基于门控联合池化自编码器的通用性文本表征

为了学习文本的语义表征,以往的研究者主要依赖于复杂的循环神经网络(recurrent neural networks, RNNs)和监督式学习方法。该文提出了一种门控联合池化自编码器(gated mean-max AAE)用于学习中英文的文本语义表征。该文的自编码器完全通过多头自注意力机制(multi-head self-attention mechanism)来构建编码器和解码器网络。在编码阶段,提出了均值—最大化(mean-max)联合表征策略,即同时运用平均池化(mean pooling)和最大池化(max pooling)操作来捕获输入文本中多样性的语义信息。为促使联合池化表征可以全面地指导重构过程,解码器采用门控操作进行动态关注。通过在大规模中英文未标注语料上训练模型,获得了高质量的句子编码器。在重构文本段落的实验中,该文模型在实验效果和计算效率上均超越了传统的RNNs模型。将公开训练好的文本编码器,使其可以方便地运用于后续的研究。     

叠合盆地凸起区多期复杂断裂特征及形成机制——以准噶尔盆地车排子凸起为例

以高精度三维地震资料为基础,结合构造演化恢复和区域构造背景,系统研究了准噶尔盆地车排子凸起断裂分布和形成机制。结果表明,车排子凸起发育深部和浅部2套断裂体系,深部断裂体系和浅部断裂体系分别发育3种断裂样式。车排子凸起共经历5个构造演化阶段,其中,晚二叠世挤压-逆冲控制了深部断裂体系的初始形成,晚侏罗世逆冲-走滑控制了深部断裂体系的最终定型,新近纪叠加掀斜、局部伸展控制了浅部断裂体系的形成。不同断裂体系在油气成藏过程中均起到了重要作用。其中:深部断裂体系的红车断裂是重要的油源断裂,低序级断层控制形成了石炭系火山岩优质储集体;浅部断裂体系使得油气向浅部层系运移调整,同时形成了断块圈闭、断鼻圈闭和断层-岩性圈闭等丰富的圈闭类型。     

2019年中国区块链发展形势展望

展望2019年,我国区块链技术与产业发展仍存在诸多瓶颈,如区块链安全问题日益突出、区块链关键技术急需突破、区块链有待与实体产业深度融合以及区块链人才缺口较大。基于此,赛迪智库提出了加强安全技术研究,构建区块链安全风险应对能力;提升自主研发实力,加速区块链核心技术突破;开展试点示范,促进区块链与实体产业深度融合;完善区块链人才培养机制,建设区块链人才队伍等对策建议。     

锰致神经毒性的机制研究进展

目的锰是一种对于维持正常的细胞功能和新陈代谢具有重要作用的微量金属。然而积累过多的锰可能引起大脑功能退化紊乱,其引发的神经系统疾病被称为锰中毒。本文从氧化应激、线粒体损伤、对多巴胺能神经元损害、对内质网应激等方面综述锰致神经毒性机制的研究进展。