检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

对技术封建主义理性的批判

外国语文 2024年第2期40卷 98-120页

作者：叶夫根尼·莫罗佐夫蒋林(译) 《新共和》杂志社美国华盛顿特区四川外国语大学外国语文研究中心重庆400031

随着硅谷和华尔街的食利者大亨从用户和债务人那里榨取非生产性财富,人们认为数字资本主义正在催生一个“新封建主义”时代的到来。本文反驳了这种观点,通过分析具有里程碑意义的布伦纳论战,从封建主义逻辑和哈贝马斯的“再封建化”概... 详细信息

随着硅谷和华尔街的食利者大亨从用户和债务人那里榨取非生产性财富,人们认为数字资本主义正在催生一个“新封建主义”时代的到来。本文反驳了这种观点,通过分析具有里程碑意义的布伦纳论战,从封建主义逻辑和哈贝马斯的“再封建化”概念入手,剖析了原始积累中剥削、征用、掠夺的资本主义本质,指出与施加在资本家身上的系统性压力所导致的“创新式积累”不同,哈维的“剥夺式积累”已成为新时代积累的主导形式;文章认为现代金融被剥夺逻辑和寄生逻辑所取代,资本家通过对知识产权和无形资产——包括数据持有的控制,成为完全寄生于大众创造力而无需直接参与生产过程的食利者;数据的兴起催生了庞大的数字经济,谷歌、脸书等数字巨头通过用户、数据和广告之间的关联掠夺了全球大量的剩余价值。文章对祖博夫的“监视资本主义”提出了质疑,认为它缺乏激进的政治议程,无法把握非资本主义数字经济在未来的运作方式;文章同时批判了技术封建主义的分析框架将国家排除在外的做法,指出其忽略了美国在硅谷崛起为全球技术经济霸主的过程中所扮演的重要角色。

关键词：数字资本主义新封建主义数字经济科技公司

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

OpenAI危机是又一个警钟

董事会 2024年第3期 25-27页

作者：西奥多罗斯·叶夫根尼奥王梦菲(编译) 欧洲工商管理学院不详

OpenAI当时的董事会为何注定要失败?公司治理应面向未来而不是过去,但愿不要浪费一个“好的危机”良好的治理旨在减少意外,并在意外出现时有效地克服它们。OpenAI最近的危机再次暴露了高速成长的技术企业治理的脆弱性。许多关于OpenAI... 详细信息

OpenAI当时的董事会为何注定要失败?公司治理应面向未来而不是过去,但愿不要浪费一个“好的危机”良好的治理旨在减少意外,并在意外出现时有效地克服它们。OpenAI最近的危机再次暴露了高速成长的技术企业治理的脆弱性。许多关于OpenAI危机的评论过度地将问题个人化和两极化,将参与者定义为人工智能末日论者、加速论者、利他主义者或贪婪的技术资本家。

关键词：人工智能 Open 利他主义者两极化 AI 董事会个人化脆弱性

维普期刊数据库博看期刊

俄罗斯米努辛斯克盆地努玛黑尔墓地的考古发掘与初步认识

在线全文

学校读者我要写书评

暂无评论

西域研究 2024年第3期 56-60+171页

作者：特尔巴依尔 А.В.帕列科夫 И.П.拉扎列托夫内蒙古大学历史与旅游文化学院俄罗斯科学院物质文化史研究所

努玛黑尔墓地位于俄罗斯联邦哈卡斯共和国乌斯特—阿巴坎区东部比加(Биджа)河右岸支流罗德尼奇克(родничк)小河右岸山前宽阔地带。本文概述2019～2020年的考古发掘，初步探讨墓葬结构、文化内涵和遗存的年代等问题。

关键词：米努辛斯克盆地努玛黑尔墓地阿凡纳谢沃文化

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

企业如何在动荡时代取得成功

新华文摘 2024年第14期 148-149页

作者：杜尼甘·欧基夫美国贝恩公司全球战略规划部门

新冠疫情暴露出的一个冷酷无情的事实是,当战略远见和运营灵活性不受董事会和领导团队那么重视时,企业会变得多么脆弱。当美国新冠病例数量开始增加时,许多公司措手不及,但总部位于得克萨斯州的区域连锁超市HEB是个明显的例外。

关键词：领导团队董事会区域连锁超市得克萨斯州运营灵活性远见公司

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于时间分段提高对称网络能控性

控制与决策 2024年第8期39卷 2671-2678页

作者：王立夫寇晓宇孔芝郭戈东北大学秦皇岛分校控制工程学院

网络结构对实现网络完全能控有很大的影响,在不增加驱动节点的前提下,仅基于网络结构来优化复杂网络的能控性具有重要意义.基于此,提出一种将静态对称网络划分成由多个快照(每个快照是一个静态网络)组成的动态时变网络的方法,利用时变... 详细信息

网络结构对实现网络完全能控有很大的影响,在不增加驱动节点的前提下,仅基于网络结构来优化复杂网络的能控性具有重要意义.基于此,提出一种将静态对称网络划分成由多个快照(每个快照是一个静态网络)组成的动态时变网络的方法,利用时变网络的优势减少驱动节点提高网络能控性;给出由多个快照组成时变对称网络能控性的判据,快照的最优划分,驱动节点数量与快照数量的关系;通过实际例子说明该划分方法的应用过程,并在模型网络和真实网络进行仿真验证,结果表明通过时间分段的方法可以有效减少对称网络中驱动节点的数量,提高网络能控性.

关键词：对称网络能控性时变网络最大匹配无向仙人掌

同方期刊数据库

固体火箭发动机装药结构完整性分析的基础问题及研究展望

在线全文

学校读者我要写书评

暂无评论

含能材料 2024年第2期32卷 118-123,I0002页

作者：强洪夫王哲君火箭军工程大学

固体火箭发动机(Solid Rocket Motor,SRM)主要由固体推进剂制成的药柱、燃烧室、喷管(含推力方向控制装置)和安全点火装置四大部分组成,由于SRM具有结构简单、便于装载,而且适于长期贮存等优点,已成为战略和战术导弹武器系统的主要动力... 详细信息

固体火箭发动机(Solid Rocket Motor,SRM)主要由固体推进剂制成的药柱、燃烧室、喷管(含推力方向控制装置)和安全点火装置四大部分组成,由于SRM具有结构简单、便于装载,而且适于长期贮存等优点,已成为战略和战术导弹武器系统的主要动力装置和核心部件。因此,分析全寿命周期内(生产、贮存、运输、弹射、点火发射等)不同使役载荷下SRM的结构完整性,对于确保武器装备的使用可靠性和安全性具有重要意义,也是进行武器装备贮存延寿的基础性工作。

关键词：固体火箭发动机固体推进剂全寿命周期点火装置长期贮存药柱控制装置武器装备

在线全文

学校读者我要写书评

暂无评论

基于交叉注意力的双通道文本关系抽取

数据分析与知识发现 2024年

作者：叶乃夫袁得嵛张郅侯晓龙中国人民公安大学信息网络安全学院安全防范与风险评估公安部重点实验室中国人民公安大学侦查学院

[目的]针对现有文本关系抽取模型只能获得部分文本特征的问题，构建基于交叉注意力的双通道文本关系抽取模型，提升文本关系抽取的全面性和准确性，实现领域数据集高性能关系抽取目标。[方法]本文提出DCCAM(Dual Channel Cross Attentio... 详细信息

[目的]针对现有文本关系抽取模型只能获得部分文本特征的问题，构建基于交叉注意力的双通道文本关系抽取模型，提升文本关系抽取的全面性和准确性，实现领域数据集高性能关系抽取目标。[方法]本文提出DCCAM(Dual Channel Cross Attention Model)关系抽取模型，设计了融合序列通道和图通道的双通道结构，构建了自注意力和门控注意力的交叉注意力机制，促进文本特征高度融合，从而更深入挖掘文本潜在的关联信息。本文在公开数据集和构建的两类警务领域数据集中进行实验。[结果]在NYT和WebNLG公开数据集上的实验结果表明，DCCAM模型F1值与基线模型相比分别提升了3%和4%。此外，还进行消融实验，实验结果证明了各模块提升文本抽取能力的有效性。在警务领域的电信诈骗类数据集和帮助信息网络犯罪类数据集上的实验结果表明，DCCAM模型能够提高警务领域文本关系抽取效果，实验F1值与基线模型相比分别提高了8.8%和11.8%，证明了DCCAM模型在警务领域效果更佳。[局限]大语言模型为文本关系抽取技术提供了全新研究思路，未来将从大语言模型的角度进行文本关系抽取技术的探索。[结论] DCCAM模型可以显著提升文本关系抽取的能力，本模型还证明了文本关系抽取任务在警务领域的有效性和实用性，能够为警务工作提供文本关联分析和指引。

关键词：文本关系抽取双通道机制交叉注意力机制

用于自监督表征学习的教师-学生互补掩码自动编码器

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

哈尔滨工业大学学报 2024年

作者：黄靖叶少雄文元桥朱立夫黄亚敏武汉理工大学计算机与人工智能学院武汉理工大学智能交通系统研究中心

针对自监督表征学习中掩码图像建模(Masked Image Modeling，MIM)方法存在的上下游任务不匹配问题，提出了一种称为教师-学生互补掩码自动编码器的新预训练模型，即TSCAE模型。该模型由提供互补掩码机制的教师模块和学生模块组成，其中... 详细信息

针对自监督表征学习中掩码图像建模(Masked Image Modeling，MIM)方法存在的上下游任务不匹配问题，提出了一种称为教师-学生互补掩码自动编码器的新预训练模型，即TSCAE模型。该模型由提供互补掩码机制的教师模块和学生模块组成，其中教师模块基于Transformer结构负责图片中被掩区域（如随机掩蔽掉输入图片的75%部分）的预测，而学生模块则采用单一的编码器结构预测同一图片中剩余区域（如掩蔽掉输入图片余下的25%部分）。与此同时，为从大量可获取的无标签数据中预训练出更为丰富的视觉表征，TSCAE模型同时完成两类上游前置学习任务，分别是预测任务和对比任务。最后，TSCAE在COCO和Tiny-ImageNet上完成预训练。经测试，在包括VOC在内的三个公有数据集和两个私有数据集上，TSCAE在图像分类、目标检测和语义分割等下游任务上都表现出优于经典的掩码自编码器(MAE)的性能。特别是，TSCAE还在一定程度上缓解了预训练图片质量对于视觉表征学习编码器的影响。

关键词：预训练模型自监督掩码图像建模对比学习编码器

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于暗知识保护的模型窃取防御技术DKP

计算机应用 2024年第7期44卷 2080-2086页

作者：张郅李欣叶乃夫胡凯茜中国人民公安大学信息网络安全学院北京100038

在黑盒场景下,使用模型功能窃取方法生成盗版模型已经对云端模型的安全性和知识产权保护构成严重威胁。针对扰动和软化标签(变温)等现有的模型窃取防御技术可能导致模型输出中置信度最大值的类别发生改变,进而影响原始任务中模型性能的... 详细信息

在黑盒场景下,使用模型功能窃取方法生成盗版模型已经对云端模型的安全性和知识产权保护构成严重威胁。针对扰动和软化标签(变温)等现有的模型窃取防御技术可能导致模型输出中置信度最大值的类别发生改变,进而影响原始任务中模型性能的问题,提出一种基于暗知识保护的模型功能窃取防御方法,称为DKP(defending against model stealing attacks based on Dark Knowledge Protection)。首先,利用待保护的云端模型对测试样本进行处理,以获得样本的初始置信度分布向量;然后,在模型输出层之后添加暗知识保护层,通过分区变温调节softmax机制对初始置信度分布向量进行扰动处理;最后,得到经过防御的置信度分布向量,从而降低模型信息泄露的风险。使用所提方法在4个公开数据集上取得了显著的防御效果,尤其在博客数据集上使盗版模型的准确率降低了17.4个百分点,相比之下对后验概率进行噪声扰动的方法仅能降低约2个百分点。实验结果表明,所提方法解决了现有扰动、软化标签等主动防御方法存在的问题,在不影响测试样本分类结果的前提下,通过扰动云端模型输出的类别概率分布特征,成功降低了盗版模型的准确率,实现了对云端模型机密性的可靠保障。

关键词：深度学习黑盒场景云端模型模型功能窃取模型窃取防御暗知识保护

同方期刊数据库