浸润性乳腺癌伴黏液分泌误诊为乳腺黏液癌1例并文献复习

浸润性乳腺癌非特殊类型(invasive breast carcinoma of no special type, IBC-NST)是乳腺癌中最常见的类型,但IBC-NST伴黏液分泌临床比较少见,术中冰冻病理诊断时容易误诊为乳腺黏液癌(mucinous carcinoma, MC)。2020年12月本院收治1例乳腺癌患者,术中冰冻病理误诊为乳腺MC,后经常规病理及免疫组化证实为IBC-NST伴黏液分泌。

基于Ontology的英汉机器翻译研究

高质量的机器翻译 (MachineTranslation)系统必须充分结合语言学知识以及语言中性的世界知识。近年来 ,ontology被广泛用于在概念层对世界知识建模 ,本文介绍一个基于ontology的英汉机器翻译模型系统 ,在这个系统中 ,ontology作为世界知识的模型 ,它是通过把概念组织成一个层次结构并同时在概念间建立丰富的概念联系而构成的。通过把某种语言中的词汇映射到ontology中的概念 ,可以支持在源语言分析时进行歧义消解和目标语生成时的词汇选择 ,并可以作为源语言和目的语言之间的中介表示的概念来源。在系统中 ,中介表示是用概念图 (ConceptualGraph)来表示的。

一类混合动态系统的仿真方法

结合现有的连续变量动态系统及离散事件动态系统的仿真模型和仿真算法。

关于人机对话系统的思考

提出了一系列非常重要、影响人机对话质量的问题,包括:如何面向自然语言理解(NLU)构建对话任务分析、深度推理,如何利用语言学尤其是互动语言学研究成果构建对话管理(DM),如何有效建模人机对话中不同任务间的关联约束来发展联合模型等。认为尽管人机对话系统的基础模型已取得了长足进步,但如果不能有效地解决上述问题,就不可能获得高质量的人机对话系统,自然语言处理的水平也就难以得到实质性提升。

认知语言学的两个问题

提出了认知语言学研究必须面对和解决的两个问题：（１）在语言研究中引入认知是本质上必要的吗？如果是，那么，（２）这种引入是如何可能的呢？本文力图从心理、生理以及认识论等多方面来回答这两个问题，我们认为：语言运用是综合语言能力与认知能力的结果，完备的语言运用只有在认知意义下才是自足的。而在认知与语言发生关系的过程中，概念结构起着中心作用，它一方面为语言形式提供认知内容，另一方面又制约语言形式。

一类混合动态系统的稳定性

混合动态系统是一类同时含有连续时间变量和离散事件变量的系统，在这类系统中，两类变量耦合在一起，具有复杂的动力学特性和时钟关系．本文在一般度量空间上刻画了混合动态系统，并给出了混合动态系统在Ｌｙａｐｕｎｏｖ意义下稳定和渐近稳定的定义及其充分必要条件，同时研究了一类混合动态系统稳定与其连续和离散事件子系统的稳定性之间的关系．

汉语分词中组合歧义字段的研究

汉语自动分词中组合歧义是难点问题,难在两点:组合歧义字段的发现和歧义的消解。本文研究了组合歧义字段在切开与不切时的词性变化规律,提出了一种新的组合歧义字段自动采集方法,实验结果表明该方法可以有效地自动发现组合歧义字段,在1998年1月《人民日报》中就检测到400多个组合歧义字段,远大于常规方法检测到的歧义字段数目。之后利用最大熵模型对60个组合歧义字段进行消歧,考察了六种特征及其组合对消歧性能的影响,消歧的平均准确度达88.05%。

模式识别课程的教学探索

模式识别是智能科学与技术本科专业的专业基础选修课程之一,属于信息、控制和系统科学的范畴。这门课程要求学生掌握模式识别的基本概念、原理、方法和应用等,了解模式识别的研究现状和发展趋势,对已有成果展开分析与讨论,为进一步的学科探索打好基础。本文介绍了国内外的教学内容、授课方式和学生评价方式,在此基础上对模式识别课程的教学内容、授课方式和评价方式进行了探索。

四叉树直方图空间方向关系形式化模型

空间方向关系形式化模型是空间关系研究的重要内容,为了建立通用性和实用性强的空间方向关系形式化模型,提出一种四叉树直方图模型.首先分析了目前存在的空间方向关系形式化模型的特点和缺陷,然后详细介绍了四叉树直方图的基本思想和构造方法,并阐述了基于四叉树直方图的空间方向关系判定方法.采用人工图片作为算例对文中模型进行验证的实验结果表明,该模型是可行的.

基于OPTICS的变电设备状态监测异常数据过滤算法

针对变电一次设备状态监测中普遍存在的异常数据问题,提出了一种基于点排序识别聚类结构(Ordering Points to Identify the Clustering Structure,OPTICS)的状态监测异常数据过滤算法。通过对一次设备状态监测的历史数据进行异常数据特征分析,建立了基于密度聚类的异常数据过滤机制。并以某110 k V变电站一次设备变压器油色谱以及GIS SF6密度微水实验为例,对该算法的异常数据检测效果进行了验证。该算法与传统异常数据过滤算法的对比试验结果表明,该算法能够准确地识别异常数据的特征,有效过滤状态监测中的异常数据,显著降低噪声干扰,从而提高数据的可靠性。

深度学习中卷积神经网络的教学探讨

深度学习是智能科学与技术领域的最新突破性进展,卷积神经网络是其中一个代表性工作。文章探讨如何开展卷积神经网络的教学工作,包括教学内容的安排和教学内容之外的考虑两个方面,旨在将智能科学与技术的这一最新成果介绍给学生,使他们能较早接触学科前沿,提升学习兴趣,激发创新动力。同时,也为广大教师提供一些教学的思路和方法。

智能科学与技术专业本科生导师制及复合型人才培养

本科生导师制是一种开展素质教育、培养创新型人才的新型本科教育模式。文章从培养智能科学与技术专业"复合型人才"的目标出发,对实施本科生导师制的优势、意义和必要性等方面进行论证,并介绍北京邮电大学智能科学与技术本科专业的导师制执行情况及对执行现状的思考。

机器智能课程教学方法探讨

针对机器智能课程内容新、涵盖广的特点,从北京邮电大学教学实际出发,在分析教学基本要求和主要内容的基础上,提出了以点带面的教学方法,抓住关键点进行细致讲解,其余内容根据侧重面的不同,分别采取启发式教学方法,包括专题文献调研、演讲、讨论、动手实验、学生评价等。学生反馈和学校教学评估都表明,上述方法在主动学习、拓展知识和培养兴趣等方面取得了很好的效果。

“机器智能”课程建设初探

"智能科学与技术"本科专业是一个在2004年以后才在国内出现的新专业,应该怎样办?大家都在摸索中。其中,"机器智能"已被2008年全国智能科学技术教育学术研讨会确立为智能科学与技术本科专业的第一批三门核心课程之一。针对其课程建设问题,本文提出了"机器智能"课程的初步建设构想。首先调研、分析了国内外相关课程的建设情况,在此基础上提出了本课程的命名、定位和建设目标,介绍了本课程教学的基本要求,接着详细说明了本课程的教学内容及学时分配,并结合北京邮电大学智能科学与技术本科专业实例阐述了在实际教学中的教学重点和难点,最后给出了关于教材选择和编写的建议。

“脑与认知科学基础”教学研究

"脑与认知科学基础"是"智能科学与技术"本科专业的3门核心课程之一,3门核心课程包括"智能科学技术导论","脑与认知"和"机器智能"。本文在国内外的教学形式与方法基础上,探讨了"脑与认知科学基础"的教学模式、教学内容的设计和授课方式的多样化。

多视图有监督的LDA模型

本文主要关注多视图数据的分类问题.考虑到集成分类方法可组合多个弱分类器构成一个强分类器,以及主题模型能学习复杂数据的语义表示,本文试图将集成学习思想引入主题模型中,以便同时学习多视图数据的分类规则和预测性语义特征.具体地,结合概率主题模型LDA模型和集成分类方法 Softmax混合模型,提出了一个多视图有监督的分类模型.基于变分EM方法,推导了该模型的参数估计算法.两个真实图像数据集上的实验结果表明了提出模型有较好的分类性能.

级联中文组块识别

基于统计方法的中文组块研究大多借鉴CoNLL2000英文组块的思想,建立了组块表示的BIO模型,并将组块识别任务作为一种为词序列标注的多分类问题.为降低分类复杂度,采取了一种分解识别法,即先识别组块的边界,再进行组块类别判定.基于条件随机场(CRF)构建了级联组块识别器,实验数据集采用宾州大学中文树库(CTB5.1).在特征选择上,借鉴了中文分词特征选择的方法.5倍交叉验证的实验结果为:组块边界识别的F1值为95.05%;类型识别的准确率为99.43%;整体F1值为93.58%.该方法提高了系统性能,缩短了学习器的训练时间.

探索神经网络深度学习的教学

深度学习是智能科学与技术领域最新的一个突破性进展,将深度学习的基本概念、模型、方法等引入智能科学与技术课程已经迫在眉睫。文章探讨如何在本科生与研究生课程中有效开展深度学习教学,将智能领域这一最新研究成果介绍给极具创新精神的本科生和研究生群体,以期能够较早地接触到学科前沿,提升对于智能科学与技术的学科兴趣,激发创新精神。

基于实例的机器辅助写作翻译系统

提出了一种基于实例的机器辅助写作翻译方法,设计并实现了这个系统,用以辅助写作翻译过程,规范人与计算机的分工与协作.该系统可以对单词、词组,以及词的搭配给出更精确的翻译解释,实际应用的结果表明,它能有效地帮助中/英文用户更流畅的书写和翻译英/中文,保证写作翻译的效率和质量.此系统具有文本搜索、对应片段搜索和翻译记忆管理工具,文本搜索工具允许用户查询已经翻译好的文本或参考文档;对应片段搜索工具帮助用户检索出一个单词或一种表达方式在源语言和目标语言中的对应翻译结果;翻译记忆管理工具保存了文本片段的在源语言和目标语言中的对应关系.

引入深度学习的人工智能类课程

深度学习是人工智能领域最近的惊人进展,从模型、算法,到大规模的应用都取得了令人瞩目的成果。文章提出在人工智能类课程中引入深度学习的初步内容和实施建议,同时分析其必要性和可行性。