伪装目标检测的目的是精确且高效地检测出隐藏在周围环境中的伪装目标.然而现在的多数伪装目标检测方法在遇到高度相似的背景干扰时，仅通过目标的局部RGB特征无法准确识别伪装目标.从动物借助频域信息识别伪装物体得到启发，本文提出了一种充分利用RGB和频域两方面的优势进行伪装目标检测的频域引导网络（FGNet）.该网络设计了频域感知模块，利用主干网络提取到的多层次特征自动学习高频和低频特征.接着设计了双策略协同特征提取方法，针对高层特征设计了边缘引导特征模块，通过高频特征的引导实现伪装目标的边缘特征提取，针对低层特征设计了纹理信息增强模块，通过低频特征的引导实现伪装目标纹理的增强，通过双策略协同实现了快速初定位以及细节的保留和补充.最后设计了上下文特征聚合模块，通过跨层特征融合和先验引导校正来增强伪装目标的特征表示.与最新方法相比，本文提出的方法在CHAMELEON、CAMO-Test和COD10K-Test这3种常用的基准数据集上都体现出优越性.

在跨模态图像-文本检索(ITR)任务中,基于transformer的跨模态预训练范式是现在的主流.预训练方法通常为预训练模型收集大规模的数据以提升模型在各种下游跨模态任务中的表现.为此,提出了一种数据增广方法以生成大量多样化高质量的文本-图像数据作为预训练数据;其次,提出了一种两阶段训练方法,结合了知识蒸馏和对比学习,在该文产出的数据集上进行训练,从而进一步提升模型性能.提出的模型在包括COCO-CN和Flickr30K-CN在内的中文文本-图像检索数据集上取得了SOTA.

传统自动标引方法存在准确率低和高度依赖于人工审核的问题,忽略了深度学习文本表征技术在文本分类和关键词提取中的潜力.本文针对数字资源自动标引在大量数据处理和准确性的挑战,提出了一种基于胶囊网络的端到端模型.首先,使用预训练语言模型BERT对文本进行内容编码和词向量构建;然后,通过融入主题胶囊和注意力胶囊,提升了关键词识别和文本分类的性能;最后,实现了一个能在单一框架下同时执行这两种任务的端到端网络结构.在真实数字资源数据集上的实验结果表明,本文提出的模型在准确率、召回率和F1分数等关键指标上超越现有多种方法,有效应对了大规模数字资源的自动标引任务.

抗体是由B细胞产生的一类蛋白质，在免疫系统中发挥着至关重要的作用.针对抗体互补决定区域建模困难的问题，提出了基于深度学习的抗体结构预测模型AbFold，该模型融合同源序列与蛋白质语言模型之间互补信息.首先，从同源序列提取抗体序列的进化约束与序列中氨基酸对间的相互关系；同时从抗体语言模型中提取抗体序列的氨基酸间依赖关系；然后，通过基于全连接层的神经网络融合同源序列与蛋白质语言模型之间互补信息；最后，基于注意力机制与变分自编码器的结构模块迭代优化，以预测抗体的三维结构.实验结果表明，AbFold模型能够有效预测抗体结构，预测结果中互补决定区域精度优于对比方法.

存储大规模推荐模型的嵌入向量特征需要大量的内存(DRAM),嵌入向量的高频查询和跨计算层的传输已成为推荐模型推理的性能瓶颈.GPU的HBM(High Bandwidth Memory)具备TB/s级高带宽,采用HBM来存储、访问嵌入向量可以显著提高推荐模型推理的性能,但HBM昂贵且容量有限,无法存放所有的嵌入向量.本文结合推荐场景中存在数据倾斜的特性,设计了一种混合存储系统,使用HBM作为一级存储存放热点嵌入向量加速推理,使用DRAM作为二级存储降低推理成本,实现了面向大规模推荐模型推理的嵌入向量存储系统.实验结果表明,相较于常见的纯DRAM方案,嵌入向量部分的吞吐率提升了14倍;相较于其他使用GPU来存储嵌入向量的实现,采用本系统实现的嵌入向量表,嵌入向量部分的吞吐率有3.8倍的提升.

在基于口令的身份认证系统中,口令文件的泄露会带来严重的安全威胁.Honeywords是注入数据库的假口令,用于检测口令泄露事件.生成攻击者难以区分的honeywords是这项技术成功的关键.现实世界的攻击者通常具有语义感知能力,而用户设置的口令也往往带有自然语言信息,因此,在生成honeywords时考虑语义信息是至关重要的.对比学习是一种增强预训练模型语义表征的方法.基于这些认知,本文提出了一种新颖的基于对比学习的honeywords生成技术——PassConR2T.该技术利用预训练模型的自然语言信息强化口令表征,同时通过对比学习进一步提升了预训练模型的口令语义表征能力.本文设计了多种攻击场景,并在大量真实数据集上进行了评估.实验结果表明,PassConR2T在应对语义感知攻击者时表现出色,生成了从语义上难以区分的honeywords.

在嵌入式实时系统当中，时序逻辑是形式化规约的重要组成部分.现有自然语言需求到时序逻辑的生成方法往往局限于特定领域，缺乏泛化性.本文提出的基于深度学习的方法DeepTL能够完成不同领域自然语言需求到多种时序逻辑的生成任务.DeepTL包含原子命题识别、时序逻辑结构翻译、原子命题翻译3个模块.通过拆分为多个模块，DeepTL不仅显著减少了所需的模型训练数据量，还使得时序逻辑结构翻译不再受限于特定领域.本文在3个领域进行了实验，结果表明，DeepTL在具备较高翻译准确率的同时，减少了对于大规模训练数据和计算资源的依赖.

为了识别中文文本中的嵌套实体,并提高实体识别的准确度,本文提出一种基于多尺度卷积和数据增强的中文嵌套实体识别模型DAMCNER(Data Augmentation and Multi-scale Convolution based Named Entity Recognition).该模型首先利用预训练模型生成原始输入的嵌入表示并对嵌入特征进行语义增强,之后通过多头双仿射注意力机制构造跨度特征矩阵,并使用多尺度膨胀卷积层和基于内容的注意力机制对跨度特征矩阵进行进一步的特征提取,最后使用多层感知机进行跨度解码.此外,本文设计了数据增强模块强化数据样本的多样性,让模型具有更强的鲁棒性和泛化能力,并且进一步提升识别精确度.在三个公开的中文嵌套实体数据集上的实验结果表明,DAMCNER模型的性能优于现有基线模型,F1值平均提升了1.52%.实验证明DAMCNER模型在不同场景下均有较好效果,有效提升了中文嵌套实体识别的效果.

指令集架构是沟通软件和硬件之间的关键技术.RISC-V指令集以其简洁性、模块化和开源特性逐渐脱颖而出,它允许设计人员灵活扩展以提升处理器功能和性能,满足特定场景下的需求.RISC-V标准组织也不断推出新的标准扩展,以适应不断变化的应用需求.本文以RISC-V指令集扩展为核心,首先阐述了RISC-V指令集的架构及现有扩展,并分析了自定义扩展的设计流程.然后介绍了在软硬件上实现指令集扩展的通用方法,并通过具体的研究案例详细探讨了RISC-V指令集扩展在人工智能、高性能计算及后量子密码学领域的实际应用.最后,在此基础上,对RISC-V指令集扩展的未来发展方向进行了展望.

人与人之间的影响关系构成了以人为节点的传播网络.掌握传播网络中影响关系的拓扑结构和强度对理解历史传播机制、预测未来传播趋势具有重要意义.然而,现实中这些影响关系难以直接观测,通常只能通过历史传播中的感染数据进行推理.现有传播网络推理方法大多依赖于精确的感染时间数据,但这种数据难以获取,限制了方法的实际应用.本文尝试利用节点在各历史传播中的最终感染状态,而非精确的感染时间数据,进行传播网络推理.首先,本文将推理问题建模为影响关系拓扑结构和强度的非线性规划问题;并通过考察节点间感染结果的统计关联,来对影响各节点的潜在父节点进行剪枝,缩小解空间并得到初始解;然后,采用差分进化-共轭梯度混合优化方法对初始解进行优化,最终得到传播网络的推理结果.实验结果表明,本文方法在推理结果准确性上优于现有代表性方法.

近年来，许多研究关注情感支持模型的设计，但模型评估方法限于文本生成任务的通用指标，并不能直观反映真实交互中的情感支持能力.一些研究通过开展人工交互式评估弥补这一缺陷，然而需要的成本过大.为了自动化衡量情感支持能力，本文设计了一种能够模拟情感支持交互过程的评估方法，提出基于求助者状态的模拟模型SeekerView，通过模型预测求助者的情绪状态并基于此生成具体的对话内容，进而设计出更符合情感支持任务的评估指标，例如对话轮数、求助者情绪缓解度变化值等.同时本文对7个大模型开展评估实验，相比其他评估方法，本文设计的评估指标与人工评估中温情度和情感验证能力两个维度的分数呈现更高的一致性.

现有的基于评论与评分的方法通常使用相同的模型分别对用户和项目进行建模,但其局限在浅层特征层面,如果能够充分挖掘用户个性化偏好与项目深层特征,则会促进模型学习两种表示之间更深层次的关系从而提升预测结果.因此,本文提出一种融合评论与评分的个性化推荐方法,用于深度挖掘用户偏好与项目特征.在对评论文本进行处理的过程中,首先通过ALBERT获得评论文本中单词的向量表示.其次,提出的个性化注意模块将用户的个性化偏好信息与评论文本向量结合,得到深层的基于评论的用户表示.在Amazon Digital Music、Grocery and Gourmet Food、Video Games数据集上进行实验,本文方法较基准方法在NDCG指标上分别提升了5%、11%、8%.代码已在https://github.com/ZehuaChenLab/paperCode/tree/main/DuWenNa/PRM-RR公开.

信道均衡是解决无人机通信信号码间串扰问题的关键技术之一.为减小无人机通信信号传输过程中因信道畸变而产生的码间串扰带来的影响,加快均衡收敛速度,降低通信系统的误码率,本文提出了一种新的变步长双模式(VSSDM)盲均衡算法,在均衡阶段将接收端信号的实部和虚部进行并行处理,校正无线电信道引入的载波相位旋转问题,在此基础上根据收敛圆切换准则调整误差控制函数,并引入变步长控制,加快收敛速度,进一步降低稳态误差.仿真结果表明,该算法相对于传统的均衡方法具有更好的收敛性能,均衡后期ISI降至-27dB,收敛速度提高,在600个符号左右算法完成收敛.

为提高六足机器人在多样地形下的环境感知能力,提出了一种融合了多头注意力机制的TCN网络和触地预分类模块的六足机器人步态识别网络模型,使用多头注意力机制的TCN网络有效地捕获足端力时间序列中的重要特征,并将其与六足机器人的步态进行关联,通过接触预分类网络可以预先提取接触力信号初步特征,多头注意力机制在步态识别中能够帮助模型更好地关注关键信息、建模长期依赖关系、适应不同步态特征以及处理不同速度和地形条件下的步态变化,触地预分类通道可以与多头注意力的TCN网络融合预测,从而提高步态识别的准确性和鲁棒性.实验表明该模型具有良好的泛化性能,整体准确率比多头注意力TCN网络提升了0.9%,相比GRU网络和Transformer网络提升了1.6%和0.4%,并且拥有更高的抗噪声能力.

单个较大的非均匀超图聚类旨在将非均匀超图包含的节点划分为多个簇，使得簇内节点越相似越好，簇间节点越不相似越好，具有广泛的应用前景.目前最优的基于超图神经网络的非均匀超图聚类模型MADC（Non-uniform hypergraph clustering combining multi-scale attention and dynamic construction）仍存在不足：超图特征嵌入的学习效率不高.针对这个问题，提出了一种基于多尺度注意力和自训练网络的非均匀超图聚类模型STHC（Self-Training non-uniform Hypergraph Clustering）.STHC模型采用并行的多尺度注意力网络学习超图特征嵌入，以提高其学习效率.此外，该模型还构造自训练网络，联合优化超图特征嵌入和超图聚类结果，以进一步得到更好的超图聚类结果.STHC模型在真实数据集上的大量实验结果验证了其在非均匀超图聚类上的聚类准确率（Accuracy，ACC）、标准互信息（Normalized Mutual Information，NMI）和调整兰德指数（Adjusted Rand Index，ARI）均优于所有对比方法.

针对预训练语言模型在中文事件关系抽取中存在上下游任务不匹配、抽取准确度较低等问题,本文提出了知识和关系语义协同进行提示增强的中文事件关系抽取模型.首先基于提示学习的方法构建提示模板和标签表达器,通过改造下游的关系抽取任务以对齐差异,随后针对中文场景设计了一种融入关系标签语义和常识背景知识的提示模板改建策略,将含有高质量先验知识的关系标签和外部背景常识的知识注入提示模板,形成关系语义和知识的双重提示增强.最后利用RoBERTa编码,完成对事件关系的多标签分类.结果表明,模型在CEC2.0数据集上F1值达到了90.88%,效果优于当前大多数集基线模型与先进模型,即使在少样本场景下也能表现良好.

充分的测试是确保现代航空软件正常运行的必要环节,而传统软件测试方法往往难以满足要求.为此,本文设计了一种面向航空软件领域的测试用例自动生成方法,为自然语言描述下的航空软件需求构建变量关系模型,解析其模型语义创建需求语义树,根据安全关键等级选取测试路径、生成不同的覆盖集.为缓解条件互相关联而可能导致修改的条件/判定覆盖失效的问题,本文定义了适用于该需求模型的耦合条件判断及约束准则,提出3种修改的条件/判定覆盖形式并给出相应的覆盖集生成方法;基于覆盖集所确定的等价类和边界,设计了合理有效的测试用例选取策略,自动生成测试用例集.最后,对一个航空软件需求实例进行形式化建模和测试用例生成,证明了上述方法的可行性.

通过联合建模或多任务学习,可以利用大规模的语音识别和文本翻译数据来提升端到端语音到文本翻译的性能.然而,现有大多数方法通常需要对语音翻译模型进行架构调整,或者依赖多阶段的预训练和微调.此外,语音与文本之间的模态差异使得使用共享编码器同时处理二者变得具有挑战性.为了解决这些问题,本文提出了一个简单的多模态联合建模框架.该框架将语音翻译和文本翻译的联合建模视作多语言神经机器翻译建模,并在自注意层中引入模态感知的相对位置编码,使用模态感知的单一编码器来同时处理语音和文本编码,而无需复杂化模型架构.然后结合大规模语音识别数据,和提出的基于翻译损失方法筛选的文本翻译数据,进行多模态联合建模训练.在两个基准测试中的实验结果表明,与基线方法相比,使用单编码器方法对内部和外部的语音识别及文本翻译数据进行联合建模后,可以显著提高多个语音翻译任务上双向翻译(从英语和到英语)的性能.

为解决约束多目标优化问题中约束性、收敛性与多样性之间的矛盾,本文提出一种改进多子群合作的约束多目标粒子群优化算法.算法将种群划分为一个主群和多个子群,主群专注于探索可行域,子群关注解空间探索而不考虑约束条件,以此有效平衡三者.针对子群,设计循环动态重组策略,定期重组子群,提升多样性.针对主群,设计动态抖动更新策略,通过加入抖动项,有助于跳出局部最优;设计分布多元化增强策略,利用权重向量选择后代种群,确保解集的均匀分布;设计渐进式限域策略,随着迭代收缩探索空间,保证约束性与收敛性.实验结果显示,对比同类算法,该算法在14个测试用例中表现最佳,并在其中10个用例中取得最优结果.

在当今社交媒体环境下,个性化推荐算法发挥着至关重要的作用,平台通过分析用户特征来提供针对性的内容或推荐潜在的新朋友,极大地增强了用户体验.然而,长期暴露在基于推荐算法导向的社交媒体下也可能导致一些负作用,其中最受研究关注的是回音室现象和观点极化.目前对于社交媒体连边推荐机制的研究通常关注用户网络结构和意见的相似性,但很少有工作深入探讨用户活跃度的异质性.对此,本文提出了一种基于连边推荐的Deffuant-Weisbuch模型(Link Recommendation-based DW Model,LRDW),该模型在考虑了用户之间的意见冲突的基础上,还将用户活跃度纳入推荐策略.此外,本研究探讨了不同推荐策略对意见极化的具体影响.在人工网络和真实社交媒体网络上的模拟实验结果显示,基于用户活跃度的推荐机制会加剧意见极化.同时,本文发现通过控制活跃人口的意见,在一定程度上能够引导总体意见的走向.最后本文在推荐策略中引入了随机元素,有效减弱了极化现象.

针对交通标识检测过程中,驾驶车速过快或光照等外界环境因素导致交通标识发生形变、模糊而造成的检测精度与速度下降的问题,本文提出一种面向交通标识的改进RT-DETR检测算法.首先在算法的主干网络中引入了DCNv2可变形卷积并设计了MCCA注意力机制,进而提出DCNv2att可变形注意力卷积块,有效的生成了偏移量,根据目标对象的形状变化自适应地选择采样位置并更准确的捕捉物体边界的细节信息;然后针对原算法Transformer编码器位置编码方式中存在的周期性缺陷问题,采用一种可学习的位置编码,模型可以自主的学习并适应输入序列特点的位置信息表示,从而提高模型的性能;最后将原GIoU损失函数替换为MPDIoU损失函数,以直接最小化预测边界框和地面实况边界框之间的左上和右下点的距离,缓解了当预测的边界框完全被地面实况边界框覆盖时,损失函数无法优化锚框位置与尺寸的问题.改进的算法在TT100K数据集上与原RT-DETR算法相比,综合平均精度提高了3.0个百分点,计算量下降了18%,FPS提高了12帧,轻量化的同时提高了检测精度与检测速度,显著优于同类对比算法,可实际应用于交通标识检测场景.

当患者呼吸频率与呼吸机设定不一致，就会出现人机异步，这可能会造成严重的预后问题，因此有必要开发一种可靠的自动识别算法.目前诸多算法受困于小数据集，识别效率低，且参数量庞大，难以在边缘端进行部署.本文提出一种基于特征聚合的多尺度轻量级人机异步识别算法.该算法采用轻量级并行架构，结合卷积与注意力机制的优点，在提取波形图像局部信息的同时，动态学习全局依赖关系.同时，本算法采用相对位置编码以构建空间关联，并针对模型冗余结构设计个性化修剪方案，在提高识别精度的同时降低存储消耗,以提升计算效率.在测试集中，本文算法的识别准确率、灵敏度、特异度分别为0.985、0.982和0.986，优于当前算法且效率更高，展现出很高的应用潜力.

语音自监督预训练模型可以从大量未标记数据中获取语音任务通用特征表示，从而解决伪造语音检测算法泛化性不高的问题，但全参数微调预训练模型存在参数效率低、训练开销大的问题.因此，本文提出了一种结合自监督预训练模型与多种注意力适配器微调的伪造语音检测方法，以自适应低秩微调方法为基础，设计并引入了基于空间注意力的并行卷积适配器与基于隐藏维度注意力的串行前馈适配器，通过插入这两种轻量级适配器模块来减少微调可训练参数和降低训练开销.同时，这两种适配器可以通过弥补模型在空间位置与隐藏维度关系方面捕捉能力的不足，从而提高模型的检测性能与泛化能力.基于ASVspoof2019 LA、PA数据集的实验证明了所提检测方法的有效性，在LA数据集上将竞赛基线模型的等错误率指标降低了98%，在PA数据集上将竞赛基线模型的等错误率指标降低了91.6%.基于多个数据集的跨数据集测试实验进一步验证了所提检测方法的良好泛化性能.

目前国内尚无公开的多视角手语数据集,手语识别研究主要围绕单一视角数据展开,由于手势遮挡问题,模型识别效果不佳.针对这些问题,创建了一个多视角孤立手语数据集(Multi-View Chinese Isolated Sign Language Dataset,MV-CISL);基于该数据集,提出了一种多视角特征融合的孤立手语识别方法,该方法使用基于改进的3D-ResNet18的端到端多流网络提取不同视角的特征信息,并通过决策级融合来整合这些特征信息;为提高网络识别性能,使用CSL-500单视角数据集对所提出网络进行迁移学习,并将其应用于MV-CISL数据集.实验结果表明,所提出方法在性能上优于单视角和双视角方法;在多流网络骨干模型ResNet+LSTM、ResNet+BiLSTM、3D-MobileNet和3D-ShuffleNet上进一步验证了该方法的有效性;与基于正面视角RGB和深度信息融合的方法相比,数据采集成本更低,性能更优良.

传统的机会式群智感知需要由平台进行集中式任务分配,存在对平台性能要求高和隐私泄露等问题.为了解决这些问题,本文提出了一种新颖的方案,旨在去中心化的机会式感知场景下,实现带有全局预算约束的任务分配,使任务覆盖最大化.区别于传统方法,通过参与者自主选择是否参与感知任务的方式来实现任务分配,构造了一个多智能体协同系统.在去中心化场景下,保证全局约束并实现高效的任务分配是一大挑战.为解决上述挑战,提出了两种方法：一种是将蚁群算法应用到任务分配问题上,同时以通信的方式获取目标评估函数以及更新信息素,实现智能体间协同求解,从而适用于去中心化的场景;另一种是基于QMIX框架的决策通信方法,将QMIX中智能体网络的输出作为建议动作,引入决策通信层,根据建议动作以及动作价值进行协商,从而遵循全局约束条件.在真实数据集上的实验结果表明,本文提出的两种方法在任务覆盖率上可以与集中式规划方法相当,并在耗时等综合性能上具有良好的表现.

自动驾驶技术的迅猛发展,推动了激光雷达的应用.激光雷达以其卓越的环境感知、导航和避障能力,在自动驾驶领域扮演着关键角色.随着人工智能和深度学习技术的不断进步,三维数据处理技术取得了显著成果,并在多个场景中得到应用.然而,随着技术的应用深入,其安全性问题日益凸显,例如行驶中的车辆可能会错误识别出不存在的物体.而现有研究多聚焦于单一任务,缺乏对安全性问题的综合性论述,尤其是对后门攻击的研究相对匮乏.因此,本文首次全面评估和分析了基于激光雷达在自动驾驶中的安全性问题,特别是对抗攻击和后门攻击的挑战.文章首先阐述了激光雷达的工作原理及其在自动驾驶任务中的应用,包括目标分类、目标检测和语义分割3大类.具体而言,本综述深入探讨了55篇相关论文,系统地介绍了不同任务下的攻击方法和防御策略.进一步,本文提供了11个公共数据集、7个评估指标、7个常用模型和4个仿真平台,为研究者提供了宝贵的资源和工具.最后,文章结合当前面临的挑战与未来机遇,对激光雷达在自动驾驶安全应用的研究方向进行了前瞻性展望,旨在为激光雷达技术的安全可靠应用提供指导和参考.

小龙虾优化算法(COA)是2023年提出的一种新型群智能优化算法,通过模拟小龙虾行为和温度调控来寻优.然而,COA存在多样性退化、探索能力不足、易陷入局部最优和寻优精度低等缺陷,为了解决这些问题,本研究提出了一种混沌累积差异增强的小龙虾优化算法(CE-COA).首先,通过引入Piecewise混沌映射初始化种群的位置,增加种群的多元性;其次,在避暑和竞争洞穴阶段,引入精英洞穴群体以避免算法陷入局部最优,并提升其寻找潜在解的能力;然后,在觅食阶段通过累积差异进食策略,充分考虑个体与食物的维度信息差异,进一步提高算法的寻优精度.在实验分析阶段通过使用CEC2022测试集和CEC2017的部分测试函数进行验证,使用定性分析、Wilcoxon秩和检验和Friedman检验评估算法性能,并在2个工程设计问题和无线传感器网络(WSN)节点覆盖问题上进行了算法的实效性验证.实验结果表明,CE-COA算法均取得了更好的实验效果.

为了从单幅二维人脸图像中重建出高质量的三维人脸模型，本文提出一种可形变规范化点云的三维人脸重建方法DNPR.DNPR跳出显式人脸先验模型的固定拓扑方式，将人脸表示为规范空间中与姿态无关的几何形状和外观的点云，通过优化规范空间中的可学习点，使其在映射空间和着色空间中进行有效的变形和渲染，加速向目标人脸形状收敛，且训练后期的密集点可以很好地再现纹理细节.在IMavatar提供的基准数据集上的对比实验表明，DNPR的平均结构相似性达到0.854，平均峰值信噪比达到23.863，相较于多数传统隐式重建方法，表现出一定的优势.且训练速度为0.06h/轮次，相比于PointAvatar提高了4个百分点.

在混合专家模型训练中,引入专家并行可以有效减轻单节点的内存压力并提高模型性能.然而,专家并行训练存在因令牌(Token)频繁跨节点传输及节点间负载不均衡而导致的高通信开销问题.针对此问题,本文提出了一种基于流行度的预取专家策略(Prefetch Expert,PE).该策略根据专家的流行度智能预测并提前拉取当前训练所需的专家,以提高训练效率.此外,针对预取不成功的情况,PE策略引入了一种异步拉取机制,允许专家计算的同时进行其他专家的拉取操作,实现专家间通信与计算的重叠,有效降低由网络争用引起的通信延迟.在CIFAR-100、WikiText-103和SQUAD数据集上的大规模实验表明,较对比方案,采用PE策略能够使主流深度学习模型的收敛时间至少减少30%.

深度Q网络(Deep Q-Network,DQN)已被广泛应用于无人机避障路径规划任务,针对传统DQN采样过程中由于存在样本信息利用不充分,导致收敛速度慢的问题,提出了一种基于树采样Dueling-DQN的无人机三维避障路径规划方案.首先描述了三维空间内的无人机避障规划网络系统模型、仿真环境模型;然后设计了避障算法、电量消耗算法、无人机动作合集等;最后提出结合树采样的Dueling-DQN算法,算法使用二叉树结构存储优先级样本,结合奖励函数、贪婪策略等获得无人机的避障飞行路径.实验结果显示,与传统DQN和DDQN(Double Deep Q-Network,DDQN)相比,方案在获得较优规划路径的同时,取得了最高的平均奖励值.在10种障碍物难度等级的条件下,与A*、RRT、蚁群算法相比,到达目标点所需的步数最少,且碰撞概率最低.仿真结果验证了所提无人机三维避障路径规划方案在处理三维空间内无人机避障规划问题的有效性.

药物重定位研究对于提高药物的发现效率具有积极意义.然而,当前研究大多是将药物和疾病受同一监督方式展开训练,忽视了两者在生物特性等方面的内在区别.同时,高度稀疏的药物-疾病网络,也对模型预测产生严重干扰.因此,本文提出了一种基于图卷积神经网络和对比学习的药物重定位预测方法GL-DDI.首先,通过注意力机制对药物和疾病的多源相似性进行整合,并构建药物和疾病之间的元路径.然后,通过元路径评分矩阵,监督药物和疾病子空间的特征提取.最后,通过对比药物子空间和疾病子空间的预测结果,构建对比学习模型,从而预测药物潜在适应症.实验结果显示,本模型的受试者工作特征曲线和PR曲线下面积分别为0.9392和0.9442,优于现有方法.

低空物流是发展物流新质生产力的典型应用,本文围绕城市低空环境物资高效运输问题,构建了一种城域无人机配送三维路径规划模型.该模型关注配送活动的时效性和成本要求,反映城市场景的地形特点,可以实现城域环境无人机的高效低能耗物资配送.进一步为了实现模型求解飞行路径,提出了一种自适应扰动粒子群算法(ADPSO),分别引入拉丁超立方抽样、自适应参数调整和自适应t分布扰动策略来解决粒子群算法易陷入局部最优的问题,提升算法的全局搜索性能.最后通过数据实验及对比仿真,结果表明本文所构建模型及所提方法可以更加有效地实现多场景下城域低空物资配送,特别是在复杂环境中,相比于原算法路径缩短了12.10%.

医学影像报告自动生成领域因图像与文本在不同语义空间中的分布差异,导致模态之间映射困难,从而出现误判、漏判、以及报告描述缺乏专业性与流畅性等问题.为此,本文提出一种基于跨模态对比学习的自动生成方法.首先,通过检索和比较医学图像与其相关病史信息,获取图像差异,然后结合患者病史语义特征生成初步报告.接着,将初步报告输入跨模态语义同步记忆单元,记忆单元中存储输入图像与真实报告特征信息,计算报告与记忆单元样本点之间对比损失,不仅缩小生成报告与正样本之间距离,还扩大与负样本间距离,以优化视觉-文本特征提取器,最终生成优化后与图像信息高度一致的报告.实验结果表明,与DeltaNet模型相比,在IU X-Ray和MIMIC-CXR两个基准数据集上,BLEU-4和CIDEr指标分别提升1.3%和11.5%,表明本文方法可以有效提升报告准确性与可读性.

随着实时嵌入式系统日益复杂化,系统时间确定性需求变得愈发迫切.逻辑执行时间(LET)模型作为一种实时编程抽象模型,通过确定从读取输入到写入输出的时间间隔,使系统行为与物理执行时间解耦.LET模型区别于零执行时间(ZET)和有界执行时间(BET)模型,其核心在于将任务输出延迟到任务周期结束时才发布,以消除输出抖动.研究者基于LET模型开发了Giotto等编程语言,并针对多核平台提出了通信同步机制和内存访问优化方法.同时,系统级LET等扩展形式解决了分布式环境中的非零通信延迟和时钟同步问题.本文的贡献在于系统综述LET模型的理论基础、应用实现及其扩展与优化,为下一代智能网联汽车、工业控制器等领域的实时系统设计提供可靠的技术参考.

传统的深度Q学习训练算法改进通常侧重于奖励函数的优化，相对缺少策略的自优化和收敛梯度的动态调整.本文针对该问题，在Dueling-DQN算法的基础上提出了一种混合算法PPO-Dueling DQN，该算法一方面能够使用策略梯度下降和自适应KL散度惩罚机制，实现目标函数损失和值函数损失的同步更新，进而优化模型的损失函数和策略选择，另一方面能更加实时地提取博弈过程中的状态价值和动作优势，从而避免依靠单一指标进行策略更新和效能评估.通过对比实验，验证了面向网络博弈模型的PPO-Dueling DQN算法在学习能力、收敛速度和自适应效能等指标上的优化效果，并进行了关于折扣因子的参数分析以更好地评估模型效能，实验结果证明本文提出的算法相对于基准模型具有一定的性能优势.

数学应用题求解是机器阅读与数学推理结合的关键任务,其核心目标是通过对题目文本的理解,生成准确的数学表达式以求解问题.近年来,深度学习技术的快速发展推动了数学应用题自动求解模型的进步,此外,预训练语言模型的引入进一步提升了模型对文本语义的理解能力.然而,现有模型仍未能充分捕捉数学问题中的结构化依赖关系,缺乏对数值信息间隐含逻辑的深度建模.针对上述问题,本文提出了一个基于数值增强的图卷积网络(Number-Enhanced Graph Convolutional Network,NEGCN).NEGCN通过构建数值比较图捕捉数值的大小、类型及其相互关系,实现数值信息与文本语义特征的有效融合,从而显著提升模型的数值推理能力.此外,本文设计了一种基于句法依赖的结构化信息提取机制,将数学问题文本转化为具备句法依赖关系的图表示,并通过图卷积神经网络学习句法结构特征,为问题求解过程提供更丰富的结构化语义信息.最后,NEGCN利用交互注意力机制强化不同子句间的语义交互,提取全局语义信息,提高了模型对数学问题整体语义的把握.实验结果表明,NEGCN在MAWPS和Math23K两个数据集上的总体性能优于对比模型,表现出更高的解题准确率与稳定性.

人形机器人凭借高度逼真的人类外观与灵活稳定的运动能力，能够深度参与到人类社会活动场景；人机交互是人形机器人进入现实世界，成为人们生活、学习和工作中的伴侣的必要能力.然而，现有机器人交互技术主要面向正常人群，缺乏适用于听力或者语言障碍人士的人机交互方案.为此，设计了一种轻量级的手语识别深度网络（SignNet），该模型能够快速集成到机器人硬件平台，使其具备手语识别能力.此外，本文将手语识别模型与现有表情控制算法、语音合成算法联合，使机器人能够识别手语，并通过表情和语音反馈进行交互.实验结果表明，SignNet在多个手语数据集（WLASL、CSL、SLR500）上识别准确率最高达到98.2%，进一步测试显示，该机器人能精准识别手语并提供适当反馈，为听力或语言障碍人士提供了有效的人机交互途径.

随着互联网媒体的兴起，社交网络监管难度大，导致虚假新闻在网络平台泛滥，准确识别虚假新闻并生成可解释的结果已经成为研究热点.现有的基于深度学习的可解释虚假新闻检测方法存在信息量少、过度依赖社交上下文的问题.该文通过构建反映主流媒体焦点和公众注意力分布的新闻环境，提出一种基于新闻环境的可解释虚假新闻检测模型.首先构建新闻环境，对构建的新闻环境进行感知学习，捕捉虚假新闻创作时新闻环境中的客观信息，其次，通过评估句子的重要性分数筛选出新闻环境中重要的句子用于生成解释，最后将环境感知向量作为辅助信息进行融合，完成虚假新闻的检测工作.在两个公共数据集上进行的实验表明，该模型在macF1和ROUGE两个指标上较于基线模型均有提升.

近年来，脑电情绪识别在心理治疗和人机交互领域展现了重要的应用前景.然而，现有研究大多未能充分挖掘脑电信号中复杂时空频模式的耦合和互补性特征.本文提出了一种基于多重注意力机制解耦时空频融合特征的网络模型，以有针对性地捕捉脑电信号的时空域与空频域互补特征.该模型通过将多域融合特征解耦为时间流模块、空间增强模块以及频域流模块，同时将空间注意力机制与频域注意力机制聚合到该网络模型中，从而更有效地提取信号中的关键判别信息.在DEAP数据集上进行了大量实验，实验结果表明，该模型在唤醒度和效价维度上的准确率分别达到了93.68%和92.96%，优于现有模型，证明了其在提升情绪识别性能方面的优越性.

层次文本分类是文本分类领域一项重要的子任务，但复杂的标签层次结构使其具有挑战性.目前最先进的方法通过预训练语言模型对文本进行编码，并结合图编码器处理标签结构信息.但是，独立建模文本和标签信息可能导致信息利用率不高，预训练和微调阶段的不同策略也限制了模型挖掘预训练模型的知识.本文提出一种结合对比学习和提示调优的层次文本分类方法，将层次标签信息嵌入到文本编码过程，同时设计提示模板整合标签信息，捕获文本与标签的关联性，弥合预训练模型与下游任务间的差距.借助对比学习，根据标签信息生成正样本，强化模型对关键特征的学习与保留，使模型有效指导文本特征表示的学习.在两个公开数据集上的大量实验表明了方法的有效性.