基于先验知识的文本实体识别方法

阐述文本实体识别作为医疗相关人工智能应用的关键中间任务，其效果直接决定下游任务表现上限，然而传统方法中通常忽略医学知识的应用，很难取得良好表现。提出一种基于RoBERTa与CRF并融合医学知识的医学文本实体识别方法，将医学知识作为先验引入到CRF最优路径搜索环节，极大程度地提升了标签转换的连贯性，并在相关数据集主指标上取得了改善。     

柴油机碳烟颗粒三维形貌特征的研究

采用微孔均匀沉积冲击器(MOUDI)颗粒采样仪从ZS195单缸发动机尾气中采样,并用软X射线显微成像和软X射线三维重建技术从不同角度观察颗粒的形貌,用Amira获得不同工况、不同粒径级下颗粒的三维形貌和形态学参数,通过比较不同负荷工况和不同粒径级下颗粒的形态学参数,如分形维数、单位体积的表面积等,分析了不同工况和粒径级下这些形态学参数的差别.     

基于深度学习的秀丽隐杆线虫显微图像分割方法

利用计算机实现自动、准确的秀丽隐杆线虫(C.elegans)的各项形态学参数分析,至关重要的是从显微图像上分割出线虫体态,但由于显微镜下的图像噪声较多,线虫边缘像素与周围环境相似,而且线虫的体态具有鞭毛和其他附着物需要分离,多方面因素导致设计一个鲁棒性的C.elegans分割算法仍然面临着挑战。针对这些问题,提出了一种基于深度学习的线虫分割方法,通过训练掩模区域卷积神经网络(Mask R-CNN)学习线虫形态特征实现自动分割。首先,通过改进多级特征池化将高级语义特征与低级边缘特征融合,结合大幅度软最大损失(LMSL)损失算法改进损失计算;然后,改进非极大值抑制;最后,引入全连接融合分支等方法对分割结果进行进一步优化。实验结果表明,相比原始的Mask R-CNN,该方法平均精确率(AP)提升了4.3个百分点,平均交并比(mIOU)提升了4个百分点。表明所提出的深度学习分割方法能够有效提高分割准确率,在显微图像中更加精确地分割出线虫体。     

看好定制安装服务的前景 OSD AUDIO全球销售总监Timothy J.Leahy先生专访

今次展会上我们带来了最新推出的Black系列,它的独特设计使得安装和调试使用都十分简单,完全不用担心空间便利与否。我们认为杜比全景声的迅速流行对于整个影音行业和OSD AUDIO来说都是一个机不可失的发展机遇,所以我们率先推出了杜比全景声音箱MK 690TT,其响应频率较同类产品更宽。而MK系列的产品则采用了Kevlar或者聚丙烯材质的振盆和合金球顶高音,通过橡胶圈环绕结构达到坚固耐用的目的,同时配备了高     

水泥搅拌桩在水利工程软基处理中的应用

文章结合某堤岸工程实际,针对该工程中的水泥搅拌桩实施过程存原问题展开探讨,旨在为同类工程提供参考实例。     

基于频率最大化目标的六杆四面体网壳截面尺寸优化研究

随着计算机技术的发展,基于有限元优化的拓扑优化算法在工程设计领域得到广泛应用,以提高结构性能和节约材料.在空间结构领域,目前还并未形成系统性的结构优化策略,主要还是依靠工程师的工作经验来进行优化设计.董石麟教授等提出的六杆四面体网壳是一种由相似的四面体模块组成的空间结构,具有重复性和装配性等特点.本文以六杆四面体网壳为分析对象,进行了结构频率最大化的优化设计.根据挑选出的质量参与系数总和超过90%的7阶模态,建立优化函数最大化这7阶模态的频率,以此提高整个结构的动力学性能.优化结果表明,在结构整体减重18.31%的前提下,各阶频率增加了20%到30%,起到了良好的效果.