基于视听交互刺激的认知机理与脑机接口范式研究进展

与人类视听觉感知密切相关的图像、语音和文本(语言)信息在社会经济发展与国家安全保障等领域中扮演着重要角色,脑机接口(BCI)是无需外围神经肌肉便可操控外部设备、使"思想"直接变成"行动"的创新技术,基于视、听觉刺激的BCI系统具有极其广阔应用前景。目前认知心理学研究普遍认为视听交互刺激模式可产生比视或听单模态刺激更强的事件相关电位信号,因而可使识别大脑思维模式的正确率更高和响应速度更快,然而BCI研究至今尚难有充分验证其优势的成果。分别从认知心理机制和BCI实验范式两方面综述了视听交互刺激的信息整合机制、视听刺激之间的协同与竞争关系、匹配度对刺激效果的影响及相关BCI实验范式的研究现状;深入分析了视听交互刺激范式未在现有BCI系统中体现其优越性的原因;最后从BCI实验范式选择、系统硬件性能改进、脑电信号处理等方面提出了改进思路并展望了基于视听交互刺激BCI范式研究未来动向。     

面向对象技术在进销存系统中的解析与应用

提出了一种新型的面向对象技术.以客观事物为原型,将事物包含的各项数据进行归类,按照类别的不同来定义事物对象包含的数据成员,并将对象实体作为系统中数据处理的基本单位来完成进销存系统的开发.结果表明,与结构化范型相比,采用面向对象范型开发系统不仅结构严谨、开发效率高,而且代码重用率大,维护方便.     

适合类脑脉冲神经网络的应用任务范式分析与展望

类脑脉冲神经网络(SNN)由于同时具有生物合理性和计算高效性等特点,因而在生物模拟计算和人工智能应用两个方向都受到了广泛关注。该文通过对SNN发展历史演进的分析,发现上述两个原本相对独立的研究方向正在朝向快速交叉融合的趋势发展。回顾历史,动态异步事件信息采集装置的成熟,如动态视觉相机(DVS)、动态音频传感(DAS)的成功应用,使得SNN可以有机会充分发挥其在脉冲时空编码、神经元异质性、功能环路特异性、多尺度可塑性等方面的优势,并在一些传统典型的应用任务中崭露头角,如动态视觉信号追踪、听觉信息处理、强化学习连续控制等。与这些物理世界的应用任务范式相比,生物大脑内部存在着一个特殊的生物脉冲世界,这个脉冲世界与外界物理世界互为映像且复杂度相似。展望未来,随着侵入式、高通量脑机接口设备的逐步成熟,脑内脉冲序列的在线识别和反向控制,将逐渐成为一个天然适合SNN最大化发挥其低能耗、鲁棒性、灵活性等优势的新型任务范式。类脑SNN从生物启发而来,并将最终应用到生物机制探索中去,相信这类正反馈式的科研方式将极大的加速后续相关的脑科学和类脑智能研究。     

近似计算新范式在深度学习加速系统中的应用及研究进展

深度学习已经成为当前人工智能技术中最为重要的算法之一。随着应用场景不断扩展,深度学习硬件规模越来越大,计算复杂度呈现数量级提升趋势,对加速系统提出了极高能效需求。后摩尔时代,新型计算范式逐渐取代工艺微缩成为提升能效的有效方案,近似计算以牺牲部分精度的代价换取大幅能效提升,成为最具前景的设计方法之一。该文以深度学习加速系统的不同设计层次为切入,首先介绍了深度学习网络模型的算法特征,围绕算法层的近似计算方案介绍了量化方法的研究进展;其次,围绕硬件架构和电路层调研了当前深度学习加速在图像、语音等多个方向采用的近似电路和架构方案,围绕层次化的设计方法调研了当前近似计算的系统设计方法学及EDA领域的关键问题和研究进展;最后,对该领域方向进行展望,旨在推动近似计算新范式在深度学习加速系统中的应用。     

基于本体的箱体孔同轴度测量认证方案的自动生成

针对箱体孔同轴度测量认证方案过度依赖人工经验确定,造成认证过程不一致,测量结果可对比性差的问题,提出一种基于本体的箱体孔同轴度测量认证方案自动生成方法。构建测量认证工程语义模型,将它转化为计算机可读可解释的元本体模型;建立测量认证方案生成规则库,根据几何要素类型、公差项目、公差原则推理生成测量认证标准范式、操作参数、测量参数;最后,通过减速器上尺寸信息和同轴度几何规范,展示箱体孔同轴度测量认证方案自动生成过程,并验证了其有效性。结果表明：所提方法可以不依赖人工决策,简单高效地实现测量认证方案的自动生成。     

Self-designed hierarchical network based hand shape intelligent recognition and evaluation for Chinese zither performing

A proper hand shape is the foundation for professional musical instrument performance. In this paper, the image recognition technology based on artificial intelligence is introduced into the hand shape recognition of performing Chinese zither, which is referred to as Zheng in Chinese, for the first time to realize the function of hand shape intelligent evaluation and the self-designed hierarchical network is proposed to recognize and evaluate correct hand shape for Zheng performing. The intra-class difference is larger than the inter-class difference for Zheng performing hand shape image, which belongs to fine-grained image. Therefore, we use the first layer network to determine four classes of images acquired from different viewpoints. Meanwhile, the feature maps from different convolutional blocks of this layer are concatenated as the input of the second layer, which performs fine classification of Zheng performing hand shape images. Consequently, the learning ability of the network can be improved and the complexity of the network can be reduced at the same time. We design an experimental paradigm for instrumentalist hand shape performance evaluation, formulate a Zheng hand shape evaluation merit based on image recognition, and construct a Chinese zither hand shape Dataset (CZ-dataset V3) for the real scene. The experiments show that the method proposed in this paper can effectively improve the recognition accuracy of fine-grained hand shape images and the result is consistent with the evaluation of professional advisors, which realizes the perfect combination of the intelligent image recognition and the hand shape evaluation for Chinese traditional instrument performing.     

A mini imitation game: How individuals model social robots via behavioral outcomes and social roles

In past works, social robots have been designed to mimic human appearances and behavior. However, little is known about how human beings may imitate social robots. Drawing on social cognitive theory and the Media Equation, this study focuses on the modeling effects of social robots in an environment protection context. A lab experiment (N = 128) with a between-subjects factorial design was conducted to examine how social robots’ behavioral outcomes and social roles affected individuals’ modeling behavior. This study suggested that social robots’ positive behavioral outcomes were effective in evoking users’ modeling tendencies serially through social presence and identification or only through identification. Robots’ mere presentation of behavior with no outcomes exerted effects serially through social presence and identification. Additionally, assigning social robots an instructor role led to users’ modeling behavior serially through users’ perception of robots’ expertise and credibility. The study analyzed the psychological mechanisms behind users’ modeling behavior.     

材料智能生成平台建设构想与展望

材料科学的研发模式正在从传统的“经验+试错法”向新型的“数据驱动+智能计算”转变。基于机器学习、数据挖掘等前沿方法,横跨材料微观-介观-宏观的多尺度计算,人工智能技术逐渐被应用到材料发现、结构分析、性质预测、反向设计等多个方面,在材料智能生成领域展现出巨大的潜力。首先,对传统材料研发模式进行回顾,分析其不足之处以及面临的挑战,引出材料智能生成的基本原理,讨论材料智能生成的内涵和利用智能技术加速新材料发现的研究方法。其次,提出材料智能生成系统硬件资源层、软件集成层和应用验证层的平台架构。最后,探讨材料智能生成技术现状及发展方向,总结材料数据库技术、实验数据驱动、集成计算驱动、大模型驱动的材料智能生成共性关键技术,以加速高端新材料智能生成进程,推动材料科研范式变革。