检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

政府监管流程数字化运行的法治建构

中国行政管理 2024年第6期40卷 38-46页

作者：王正鑫华东师范大学法学院上海200241

数字技术促成监管部门的执法权力呈现智能化和自动化趋势。这主要表现为监管规则的数字化、监督守法情况的数字化以及行使制裁不守法行为的数字化。政府监管流程数字化运行可以有效提升执法质量和效能,同时也伴随着合法性风险,即数字化... 详细信息

数字技术促成监管部门的执法权力呈现智能化和自动化趋势。这主要表现为监管规则的数字化、监督守法情况的数字化以及行使制裁不守法行为的数字化。政府监管流程数字化运行可以有效提升执法质量和效能,同时也伴随着合法性风险,即数字化监管规则逃逸法律约束、数字技术反噬执法人员和监管对象的法律主体地位、技术理性压制规范理性而减损执法质量。为应对监管流程数字化运行所引发的合法性风险,需要落实算法规则与法律规则的契合性、稳固执法人员和监管对象的法律主体地位并保障数字化监管的执法质量。

关键词：数字政府监管流程执法质量合法性控制

在线全文

学校读者我要写书评

暂无评论

基于交互引导的问答对联合生成模型

计算机学报 2024年第2期47卷 251-265页

作者：刘杰林绍鑫王善鹏南开大学人工智能学院天津300350

大规模问答对的自动生成在知识问答库构建和机器阅读理解等许多应用具有关键价值.尽管其重要性已得到广泛认可,现有问答对生成方法仍面临着严峻挑战.首先,在传统的问答对生成模型中,抽取式的答案获取方法难以适用于复杂的自然交互场景.... 详细信息

大规模问答对的自动生成在知识问答库构建和机器阅读理解等许多应用具有关键价值.尽管其重要性已得到广泛认可,现有问答对生成方法仍面临着严峻挑战.首先,在传统的问答对生成模型中,抽取式的答案获取方法难以适用于复杂的自然交互场景.相比较而言,生成式模型通过对文本的语义理解,能够自动生成表述更加自然的答案.其次,对于问答对生成任务来说,为了防止生成的答案和问题出现语义上的不匹配,需要更全面地捕捉并增强答案生成和问题生成两个子任务之间的交互.最后,由于答案抽取和问题生成存在任务难度的差异,这两个任务在联合训练的过程中会出现任务之间的优化不平衡问题.为此,本文提出了一个基于交互引导的问答对联合生成模型(Interaction-Guided Joint Abstractive QAPs Generation Model,IGJA-QAP).具体而言,本文设计了一个带有答案引导的多头门机制的联合生成模型,同时对两个子任务进行统一建模并有效地捕获和增强它们之间的信息交互,从而可以生成语义上匹配的问答对.本文在三个大规模数据集SQuAD、NewQA和CoQA上进行了综合全面的实验分析.本文提出的模型在答案生成任务上METEOR值平均分别超出其他最佳方法3.0%、5.9%和4.3%,问题生成任务上METEOR值平均分别超出其他最佳方法1.5%、0.5%和2.1%.实验结果表明,本文提出的模型达到了目前最高的性能.

关键词：问答对生成统一生成式模型答案引导的多头门指针网络相互优化

基于改进Kruskal-Wallis检验的低压开关电器状态表征参数选择

在线全文

学校读者我要写书评

暂无评论

高电压技术 2024年第2期50卷 535-542页

作者：刘洋曹云东刘树鑫沈阳工业大学教育部特种电机与高压电器重点实验室沈阳110870

由于状态数据的多属性、高维度和大数据量,以及特征参数难以满足正态性和方差齐性检验的事实,低压开关电器的状态表征参数难于选择。针对该问题,基于非参数单体多状态样本的分组状态间秩差异性,以及特征参数Kruskal-Wallis(KW)检验统计... 详细信息

由于状态数据的多属性、高维度和大数据量,以及特征参数难以满足正态性和方差齐性检验的事实,低压开关电器的状态表征参数难于选择。针对该问题,基于非参数单体多状态样本的分组状态间秩差异性,以及特征参数Kruskal-Wallis(KW)检验统计量的计算规则和变化趋势,研究论证了单体样本特征参数表征显著性鉴别机理。同时,基于状态序列斜率变化增量和子序列变异增量,提出样本状态时序分类算法,并将该算法与参数鉴别机理相结合,形成单体多状态样本改进KW检验理论。最后,基于改进理论提出低压开关电器状态表征参数选择新方法。以交流接触器为例进行验证,结果表明该文方法适用于具有非线性、非平稳、动态随机分布等特点的低压开关电器状态表征参数选择。实例证明,基于该方法获得状态表征曲线的拟合优度可达0.91,状态划分显著性P值可达8.42848×10–266,表征与分类精度较参数选择前及同类方法提升明显,为下一步研究低压开关电器状态的精确划分与识别奠定了理论基础。

关键词：低压开关电器状态表征参数选择 Kruskal-Wallis检验状态划分

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

《繁花》:非线性叙事与半透明美学

电视研究 2024年第2期 44-47页

作者：杨鹏鑫南京大学文学院戏剧影视艺术系

电视剧《繁花》是近年国产非线性叙事电视剧风潮的一桩新例。该剧显现出明晰的形式自觉与叙事结构自觉,重视叙事的形式、结构、节奏、格调甚至观看难度。其以时间倒错的非线性叙事、若即若离的半透明美学,铺展出一首朦胧长诗。本文认为... 详细信息

电视剧《繁花》是近年国产非线性叙事电视剧风潮的一桩新例。该剧显现出明晰的形式自觉与叙事结构自觉,重视叙事的形式、结构、节奏、格调甚至观看难度。其以时间倒错的非线性叙事、若即若离的半透明美学,铺展出一首朦胧长诗。本文认为,《繁花》在叙事形式和影像形态上可圈可点,刷新了国产电视剧影像美学之标高,扩展了国产电视剧影像的语言与语法。

关键词：《繁花》非线性叙事美学

在线全文

学校读者我要写书评

暂无评论

高校助力科技成果转化的国际经验及启示

中国高等教育 2024年第9期 60-64页

作者：武建鑫陕西科技大学

加强高校科技成果转化不仅有利于培育新质生产力,提升国家创新体系效能,还有助于激活高校创新创业实践生命力。世界教育强国大部分高校基本形成了较为完善的科技成果转化体系,正在以较高的科技成果转化率驱动经济社会加速发展和工业化... 详细信息

加强高校科技成果转化不仅有利于培育新质生产力,提升国家创新体系效能,还有助于激活高校创新创业实践生命力。世界教育强国大部分高校基本形成了较为完善的科技成果转化体系,正在以较高的科技成果转化率驱动经济社会加速发展和工业化深度转型。在教育强国建设背景下,我国高校巫需以高质量的科技创新来推进教育、科技、人才一体化发展,将创新创业理念融入办学全过程,积极开展有组织的科技创新,增强原始创新能力和颠覆性技术创新供给,实现学校改革发展与科技成果转化协同发展。

关键词：科技成果转化新质生产力国家创新体系创新创业理念

基于NTK理论和改进时间因果的物理信息神经网络加速收敛算法

在线全文

学校读者我要写书评

暂无评论

力学学报 2024年第7期56卷 1943-1958页

作者：潘小果王凯邓维鑫四川大学机械工程学院成都610065 中国空气动力研究与发展中心空天技术研究所四川绵阳621000

物理信息神经网络(physics-informed neural networks,PINNs)是一类将先验物理知识嵌入神经网络的方法,目前已经成为求解偏微分方程领域的研究热点.尽管PINNs在数值模拟方面展现出巨大的应用前景,但它仍然面临收敛缓慢的挑战.文章从神... 详细信息

物理信息神经网络(physics-informed neural networks,PINNs)是一类将先验物理知识嵌入神经网络的方法,目前已经成为求解偏微分方程领域的研究热点.尽管PINNs在数值模拟方面展现出巨大的应用前景,但它仍然面临收敛缓慢的挑战.文章从神经正切核(neural tangent kernel,NTK)理论出发,通过对单隐藏层神经网络模型进行分析,推出PINNs的神经正切核矩阵具体表达式,并以此进一步分析PINNs收敛速度的影响因素,给出PINNs快速收敛的两个必要条件.应用神经正切核理论分析PINNs领域的3种相关算法(时间因果算法、傅里叶特征嵌入、学习率退火)的加速收敛效果,结果表明这3种算法均不能满足PINNs加速收敛的所有必要条件.文章提出一种动态傅里叶特征嵌入时间因果算法(dynamic Fourier feature embedding causality,DFFEC),综合考虑了NTK矩阵特征值平衡和时间顺序收敛对PINNs收敛速度的影响,在AllenCahn,Reaction,Burgers和Advection等4个算例上的数值实验结果表明,所提出的DFFEC算法可以显著提高PINNs的收敛速度.特别是在Allen-Cahn算例上,与时间因果算法相比,所提出的DFFEC算法具有至少50倍的加速收敛效果.

关键词：物理信息神经网络收敛速度谱偏差神经正切核非定常流动

在线全文

学校读者我要写书评

暂无评论

协方差分析描述函数法的通用化数值算法

北京理工大学学报 2024年第5期44卷 439-446页

作者：王汉平柳洋鑫张宝振北京理工大学宇航学院北京100081 北京电子工程总体研究所北京100854

协方差分析描述函数法(covariance analysis describing function technique,CADET)在处理系统的随机响应问题上具有求解迅速、仿真精度高等优点.但对于复杂系统,其理论推导过程、求解系统解析响应方程较为复杂繁琐.为进一步推广CADET... 详细信息

协方差分析描述函数法(covariance analysis describing function technique,CADET)在处理系统的随机响应问题上具有求解迅速、仿真精度高等优点.但对于复杂系统,其理论推导过程、求解系统解析响应方程较为复杂繁琐.为进一步推广CADET的应用,依托高斯–埃尔米特积分法,提出了一种通用化的CADET数值算法.作为算法验证,以车辆行驶过程中的随机振动为例,建立了几种不同非线性悬架车辆的二自由度动力学模型,并将CADET通用化数值算法与传统CADET算法及蒙特卡罗法进行了对比分析.仿真结果表明,CADET的通用化数值算法可以达到满足应用要求的计算精度,这验证了所提数值算法的有效性,且具有更强的泛化应用于复杂非线性动力系统的价值.

关键词：车辆悬架系统协方差分析描述函数法随机振动数值算法非线性系统

山西壶关县草本药用植物生态位特征及种间联结性

在线全文

学校读者我要写书评

暂无评论

生态学杂志 2024年

作者：郝嘉鑫金山铁军山西师范大学生命科学学院长治学院生命科学系太行山生态与环境研究所

生态位特征和种间联结对了解植物群落的结构和分类以及判断群落稳定性和群落发展趋势具有重要意义。以山西长治市壶关县22个优势野生草本药用植物为研究对象，采用Levins(BL)和Shannon(BS)生态位宽度指数以及Pianka生态位重叠指数(Oik)... 详细信息

生态位特征和种间联结对了解植物群落的结构和分类以及判断群落稳定性和群落发展趋势具有重要意义。以山西长治市壶关县22个优势野生草本药用植物为研究对象，采用Levins(BL)和Shannon(BS)生态位宽度指数以及Pianka生态位重叠指数(Oik)方法，对研究区内的野生草本药用植物生态位特征进行分析；基于2×2列联表，利用种间联结系数（AC）、Jaccard指数（JD）、Ochiai指数（OI）、χ2检验以及Pearson相关系数检验等方法，对研究区内的野生草本药用植物种间联结性进行分析，进而了解壶关县野生草本药用植物资源的分布特征。结果表明：（1）在重要值前22种药用植物中，生态位宽度指数(BL)最大的为地榆（63.369），其次为白莲蒿（58.276），最小的为黄芪（2.489）；生态位宽度指数(BS)最大的为地榆（4.290），其次为沙参（4.247），最小的为黄芪（1.097）；生态位重叠指数(Oik)最大的为刺儿菜与甘菊（0.562），其次为白莲蒿与阴行草（0.534），最小的重叠值为0，有112个。这说明，山西壶关县草本药用植物的生态位重叠程度整体较低，种间竞争不激烈，草本药用植物物种分布极为分散。（2）种间联结系数AC显示，在231个物种对中，有77个正联结种对，其中强正联结种对有11个，有154个负联结种对，其中强负联结有116个；种间联结χ2检验显示，有77个正联结种对，其中极显著正联结有24个，有154个负联结种对，其中极显著负联结有7个；在Pearson相关系数中，有56个正联结种对，其中极显著正联结有17个，有175个负联结种对，其中极显著负联结有8个。（3）综合AC系数、JD指数、OI指数、χ2检验和Pearson相关系数来看，壶关县药用植物种对中，负联结种对多于正联结种对，不显著联结的种对数多于显著联结的种对数；这表明壶关县野生草本药用植物种对间相似度较低，物种逐渐表现出独立分布的特征，容易受到外界干扰。总体而言，壶关县野生草本药用植物资源丰富，物种出现较为随机，种间竞争较弱，物种独立性较强，受到外界干扰时群落结构存在不稳定。本研究结果将对了解当地药用植物分布规律以及可持续利用与发展提供重要依据。

关键词：药用植物重要值生态位宽度生态位重叠种间联结

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

一种基于在线蒸馏的轻量化噪声标签学习方法

计算机研究与发展 2024年

作者：黄贻望黄雨鑫刘声福建理工大学计算机科学与数学学院铜仁学院大数据学院贵州省公共大数据重点实验室(贵州大学)

利用含有有损标签的噪声数据来训练深度学习模型是机器学习中的研究热点.研究表明深度学习模型训练易受噪声数据的影响而产生过拟合现象.最近，一种将元学习与标签校正相结合的方法能够使模型更好的适应噪声数据以减缓过拟合现象，然而... 详细信息

利用含有有损标签的噪声数据来训练深度学习模型是机器学习中的研究热点.研究表明深度学习模型训练易受噪声数据的影响而产生过拟合现象.最近，一种将元学习与标签校正相结合的方法能够使模型更好的适应噪声数据以减缓过拟合现象，然而这种元标签校正方法依赖于模型的性能，同时轻量化模型在噪声数据下不具备良好的泛化性能.针对这一问题，提出一种采用知识蒸馏的轻量化噪声元标签校正学习方法(knowledge distillation-based meta-label correction learning， KDMLC)，该方法将深度神经网络与多层感知机构成的元标签校正(meta label correction， MLC)模型视为教师模型，对噪声标签进行校正并指导轻量化模型进行训练，同时采用双层优化策略训练并增强教师模型的泛化能力，从而生成更高质量的伪标签用于训练轻量化模型.实验表明，KDMLC在高噪声水平下对比MLC方法测试精度提高了5.50%；同时对CIFAR10数据集使用Cutout数据增强，KDMLC在高噪声水平下对比MLC测试精度提升了9.11%，而在真实噪声数据集Clothing1M上的实验KDMLC方法也优于其他方法，验证了KDMLC方法的可行性和有效性.

关键词：伪标签标签校正元学习知识蒸馏噪声数据