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.     

基于深度学习的智能动态防御系统

在面对日益突出的网络安全问题,现有的基于威胁特征感知的防御机制,在应对未知风险、高级持续性威胁(APT)、机器流量中,暴露其不足之处,论文提出了基于深度学习的智能动态防御系统架构,提升了互联网应用网络安全威胁应对能力。     

小学信息技术学历案编写策略与实践效果

新课程理念下的课堂教学,强调以学生为中心,但在实际课堂上,很多教师只关注教什么、怎么教、有没有教,而没有从“学生立场”去思考“学生真的在学习吗”?华东师范大学崔允漷教授认为,课堂的主体应该是学生,教学设计应从“教师立场”转为“学生立场”。基于此,他提出了“学历案”,实现深度学习,让学习真正发生。     

成果导向的程序设计课程教学改革与实践

成果导向教育是我国高等教育改革的主要方向,其不仅适用于工程教育专业认证领域,而且也为课程教学改革提供了有效途径。作者提出,在程序设计课程中采用成果导向的教学设计,以学生为中心,明确定义预期的学习成果,精心组织教学活动,并通过持续的评价和反馈,帮助学生获得知识,提升能力和素质,能达到提高人才培养质量的目的。通过教学实践证明,这样的教学设计与实施成效明显。     

小学高年级基于Arduino平台的机器人教学

机器人教育作为一门集实践性、创新性、发展性于一身的课程,近年来已逐渐走进了小学信息技术的课堂,成为培养小学生信息素养不可或缺的重要一环。笔者所在学校针对学生实际情况与硬件条件,开展了高年级机器人教学的一系列研究,摸索出一套适合教师的课程内容与教学模式,从而提升了学生数字化学习与创新能力,促进了学生信息素养的全面提升。     

一条曲线上的固着与开放

艾宾浩斯遗忘曲线是一个经常被提及的心理学实验结论。然而,人们由此而采取的学习解决方案,却有很大的区别。最直接的应对方法,是在遗忘最快的时段加强再学习,但有人发现了另外的分析角度,艾宾浩斯实验所使用的记忆材料是无规则无意义的材料,从而用有意义的有规则的组织形式去加工要学习的内容材料,实现的是效果更好更有意义的学习。这其实是一个更有效的应对方法。这两种方法的区别在于,是用机械强化应对遗忘规律,还是用更复杂的意义认知方式来超越遗忘曲线。     

基于未来学校的《5.1.1相交线》案例研究

《教育信息化十年发展规划(2011—2020年)》明确提出了2020年基础教育信息化发展水平框架,在此背景下,笔者所在学校从2015年逐步加大投入学校信息化基础设施建设,其中以平板电脑为代表的移动学习终端迅速进入课堂。●总体设计(如图1)●设计支撑下面笔者谈谈如何结合平板采用翻转课堂教学模式,以发展的观点,把学生带到各自的最近发展区,从而促进师生的共同发展。     

基于深度学习的图像本征属性预测方法综述

真实世界的外观主要取决于场景内对象的几何形状、表面材质及光照的方向和强度等图像的本 征属性。通过二维图像预测本征属性是计算机视觉和图形学中的经典问题,对于图像三维重建、增强现实等应 用具有重要意义。然而二维图像的本征属性预测是一个高维的、不适定的逆向问题,通过传统算法无法得到理 想结果。针对近年来随着深度学习在二维图像处理各个方面的应用,出现的大量利用深度学习对图像本征属性 进行预测的研究成果,首先介绍了基于深度学习的图像本征属性预测算法框架,分析了以获得场景反射率和阴 影图为主的本征图像预测、以获得图像中材质 BRDF 参数为主的本征属性预测及以获得图像光照相关信息为主 的本征属性预测 3 个方向的国内外研究进展并总结了各自方法的优缺点,最后指出了图像本征属性预测的研究 趋势和重点。     

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。     

信息安全专业课程思政的逆向教学设计——以西安电子科技大学“无线通信网络安全”课程为例

课程思政是信息安全专业课程教学中的新课题。依据逆向教学设计理论,以西安电子科技大学“无线通信网络安全”课程为例,在厘清课程思政建设理念和原则的基础上,从课程前端设计、层级化的课程思政教学目标、合理化评价、多样化学习活动、教学反馈5方面出发,构建了一个基于问题式学习的系统化课程思政设计流程。通过本案例的演示,为其他信息安全专业类课程开展课程思政教学设计提供了参考和借鉴。