学逻辑与协议交互逻辑相分离,避免了因密码逻辑的复杂性导致路径约束无法求解的问题。在SSH协议开源项目Dropbear上的成功实践表明了所提方法的可行性;通过与 Dropbear 自带的模糊测试套件对比,验证了所提方法在代码覆盖率与错误点发现上均具有一定优势。     

细节决定成败：推荐系统实验反思与讨论

近些年来,随着互联网的迅速发展,用户在各种在线平台上接收到海量的信息,信息爆炸成为一个关键性问题。在此背景下,推荐系统逐步渗透到人们工作生活的各个场景,已成为不可或缺的一环。它不仅可以帮助用户快速获得想要的信息和服务,还可以提高资源利用效率,从而给企业带来更多效益。因此,个性化推荐算法不仅获得了工业界广泛的关注,也是科研领域的研究热点之一。在个性化推荐的研究中,受限于平台与效率等因素,研究者大多无法将算法部署到在线系统上进行评价,因此离线评价成为推荐领域研究的主要方式。然而个性化推荐涉及到的场景复杂,可获得的数据信息多种多样,用户行为多为隐式反馈且存在许多噪声,这使得推荐系统离线评价的实验设定复杂多变,存在大量易被忽视却十分重要的细节。比如在训练采样负例时,既可以仅从用户没有交互过的商品中采样,也可以将验证测试集的商品视作未知交互加入采样池。同样,从训练到测试在很多其他环节也涉及这样的实现细节（如数据集处理、已知负样本的使用、Top-N排序候选集范围等）。这些实验细节通常不会在学术论文中被显式提及,却潜在影响了模型效果的对比,还决定着实验的科学性,甚至会导致相反或错误的分析结论。本文从数据集处理、模型训练、验证与测试、效果评价等多个角度,系统地讨论与反思了推荐系统实验中的细节设定。对于每个环节,我们枚举了若干常见设定,并在真实数据集上验证了其中某些设定的实际影响。实验结果表明一些细节确实会导致关于模型优劣的不同结论。最终我们形成了关于推荐系统实验细节的指导性总结,包括可选、建议、必须的三类设定,希望帮助推荐算法研究者规避实现细节上的陷阱,更科学合理地设计实验。     

高速公路施工区车辆强制换道耗时生存模型

为研究高速公路施工区车辆强制换道行为及其影响因素,采用生存分析中的半参数分析方法建立强制换道耗时的乘法风险率模型.通过无人机拍摄采集高速公路施工区的车辆换道耗时及其影响因素数据,最终确立换道耗时Cox比例风险模型,对换道耗时数据进行Cox回归建模分析.结果表明:近77%的换道车辆在10 s内完成换道;小型车和中型车经养护施工区的换道耗时未发现显著性差别;对于相同的换道耗时,平峰期的累积生存率明显低于高峰期和过渡时期,而高峰期的累积生存率最高.建立的强制换道耗时生存模型可有效的定量分析车型和交通时段对高速公路施工区车辆换道行为的影响,可为高速公路施工区交通管理控制及车辆换道行为建模及仿真奠定一定的理论基础.     

Estimation of access failure probability in D2D underlaid cellular networks

Device-to-Device (D2D) communication can reduce the mobile devices' energy consumption and increase the spectral efficiency in D2D underlaid cellular networks. However, D2D users will interfere with co-channel cellular users, which can lead to cellular communication access failures. There are two reasons for cellular communication access failures: (1)D2D interference and (2)insufficient spectrum resources. To address the absence of research on the performance of cellular services' access in D2D underlaid cellular networks, this paper defines the new services' access failure probability and handoff services' access failure probability to evaluate the effect of both D2D interference and limited resources on cellular communication access. Based on the stochastic geometry and stochastic process, a random network model is presented to estimate the access failure probabilities, which can provide guidelines for network design to ensure cellular services' access. The accuracy of the estimated access failure probability is validated through extensive simulations.     

Fast method for SAR echo simulation of a three-dimensional ground scene

Due to huge calculation of SAR echo simulation of a three-dimensional (3D) ground scene, a fast simulation method is proposed. First, the data of a 3D ground scene are fractionally interpolated based on the Fractional Brownian Motion (FBM) model. Second, the data interpolated are divided into lots of small facets whose precision meets the simulation requirement, the backscattering coefficients of the small facets are calculated. Third, the shaded area is judged by the comparison method of overlook angles. Three parallel levels are analyzed and the kernel function is designed. Finally, the computing method of reduction adding and external thread are also utilized under the framework of GPU in order to get high efficiency. With the methods mentioned above, the imaging result of experimental DEM data verifies the validity and superiority of the proposed method.     

大学生文化志愿服务常态化机制的构建研究——以Q市为例

文化志愿服务是大学生展现文化才能,促进社会主义文化发展繁荣,培育践行社会主义核心价值观的重要路径.通过调查发现Q市高校大学生文化志愿服务存在专业性不足、管理水平低等问题,从拓宽文化志愿服务领域、提升服务专业化、健全服务机制等方面提出了构建大学生文化志愿服务常态化机制的建议.     

求解声波动方程的隐格式有限体积法

为研究声传播问题,提出一种声波动方程的隐格式有限体积法,该方法将格点型有限体积法与Newmark格式相结合.模拟平面波的传播过程,对比分析隐格式有限体积法和文献中显格式有限体积法的精度、稳定性及计算消耗等方面的性能.数值结果表明:当λ/Δx≥10时,两种算法均能得到满足精度要求的解;采用无条件稳定的隐格式算法,当满足ω0Δt≤0.3时,预测声压的相对峰值误差1%;当采用相同时间、空间步长时,隐格式算法精度高于显格式算法;隐格式算法对吸收边界的处理精度高于显格式算法,但对全反射边界的处理精度低于显格式算法;两种算法内存消耗比较接近,显格式算法的CPU耗时较少.     

自卸车驾驶室振动对标测试与分析

针对某厂商研制的无副梁自卸车,为验证其更换主梁后驾驶室舒适性是否有所改善,进行不同速度及路况下的驾驶室振动测试试验,并与有副梁原型自卸车进行对标,采用时域与频域数据处理方法对结果进行分析,结果显示扭曲路面下无副梁自卸车的驾驶室舒适性有所改善,但对于4Hz以下的振动,其车架的隔振效果较弱。在碎石路面与平坦路面下无副梁自卸车满载时,其车架的隔振效果要明显好于对标自卸车,但在碎石路面空载时,其隔振效果则较弱。