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

“数字接触追踪”技术

中国科学基金 2021年第3期35卷 408-410页

作者：程学旗中国科学院计算技术研究所

2020年全球都在经历的新冠肺炎疫情让"数字接触追踪"引起人们的关注。新冠疫情之下,科技为公共卫生调查人员追溯感染者的行踪提供新思路——数字接触追踪。使用该技术,卫生调查人员不再需要依靠病人的记忆对其行踪进行追踪,这减轻了对... 详细信息

2020年全球都在经历的新冠肺炎疫情让"数字接触追踪"引起人们的关注。新冠疫情之下,科技为公共卫生调查人员追溯感染者的行踪提供新思路——数字接触追踪。使用该技术,卫生调查人员不再需要依靠病人的记忆对其行踪进行追踪,这减轻了对疾病监控的压力。这一技术对应到实际应用被称为"曝光通知"(Exposure Notification)。对于该数字接触追踪系统,程序员在几周内完成了建立和运行,并将代码开源共享,以保证全球各地的、苹果和安卓的用户都可以使用这一功能。

关键词：接触追踪集中式分散式

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

数据要素化发展思考

软件和集成电路 2022年第9期 42-43页

作者：程学旗中科院计算所中国计算机协会大数据专家委员会

2021年,在中国计算机学会的牵头下,CCF中国数字经济50人论坛成立,论坛致力研究我国数字经济生态环境。今天,我想和大家分享在数据要素化方面的一些思考。

关键词：中国计算机学会要素化论坛

在线全文

学校读者我要写书评

暂无评论

在线社会网络的动态社区发现及演化

计算机学报 2015年第2期38卷 219-237页

作者：王莉程学旗太原理工大学计算机科学与技术学院太原030024 中国科学院计算技术研究所北京100190

在线社会网络研究中,动态隐含社区或群组结构的发现及演化探测是一个十分关键的核心问题,它对于在中观(Mesoscopic)视图观察在线社会网络隐结构特征、预测演化趋势、掌控网络势态、发现网络异常群体事件等具有重要意义.文中首先分析了... 详细信息

在线社会网络研究中,动态隐含社区或群组结构的发现及演化探测是一个十分关键的核心问题,它对于在中观(Mesoscopic)视图观察在线社会网络隐结构特征、预测演化趋势、掌控网络势态、发现网络异常群体事件等具有重要意义.文中首先分析了动态社区发现和社区演化研究的关系,给出动态社区研究中关键挑战问题;然后根据问题背景的不同,从"同构社会网络的动态社区研究"和"异构社会网络的动态社区研究"两个方面进行国内外相关研究现状的阐述和分析,其中,在"同构社会网络的动态社区研究"中,根据评价方法的差异和关注问题的不同将当前相关研究分为基于时空独立评价、时空集成评价、统一评价和增量式算法4大类进行综述,同时对动态社区发现的重要应用——异常群体发现的研究进行介绍;最后对在线社会网络动态社区领域的难点和发展趋势进行分析和展望.

关键词：在线社交网络动态社区发现社区演化统计推断异常群体发现社会计算

在线全文

学校读者我要写书评

暂无评论

大数据分析处理技术新体系的思考

中国科学院院刊 2022年第1期37卷 60-67页

作者：程学旗刘盛华张儒清中国科学院大学计算机科学与技术学院中国科学院计算技术研究所

近年来,大数据技术与系统在性能和效率方面已经取得了显著的提升,大数据应用到各个行业,赋能产业智能化发展,成为信息社会进入智能化阶段的关键要素。然而,大数据技术发展也面临着更深层次的挑战,如数据泛滥与高价值数据缺失并存、大数... 详细信息

近年来,大数据技术与系统在性能和效率方面已经取得了显著的提升,大数据应用到各个行业,赋能产业智能化发展,成为信息社会进入智能化阶段的关键要素。然而,大数据技术发展也面临着更深层次的挑战,如数据泛滥与高价值数据缺失并存、大数据分析研判复杂不确定、数据流通共享与数据可信安全使用难以兼顾等。这些挑战将推动大数据分析处理技术的创新变革,促进新技术体系的建立与发展。文章面向大数据分析处理面临的新架构、新模式、新范式和安全可信需求,提出构建新一代大数据分析处理系统栈,探索大数据价值利用新范式,并展望新技术体系下的牵引性需求与重大应用。

关键词：大数据技术架构系统栈新模式新范式安全可信

病毒传播变异与人群交叉活动的相互影响及扩散模型研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

系统仿真学报 2023年

作者：于雷朱喜绸廖华明郭嘉丰程学旗中国科学院计算技术研究所中国科学院大学

针对当前人际传染病毒高发态势，本文综合考虑病毒传播变异的随机特征和人群交叉活动之间的相互影响，提出并设计了多智能体模拟仿真推演模型。本文将病毒个体的外在致病性、传染性特征和人群个体的外在活动、免疫特征进行量化，将病毒... 详细信息

针对当前人际传染病毒高发态势，本文综合考虑病毒传播变异的随机特征和人群交叉活动之间的相互影响，提出并设计了多智能体模拟仿真推演模型。本文将病毒个体的外在致病性、传染性特征和人群个体的外在活动、免疫特征进行量化，将病毒个体与人群个体之间的相互依存及对抗过程进行建模，通过模型推演大量病毒个体和人群个体的发展趋势和统计特征。本文通过实验分析揭示了单个病毒变异方向的随机性不影响病毒群体变异发展方向的确定性：即病毒群体的致病性强度不断降低直到稳定在低值区间内，病毒群体的传染性强度不断升高，直到稳定在较高的数值区间内。同时，给出了影响病毒传播变异过程的关键外在参数，可为高致病性病毒早期防控提供政策建议。

关键词：病毒传播模型多智能体仿真预防和控制策略流行病病毒特征发展趋势

tsk-shell:一种话题敏感的高影响力传播者发现算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机研究与发展 2017年第2期54卷 361-368页

作者：笱程成杜攀贺敏刘悦程学旗中国科学院网络数据科学与技术重点实验室(中国科学院计算技术研究所) 北京100190 中国科学院大学北京100049 国家计算机网络与信息安全管理中心北京100029

在社交网络中,挖掘高影响力的信息传播者,对微博服务中内容的流行度分析和预测是非常有价值的任务.与众多相关方法相比,k-shell分解(k-core)方法因其简洁高效、平均性能好的特点吸引了越来越多的研究人员的兴趣.但是,目前k-shell方法着... 详细信息

在社交网络中,挖掘高影响力的信息传播者,对微博服务中内容的流行度分析和预测是非常有价值的任务.与众多相关方法相比,k-shell分解(k-core)方法因其简洁高效、平均性能好的特点吸引了越来越多的研究人员的兴趣.但是,目前k-shell方法着重考虑节点在网络中的位置因素,而忽略了话题在信息传播中的影响.因此,为了利用用户历史数据中蕴含的话题对消息的传播概率进行细粒度的建模,提出了一种话题敏感的k-shell(topic-sensitive k-shell,tsk-shell)分解算法.在真实Twitter数据集上实验表明,在发现top k高影响力传播者任务中,tsk-shell比k-shell的性能平均提高了约40%,证明了tsk-shell算法的有效性.

关键词：高影响力传播者 k-shell分解社交网络信息扩散传播概率微博

在线全文

学校读者我要写书评

暂无评论

图分类研究综述

软件学报 2022年第1期33卷 171-192页

作者：王兆慧沈华伟曹婍程学旗中国科学院计算技术研究所数据智能系统研究中心北京100190 中国科学院计算技术研究所网络数据科学与技术重点实验室北京100190 中国科学院大学北京100049

图数据广泛存在于现实世界中,可以自然地表示复合对象及其元素之间的复杂关联.对图数据的分类是一个非常重要且极具挑战的问题,在生物/化学信息学等领域有许多关键应用,如分子属性判断,新药发现等.但目前尚缺乏对于图分类研究的完整综述... 详细信息

图数据广泛存在于现实世界中,可以自然地表示复合对象及其元素之间的复杂关联.对图数据的分类是一个非常重要且极具挑战的问题,在生物/化学信息学等领域有许多关键应用,如分子属性判断,新药发现等.但目前尚缺乏对于图分类研究的完整综述.首先给出图分类问题的定义和该领域的挑战;然后梳理分析了两类图分类方法—基于图相似度计算的图分类方法和基于图神经网络的图分类方法;接着给出了图分类方法的评价指标、常用数据集和实验结果对比;最后介绍了图分类常见的实际应用场景,展望了图分类领域的未来研究方向并对全文进行总结.

关键词：图分类图核图卷积图池化图神经网络

在线全文

学校读者我要写书评

暂无评论

数据科学与计算智能

软件和集成电路 2021年第5期 28-29页

作者：程学旗中科院计算所 CCF大数据专家委员会

未来,随着需求牵引和数据的驱动,社会治理将是牵引数据科学和计算智能发展的重大应用需求。数据是自然世界的符号化表达,作为第五大生产要素,数据和土地、劳动力、资本、技术相比有一个本质的区别:数据要素具有很强的附着性,同时具有资... 详细信息

未来,随着需求牵引和数据的驱动,社会治理将是牵引数据科学和计算智能发展的重大应用需求。数据是自然世界的符号化表达,作为第五大生产要素,数据和土地、劳动力、资本、技术相比有一个本质的区别:数据要素具有很强的附着性,同时具有资源属性和资产属性。而数据的治理是指对数据要素的有效治理,以保障数据社会的健康运行。数据治理涉及数据的定价、流通、数据安全、数据隐私、数据确权、数字伪造等一系列相关问题。

关键词：计算智能数据治理数据安全数据隐私资源属性保障数据数据科学附着性

在线全文

学校读者我要写书评

暂无评论

基于相关修正的无偏排序学习方法

计算机研究与发展 2022年第12期59卷 2867-2877页

作者：王奕婷兰艳艳庞亮郭嘉丰程学旗中国科学院网络数据科学与技术重点实验室(中国科学院计算技术研究所) 北京100190 中国科学院大学北京100049 清华大学智能产业研究院北京100084 中国科学院计算技术研究所数据智能系统研究中心北京100190

用户点击数据较文档的相关标签更易被获取且能反映用户兴趣,将其作为标签能够有效降低人工标注成本并且模型能随数据实时更新.但用户点击含有偏差和噪声,因此需设计有效的无偏排序方法.针对无偏排序中对偶学习方法收敛得到次优解从而无... 详细信息

用户点击数据较文档的相关标签更易被获取且能反映用户兴趣,将其作为标签能够有效降低人工标注成本并且模型能随数据实时更新.但用户点击含有偏差和噪声,因此需设计有效的无偏排序方法.针对无偏排序中对偶学习方法收敛得到次优解从而无法完全消除偏差的问题,提出一种基于相关修正的无偏排序学习方法.首先,利用现有小规模相关标注数据训练排序模型,对候选文档进行较精准的相关得分预测;再基于用户点击和文档相关得分训练点击倾向模型;最后,将得到的模型参数设为对偶去偏初始值并联合训练.该方法不影响模型上线的计算速度,可用于在线学习场景,模拟不同程度偏差噪声并在真实点击场景下进行测试,结果表明该方案能够有效提升现有无偏排序学习方法表现.

关键词：无偏排序学习点击数据相关修正偏差去除逆倾向加权