目錄

大語言模型發(fā)展與應(yīng)用專題

針對大語言模型的偏見性研究綜述

摘 要：偏見現(xiàn)象普遍存在于人類社會，并通常以自然語言為載體呈現(xiàn)。傳統(tǒng)的偏見研究主要針對靜態(tài)詞嵌入模型展開，但隨著自然語言處理技術(shù)的不斷演進(jìn)，研究對象逐漸轉(zhuǎn)向上下文處理能力更強(qiáng)的預(yù)訓(xùn)練模型。而作為預(yù)訓(xùn)練模型的進(jìn)一步發(fā)展，盡管大型語言模型憑借驚...

大語言模型領(lǐng)域意圖的精準(zhǔn)性增強(qiáng)方法

摘 要：目前通用大語言模型（如GPT）在專業(yè)領(lǐng)域問答應(yīng)用中存在不穩(wěn)定性和不真實性。針對這一現(xiàn)象，提出了一種在通用大語言模型上耦合領(lǐng)域知識的意圖識別精準(zhǔn)性增強(qiáng)方法（EIRDK），其中引入了三個具體策略：a）通過領(lǐng)域知識庫對GPT輸出結(jié)果進(jìn)行打...

融合大語言模型的三級聯(lián)合提示隱式情感分析方法

摘 要：隱式情感分析作為情感分析任務(wù)的挑戰(zhàn)性分支，面臨著缺乏明確情感特征、文本語義復(fù)雜等問題。受到思維鏈（chain of thought，CoT）的啟發(fā)，提出了一種融合大語言模型的三級聯(lián)合提示隱式情感分析方法（three-level jo...

基于醫(yī)療臨床數(shù)據(jù)的兩階段專業(yè)級大語言模型微調(diào)

摘 要：通用大語言模型（large language model，LLM）缺乏對專業(yè)領(lǐng)域知識理解的深度和廣度，對專業(yè)領(lǐng)域問題回答的準(zhǔn)確度不夠，常常產(chǎn)生幻覺，阻礙了大語言模型的商業(yè)應(yīng)用落地。因此，基于專業(yè)領(lǐng)域特有數(shù)據(jù)提高大型語言模型的專業(yè)性成...

區(qū)塊鏈技術(shù)

基于聯(lián)盟鏈微電網(wǎng)交易的改進(jìn)Raft共識算法

摘 要：針對聯(lián)盟鏈微電網(wǎng)交易場景的高吞吐量與抵御拜占庭節(jié)點攻擊的需求，提出了一種基于Raft的多領(lǐng)導(dǎo)者拜占庭容錯共識算法MLB-Raft（multi-leader Byzantine fault tolerance-Raft）。首先使用可驗...

編碼區(qū)塊鏈中存儲分配的分布式學(xué)習(xí)協(xié)議

摘 要：編碼區(qū)塊鏈利用糾錯碼技術(shù)，將區(qū)塊分為多個編碼片段并分布式存儲于節(jié)點中。其主要目的在于減少參與者或節(jié)點的存儲需求，實現(xiàn)高效的存儲和容錯能力。然而，節(jié)點隨機(jī)存儲任意數(shù)量的編碼片段，導(dǎo)致編碼片段分布不均勻，從而增加節(jié)點嘗試解碼區(qū)塊時的通信...

圖神經(jīng)網(wǎng)絡(luò)專題

AGCFN:基于圖神經(jīng)網(wǎng)絡(luò)多層網(wǎng)絡(luò)社團(tuán)檢測模型

摘 要：基于圖神經(jīng)網(wǎng)絡(luò)的多層網(wǎng)絡(luò)社團(tuán)檢測方法面臨以下兩個挑戰(zhàn)。一是如何有效利用多層網(wǎng)絡(luò)的節(jié)點內(nèi)容信息，二是如何有效利用多層網(wǎng)絡(luò)的層間關(guān)系。因此，提出多層網(wǎng)絡(luò)社團(tuán)檢測模型AGCFN（autoencoder-enhanced graph con...

基于時空位置關(guān)注圖神經(jīng)網(wǎng)絡(luò)的交通流預(yù)測方法

摘 要：針對現(xiàn)有交通流預(yù)測方法存在難以構(gòu)建空間和時間依賴關(guān)系的問題，提出了新的利用時空位置注意力的圖神經(jīng)網(wǎng)絡(luò)（ST-PAGNN）方法。首先，該圖神經(jīng)網(wǎng)絡(luò)中包含有位置關(guān)注機(jī)制，由此能夠更好地對城市道路網(wǎng)絡(luò)中交通節(jié)點的空間依賴關(guān)系進(jìn)行有效捕捉；...

算法研究探討

基于多視圖證據(jù)融合的社交水軍檢測

摘 要：為克服單視圖水軍檢測方法在處理復(fù)雜多樣的社交網(wǎng)絡(luò)數(shù)據(jù)時所存在的局限性，并解決現(xiàn)有多視圖融合方法未能充分考慮視圖間質(zhì)量差異導(dǎo)致的信息丟失和噪聲干擾等問題，提出一種基于多視圖證據(jù)融合（multi-view evidence fusion...

利用集成剪枝和多目標(biāo)優(yōu)化算法的隨機(jī)森林可解釋增強(qiáng)模型

摘 要：隨機(jī)森林模型是廣泛應(yīng)用于各個領(lǐng)域的經(jīng)典黑盒模型，而黑盒模型的結(jié)構(gòu)特征導(dǎo)致模型可解釋性弱，需要借助可解釋技術(shù)優(yōu)化隨機(jī)森林的可解釋性，從而促進(jìn)其在可靠性要求較高場景的應(yīng)用與發(fā)展。研究構(gòu)建了基于集成剪枝和多目標(biāo)優(yōu)化算法的規(guī)則提取模型，集成...

基于主動學(xué)習(xí)的深度半監(jiān)督聚類模型

摘 要：深度半監(jiān)督聚類旨在利用少量的監(jiān)督信息達(dá)到更好的聚類效果。然而，由于標(biāo)注成本昂貴，監(jiān)督信息的數(shù)量往往是有限的。因此，在監(jiān)督信息有限的情況下，如何選擇對聚類最有價值的監(jiān)督信息變得至關(guān)重要。針對以上問題，提出了基于主動學(xué)習(xí)的深度半監(jiān)督聚類...

應(yīng)對顯著變化的動態(tài)社區(qū)檢測方法

摘 要：現(xiàn)實中的網(wǎng)絡(luò)總是不斷變化，網(wǎng)絡(luò)形態(tài)和連接關(guān)系也在隨著時間推移而不斷演變，在動態(tài)網(wǎng)絡(luò)中發(fā)現(xiàn)社區(qū)的變化一直是個重要課題。當(dāng)這種變化較為顯著時，將導(dǎo)致社區(qū)檢測算法難以有效利用前一個網(wǎng)絡(luò)快照中有價值的信息，從而導(dǎo)致下一個時間步的負(fù)遷移。為解...

基于統(tǒng)計顯著性檢驗的高效用項集挖掘算法

摘 要：針對傳統(tǒng)高效用項集挖掘算法在具有不同類型標(biāo)簽事務(wù)中報告假陽性高效用項集的問題，提出兩個基于統(tǒng)計顯著性檢驗的高效用項集挖掘算法——FHUI和PHUI算法。這兩個算法首先找到所有待檢驗高效用項集并依據(jù)項集長度進(jìn)行分組；然后，F(xiàn)HUI算法...

基于屬性隱私的統(tǒng)計查詢定價模型

摘 要：現(xiàn)有統(tǒng)計查詢定價模型沒有考慮查詢結(jié)果揭露數(shù)據(jù)集敏感屬性的問題，難以通過相應(yīng)地補(bǔ)償數(shù)據(jù)提供方激勵共享，對此提出一種基于屬性隱私的定價模型。首先，基于提出的寬松近似Wasserstein機(jī)制（RAWM）計算查詢敏感度，直接計算輸出分布對...

基于統(tǒng)計推理的不一致數(shù)據(jù)清洗方法

摘 要：不一致數(shù)據(jù)修復(fù)是數(shù)據(jù)清洗領(lǐng)域的一個重要研究方向，現(xiàn)有方法大多是基于完整性約束規(guī)則的，采用最小代價原則進(jìn)行修復(fù)，然而，代價最小的修復(fù)方案通常是不正確的，導(dǎo)致現(xiàn)有修復(fù)方法的準(zhǔn)確率較低。針對現(xiàn)有方法準(zhǔn)確率較低的問題，提出了一種基于統(tǒng)計推理...

融合背景知識和常識感知的對話生成

摘 要：基于背景對話的關(guān)鍵問題之一是知識抽取，但由于有些會話的信息量不足，特別是在一些對話信息較少的情況下，選擇恰當(dāng)?shù)闹R變得尤為困難，且目前的生成方式缺乏動態(tài)選取背景知識的能力。針對這些問題，提出了KIF模型，引入知識增強(qiáng)庫和知識向量并提...

考慮多交互關(guān)系與情感傾向的微博用戶可信度評估算法

摘 要：探究綜合考慮多交互關(guān)系與情感傾向因素的微博用戶可信度評估方法。首先基于用戶間交互關(guān)系的類型和頻率，得到用戶交互度與參與度；然后根據(jù)情感詞典計算用戶間評論、回復(fù)等文本內(nèi)容的情感得分，并據(jù)此判斷用戶情感傾向；其次以PageRank算法為...

基于點線特征融合的實時視慣SLAM算法

摘 要：為了在光照不足和低紋理場景中實現(xiàn)移動機(jī)器人的高精度實時定位和建圖，提出了一種基于視覺點線特征以及IMU特征融合的實時SLAM算法。首先通過跳躍路由策略和自適應(yīng)閾值策略改進(jìn)了EDlines算法，提高了線特征提取的質(zhì)量，從而提高了特征跟...

基于TSACO及動態(tài)避障策略的無人機(jī)路徑規(guī)劃

摘 要：為了提高無人機(jī)路徑規(guī)劃中的避障效率，首先針對全局規(guī)劃，提出一種改進(jìn)蟻群算法TSACO（turning-sensitive ant colony optimization）。該算法利用A算法進(jìn)行非均勻分配初始信息素，通過在概率函數(shù)中引...

基于分區(qū)個體排名的非線性種群縮減的人工蜂群算法

摘 要：針對人工蜂群算法（ABC）探索性強(qiáng)而開發(fā)性弱，從而導(dǎo)致收斂速度慢的問題，提出了一種基于分區(qū)個體排名的非線性種群縮減策略（UPSR-CIR）。首先，該策略設(shè)計長尾非線性種群規(guī)?？s減函數(shù)，在前期保持大種群充分探索，中期快速縮減使得后期保...

基于改進(jìn)堆優(yōu)化算法求解電動汽車并網(wǎng)動態(tài)經(jīng)濟(jì)調(diào)度

摘 要：針對堆優(yōu)化算法HBO處理含電動汽車的動態(tài)經(jīng)濟(jì)調(diào)度問題時存在收斂慢和精度低等問題，提出一種改進(jìn)的堆優(yōu)化算法RDHBO。首先，在RDHBO中引入了最優(yōu)成員區(qū)域搜索和雙種群交互策略。前者引導(dǎo)最優(yōu)成員移動到更有希望的區(qū)域，提升了算法的收斂精...

強(qiáng)化學(xué)習(xí)下淺充淺放充電策略AGV調(diào)度研究

摘 要：針對自動化集裝箱碼頭自動導(dǎo)引車（AGV）調(diào)度中的充電問題，考慮淺充淺放充電策略構(gòu)建了混合整數(shù)優(yōu)化模型。該模型以最小化AGV最終完工時間為目標(biāo)，在考慮AGV電池電量變化以及AGV不同狀態(tài)耗電差異的約束下，利用AGV空閑時間和一個作業(yè)循...

標(biāo)簽噪聲下結(jié)合對比學(xué)習(xí)與鄰域樣本分析的故障診斷方法

摘 要：當(dāng)前基于深度學(xué)習(xí)的故障診斷方法依賴于標(biāo)注完備的訓(xùn)練樣本，當(dāng)數(shù)據(jù)集中存在噪聲標(biāo)簽時，模型會對噪聲數(shù)據(jù)過擬合，影響泛化能力。為實現(xiàn)模型在采用標(biāo)簽噪聲進(jìn)行訓(xùn)練的情況下對設(shè)備運(yùn)行工況的精確識別，提出一種結(jié)合對比學(xué)習(xí)與鄰域樣本分析的故障診斷方...

系統(tǒng)應(yīng)用開發(fā)

基于Hopf振蕩器的Spiking-CPG六足機(jī)器人步態(tài)運(yùn)動控制

摘 要：中樞模式發(fā)生器（central pattern generator，CPG）在六足機(jī)器人的運(yùn)動步態(tài)控制中起著至關(guān)重要的作用。為能夠更高效、更低能耗地控制六足機(jī)器人的步態(tài)運(yùn)動，提出了一種Spiking-CPG（SCPG）神經(jīng)網(wǎng)絡(luò)作為六...

PreNTT：面向zk-SNARK的數(shù)論變換計算并行加速方法

摘 要：簡潔非交互式零知識證明（zk-SNARK）由于具備證明驗證過程簡捷快速的優(yōu)點，已在加密貨幣等眾多領(lǐng)域得到廣泛應(yīng)用。但其證明生成過程所需計算仍復(fù)雜耗時，影響了進(jìn)一步的應(yīng)用拓展。針對zk-SNARK證明生成過程中的主要計算瓶頸——數(shù)論變...

基于分區(qū)再訓(xùn)練的RRAM陣列多缺陷容忍算法

摘 要：針對RRAM單元制造工藝不完善造成神經(jīng)網(wǎng)絡(luò)矩陣向量乘法計算錯誤問題，根據(jù)RRAM陣列多缺陷特性進(jìn)行建模，提出了多缺陷容忍算法。首先根據(jù)RRAM陣列常見的轉(zhuǎn)變?nèi)毕莺驼尺B缺陷對神經(jīng)網(wǎng)絡(luò)計算準(zhǔn)確度的影響，對兩種缺陷統(tǒng)一建模；然后對神經(jīng)網(wǎng)絡(luò)...

基于中文文本相似度評估的情感勒索話語檢測系統(tǒng)

摘 要：情感勒索是通過情感壓力迫使周圍人聽從自己要求的交流方式，容易導(dǎo)致對方的負(fù)面情緒甚至心理問題從而影響交流效果。為了檢測日常交流場景下的情感勒索話語進(jìn)而改善交流效果，開發(fā)了基于中文文本相似度評估的情感勒索話語檢測系統(tǒng)。首先，基于Susa...

融合信息擾動與特征解耦的單樣本語音轉(zhuǎn)換

摘 要：單樣本語音轉(zhuǎn)換的特性是利用單條目標(biāo)說話人的語音樣本即可實現(xiàn)身份的轉(zhuǎn)換，但由于聲學(xué)特征呈現(xiàn)復(fù)雜的相互作用和動態(tài)變化，現(xiàn)有方法難以充分將單樣本語音中的說話人音色與其他聲學(xué)特征解耦，導(dǎo)致轉(zhuǎn)換音頻在聽覺上仍與源說話人的音色特征相似，存在說話...

基于改進(jìn)MH算法的室內(nèi)空間自動布局

摘 要：為了生成文博展廳、城市閱讀空間、商場等具備公共服務(wù)職能的空間布局，提出了一種面向室內(nèi)空間的自動布局方法。該方法首先針對多種布局的表達(dá)需求，將布局信息記錄在層次化圖結(jié)構(gòu)中；再按照圖結(jié)構(gòu)填充適當(dāng)?shù)牟季謱ο笞鳛槌跏紶顟B(tài)；利用能量函數(shù)和移動...

軟件技術(shù)研究

基于路徑預(yù)取的樹型索引查詢優(yōu)化

摘 要：在樹型內(nèi)存索引的研究過程中，由于傳統(tǒng)的片上預(yù)取不能適應(yīng)索引的局部性，導(dǎo)致訪存成為該類型內(nèi)存索引的性能瓶頸。提出了一種基于軟件層面的路徑預(yù)取算法，使用預(yù)取加速內(nèi)存索引的訪問，并使得該算法可以快速部署到現(xiàn)實機(jī)器上。該算法基于對樹型索引訪...

復(fù)雜事件處理中多聚合查詢共享方法

摘 要：復(fù)雜事件處理技術(shù)是在持續(xù)不斷的流數(shù)據(jù)中檢測滿足特定事件序列或?qū)ζヅ涞氖录M(jìn)行統(tǒng)計的一種流數(shù)據(jù)處理技術(shù)。在處理帶有Kleene操作符的事件趨勢聚合查詢時，需緩存中間結(jié)果來實現(xiàn)不定數(shù)量事件序列的匹配，故對查詢系統(tǒng)的資源需求較大。利用多個...

基于字段感知的文本協(xié)議灰盒模糊測試方法

摘 要：基于變異的灰盒協(xié)議模糊測試方法使用便捷、可擴(kuò)展性好，但缺乏協(xié)議報文格式信息，只能對報文整體進(jìn)行變異以產(chǎn)生測試用例，導(dǎo)致生成的大部分測試報文會被被測協(xié)議實現(xiàn)直接拒絕，嚴(yán)重影響測試效率。針對這一問題，提出了基于字段感知的文本協(xié)議模糊測試...

有狀態(tài)協(xié)議模糊測試的種子調(diào)度算法

摘 要：為了探索有狀態(tài)協(xié)議的程序漏洞，AFL-NET提出了有狀態(tài)協(xié)議模糊測試。在有狀態(tài)協(xié)議模糊測試中，種子的選擇對路徑的探索有著重大的貢獻(xiàn)。然而，目前的有狀態(tài)協(xié)議模糊測試往往重復(fù)執(zhí)行幾個相同的種子，導(dǎo)致不能很好地探索更多的路徑。為了緩解該問...

網(wǎng)絡(luò)與通信技術(shù)

基于均勻線性陣列的超大規(guī)模MIMO混合場信道估計算法

摘 要：超大規(guī)模MIMO（extremely large-scale massive MIMO，XL-MIMO）是未來6G通信的關(guān)鍵技術(shù)之一。現(xiàn)有的XL-MIMO混合場信道模型大多對均勻線性陣列和單天線用戶之間信道建模，且采用散射體最后一跳...

多RIS輔助車載通信信號優(yōu)化及部署規(guī)劃

摘 要：針對勻變速運(yùn)動的汽車產(chǎn)生的多普勒擴(kuò)展和時延擴(kuò)展以及接收信噪比的問題，提出了一種多智能超表面（RIS）輔助勻變速移動物體通信的方案。與傳統(tǒng)信道估計不同的是，使用了信道增益的方法和優(yōu)化RIS相位以及多目標(biāo)優(yōu)化來讓移動物體能達(dá)到最大接收瞬...

基于子網(wǎng)融合的多智能體系統(tǒng)自組網(wǎng)連通性恢復(fù)方法

摘 要：在受損的多智能體自組網(wǎng)中，在維持現(xiàn)有連通結(jié)構(gòu)的前提下快速恢復(fù)全連通極具挑戰(zhàn)性。為此，提出一種基于子網(wǎng)融合的多智能體系統(tǒng)自組網(wǎng)連通性恢復(fù)方法。首先，該方法設(shè)計基于網(wǎng)絡(luò)故障探測的子網(wǎng)劃分算法來確定系統(tǒng)中的故障節(jié)點以及子網(wǎng)割裂情況。其次，...

信息安全技術(shù)

NDP-FD6：一種IPv6網(wǎng)絡(luò)NDP洪泛行為多分類檢測框架

摘 要：當(dāng)前NDP洪泛行為檢測研究主要集中于RA和NS洪泛行為的檢測，對于NDP協(xié)議中其他報文洪泛行為的檢測能力不足。此外，傳統(tǒng)閾值規(guī)則檢測方法存在動態(tài)性差、準(zhǔn)確率低的問題，而基于人工智能的檢測方法大多只能進(jìn)行二分類檢測，缺乏多分類檢測能力...

理想格上強(qiáng)指定驗證者的可截取簽名方案

摘 要：現(xiàn)存的大多數(shù)可截取簽名方案具有公開驗證性，但在某些情況下可能會導(dǎo)致簽名者的隱私泄露。為提高安全性，并使簽名方案具有抗量子性，基于理想格上的ring-SIS問題，結(jié)合強(qiáng)指定驗證者簽名方案，提出一種新型的可截取簽名方案。該方案采用均勻采...

車聯(lián)網(wǎng)中基于閾值的邊緣輔助身份認(rèn)證方案

摘 要：車聯(lián)網(wǎng)中的身份認(rèn)證方案是解決車聯(lián)網(wǎng)許多安全和隱私問題的有效途徑之一。然而，現(xiàn)有認(rèn)證方案多數(shù)沒有關(guān)注單點故障問題或者存在信息泄露。針對上述問題，提出了一種車聯(lián)網(wǎng)中基于閾值的邊緣輔助身份認(rèn)證方案。該方案在保護(hù)車輛真實身份信息的前提下，由...

基于SM9聚合簽名局部可驗證算法

摘 要：針對目前SM9簽名方案生成的n條消息的簽名占用較大存儲空間的問題，提出了一種基于SM9算法的聚合簽名方案。該方案使得驗證多條簽名的時間開銷相較于原SM9方案有所降低，空間開銷約為原SM9方案的66.7%。在此基礎(chǔ)上，針對目前聚合簽名...

圖形圖像技術(shù)

面向三維流管可視化的各向異性屏幕空間環(huán)境光遮蔽算法

摘 要：屏幕空間環(huán)境光遮蔽（AO）算法是一種流行的全局光照技術(shù)，此類技術(shù)可用于輔助復(fù)雜3D流管場景的可視化，以便于更好地理解場景分布特點。對此提出一種屏幕空間各向異性AO方法來實現(xiàn)復(fù)雜三維流管場景可視化。其基本思想是利用三維流管的特性設(shè)計兩...

基于同模型匹配點聚集的圖像多匹配模型估計算法

摘 要：寬基線或大視角圖像間多匹配模型的估計是圖像處理中一項非常有挑戰(zhàn)性的任務(wù)?，F(xiàn)有算法雖然能較好估計圖像間的多匹配模型及其內(nèi)點集，但是其結(jié)果容易出現(xiàn)匹配對錯誤分配的問題。為了精確估計圖像間的多匹配模型從而分配匹配對，提出一種基于同模型匹配...

NFP-AST:自然特征保留的任意風(fēng)格遷移模型

摘 要：親和特征提取和自然融合是實現(xiàn)風(fēng)格遷移的關(guān)鍵。為此，提出一個新的自然特征保留的任意風(fēng)格遷移模型NFP-AST。通過可逆殘差網(wǎng)絡(luò)在前向和后向推理中對特征二分處理，保證了提取特征親和性，減少因提取過程造成的圖像重建誤差。在自適應(yīng)空間重構(gòu)模...

殘差修正的加權(quán)多項式回歸色彩特征化算法

摘 要：在數(shù)字印刷領(lǐng)域，精確再現(xiàn)計算機(jī)圖像的顏色是高質(zhì)量印刷的前提，其中色彩特征化是關(guān)鍵環(huán)節(jié)。傳統(tǒng)多項式回歸模型由于高階項會放大特征化樣本集中的奇異值，導(dǎo)致模型振蕩從而影響色彩特征化的準(zhǔn)確性。基于神經(jīng)網(wǎng)絡(luò)的色彩特征化算法精度較高，但算法復(fù)雜...

多類別形態(tài)的未隸定青銅器銘文細(xì)粒度識別

摘 要：未隸定銘文的識別主要依靠傳統(tǒng)卷積網(wǎng)絡(luò)提供單一的全局特征，卻忽略了部位識別和特征學(xué)習(xí)的關(guān)系，導(dǎo)致模型難以充分表達(dá)復(fù)雜形態(tài)的文字構(gòu)造，進(jìn)而產(chǎn)生識別誤差。針對上述問題，提出了一種姿態(tài)對齊的多部位特征細(xì)粒度識別模型（MP-CNN）。在第一個...

信息集萃

下期要目

面向社會媒體的立場檢測研究綜述 對LoRa網(wǎng)絡(luò)的攻擊與防御技術(shù)綜述 基于多維信譽(yù)模型的區(qū)塊鏈跨鏈節(jié)點信譽(yù)評估方法 區(qū)塊鏈動態(tài)分片自適應(yīng)模型 改進(jìn)的超額抵押高吞吐量多路徑支付方案 基于端到端深度強(qiáng)化學(xué)習(xí)求解有能力約束的車輛路徑問題 改進(jìn)JPS...