基于知识图谱的bug问题探索性搜索方法

软件bug问题在软件开发与维护过程中不可避免.然而软件历史库中的bug库与commit库之间没有直接的对应关系,并且随着bug信息、commit提交信息量的增长,搜索bug变得更加繁琐.本文提出一种基于知识图谱对bug问题进行探索性搜索的方法.通过建立bug报告、commit提交信息及相关人员（如：bug报告人、commit提交者等）信息的bug知识图谱,并结合探索性搜索的思想,不仅能准确搜索bug问题,还能提供相关辅助信息对bug问题进行探索性搜索,帮助软件开发人员更有效地理解和解决bug问题.     

基于知识流和迁移学习的负荷预测

在万物互联、全面感知、智能决策的大数据信息化时代,大数据信息的采集、大量信号的处理等仍存在数据冗余、计算量大、成本高、不及时和无特征性的缺点。通过迁移学习方法,利用基于权重影响因子进行信息融合的知识流动体系,为物联感知系统提供协助分析并简化计算。在物联感知系统采用迁移学习加数据融合的知识流动方式,以地区用电功率部分数据做短期负荷预测的仿真计算,分析用户用电行为影响因子,训练得到影响因子最佳权重分配,为用电耗率预判提供依据。结果表明,通过该方式,能够清晰辨别用电行为特征,并根据用电特征预判用电耗能。     

面向6G的智能物联网关键技术

6G技术将提供更高的速率、更多的连接,以及更广的网络覆盖,以满足在高度动态环境中的各类应用需求。人工智能(AI)是推动6G不断演进的核心技术,而6G也将会使能一系列需要超低时延、超高可靠的智能物联网应用,如未来智能交通系统、智慧城市等。围绕智能物联网实际应用需求,梳理了智能物联网面临的技术挑战,提出智能物联网涉及的重要技术领域,包括新型机器学习范式、物联网知识图谱技术、异构协同计算架构等,并对智能物联网的未来发展进行了展望。     

基于知识状态反馈控制的学科竞赛培养模式的探索与实践

反馈是教育实践活动的重要环节。针对学科竞赛中呈现的多课程知识交叉,学科竞赛知识难感知难反馈的问题,借鉴现代控制理论中的状态空间与状态反馈控制理论,构建了基于知识状态反馈控制的学科竞赛培养模式。结合教师经验与对学习环节中各课程知识的观测获得学生各知识状态量,并以竞赛要求对竞赛培养环节进行调节。进一步比较了基于输出反馈控制的课程教学模式与基于知识状态反馈的学科竞赛培养模式,最后以“西门子杯”中国智能制造挑战赛为例,分析了基于知识状态反馈控制的学科竞赛培养模式的实践方法。     

基于知识网络图谱的我国科技工作者科普政策分析与发展展望

以相关部门和机构发布的科普政策文件为研究对象,对各项政策文本中科技工作者从事科普工作的有关规定进行调研和梳理,抽取核心关键词绘制政策内容的知识网络图谱,分析和揭示我国科技工作者科普政策的现状与构成要素.研究结果显示,科技工作者科普工作的政策要素可从科普前置阶段、科普过程阶段、科普后续阶段三个流程,以及外部环境与自身行动两个维度,归纳概括为项目要求、激励机制、组织动员、能力培训、机构支持、经费保障等17项构成要素,同时从顶层设计、合作机制、角色定位、内容体系、传播模式等方面对未来科普政策规划和修订完善提出展望和建议.     

复杂网络下多智能体系统一致性分析

由于传统分析方法无法深入分析多智能体系统拓扑量,因此提出复杂网络下多智能体系统一致性分析.设计一致性考虑协议方程,并根据协议方程推导出一致性拓扑条件方程,总结出多智能体系统复杂网络下一致性结果.通过线路轨迹实验与算例实验得出,复杂网络下多智能体系统一致性分析能验证系统稳定性,并确保多智能体系统一致性运行.     

基于知识图谱的自然语言中歧义字段切分系统设计

传统自然语言中歧义字段切分系统设计对于歧义字段的分辨能力较差,切分效率差,准确度低。针对上述问题,设计一种基于知识图谱的自然语言中歧义字段切分系统。系统硬件设计了三个模块:采集及分词知识提取模块负责对自然语言中的字段进行收集与信息提取,辨别歧义字段;算法与测试模块处理负责检测所捕捉字段的歧义字段信息,提高系统精准度;分词识别模块负责对歧义字段进行系统切分。软件设计了系统的各项功能,包括系统分词精度提升功能、速度提升功能、完备性增强功能、可维护性以及系统可移植性增强功能,综合整理各结构的性能,进一步提高整体系统切分能力,以实现对歧义字段的切分目的。为检测系统工作效果,与传统系统进行实验对比,结果表明,基于知识图谱的自然语言中歧义字段切分系统设计的切分效果优于传统系统设计。     

格上本地验证者撤销属性基群签名的零知识证明

属性基群签名(ABGS)是一类特殊形式的群签名,其允许拥有某些特定属性的群成员匿名地代表整个群对消息进行签名;当有争议发生时,签名打开实体可以有效地追踪出真实签名者。针对格上第1个支持本地验证者撤销的属性基群签名群公钥尺寸过长,空间效率不高的问题,该文采用仅需固定矩阵个数的紧凑的身份编码技术对群成员身份信息进行编码,使得群公钥尺寸与群成员个数无关;进一步地,给出新的Stern类统计零知识证明协议,该协议可以有效地证明群成员的签名特权,而其撤销标签则通过单向和单射的带误差学习函数来进行承诺。     

面向移动设备的人脸识别知识蒸馏技术实践

人脸识别作为一种重要的人机交互入口,被广泛地应用于安防监控、智能支付、社交媒体等行业。为了获得较高的人脸识别精度,通常采用结构复杂且参数量较多的神经网络,导致在计算资源受限的移动设备或嵌入式硬件上难以使用。针对移动设备人脸识别模型小型化需求,介绍和分析神经网络知识蒸馏技术及其在提升模型效率和保持精度上的实践。