检索结果-南通市图书馆

Figma2Code: 面向Figma设计稿的自动代码生成方法

在线全文

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2024年

作者：朱琳封颖超杰朱航王斯加朱闽峰喻晨昊张钰荟许达兴赵德明冯玉君陈为浙江大学CAD&CG国家重点实验室 OPPO广东移动通信有限公司成都欧珀通信科技有限公司浙江大学软件学院

设计类创作工具已被广泛用于提高用户界面的设计效率，然而，根据设计稿开发代码是一件耗时费力的工作. 针对现有的设计稿自动转代码的方案面临的代码可用性和复现结果准确性等问题，基于Figma设计工具提出一种自动代码生成方法——F... 详细信息

设计类创作工具已被广泛用于提高用户界面的设计效率，然而，根据设计稿开发代码是一件耗时费力的工作. 针对现有的设计稿自动转代码的方案面临的代码可用性和复现结果准确性等问题，基于Figma设计工具提出一种自动代码生成方法——Figma2Code. 首先，通过节点和图层优化提高设计稿元数据质量; 其次，采用元数据标注信息的语义理解和图像识别技术识别组件; 然后构建一套通用型的中间态数据结构，表示优化后的元数据和识别后的组件属性，以支持多种代码语言的生成; 最后，基于模板生成可用代码，并通过函数抽取和元素循环输出提高代码可用性. 采用生成代码的复现样式准确度量化评估和基于专家经验的代码可用性定性评估，证明了所提方法的有效性.

关键词：设计转代码逆向工程用户界面深度学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

6G新型多址技术探讨

中兴通讯技术 2024年第1期30卷 3-11页

作者：严春林袁弋非王森吕思颍中关村泛联移动通信技术创新应用研究院中国北京100080 中国移动通信有限公司研究院中国北京100053

6G大规模通信场景迫切需要使用新型多址技术解决海量终端随机接入问题,其他多种场景也需要6G新型多址来提高传输速率,降低接入时延,增强传输可靠性。回顾了5G非正交多址的标准化历程,总结了各种非正交多址技术的特点,以及在标准化过程... 详细信息

6G大规模通信场景迫切需要使用新型多址技术解决海量终端随机接入问题,其他多种场景也需要6G新型多址来提高传输速率,降低接入时延,增强传输可靠性。回顾了5G非正交多址的标准化历程,总结了各种非正交多址技术的特点,以及在标准化过程中的经验,研究并评估了稀疏交织多址和基于Reed-Muller码的无源多址两种新型多址性能。本研究可为未来6G新型多址的选型和标准化提供有益参考。

关键词：非正交多址接入 6G新型多址接入压缩感知稀疏交织多址接入

在线全文

学校读者我要写书评

暂无评论

6G与AI融合:对外AI和对内AI

移动通信 2024年第8期48卷 13-19页

作者：姜大洁孙布勒周通袁雁南孙伟康艳超秦飞维沃移动通信有限公司北京100015

国际电信联盟(ITU)发布的《IMT面向2030及未来发展的框架和总体目标建议书》将AI和通信场景定义为6G的六大场景之一,同时将无所不在的智能作为6G系统的设计原则之一。从6G与AI融合包含的两大方面,即对内AI和对外AI的用例谈起,重点阐述对... 详细信息

国际电信联盟(ITU)发布的《IMT面向2030及未来发展的框架和总体目标建议书》将AI和通信场景定义为6G的六大场景之一,同时将无所不在的智能作为6G系统的设计原则之一。从6G与AI融合包含的两大方面,即对内AI和对外AI的用例谈起,重点阐述对外AI的两类指标定义方法、对外AI的技术路线、对内AI的设计原则、对外AI和对内AI的逻辑关系以及二者如何融合设计等,最后给出了结论。

关键词： 6G与AI融合 AI和通信对外AI 对内AI IMT-2030

维普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

绿色经济下数据中心供电架构及布局演进探讨

电力设备管理 2024年第11期 258-260页

作者：卢象明 OPPO广东移动通信有限公司

将新能源和数据中心结合一起,解决数据中心绿电成本高、占比低的问题,本文探讨了数据中心园区部署同等发电规模的太阳能系统,直流输出后直接为IT设备供电的可行性。分析了太阳能数据中心站点布局关键因数,选择适合的直流供电架构。

关键词：供电架构大规模数据中心太阳能数据中心数据中心布局直流供电

双轮驱动下企业环保投资与ESG表现——基于调节效应和门槛效应的分析

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

会计之友 2024年第16期 75-84页

作者：廖果平黄思艳杨世航常州大学商学院中国移动通信集团江苏有限公司盐城分公司

“双碳”目标提出后,企业ESG信息强制性披露已成为必然趋势,探究企业如何提高ESG表现具有深远的战略意义。文章通过构建调节效应模型和门槛效应模型研究企业环保投资对ESG表现的作用机制。研究发现,企业环保投资提高了其ESG综合得分,在... 详细信息

“双碳”目标提出后,企业ESG信息强制性披露已成为必然趋势,探究企业如何提高ESG表现具有深远的战略意义。文章通过构建调节效应模型和门槛效应模型研究企业环保投资对ESG表现的作用机制。研究发现,企业环保投资提高了其ESG综合得分,在外部市场化进程和内部企业环境信息披露水平的双轮驱动下,企业环保投资对ESG表现的提高进一步加强。同时,研究发现企业环保投资与企业环境信息披露对ESG表现的提高存在“门槛效应”;考虑产权性质、环境规制和地区差异,企业环保投资在非国有企业、强环境规制和东部地区的企业中对ESG表现的正向作用更加显著。研究结论为企业提高ESG表现的机制路径提供了经验证据,为政府支持企业可持续发展提供启示。

关键词：企业环保投资 ESG表现双轮驱动调节效应门槛效应

数字孪生辅助联邦学习中的边缘选择和资源分配联合优化

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第4期46卷 1343-1352页

作者：唐伦文明艳单贞贞陈前斌重庆邮电大学通信与信息工程学院重庆400065 移动通信技术重庆市重点实验室重庆400065

在基于联邦学习的智能驾驶中,智能网联汽车(ICV)的资源限制和可能出现的设备故障会导致联邦学习训练精度下降、时延和能耗增加等问题。为此该文提出数字孪生辅助联邦学习中的边缘选择和资源分配优化方案。该方案首先提出数字孪生辅助联... 详细信息

在基于联邦学习的智能驾驶中,智能网联汽车(ICV)的资源限制和可能出现的设备故障会导致联邦学习训练精度下降、时延和能耗增加等问题。为此该文提出数字孪生辅助联邦学习中的边缘选择和资源分配优化方案。该方案首先提出数字孪生辅助联邦学习机制,使得ICV能够选择在本地或利用其数字孪生体参与联邦学习。其次,通过构建数字孪生辅助联邦学习的计算和通信模型,建立以最小化累积训练时延和能耗为目标的边缘选择和资源分配联合优化问题,并将其转化为部分可观测的马尔可夫决策过程。最后,提出基于多智能体参数化Q网络(MPDQN)的边缘选择和资源分配算法,用于学习近似最优的边缘选择和资源分配策略,以实现联邦学习累积时延和能耗最小化。仿真结果表明,所提算法在保证模型精度的同时,有效降低联邦学习累积训练时延和能耗。

关键词：智能驾驶联邦学习数字孪生深度强化学习

在线全文

学校读者我要写书评

暂无评论

工业物联网中数字孪生辅助任务卸载算法

电子与信息学报 2024年第4期46卷 1296-1305页

作者：唐伦单贞贞文明艳李荔陈前斌重庆邮电大学通信与信息工程学院重庆400065 移动通信技术重庆市重点实验室重庆400065

针对工业物联网(IIoT)设备资源有限和边缘服务器资源动态变化导致的任务协同计算效率低等问题,该文提出一种工业物联网中数字孪生(DT)辅助任务卸载算法。首先,该算法构建了云-边-端3层数字孪生辅助任务卸载框架,在所创建的数字孪生层中... 详细信息

针对工业物联网(IIoT)设备资源有限和边缘服务器资源动态变化导致的任务协同计算效率低等问题,该文提出一种工业物联网中数字孪生(DT)辅助任务卸载算法。首先,该算法构建了云-边-端3层数字孪生辅助任务卸载框架,在所创建的数字孪生层中生成近似最佳的任务卸载策略。其次,在任务计算时间和能量的约束下,从时延的角度研究了计算卸载过程中用户关联和任务划分的联合优化问题,建立了最小化任务卸载时间和服务失败惩罚的优化模型。最后,提出一种基于深度多智能体参数化Q网络(DMAPQN)的用户关联和任务划分算法,通过每个智能体不断地探索和学习,以获取近似最佳的用户关联和任务划分策略,并将该策略下发至物理实体网络中执行。仿真结果表明,所提任务卸载算法有效降低了任务协同计算时间,同时为每个计算任务提供近似最佳的卸载策略。

关键词：工业物联网数字孪生边缘关联任务划分深度强化学习

基于数字孪生的多自动驾驶车辆分布式协同路径规划算法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第6期46卷 2525-2532页

作者：唐伦戴军成章超张鸿鹏陈前斌重庆邮电大学通信与信息工程学院重庆400065 移动通信技术重庆市重点实验室重庆400065

针对多辆自动驾驶车辆(AVs)在进行路径规划过程中存在的车辆之间协作难、协作训练出来的模型质量低以及所求结果直接应用到物理车辆的效果较差的问题,该文提出一种基于数字孪生(DT)的多AVs分布式协同路径规划算法,基于可信度加权去中心... 详细信息

针对多辆自动驾驶车辆(AVs)在进行路径规划过程中存在的车辆之间协作难、协作训练出来的模型质量低以及所求结果直接应用到物理车辆的效果较差的问题,该文提出一种基于数字孪生(DT)的多AVs分布式协同路径规划算法,基于可信度加权去中心化的联邦强化学习方法(CWDFRL)来实现多AVs的路径规划。首先将单个AVs的路径规划问题建模成在驾驶行为约束下的最小化平均任务完成时间问题,并将其转化成马尔可夫决策过程(MDP),使用深度确定性策略梯度算法(DDPG)进行求解;然后使用联邦学习(FL)保证车辆之间的协同合作,针对集中式的FL中存在的全局模型更新质量低的问题,使用基于可信度的动态节点选择的去中心化FL训练方法改善了全局模型聚合质量低的问题;最后使用DT辅助去中心化联邦强化学习(DFRL)模型的训练,利用孪生体可以从DT环境中学习的优点,快速将训练好的模型直接部署到现实世界的AVs上。仿真结果表明,与现有的方法相比,所提训练框架可以得到一个较高的奖励,有效地提高了车辆对其本身速度的利用率,与此同时还降低了车辆群体的平均任务完成时间和碰撞概率。

关键词：数字孪生自动驾驶去中心化联邦强化学习路径规划

在线全文

学校读者我要写书评

暂无评论

小样本学习驱动的无线频谱状态感知

电子与信息学报 2024年第4期46卷 1231-1239页

作者：申滨李月王欣王紫昕重庆邮电大学通信与信息工程学院重庆400065 移动通信技术重庆市重点实验室重庆400065

无线频谱状态感知是实现无线频谱资源高效利用及各种用频系统和谐共存的先决条件之一。针对复杂无线传播环境下获取的频谱观测往往存在数据稀疏性、数据类别分布不稳定、标记数据严重不足的情况,该文提出基于插值和小样本学习(FSL)分类... 详细信息

无线频谱状态感知是实现无线频谱资源高效利用及各种用频系统和谐共存的先决条件之一。针对复杂无线传播环境下获取的频谱观测往往存在数据稀疏性、数据类别分布不稳定、标记数据严重不足的情况,该文提出基于插值和小样本学习(FSL)分类的无线频谱状态感知方法。首先,对捕获的稀疏频谱观测数据插值,构建频谱状态地图,作为频谱状态分类器的输入数据。其次,针对频谱数据类别分布不稳定、数据量严重不足的问题,基于小样本学习方法,利用嵌入模块和度量模块协同工作,以实现快速精确的频谱状态分类。具体地,利用嵌入模块将频谱数据映射到嵌入空间,提取频谱数据中的隐含特征;在度量模块的设计中,分别提出基于原型和基于样例的两种类别表示方式,通过计算待分类样本与类别之间的相似度判断待分类样本类别。最后,为了确保分类模型克服测试样本数量少导致过拟合问题,设置A-way B-shot任务训练模型。仿真结果表明,与传统机器学习方法相比,本文模型可以在低信噪比条件下进行精准分类;同时,在测试集样本数很少的情况下,或者在测试集中出现在训练集从未见到的新类时,所训练的模型也可以精准快速判别无线频谱的场景类别。

关键词：频谱状态感知频谱状态地图插值小样本学习