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.     

任务感知双原型网络的人物交互少样本识别

人物交互(HOI)识别是计算机视觉领域的重要研究热点.随着深度学习在图像分类任务中的巨大成功,人物交互识别任务也取得重大进展,但样本不平衡和组合爆炸问题仍是制约当前人物交互识别任务性能的关键挑战.由此,将人物交互识别任务与少样本学习相结合,将人物交互识别任务定义为一个少样本任务,并提出了任务感知双原型网络(TDP-Net)来解决少样本人物交互任务.具体地,首先使用图方法为每个任务生成语义感知的任务表示作为任务的先验信息,并使用语义图注意力模块(SGA-Module)生成注意力权重,对特征图中不同区域进行不同重要程度的关注,以适应不同任务条件下的映射关系,实现在新任务中自动推理.此外,还设计了一个双路原型模块(DP-Module)以分别产生交互类别的动作类原型和物体类原型,并分别对动词和名词进行分类.通过分别为动作和物体建立类原型,有效地分离了动作和物体间复杂的视觉关系.同时由于人物交互类别之间具有相似性,可通过重新组合动作和物体类别将知识迁移到新的交互类别中.实验结果表明,该模型在人物交互少样本任务上的平均准确率比基线方法在两个实验设置上分别提高了3.2个百分点和15.7个百分点,验证了TDP-Net在少样本人物交互任务中的有效性.     

结合CNN与双向LSTM的心律失常分类

心律失常是心血管疾病中常见的病症之一,实现心律失常的自动分类对心血管疾病的诊治具有重要意义.基于一维心电信号的心律失常分类方法以若干节拍作为输入,通过模型提取特征并用于分类.针对现有方法预处理时间成本高以及未按医疗仪器促进协会(AAMI)标准分类等问题,提出了一种基于原始一维心电信号并按照AAMI推荐标准类别进行心律失常自动分类的方法.该方法首先利用卷积神经网络(CNN)学习心电信号的形态特征,之后通过双向长短期记忆网络(BLSTM)获取特征中的上下文依赖关系,最后借助softmax函数完成分类任务.方法采用mish函数作为激活函数,使得模型在训练中更为稳定.在公开数据库MIT-BIH上进行五折交叉验证,评估结果达到了99.11％的平均准确率,表明该模型可以有效地提取心电信号的特征,适用于监测系统中心律失常疾病的诊断.     

应用一步流动法快速测定土水特征曲线试验研究

实验室常用压力板仪进行常规试验测定粉土土水特征曲线（SWCC）,需耗费数月时间,效率不高。对快速测定粉土SWCC进行了试验研究：采用压力板仪对粉土试样开展一步流动法试验;同时,用Hydrus-1D建立一维水分运移模型;结合模型对干密度为1.78 g/cm3粉土试样中溢出水量随加压时间的关系曲线进行拟合,并得出VG模型中难以实测的参数α和n;根据参数反算出粉土试样SWCC并和压力板仪常规试验的SWCC进行对比。为了消除试验中加载压力过大可能造成的固结对试验结果的影响,还对干密度为1.65 g/cm3的粉土试样进行固结试验使其干密度增大为1.78 g/cm3,再对固结后粉土试样分别进行常规试验和一步流动法试验。对由两种试验得到的固结粉土的SWCC与初始干密度1.78 g/cm3粉土由两种试验实测的SWCC进行了比较。结果表明：① 一步流动法试验拟合的SWCC与常规试验实测的SWCC重合度高;② 一步流动法试验具有快速性和有效性;③ 由Hydrus-1D建立的一维水分运移模型得出的SWCC与常规试验实测的SWCC接近;④ 一步流动法试验结果不会受到固结的影响。     

氢分子在Cu (111) 表面吸附与解离的第一性原理研究

采用基于密度泛函理论的第一性原理对氢分子与Cu (111) 表面的相互作用进行了研究。计算结果表明氢分子是否解离取决于氢分子距表面的初始距离和其初始构型。当氢分子垂直于Cu (111) 表面放置时,在距离表面0.37~4.0 ?范围内,氢分子与Cu (111) 表面相互作用后均不会解离,物理吸附在Cu (111) 表面;当氢分子平行于Cu (111) 表面放置时,有的氢分子解离成氢原子后化学吸附于表面六角 (hcp) 或面心 (fcc) 位。氢分子在桥位 (bri) 并沿[211]方向平行靠近Cu (111) 表面时,氢分子解离的临界距离约为1.35 ?,其他情况下在0.65~0.85 ?之间。     

Cooperative Multi-Agent Reinforcement Learning with Constraint-Reduced DCOP

Cooperative multi-agent reinforcement learning (MARL) is an important topic in the field of artificial intelligence,in which distributed constraint optimization (DCOP) algorithms have been widely used to coordinate the actions of multiple agents.However,dense communication among agents affects the practicability of DCOP algorithms.In this paper,we propose a novel DCOP algorithm dealing with the previous DCOP algorithms' communication problem by reducing constraints.The contributions of this paper are primarily threefold:① It is proved that removing constraints can effectively reduce the communication burden of DCOP algorithms.② An criterion is provided to identify insignificant constraints whose elimination doesn't have a great impact on the performance of the whole system.③ A constraint-reduced DCOP algorithm is proposed by adopting a variant of spectral clustering algorithm to detect and eliminate the insignificant constraints.Our algorithm reduces the communication burdern of the benchmark DCOP algorithm while keeping its overall performance unaffected.The performance of constraint-reduced DCOP algorithm is evaluated on four configurations of cooperative sensor networks.The effectiveness of communication reduction is also verified by comparisons between the constraint-reduced DCOP and the benchmark DCOP.     

Method Based on Time Randomization to Resist Fault Sensitivity Analysis

A fault sensitivity analysis (FSA)-resistance model based on time randomization is proposed. The randomization unit is composed of two parts, namely the configurable register array (R-A) and the decoder (chiefly random number generator, RNG). In this way, registers chosen can be either valid or invalid depending on the configuration information generated by the decoder. Thus, the fault sensitivity information can be confusing. Meanwhile, based on this model, a defensive scheme is designed to resist both fault sensitivity analysis (FSA) and differential power analysis (DPA). This scheme is verified with our experiments.     

提高D2D多播能效的一种方案

在内容分发场景下,将簇头选择与资源分配相结合以降低基站负载,提高直连(Device-to-Device,D2D)通信多播簇的能效值。基于系统能效最大准则,从接收到数据的多播用户中选择合适的用户作为簇头形成多播簇;借助启发式算法,为每个D2D多播簇分配合适的资源块,以提高D2D链路的通信质量。仿真实验结果显示,与已有方案相比,所给方案比可以得到更高的D2D多播簇能效值。     

基于EMD与Elman神经网络的太阳黑子活动预测

针对太阳黑子时间序列非平稳、混沌及难以预测等特性,建立一种基于经验模态分解(empirical mode decomposition,EMD)与Elman神经网络的组合预测模型。将太阳黑子时间序列通过经验模态分解方法分解为一些不同时间尺度的本征模函数分量和剩余分量,分别对其构建样本,输入到Elman神经网络进行训练和预测,得到各个分量的预测值,并对这些预测值进行求和,得到最终预测结果。对比仿真结果表明,该模型预测精度较高。     

八聚(γ-氨丙基)倍半硅氧烷盐酸盐对PBO纤维抗紫外改性

选取八聚(γ-氨丙基)倍半硅氧烷盐酸盐作为抗紫外剂,用于PBO纤维浸轧-焙烘法抗紫外改性,通过改变多聚磷酸预处理和氨基POSS改性工艺条件,发现纤维表面引入笼型POSS后,可以显著提高纤维的抗紫外性能,得到理想改性条件为:POSS用量6 g/L,改性温度230℃,改性时间2 min,溶液酸碱值p H值为8。结合氨基POSS溶液对紫外光的选择性吸收特性,比较了纤维改性前后和紫外光照射前后的单纤强力、超分子结构、表面形态和阻燃等性能,证实了氨基POSS在紫外光照射过程中能够有效保护纤维的基本结构。