面向软件工程的情感分析技术研究

情感分析在软件工程领域具有广泛的应用场景,例如,从代码提交信息中检测开发者的情绪、从程序员问答论坛中识别开发者的观点等.但是,现有的“开箱即用”的情感分析工具无法在软件工程相关的任务中取得可靠的结果.已有研究表明,导致不可靠结果的最主要原因是,这些工具无法理解一些单词和短语在软件工程领域中的特定含义.此后,研究者们开始为软件工程领域定制监督学习和远程监督学习方法.为了验证这些方法的效果,研究者们使用软件工程相关的标注数据集来对它们进行数据集内验证,即,将同一数据集划分为训练集和测试集,分别用于方法的训练和测试.但是,对软件工程领域的某些情感分析任务来说,尚无标注数据集,且人工标注数据集耗时耗力.在此情况下,一种可选的方法就是使用为了相似任务从同一目标平台上提取的数据集或者使用从其他软件工程平台上提取的数据集.为了验证这两种做法的可行性,需要进一步以平台内设置和跨平台设置来验证现有情感分析方法.平台内设置指的是使用提取自同一平台的不同数据集作为训练集和测试集;跨平台设置指的是使用提取自不同平台的数据集作为训练集和测试集.目标旨在数据集内设置、平台内设置、跨平台设置这3种设置下,综合验证现...     

面向异构DHT存储的数据与位置解耦算法

分布式哈希表(distributed hash table, DHT)由于其高效的数据寻址方式而被广泛应用于分布式存储.传统DHT必须将数据存放在指定节点中才能实现高效的数据分布式寻址,极大地限制了DHT技术的应用范围.例如,在异构存储网络中,节点的存储空间、带宽、稳定性等均有较大差异,结合数据特征和节点性能差异选择合适的数据存放节点可以很大程度上提高数据的访问效率,而传统DHT数据和存储位置紧耦合的特征导致其难以应用于异构的存储网络中.针对此问题,提出了vRoute算法以实现DHT中数据标识与其存储位置的解耦.通过构建基于Bloom Filter的分布式数据索引, vRoute算法可以在不降低数据寻址效率的基础上允许数据存储在网络中的任意节点.通过扩展Kademlia算法实现了vRoute,并从理论上证明了vRoute算法的有有效性.最后,模拟实验表明vRoute以较低的存储、网络开销实现了和传统的DHT算法接近的数据寻址效率.     

一种防闩锁的多嵌入阱SCR ESD器件

针对高压BCD工艺使用SCR器件ESD保护时面临的高触发电压与低维持电压之间的矛盾,设计了一种多嵌入阱可控硅(MEWSCR)结构。相比于常规SCR结构,首先,通过移动阳极/阴极的N+/P+掺杂区引入辅助泄放器件,MEWSCR结构实现了二次触发,增加了维持电压;其次,通过在阳极P+区和阴极N+区下方分别嵌入N浅阱和P浅阱,增强非平衡载流子的SRH复合作用,降低SCR的再生反馈效应,提高了维持电流。基于0.18 μm BCD工艺,采用TCAD软件进行模拟。结果表明,新型MEWSCR器件的维持电压提升至23 V,维持电流提升1 A以上,满足ESD设计窗口要求。     

太赫兹自由电子激光放大器研究

太赫兹自由电子激光(FEL)是获得高功率太赫兹辐射的重要途径,目前运行的太赫兹FEL装置基本上都采用振荡器结构,若采用FEL放大器模式,则可产生具有更高峰值功率的太赫兹辐射。本文以北京大学超导电子直线加速器的束流参数为基础,通过模拟分析确定了太赫兹FEL放大器对太赫兹种子源、电子束流及波荡器等的要求。模拟结果显示,太赫兹种子的峰值功率在10 W以上即可实现太赫兹FEL放大;在较易实现的参数条件下,可获得峰值功率数兆瓦的太赫兹辐射。     

基于结构诱导人工表面等离激元的宽带低耦合电路北大核心CSCD

实现超宽带传输和超高集成度设计是微波和太赫兹电路发展的终极目标。针对以上目标,本文提出了结构诱导人工表面等离激元的概念。基于此设计并验证了具有超高局附性和超小传输常数的结构诱导人工表面等离激元电路结构,打破了传统人工表面等离激元电路对传输常数和衰减常数的限制。理论分析和数值验证表明,相较于经典人工表面等离激元,具备优异的场局附性和传输特性的结构诱导人工表面等离激元具有明显的弱色散和低耦合特性,在电路设计中可以有效减少宽带信号传输的色散失真,同时提高布线密度。     

FPGA三模冗余工具的关键技术与发展

SRAM型现场可编程门阵列(FPGA)在空间辐射环境中容易受到单粒子效应的影响,从而发生软错误,三模冗余技术(TMR)是目前使用最广泛的缓解FPGA软错误的电路加固技术。该文首先介绍了三模冗余技术研究现状,然后总结了三模冗余工具常用的细粒度TMR技术、系统分级技术、配置刷新技术、状态同步技术4项关键技术及其实现原理。随着FPGA的高层次综合技术愈发成熟,基于高层次综合的三模冗余工具逐渐成为新的研究分支,该文分类介绍了当前主流的基于寄存器传输级的三模冗余工具,基于重要软核资源的三模冗余工具,以及新兴的基于高层次综合的三模冗余工具,最后对FPGA三模冗余工具的未来发展趋势进行了总结与展望。     

基于深度强化学习的深圳市急救车调度算法

在院前急救领域中,急救反应时间是指患者拨打急救电话后,急救车到达现场的时间。传统急救车调度算法未全面考虑急救环境的动态性和复杂性因素,导致模型优化的急救反应时间与实际情况存在偏差。将急救车调度问题建模成马尔科夫决策过程,构建基于深度强化学习的急救车调度算法。以多层感知机作为评分网络结构,通过将急救站的动态信息映射为各个急救站的得分,确定急救车被调往各急救站的概率。同时,结合急救车调度的动态决策特点,利用强化学习中演员-评论家框架下的近端策略优化算法改进评分网络参数。在深圳市急救中心真实急救数据集上的实验结果表明,相比Fixed、DSM、MEXCLP等算法,该算法在每个急救事件中的急救反应时间平均缩短约80 s,并且在10 min内急救车的平均到达比例为36.5%,能够实时地将急救车调度到合适的急救站。     

一种任意分布下的隐变量因果结构学习算法

因果发现旨在通过观测数据挖掘变量间的因果关系,在实际应用中需要从观测数据中学习隐变量间的因果结构。现有方法主要利用观测变量间的协方差信息（如四分体约束）或引入非高斯假设（如三分体约束）来解决线性因果模型下的隐变量结构学习问题,但大多限定于分布明确的情况,而实际应用环境往往并不满足这种假设。给出任意分布下隐变量结构的识别性证明,指出在没有混淆因子影响的情况下,两个隐变量的因果方向可识别所需要的最小条件是仅需要其中一个隐变量的噪声服从非高斯分布。在此基础上,针对线性隐变量模型提出一种在任意分布下学习隐变量因果结构的算法,先利用四分体约束方法学习得到隐变量骨架图,再通过枚举骨架图的等价类并测量每一个等价类中的三分体约束来学习因果方向,同时将非高斯约束放宽到尽可能最小的变量子集,从而扩展线性隐变量模型的应用范围。实验结果表明,与MIMBuild和三分体约束方法相比,该算法得到了最佳的F1值,能够在任意分布下学习更多的隐变量因果结构信息,且具有更强的鲁棒性。     

Transformation of monolayer MoS<Subscript>2</Subscript> into multiphasic MoTe<Subscript>2</Subscript>: Chalcogen atom-exchange synthesis route

Molybdenum ditelluride (MoTe2),which is an important transition-metal dichalcogenide,has attracted considerable interest owing to its unique properties,such as its small bandgap and large Seebeck coefficient.However,the batch production of monolayer MoTe2 has been rarely reported.In this study,we demonstrate the synthesis of large-domain (edge length exceeding 30 μm),monolayer MoTe2 from chemical vapor deposition-grown monolayer MoS2 using a chalcogen atom-exchange synthesis route.An in-depth investigation of the tellurization process reveals that the substitution of S atoms by Te is prevalently initiated at the edges and grain boundaries of the monolayer MoS2,which differs from the homogeneous selenization of MoS2 flakes with the formation of alloyed Mo-S-Se hybrids.Moreover,we detect a large compressive strain (approximately-10％) in the transformed MoTe2 lattice,which possibly drives the phase transition from 2H to 1T'at the reaction temperature of 500 ℃.This phase change is substantiated by experimental facts and first-principles calculations.This work introduces a novel route for the templated synthesis of two-dimensional layered materials through atom substitutional chemistry and provides a new pathway for engineering the strain and thus the intriguing physics and chemistry.     

Epitaxial growth of large-area and highly crystalline anisotropic ReSe<Subscript>2</Subscript> atomic layer

The anisotropic two-dimensional (2D) layered material rhenium disulfide (ReSe2) has attracted considerable attention because of its unusual properties and promising applications in electronic and optoelectronic devices.However,because of its low lattice symmetry and interlayer decoupling,anisotropic growth and out-of-plane growth occur easily,yielding thick flakes,dendritic structure,or flower-like structure.In this study,we demonstrated a bottom-up method for the controlled and scalable synthesis of ReSe2 by van der Waals epitaxy.To achieve controllable growth,a micro-reactor with a confined reaction space was constructed by stacking two mica substrates in the chemical vapor deposition system.Within the confined reaction space,the nucleation density and growth rate of ReSe2 were significantly reduced,favoring the large-area synthesis of ReSe2 with a uniform monolayer thickness.The morphological evolution of ReSe2 with growth temperature indicated that the anisotropic growth was suppressed at a low growth temperature (＜600 ℃).Field-effect transistors employing the grown ReSe2 exhibited p-type conduction with a current ON/OFF ratio up to 10s and a hole carrier mobility of 0.98 cm2/(V.s).Furthermore,the ReSe2 device exhibited an outstanding photoresponse to near-infrared light,with responsivity up to 8.4 and 5.1 A/W for 850-and 940-nm light,respectively.This work not only promotes the large-scale application of ReSe2 in high-performance electronic devices but also clarifies the growth mechanism of low-lattice symmetry 2D materials.