N-Reader:基于双层Self-attention的机器阅读理解模型

机器阅读理解是自然语言处理和人工智能领域的重要前沿课题,近年来受到学术界和工业界的广泛关注。为了提升机器阅读理解系统在多文档中文数据集上的处理能力,我们提出了N-Reader,一个基于神经网络的端到端机器阅读理解模型。该模型的主要特点是采用双层self-attention机制对单个文档以及所有输入文档进行编码。通过这样的编码,不仅可以获取单篇文档中的关键信息,还可以利用多篇文档中的相似性信息。另外,我们还提出了一种多相关段落补全算法来对输入文档进行数据预处理。这种补全算法可以帮助模型识别出具有相关语义的段落,进而预测出更好的答案序列。使用N-Reader模型,我们参加了由中国中文信息学会、中国计算机学会和百度公司联手举办的“2018机器阅读理解技术竞赛”,取得了第3名的成绩。     

基于流固耦合燃油箱动态特性分析

基于压力-位移传递方式建立流固耦合系统方程.针对燃油箱的动态特性问题,利用有限元计算软件ANSYS,采用非对称法提取不同油位燃油箱模态频率和振型,发现随着注油量的增大,燃油箱的振动频率下降.为了验证计算结果的可靠性,采用脉冲激振测试法进行模态试验,在Test Lab软件环境下识别各阶模态参数.对试验模态和有限元计算模态的相关性采用模态置信准则进行评估,判别试验测试遗漏的模态以及试验模态和计算模态的对应关系.对比试验数据和有限元计算数据,误差较小,结果可以作为燃油箱动态特性分析的依据.     

浅谈如何深化电力系统的可靠性管理

电力系统的可靠性管理是电力系统技术人员十分关注的一个问题,是供电企业管理水平和技术装备水平的综合体现,也是评判电力系统设计和运行好坏的重要标准。电力专家与工程人员都对如何深化提高电力系统可靠性管理的质量倾注了大量心血,本文对其中有代表性的观点进行说明,以期能对推动这一课题进展有所助益。     

剑麻纤维增强聚丙烯复合材料的冲击特性研究

采用片状层压工艺制备了短切剑麻纤维(SF)／聚丙烯(PP)复合材料,用高级仪器化摆锤冲击试验机对复合材料的冲击过程进行了全面分析,并借助扫描电子显微镜对复合材料的冲击破坏断口进行观察。结果表明：当SF的长度为20mm、wpp=30％时,SF对PP的增韧效果最好。采用短切SF增强PP基体,可使复合材料断裂过程吸收的能量增加,裂纹扩展缓慢,断裂后期吸收能量增大。