地球科学的研究成果通常记录在技术报告、期刊论文、书籍等文献中,但许多详细的地球科学报告未被使用,这为信息提取提供了机遇。为此,我们提出了一种名为GMNER(Geological Minerals named entity recognize,MNER)的深度神经网络模型,用...地球科学的研究成果通常记录在技术报告、期刊论文、书籍等文献中,但许多详细的地球科学报告未被使用,这为信息提取提供了机遇。为此,我们提出了一种名为GMNER(Geological Minerals named entity recognize,MNER)的深度神经网络模型,用于识别和提取矿物类型、地质构造、岩石与地质时间等关键信息。与传统方法不同,本次采用了大规模预训练模型BERT(Bidirectional Encoder Representations from Transformers,BERT)和深度神经网络来捕捉上下文信息,并结合条件随机场(Conditional random field,CRF)以获得准确结果。实验结果表明,MNER模型在中文地质文献中表现出色,平均精确度为0.8984,平均召回率0.9227,平均F1分数0.9104。研究不仅为自动矿物信息提取提供了新途径,也有望促进矿产资源管理和可持续利用。展开更多
针对传统的动车组转向架失稳检测系统研制过程中出现设计数据追溯性差、模型复用性低、难以保证设计信息一致性,以及缺乏系统整体设计理念等一系列问题,将基于模型的系统工程(Modelbased system engineering,MBSE)应用于动车组转向架失...针对传统的动车组转向架失稳检测系统研制过程中出现设计数据追溯性差、模型复用性低、难以保证设计信息一致性,以及缺乏系统整体设计理念等一系列问题,将基于模型的系统工程(Modelbased system engineering,MBSE)应用于动车组转向架失稳检测系统的设计。在Arcadia建模方法的基础上,结合功能定义分析方法对动车组转向架失稳检测系统进行架构设计:通过运行分析、系统分析、逻辑架构分析和物理架构分析4个层次建立其失稳检测系统“黑盒”到“白盒”的架构模型;通过识别功能、表达功能和评估功能3个环节对功能进行定义分析,并借助状态机仿真方式验证最终架构的逻辑正确性。研究表明:在动车组转向架失稳检测系统架构设计过程中,采用基于模型的系统工程方法建立的模型具有可追溯性和可复用性,可以在设计早期对系统进行整体设计,降低决策风险,对动车组转向架的研发有着积极的推动作用。展开更多
传统的基于文档的系统工程(Text-Based Systems Engineering,TSE)方法在动车组系统设计中存在需求与设计表达不一致、可追溯性差、系统重用性不足、多学科集成困难等问题,引入基于模型的系统工程(Model-Based Systems Engineering,MBSE...传统的基于文档的系统工程(Text-Based Systems Engineering,TSE)方法在动车组系统设计中存在需求与设计表达不一致、可追溯性差、系统重用性不足、多学科集成困难等问题,引入基于模型的系统工程(Model-Based Systems Engineering,MBSE)方法,提出了一种适用于动车组的基于MBSE的联合仿真设计方法。该方法中涵盖对系统需求、功能、行为、物理的分析建模,同时利用这种SysML模型建立Simulink模型并驱动,通过将这2个模型相融合,可以验证系统是否满足性能需求。以动车组车门系统为例,使用基于MBSE的联合仿真方法,验证开门场景的性能。证明了该方法可以减少传统的试错成本,在系统设计早期,提高系统的准确性和可靠性。展开更多
针对货运机车自动驾驶系统与既有系统融合过程中产生的冗余方案权衡问题,将基于模型的系统工程(Model-Based System Engineering,MBSE)引入货运机车自动驾驶系统的设计中,利用SysML建模语言,创建货运机车自动驾驶系统与既有系统进行冗...针对货运机车自动驾驶系统与既有系统融合过程中产生的冗余方案权衡问题,将基于模型的系统工程(Model-Based System Engineering,MBSE)引入货运机车自动驾驶系统的设计中,利用SysML建模语言,创建货运机车自动驾驶系统与既有系统进行冗余方案权衡分析的方法。以HXD1C机车自动驾驶系统过分相场景为例,通过功能分解、方案对比、方案评价3个环节,梳理冗余方案,借助活动图和类图对非参数指标进行分析评价,建立Simulink-CSM集成仿真机制对参数指标进行分析评价,最终通过层次分析法(The Analytic Hierarchy Process,AHP)选择最佳方案。结果表明,将基于模型的系统工程方法与货运机车自动驾驶系统的设计结合,可在早期进行方案权衡,能有效避免架构冗余,降低了设计开发的经济和时间成本,防止低效重复性建设。展开更多
文摘地球科学的研究成果通常记录在技术报告、期刊论文、书籍等文献中,但许多详细的地球科学报告未被使用,这为信息提取提供了机遇。为此,我们提出了一种名为GMNER(Geological Minerals named entity recognize,MNER)的深度神经网络模型,用于识别和提取矿物类型、地质构造、岩石与地质时间等关键信息。与传统方法不同,本次采用了大规模预训练模型BERT(Bidirectional Encoder Representations from Transformers,BERT)和深度神经网络来捕捉上下文信息,并结合条件随机场(Conditional random field,CRF)以获得准确结果。实验结果表明,MNER模型在中文地质文献中表现出色,平均精确度为0.8984,平均召回率0.9227,平均F1分数0.9104。研究不仅为自动矿物信息提取提供了新途径,也有望促进矿产资源管理和可持续利用。
文摘针对传统的动车组转向架失稳检测系统研制过程中出现设计数据追溯性差、模型复用性低、难以保证设计信息一致性,以及缺乏系统整体设计理念等一系列问题,将基于模型的系统工程(Modelbased system engineering,MBSE)应用于动车组转向架失稳检测系统的设计。在Arcadia建模方法的基础上,结合功能定义分析方法对动车组转向架失稳检测系统进行架构设计:通过运行分析、系统分析、逻辑架构分析和物理架构分析4个层次建立其失稳检测系统“黑盒”到“白盒”的架构模型;通过识别功能、表达功能和评估功能3个环节对功能进行定义分析,并借助状态机仿真方式验证最终架构的逻辑正确性。研究表明:在动车组转向架失稳检测系统架构设计过程中,采用基于模型的系统工程方法建立的模型具有可追溯性和可复用性,可以在设计早期对系统进行整体设计,降低决策风险,对动车组转向架的研发有着积极的推动作用。
文摘传统的基于文档的系统工程(Text-Based Systems Engineering,TSE)方法在动车组系统设计中存在需求与设计表达不一致、可追溯性差、系统重用性不足、多学科集成困难等问题,引入基于模型的系统工程(Model-Based Systems Engineering,MBSE)方法,提出了一种适用于动车组的基于MBSE的联合仿真设计方法。该方法中涵盖对系统需求、功能、行为、物理的分析建模,同时利用这种SysML模型建立Simulink模型并驱动,通过将这2个模型相融合,可以验证系统是否满足性能需求。以动车组车门系统为例,使用基于MBSE的联合仿真方法,验证开门场景的性能。证明了该方法可以减少传统的试错成本,在系统设计早期,提高系统的准确性和可靠性。