ACM/IEEE CC2020胜任力模型对中国计算机教育发展的影响

从CC2020胜任力模型的知识、技能和品行的剖析出发,给出胜任力构建的示例,阐述胜任力模型在中国计算机教育领域的重要实践即可持续竞争力,最后对未来中国计算机教育发展提出思考,指出培养可持续胜任力(知识+技能+品行)的立体型拔尖人才对提升中国竞争力的重要性。

“101计划”:课堂提升驱动的计算机领域专业核心课程建设

在“101计划”背景下,提出以计算机学科专业教学改革为抓手,从教学教育的基本规律和基础要素着手,汇聚国内计算机领域具有丰富教学经验与学术水平的教师和专家团队,建设12门核心课程,规划一批核心教材,建设核心实践平台,为提高计算机专业本科教育教学质量提供重要支撑,介绍“101计划”在课程建设方面的重要举措,包括12门核心课程的建设目标、建设规划和阶段性进展,并对未来的发展方向进行展望。

CS2023:计算机科学教育知识与胜任力模型并轨的全新探索

面向2023年全世界计算机科学教育,系统介绍ACM/IEEE-CS/AAAI CS2023培养方案(以下简称CS2023)的核心理念和探索实践,以自下而上的形式探讨有限的课时和教学资源条件下,计算机科学教育中核心知识教育与胜任力模型培养并轨的方式,通过对比国内外计算机科学教育计划,总结CS2023的工作重心,最后提出CS2023未来发展展望。

让“计算”在计算机教学中发挥更大作用

我们怎么备课,怎么上课?40年前,备课是在一个备课笔记本上写写画画,上课是黑板+粉笔。没有"计算"。30年前,PPT出现,到20年前被人们普遍接受,备课多数就是写PPT,上课则是照PPT讲。"计算"开始在教学中发挥作用。互联网开始在中国出现大约是在30年前,大规模建设是在20年前,到人们真正感到网络无处不在,时时可用有用(不仅是基础设施,还包括网上信息的丰富程度),则是在10年前。对我们教学的最大支持可能就是获取各种资料,帮助备课的方便。这自然也是"计算"在发挥作用。

资源失配时低代价的数据与计算密集型服务重配

随着边缘计算的广泛应用,近年来在网络边缘侧激增了一些延迟敏感的用户请求,这些应用对边缘网络中物联网设备提供的资源提出了较高的服务质量(Quality of Service,QoS)需求,例如严格的地理空间约束、时延/能量及其他资源约束.物联网设备提供的功能通常被封装为运行在边缘节点上的服务,用户请求可以通过组合数据和/或计算密集型的物联网服务来实现.考虑到物联网设备的资源稀缺性以及用户请求的在线持续部署和潜在长期执行特征,边缘服务运行期间对物联网设备资源的占用和释放导致边缘网络中资源动态变化.由于物联网设备的资源通常难以得到有效补充,且消耗差异可能较大,有些设备可能会过载,导致在当前时间点适配的物联网服务,在随后时间点可能难以适配用户请求,并导致QoS降级.针对边缘网络高负载时新请求持续部署导致特定强约束难以满足的挑战,本文开展资源失配时低代价的服务重配研究,提出了一种资源高效的服务重配方法,旨在通过服务迁移技术重调度物联网设备所提供的服务,以满足更多具有一定QoS约束的用户请求.基于上海电信基站数据集进行了大量实验,实例验证本文方法的有效性.实验结果表明,本文所提方法在满足用户服务请求时延约束、降低物联网设备能量消耗、提高边缘网络资源利用效益等方面表现均优于对比技术.

汉语语义构词的资源建设与计算评估

汉语是一种意合型语言,汉语语素的构词方式及其规律是描述、理解词义的重要因素。关于语素构词的方式,语言学界有语法构词与语义构词这两种观点,其中,语义构词对语素间关系的表达更为深入。本文基于语言学视角,结合汉语构词特点,提出了一套面向计算的语义构词结构体系,通过随机森林自动标注与人工校验相结合的方式构建汉语语义构词知识库,并在词义生成的任务上对该资源进行计算评估。实验取得了良好的结果。基于语义构词知识库的词义生成BLEU值达25.07,较此前的语法构词提升了3.17%,初步验证了这种知识表示方法的有效性。该知识表示方法与资源建设将为人文领域和信息处理等应用提供新的思路与方案。

服务器无感知计算场景下基于时空特征的函数调度

服务器无感知计算是一种新兴的以函数为中心的云计算范式.服务器无感知计算向用户提供高层次的函数抽象在云计算平台开发和部署应用.服务器无感知计算以函数为粒度分配资源.函数调度对函数性能有重要影响,面临问题规模大和动态性强2个难点.现有服务器无感知计算调度器使用先来先服务(FCFS)算法,容易受队头阻塞影响,导致函数完成时间较长.为了高效利用系统资源和降低函数完成时间,亟需对服务器无感知计算场景下的函数调度问题进行研究.首先,分析了服务器无感知计算场景下的函数调度问题,并定位了3个影响函数完成时间的因数,分别是排队时间、启动时间和执行时间.基于该分析,提出了数学模型对服务器无感知计算场景下函数调度问题进行形式化建模.其次,提出了基于函数时空特征的服务器无感知计算调度算法FuncSched.该算法在时间维度上考虑函数执行时间和函数启动时间,在空间维度上考虑函数资源占用量.最后,实现了原型系统,并使用了真实世界服务器无感知计算负载数据集进行实验.实验结果表明所提算法可以有效降低平均函数完成时间,从而有效提高了服务器无感知计算环境中函数的执行效率.

从流域视角探讨文化遗产保护

目前,文化遗产保护工作多在行政区划的框架内开展。然而现有的行政区划管理逻辑与人类文明和遗产形成的源起逻辑是大相径庭的。众所周知,早期人类依水而居,流域成为孕育人类文明的载体和城乡演变的见证。可以说,人水关系在人地关系中是最本质、经典且持久的。文章从流域视角切入,探讨文化遗产保护所呈现的“自然-人文”耦合的系统性特征,提出多尺度协调保护与系统性网络构建、跨学科整合与数据同化技术应用、与动态环境变化适应性响应策略等保护思路,并分析“黄-运-长”流域共同体中的两组人水互动模式的典型案例,从文化遗产的本质出发,为其保护与发展提供一个可持续的综合框架,以回应构建文化遗产大保护格局的时代要求。

融合知识的多目标词联合框架语义分析模型

框架语义分析任务是自然语言处理领域的一项基础性任务。先前的研究工作大多针对单目标词进行模型设计,无法一次性完成多个目标词的框架语义结构提取。该文提出一个面向多目标的框架语义分析模型,实现对多目标词的联合预测。该模型对框架语义分析的各项子任务进行交互性建模,实现子任务间的双向交互。此外,该文利用关系图网络对框架关系信息进行编码,将其作为框架语义学知识融入模型中。实验表明,该文模型在不借助额外语料的情况下相比之前模型都有不同程度的提高。消融实验证明了该文模型设计的有效性。此外,该文分析了模型目前存在的局限性以及未来的改进方向。

编译技术与编译器设计专题前言

编译器作为重要的基础软件,是连接上层应用与底层系统的桥梁,在整个计算机系统软件栈中具有举足轻重的作用.编译技术与编译器设计,一方面作为国家亟待增强和突破的研究领域,迫切需要开展独立自主的科研与创新,另一方面一系列崭新领域的应用需求(如人工智能、异构计算、云计算等)也不断催生新的编译技术创新与突破.因此,编译技术与编译器设计一直是国内外学者的关注点和研究热点.本专题聚焦编译优化、编译器设计、以及编译器可信与安全等基础性问题,重点关注在相关研究领域具有创新性、突破性的高水平研究成果,探讨编译基础理论、关键技术以及编译器研发过程中关于系统设计原理、架构、经验等方面的实质性进展,及其在我国基础软件产业中的应用前景.

BFT问责机制综述

拜占庭容错(Byzantine Fault Tolerance,BFT)协议在保障区块链或分布式系统在面临节点故障和恶意行为时的一致性和可靠性方面发挥着关键作用。BFT问责机制通过记录和共享共识过程中的共识节点行为,旨在识别拜占庭节点,并能够有效解决在拜占庭节点数量超过1/3时,传统的BFT协议无法确保安全性和活性的问题。文章系统地总结了目前已有的BFT问责协议,包括服务端问责机制、客户端问责机制和BFT内嵌问责机制。文章还对这些机制进行比较和分析,探讨了存在的挑战,并展望了未来可能的发展方向。

技术浪潮下的电影艺术:人工智能与虚拟拍摄技术对电影产业的影响与展望

主持人语:在数字化和高新技术日益成为推动社会发展的关键力量的今天,电影作为文化与技术交汇的前沿阵地,也经历着前所未有的变革。虚拟拍摄、人工智能等技术不断重新定义电影,不仅提高了制作效率,改善了效果,也给电影的艺术属性和文化价值的传递带来了新的可能性。人工智能到底是被人类打开的潘多拉魔盒,还是推动美的维纳斯再度降临的契机,取决于我们如何看待、掌握并运用这一技术。在此背景下,第十四届北京国际电影节主题论坛之“数字化高新科技赋能电影生产与发展”汇聚了全球顶尖的电影制作人、技术先驱、行业领袖及人文学者,聚焦人工智能等高新科技在影视领域的最新发展,深入探讨虚拟拍摄技术在数字化电影制作中的前沿应用,深刻洞察与描摹了高新科技背景下电影工业的动态走向和未来蓝图。

ChatModeler:基于大语言模型的人机协作迭代式需求获取和建模方法

需求获取和建模是需求工程中的关键步骤,影响后续系统设计与实现.传统的需求获取和建模方法通常由需求提供者、需求分析师等多类干系人共同协作、反复迭代完成,需要耗费大量的人力.如何减轻需求提供者与需求分析师的负担、提高获取和建模的效率有着重要意义.现有工作中有的使用知识库来提供更多知识,以辅助获取或者建模,有的利用自然语言处理等技术对获取或者建模过程进行自动化,但是它们并没有减轻需求提供者的负担.利用大语言模型(large language models,LLMs)的生成能力,提供了一种人机协作的迭代式需求获取和建模框架ChatModeler.具体来说,根据真实世界中需求团队的分工及协作关系,将部分需求提供者、需求分析师等角色的工作由大语言模型承担,而需求提供者只需要进行确认.为大语言模型扮演的各种角色进行了提示词设计,该提示词会随需求的元模型而变化.ChatModeler在7个需求案例上与3种需求模型的自动建模方法进行了14组对比实验,证明了ChatModeler在降低需求提供者的负担和生成高质量需求模型2个方面上的优越性.

基于知识图谱的GitHub层次化学习和检索服务

GitHub是全球最大的在线代码托管平台,为软件开发学习者提供了丰富的学习资源,然而面对丰富而繁杂的GitHub内容,软件开发初学者在使用GitHub的搜索功能搜索所需的学习资源时,由于需求不明确或缺乏相关知识和经验,常会遇到难以构建合适的搜索文本进行有效搜索的问题。针对该问题,利用GitHub主题潜在的层次结构,结合Wikipedia软件开发领域知识,设计GitHub软件开发领域知识图谱,在此基础上提出一种基于知识图谱的GitHub层次化学习和检索服务。通过对比实验和调查问卷的方式验证了提出的层次化学习和检索服务的可行性和有效性。

老年单侧全髋关节置换术围术期输血风险预测模型的构建

目的分析老年单侧全髋关节置换术围术期输血危险因素并建立风险预测模型。方法回顾性收集于2013年1月至2021年10月在北京协和医院接受单侧初次全髋关节置换术的老年患者467例。将全部数据的70%划分为训练集,30%划分为测试集。根据是否接受围术期输血将训练集中的患者划分为输血组和非输血组。通过单因素与多因素Logistic回归分析患者的人口学特征、手术信息和术前实验室指标,识别围术期输血的危险因素,结合临床经验构建预测模型并绘制列线图。在测试集中使用受试者工作特征(ROC)曲线和校准曲线评估模型性能。结果在纳入的467例患者中,91例(19.5%)患者接受围术期输血。多因素Logistic回归分析显示合并冠心病、手术时间增加和术前低血红蛋白是围术期输血的危险因素(P<0.05)。根据统计分析结果与临床经验,纳入是否合并冠心病、手术时间、术前血红蛋白、年龄和是否美国麻醉医师协会(ASA)分级>Ⅱ级等因素构建预测模型,模型的受试者工作特征曲线下面积(AUC)为0.809。结论老年单侧全髋关节置换术围术期输血风险预测模型的表现良好,可以为临床工作提供帮助。

数据结构与算法课程思政教学探索与实践

数据结构与算法是计算机专业的核心课程,也被很多非计算机专业设置为计算机基础必修课或选修课,通过对比分析课程思政要求与CC2020规范,以立德树人为目标,提出了数据结构与算法课程思政的教学思路,结合作者在北京大学的教学实践,给出了该课程课程思政教学思路的典型案例。

基于路径语义表示的静态警报自动确认方法

尽管静态分析工具能够在软件开发生命周期的早期阶段帮助开发人员检测软件中的潜在缺陷,但该类工具往往存在警报假阳性率高的问题.为了提高该类工具的可用性,研究人员提出许多警报确认技术来对假阳性警报进行自动分类.然而,已有方法集中于利用手工设计的特征或语句级的抽象语法树标记序列来表示缺陷代码,难以从报告的警报中捕获语义.为了克服传统方法的局限性,利用深度神经网络强大的特征抽取和表示能力从控制流图路径中学习代码语义表征用于警报确认.控制流图是程序的执行过程抽象表示,因此控制流图路径序列能够引导模型更精确地学习与潜在缺陷相关的语义信息.通过微调预训练语言模型对路径序列进行编码并从中捕捉语义特征用于模型构建.最后在8个开源项目上与最先进的基线方法进行大量对比实验验证所提方法的有效性.

面向鲁棒图结构防御的过参数化图神经网络

图数据在现实应用中普遍存在,图神经网络(GNN)被广泛应用于分析图数据,然而GNN的性能会被图结构上的对抗攻击剧烈影响.应对图结构上的对抗攻击,现有的防御方法一般基于图内聚先验进行低秩图结构重构.但是现有的图结构对抗防御方法无法自适应秩真值进行低秩图结构重构,同时低秩图结构与下游任务语义存在错配.为了解决以上问题,基于过参数化的隐式正则效应提出过参数化图神经网络(OPGNN)方法,并形式化证明所提方法可以自适应求解低秩图结构,同时证明节点深层表征上的过参数化残差链接可以有效解决语义错配.在真实数据集上的实验结果表明,OPGNN方法相对于现有基线方法具有更好的鲁棒性,同时,OPGNN方法框架在不同的图神经网络骨干上如GCN、APPNP和GPRGNN上显著有效.

基于深度学习的二维人体姿态估计:现状及展望

二维人体姿态估计旨在从摄像机拍摄的图像中识别并定位每个行人的人体关键点.作为行人分析和理解领域的基础任务之一,人体姿态估计能够为多个下游任务和应用提供支持.近年来,随着深度学习技术的进步,人体姿态估计的研究迎来快速发展.基于图像包含的行人数量,人体姿态估计可以分为单人姿态估计和多人姿态估计两大类.本文首先介绍人体姿态估计的研究背景、问题定义、任务难点以及当前方法中的关键点表示方法.在此基础上,本文进一步总结和介绍了具有代表性的单人姿态估计和多人姿态估计方法.单人姿态估计方法包括回归法和检测法,主要关注于网络结构设计、热力图编解码、多任务学习等.对于多人姿态估计,本文分别介绍了基于热力图预测的方法和基于向量场回归的方法.随后,本文总结了当前常用的代表性数据集和性能度量方法,总结了代表性方法在几个常用数据集上的性能,对它们的预测错误的场景进行了详细分析和对比.最终,本文分析了现有二维人体姿态估计算法仍未有效解决的难题,对未来研究进行了展望.

面向复杂软件的缺陷检测与修复技术专题前言

在软件定义一切的信息时代,软件已经成为人们生产和生活的基石.由于软件系统规模不断扩大,应用环境越来越复杂,程序员在开发过程中难以避免引入软件缺陷.软件缺陷可能会引发不可预期的后果,甚至危及人们的生命财产安全.因此,及时且准确地检测并修复缺陷对于保障生产生活的正常运行具有重要意义.然而,在实践中软件缺陷的检测和修复面临着诸多挑战.例如,在庞大复杂的信息系统中.