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

“互联网＋”企业创新生态系统网络演化分析

复杂系统与复杂性科学 2024年

作者：周青李依函陈文冲杭州电子科技大学数据科学与智能决策实验中心

为探索“互联网+”企业创新生态系统网络的演化特征与规律，给“互联网+”创新平台的治理提供理论与模型支撑，结合无标度网络理论和“互联网+”企业创新生态系统网络特征，构建混合择优机制作用的系统网络演化模型，通过仿真分析探讨... 详细信息

为探索“互联网+”企业创新生态系统网络的演化特征与规律，给“互联网+”创新平台的治理提供理论与模型支撑，结合无标度网络理论和“互联网+”企业创新生态系统网络特征，构建混合择优机制作用的系统网络演化模型，通过仿真分析探讨不同择优机制对该系统网络演化的影响。结果表明，该“互联网+”系统中非核心企业与个体创新者的重要性增强，呈现出一定的去中心化演化特征，但也一定程度上破坏了网络的连通性，加大了主体间的合作成本。

关键词： “互联网+”企业创新生态系统复杂网络理论网络演化混合择优机制仿真分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

马赛克战:趋势、挑战与启示

智能安全

智能安全 2024年第1期3卷 98-105页

作者：戴孟元智能博弈与决策实验室北京100000

随着近年来美战略重心转向大国竞争,美基于“第三次抵消战略”提出了“马赛克战”这一新型作战概念,以期利用其在人工智能技术等方面的领先地位获得不对称作战优势,“打一场让对手看不懂的战争”。马赛克战的制胜机理,在于以复杂性对抗... 详细信息

随着近年来美战略重心转向大国竞争,美基于“第三次抵消战略”提出了“马赛克战”这一新型作战概念,以期利用其在人工智能技术等方面的领先地位获得不对称作战优势,“打一场让对手看不懂的战争”。马赛克战的制胜机理,在于以复杂性对抗确定性,通过马赛克结点间的分布与聚合,在维持体系作战能力的同时令对手的反制手段降能失效。虽然马赛克战面临着技术和人的因素等多方面的挑战,但美已在这一方向上进行了长时间的探索并体系性布局了大量前沿项目,相关研究成果将为美军智能化变革持续注入动力。

关键词：马赛克战第三次抵消战略人工智能

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

公示

探索与争鸣 2024年第1期 111-111页

《探索与争鸣》编辑部近日开展了2023年度新闻记者证核验工作，拟通过年度核验人员为：李梅、杜运泉、张蕾。特此公示。监督举报电话：021-53060418

关键词：

《统计与决策》编辑部持有新闻记者证人员名单公示

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

统计与决策 2024年第3期40卷 21-21页

作者：《统计与决策》编辑部《统计与决策》编辑部

根据《新闻记者证管理办法》相关规定和《国家新闻出版署关于开展2023年度新闻记者证核验工作的通知》(国新出发电〔2024〕2号)要求,已对持有记者证人员的资格进行严格审核,现将持有新闻记者证人员名单进行公示。举报电话:湖北省新闻出... 详细信息

根据《新闻记者证管理办法》相关规定和《国家新闻出版署关于开展2023年度新闻记者证核验工作的通知》(国新出发电〔2024〕2号)要求,已对持有记者证人员的资格进行严格审核,现将持有新闻记者证人员名单进行公示。举报电话:湖北省新闻出版局027-68892510。

关键词：新闻记者证人员名单举报电话国家新闻出版署公示湖北省持有

在线全文

学校读者我要写书评

暂无评论

深度不确定环境下的系统仿真方法研究

系统工程理论与实践 2024年第2期44卷 444-465页

作者：王刚桥邢邗陈永强刘奕深圳大学管理学院大数据智能管理与决策研究院深圳518060 清华大学安全科学学院北京100084 北京大学工学院力学与工程科学系北京100871

复杂决策问题分析经常遭遇超出寻常认知范畴的不确定性,即所谓“深度不确定性”.此时,目标系统可能高度未知,且系统行为机理与外部环境复杂多变,仿真实施难度远超常规.如何实现深度不确定环境下的系统仿真已成为系统科学领域的重要研究... 详细信息

复杂决策问题分析经常遭遇超出寻常认知范畴的不确定性,即所谓“深度不确定性”.此时,目标系统可能高度未知,且系统行为机理与外部环境复杂多变,仿真实施难度远超常规.如何实现深度不确定环境下的系统仿真已成为系统科学领域的重要研究方向之一.对此,本文首先梳理了相关领域关于不确定性、深度不确定性的理解及认知变迁,提出深度不确定环境下系统仿真的关键特征约束,并分类阐述了现有主流不确定仿真范式的核心思想与实现路径;在此基础上,提出一种数据与模型混合驱动的动态探索性仿真范式,并在交通仿真领域进行方法实例应用,结果表明新方法能够有效提升仿真计算系统对真实系统复杂不确定变化的适应能力.

关键词：不确定深度不确定系统仿真数据与模型混合

在线全文

学校读者我要写书评

暂无评论

为高水平科技自立自强注入女性力量

Women of China 2024年第3期 16-29页

作者：解琳叶珊代小佩科技日报记者

习近平总书记2023年10月30日在同全国妇联新一届领导班子成员集体谈话时强调,要紧紧围绕贯彻落实党的二十大的战略部署,找准工作着力点,把党中央决策部署转化为妇联工作的具体任务。要激励广大妇女在贯彻新发展理念、构建新发展格局、... 详细信息

习近平总书记2023年10月30日在同全国妇联新一届领导班子成员集体谈话时强调,要紧紧围绕贯彻落实党的二十大的战略部署,找准工作着力点,把党中央决策部署转化为妇联工作的具体任务。要激励广大妇女在贯彻新发展理念、构建新发展格局、推动高质量发展、实现高水平科技自立自强、全面推进乡村振兴中发挥自身优势和积极作用。在科技创新前沿阵地,许多女科技工作者将个人梦想与国家发展同频共振为高水平科技自立自强注入女性力量,在全球化的科技舞台上,展示了非凡的创造力和影响力。热爱与坚持、付出与希望,她们逐梦在星辰大海的征途上……

关键词：自立自强工作着力点同频共振全国妇联乡村振兴新发展理念前沿阵地个人梦想

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

儿童持续思维问卷的中文修订及其信效度检验

中国临床心理学杂志 2024年第3期32卷 601-605页

作者：徐婷张宇轩黄澜李海江上海师范大学心理学院上海200234 上海师范大学教育部“教育大数据与教育决策”实验室上海200234

目的:修订儿童持续思维问卷(perseverative thinking questionnaire-children,PTQ-C),检验其在中国儿童和青少年中的信效度。方法:对3628名儿童和青少年施测中文版PTQ-C,选取反刍思维、焦虑、抑郁量表及快乐指数作为效标,并对其中417名... 详细信息

目的:修订儿童持续思维问卷(perseverative thinking questionnaire-children,PTQ-C),检验其在中国儿童和青少年中的信效度。方法:对3628名儿童和青少年施测中文版PTQ-C,选取反刍思维、焦虑、抑郁量表及快乐指数作为效标,并对其中417名被试进行了3个月后的重测。结果:探索性因素分析和验证性因素分析均支持中文版PTQ-C的单因素模型;问卷总分与反刍思维、焦虑、抑郁均呈显著正相关,与快乐指数呈显著负相关;问卷的内部一致性系数为0.959,分半信度为0.929,三个月后的重测信度为0.610;中文版PTQ-C在青少年样本中跨性别和跨年级的形态等值性、弱等值性与强等值性均成立。结论:中文版PTQ-C具有良好的信效度和测量等值性,可以作为中国儿童和青少年重复性消极思维的有效测量工具。

关键词：重复性消极思维信度效度测量等值性

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

大数据驱动教育决策助力教育强国建设

人民教育 2024年第2期 6-11页

作者：桑标上海市教育科学研究院上海200032 教育部“教育大数据与教育决策”实验室上海200032

教育大数据对于提高决策科学性并支撑教育治理转型升级具有重要作用。新时代新征程,要深刻认识数据驱动教育决策的重要意义,把握大数据支持教育决策的本质与核心,并进一步探索教育大数据运用于教育决策的路径,为教育强国建设提供有力支撑。

关键词：教育强国教育大数据教育决策

基于DQN的多智能体深度强化学习运动规划方法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年第2期51卷 268-277页

作者：史殿习彭滢璇杨焕焕欧阳倩滢张玉晖郝锋智能博弈与决策实验室北京100091 天津(滨海)人工智能创新中心天津300457 国防科技大学计算机学院长沙410073

DQN方法作为经典的基于价值的深度强化学习方法,在多智能体运动规划等领域得到了广泛应用。然而,DQN方法面临一系列挑战,例如,DQN会过高估计Q值,计算Q值较为复杂,神经网络没有历史记忆能力,使用ε-greedy策略进行探索效率较低等。针对... 详细信息

DQN方法作为经典的基于价值的深度强化学习方法,在多智能体运动规划等领域得到了广泛应用。然而,DQN方法面临一系列挑战,例如,DQN会过高估计Q值,计算Q值较为复杂,神经网络没有历史记忆能力,使用ε-greedy策略进行探索效率较低等。针对这些问题,提出了一种基于DQN的多智能体深度强化学习运动规划方法,该方法可以帮助智能体学习到高效稳定的运动规划策略,无碰撞地到达目标点。首先,在DQN方法的基础上,提出了基于Dueling的Q值计算优化机制,将Q值的计算方式改进为计算状态值和优势函数值,并根据当前正在更新的Q值网络的参数选择最优动作,使得Q值的计算更加简单准确;其次,提出了基于GRU的记忆机制,引入了GRU模块,使得网络可以捕捉时序信息,具有处理智能体历史信息的能力;最后,提出了基于噪声的有效探索机制,通过引入参数化的噪声,改变了DQN中的探索方式,提高了智能体的探索效率,使得多智能体系统达到探索-利用的平衡状态。在PyBullet仿真平台的6种不同的仿真场景中进行了测试,实验结果表明,所提方法可以使多智能体团队进行高效协作,无碰撞地到达各自目标点,且策略训练过程稳定。

关键词：多智能体系统运动规划深度强化学习 DQN方法