面向任务扩展的增量学习动态神经网络:研究进展与展望

增量学习是近年来机器学习领域的一个重要的研究方向,它能高效地进行知识迁移却不产生遗忘.与静态模型相比,动态网络可以根据不同的输入调整其结构或参数,从而在准确性、计算效率和适应性等方面具有显著的优势.本文从动态架构角度出发,根据动态网络中的自适应选择方式,对当前增量学习模型中所涉及到动态神经网络进行了系统化的总结.文中首先了阐述了增量学习研究进展和定义,归纳了增量学习的学习场景.其次根据动态路由选择粒度的不同,将增量学习的动态神经网络划分为基于任务的动态选择、基于模块化的动态选择、基于神经元的动态选择、基于卷积通道的动态选择和基于权重的动态选择,并对常用的增量学习模型分类进行了阐述和比较.最后归纳了一些常见数据集,并对未来的研究方向进行展望.     

基于对比增量学习的细粒度恶意流量分类方法

为应对层出不穷的新型网络威胁,提出了一种基于对比增量学习的细粒度恶意流量识别方法。所提方法基于变分自编码器和极值理论,在对已知类、小样本类和未知类流量实现高性能检测的同时,还可以在不采用大量原任务样本的条件下快速实现对新增恶意类的识别,以满足增量学习场景下对存储成本和训练时间的要求。具体来说,模型将对比学习融入变分自编码器的编码阶段,并采用A-Softmax实现对已知类和小样本类的识别;将变分自编码器重构与极值理论结合,采用重构误差实现对未知类的识别;利用变分自编码器存储原有类知识,采用样本重构和知识蒸馏方法,在不采用大量原有类样本的条件下实现对所有类样本的识别。实验结果表明,所提方法不仅实现了对已知类、小样本类和未知类流量高性能检测,并且所设计的样本重构和知识蒸馏模块均可有效降低增量学习场景下对原有类知识的遗忘速度。     

引线键合尾丝控制分析及解决方法

引线键合技术是微电子元器件封装工艺流程中的关键工序,是后道封装工艺中电气互连的主要工艺手段。针对高密度精密键合工艺要求,通过全自动引线键合机的送丝机构、键合劈刀结构、焊接参数和断丝工艺参数等四个方面进行尾丝的形成分析,并在全自动引线键合机上进行楔形键合,最终得到形貌良好的键合焊点。     

PVP与TAZ复配对Cu CMP的吸附缓蚀

采用电化学方法、表面表征和量子化学计算研究了在碱性抛光液中聚乙烯吡咯烷酮(PVP)与1,2,4-三氮唑(TAZ)复配对Cu表面的缓蚀性能,探讨了原子尺度的吸附缓蚀机理。研究表明,PVP与TAZ复配较单独使用具有更好的缓蚀性能,且吸附方式均服从Langmuir吸附等温模型;PVP的反应活性位点主要集中在含有甲基的一端且能量较低,TAZ分子环上氮原子均为反应活性位点且能量很高,均可与Cu原子配位形成吸附中心,从而达到良好的缓蚀效果。PVP与TAZ复配可实现Cu化学机械抛光(CMP)在高去除速率下的低表面粗糙度。     

浅谈FCC卫星通信管理法规的修订流程及跟踪方法

本文通过梳理美国非联邦使用的卫星通信管理法规的修订流程,掌握其跟踪方法,以便我国空间业务相关管理人员及时查阅和跟踪美国非联邦卫星通信法规的最新修订情况。     

激光导引头关键技术发展现状综述

激光导引头作为激光寻的制导武器的重要组成部分,是世界各军事强国不断研制与发展的对象。本文在介绍主动和半主动式激光导引头工作原理及特点的基础上,系统梳理了激光导引头若干关键技术的研究现状,指出了激光导引头将朝着抗干扰能力不断增强、多模复合、小型化、捷联式的方向发展。     

大气中二氧化氮含量的测定方法

综述大气中二氧化氮含量的测定方法。归纳了分光光度法、离子色谱法、化学发光法、荧光猝灭法、激光诱导荧光法、光腔衰荡光谱法、差分吸收光谱法、差分吸收激光雷达法等大气中二氧化氮含量的测定方法,并介绍了其原理、研究现状以及优缺点。为研究人员选择合适的二氧化氮测定方法或进一步的研究提供参考。