鹏城实验室:充分发挥“鹏城云脑” 赋能效用 全力支持科研抗疫

鹏城实验室是广东省首批省实验室之一,"鹏城云脑"是该实验室着力建设的新一代人工智能(AI)科学基础设施,采用异构硬件架构、分布式部署、统一管理、开源开放模式,为多层次多样化的人工智能基础理论研究和共性关键技术攻关,以及支撑超大规模训练、超大规模推理等科学实验提供基础支撑。2019年,"鹏城云脑II"完成基本型建设,AI峰值算力达到了100P ops(每秒十亿亿次计算),建成了国内首个人工智能基础开源开放平台.

美国国家实验室科研特征的情报计量学分析

选取美国能源部、航空航天局(NASA)、国防部下属19家国家实验室,从论文总量、资助机构、作者来源、国内外合作研究、科学设施与装置的利用情况及论文影响力几个方面分析美国典型国家实验室的科研特征。研究发现,美国典型国家实验室的科研活动以政府主管部门为其主要资助机构,国防相关部门为重要资助来源,以灵活多样的人才聘用形式(双聘人员)聚集相关领域的优势科研人员展开研究,科研合作具有较显著的开放性和国际化特征,注重科学设施与装置的开放和共享利用,且科研产出成果的影响力高。

结合SAM大模型和数学形态学的历史地图水系信息提取方法

历史地图记载着丰富的历史地理信息,能够帮助了解历史规律,为当代发展提供借鉴。不同于现代地图、遥感影像等数据,历史地图保存时间久,存在留存数量少、图像精度低等问题,地图符号也与现代有所差异,因此信息难以被高效提取。针对该问题,本文以历史地图《宁夏省境黄河沿岸沟渠水道地形图》为试验数据,提出一种智能化历史地图水系信息提取方法。首先,结合符号句法,运用聚类与数学形态学方法构建数据集;然后,改进通用大模型(SAM)结构并进行迁移学习优化权重;最后,借助改进SAM自动提取历史地图水系信息。将试验结果与其他模型作对比,显示本文方法提取结果边界清晰,轮廓完整,准确率、精度等指标均为最高。同时,将提取结果与该区域水系现状作对比,发现历史上的河流沟渠如今大多改道、偏移或消失,湖泊面积大大减小。本文方法基于SAM通用大模型进行改进,验证了大模型在地图领域的可用性,为地图信息提取提供了思路。

面向通信感知一体化的信号波形设计综述

通信感知一体化(Integrated Sensing and Communication,ISAC)作为6G的关键技术之一,广泛应用于智慧交通、智能家居等领域。随着频谱资源的紧缺、技术发展的融合,促使通信和感知功能的一体化,其中ISAC的波形设计是同时实现高效率通信和高精度感知的研究重点。从ISAC技术趋势、波形设计重要性、应用场景和发展现状四方面进行了简要介绍,对以通信为主的波形设计、以感知为主的波形设计和波形复用设计进行了分析总结,阐述了联合波形设计的一体化性能边界以及潜在的一体化波形新型设计方式;并对ISAC波形设计的发展方向进行展望。

面向工业互联网的语义编码传输方法及应用

通过将语义通信技术引入工业网络,构建了一个面向工业互联网的语义编码传输系统。系统中设计了语义编解码器以提取信源中的语义信息,相对于传统通信系统,基于语义信息的通信有更高的信息压缩效率与更高的符号差错容忍能力。同时引入信源信道联合编解码器,以信源信道联合编码的方式将语义信息转化为信道符号传输,进一步提升系统对工业网络通信资源的利用效率。所有编解码器均构建在深度神经网络架构Transformer上,确保了编解码器对语义信息的理解能力及系统的泛化能力。在工业药品生产场景中,对该系统进行测试,结果显示:相较于传统通信方案,该语义编码传输系统在图像重建质量和传输处理速度方面均有显著提升。且系统对下游任务的性能影响极小,保证了工业生产中如缺陷检测等关键任务的准确性。

富文本协同编辑中基于树型结构地址空间转换的一致性维护

协同编辑通过多用户远程实时编辑,最大程度的支持团队之间的协作和交流.撤销操作作为协同编辑的一个重要特性,通过错误恢复简化协作编辑过程中产生的错误或者意外操作的处理过程.富文本编辑采用树型结构来进行文档管理,从而产生了较线性文档更为复杂的并发操作环境和冲突消解场景.为了解决富文本文档中的并发操作环境与撤销操作冲突问题,本文提出了一种新颖的基于树型结构的地址空间转换方法,采用基于位置的节点寻址方案和节点属性值计数器策略,能更方便地支持撤销操作与更改操作.此外,本文还给出了树型结构地址空间的结果一致性的正确性证明及详细的案例分析,并开发了Web平台下实时协同富文本编辑原型系统AST-RichText,进一步验证了该方法的可行性.

基于联盟式区块链的域名系统根区管理体系

当前互联网域名系统的中心化根体系伴随着长期的担忧:一方面担忧国家代码顶级域可能由于根权威职能被破坏而失控;另一方面担忧去中心化的根替代方案会导致域名空间分裂.上述担忧的根源在于当前和替代的根区管理在自治化和透明化上不足,导致对当前的根权威或替代方案的不信任.为解决上述问题,提出一种新的域名系统根区管理体系——根共识链,通过增强互信缓解各方担忧.根共识链中多个自治的注册局共同参与根区管理,每个注册局下辖国家代码顶级域和根服务器运营者,共同构建一个基于联盟式区块链的根区管理体系.根共识链在维护统一域名空间和唯一全球根权威的同时,通过根共识链管理者们建立根共同体提高自治性,通过区块链记录和执行各方协议以及根区操作提高透明性.基于现网科研测试床的实验结果表明,根共识链能够有效应对上述担忧,具有良好的可行性与实用性.

面向智算融合网络的自主防御范式研究

随着数字经济时代算力供给模式的变革,以算力为核心的新型网络基础设施已成为实现算力资源共享、支撑数字经济转型的重要动力.在算力网络中,多元异构用户终端通过多种方式高频接入网络以随时随地获取算力服务,网络的开放性和动态性增大,算力网络将面临更严峻的安全挑战.然而,基于传统网络的安全防御模式通常针对具体安全问题静态式增补安全防护组件,无法主动适配用户需求灵活调整防御策略,难以应对算力网络中的安全风险.因此,本文面向新型算力网络安全需求,将安全功能作为网络内部属性,基于智算融合网络提出一种多维协同自主防御范式.结合智算融合网络“三层”“三域”的设计思想,在“三层”中,以广义服务层定义安全固有服务,以映射适配层智慧适配安全功能,以融合组件层执行安全策略;在“三域”中,以实体域先导资源适配,以知识域驱动安全服务流程,以感控域实施具体安全技术,构建“检测”“溯源”“防御”三维一体的完整基础管控流程,其中安全策略与技术可根据场景扩展性与业务安全性进行灵活调整.最终,通过仿真实验对所提范式有效性进行了验证,为未来智算融合安全的进一步研究和应用提供参考.

非关系型表格理解前沿进展

表格理解是指通过计算机对广泛存在于互联网、垂直领域的表格进行自动识别、解析和应用的过程。表格可大致分为关系型表格和非关系型表格。前者类似关系数据库表格,具有结构固定、机器易解析等特点,其研究历史由来已久。后者通常布局多变,语法灵活,具有更明显的语言特性,这也导致计算机在解析和应用非关系型表格时面临着极大挑战。非关系型表格理解是自然语言和计算机视觉多模态交叉的重要新兴领域之一。随着近年来深度学习技术的普及应用,非关系型表格在表格识别、语义分析、创新应用几个方向得到了长足发展。该文介绍了非关系型表格的结构特点,阐述了其在研究过程中面临的独特挑战,然后从表格识别、语义分析、创新应用三个研究方向简要介绍了近年来此领域的发展,归纳了相关数据集,最后总结了目前非关系型表格理解领域亟需解决的问题,展望了未来研究方向。

联邦边缘智能网络碳排放评估及优化

近年来,通信技术的持续演进导致通信网络的能耗显著增加。随着人工智能(AI,artificial intelligence)技术与算法在通信网络中的广泛应用和深度部署,未来6G智能通信网络架构和技术演进将对通信网络的节能减排带来更为严峻的挑战。基于边缘计算和分布式联邦学习的联邦边缘智能(FEI,federated edge intelligence)网络已被普遍认为是实现6G网络内生智能的关键路径之一。然而,如何评估和优化联邦边缘智能网络的综合碳排放量仍然是一大难题。为解决该问题,首先,提出了一种联邦边缘智能网络碳排放评估框架和方法。其次,基于该评估框架和方法提出3种联邦边缘智能网络碳排放优化方案,包括动态能量交易(DET,dynamic energy trading)、动态任务分配(DTA,dynamic task allocation)和动态能量交易与任务分配(DETA,dynamic energy trading and task allocation)。最后,通过自行搭建的真实硬件平台,并利用真实世界的碳强度数据集进行联邦边缘智能网络生命周期碳排放仿真。实验结果表明,3种优化方案均能在不同场景和约束条件下显著减少联邦边缘智能网络的碳排放,为下一代智能通信网络的可持续发展和实现绿色低碳6G网络提供了依据。

数据要素价值化与人工智能发展探究

随着数字化和智能化的快速发展,数据要素已成为推动社会进步与经济发展的核心资源。文章深入探讨数据要素价值化的概念、内涵及其在人工智能(AI)发展中的关键作用。首先,数据要素价值化即通过科学的采集、整理、分析和应用,将原始数据资源转化为具有实际经济价值和社会效益的资产。随后,文章详细讨论AI技术在提供数据服务等方面起到的促进作用。进一步地,阐述数据要素对人工智能尤其是大模型等发挥了关键要素的价值。接下来,对人工智能与数据要素价值化融通发展的路径进行论述,并通过4K/8K视频技术和智能城市等实例,分析数据要素价值化在实际应用中的体现。最后,文章提出结论和建议,旨在为数据要素价值化和AI的可持续发展提供指导。

25轮T-TWINE-128的中间相遇攻击

T-TWINE-128是基于广义Feistel结构的轻量级可调分组密码,密钥长度为128比特,加密的数据块大小为64比特.由于轻量级分组密码在设计时为了追求更高的软硬件实现效率,往往会牺牲部分安全性,因此必须评估其安全强度.本文通过计算机编程得到了T-TWINE-128的轮密钥的一些线性关系,再结合调柄值生成算法的特性,利用区分器自动搜索算法,搜索出11轮T-TWINE-128的中间相遇攻击区分器,在此区分器前面接5轮,后面接9轮,形成25轮T-TWINE-128的中间相遇攻击路径,整个攻击过程共耗时652.39ms,攻击需要数据、时间和存储复杂度分别为256个选择明文、2126.41次加密、265个64比特块;最后搜索密钥编排算法的冗余性发现T-TWINE-128很难进行更高轮中间相遇攻击.

面向空天地一体化网络的抗干扰技术研究

空天地一体化网络是实现全域通信和提供网络互联互通服务需求的重要基础设施之一。在未来的强对抗干扰环境中,确保其数据传输的有效性与可靠性对于维护国家安全具有重要意义。针对空天地一体化网络的对抗性的环境特点,探讨了在时频域和空域实现抗干扰的潜在应用与关键技术,并提出了对空天地一体化网络的综合思考。最后展望未来,以期为后续研究和实际应用提供方向性指导。

基于知识与AW-ESN融合的烧结过程FeO含量预测

氧化亚铁(FeO)含量是衡量烧结矿强度和还原性的重要指标,烧结过程FeO含量的实时准确预测对于提升烧结质量、优化烧结工艺具有重要意义.然而烧结过程热状态参数缺失、过程参数波动频繁给FeO含量的高精度预测带来巨大的挑战,为此,提出一种基于知识与变权重回声状态网络融合(Fusion of data-knowledge and adaptive weight echo state network, DK-AWESN)的烧结过程FeO含量预测方法.首先,针对烧结过程热状态参数缺失的问题,建立烧结料层最高温度分布模型,实现基于料层温度分布特征的FeO含量等级划分;其次,针对烧结过程参数波动频繁的问题,提出基于核函数高维映射的多尺度数据配准方法,有效抑制离群点的影响,提升建模数据的质量;最后,针对烧结过程数据驱动模型缺乏机理认知致使模型预测精度不高的问题,将过程数据中提取得到的FeO含量等级知识与AW-ESN (Adaptive weight echo state network)结合,建立DK-AWESN模型,有效提升复杂工况下FeO含量的预测精度.现场工业数据试验表明,所提方法能实时准确地预测烧结过程FeO含量,为烧结过程的智能化调控提供实时有效的FeO含量反馈信息.

挥发窑鼓风管的关键点识别及其摆放位置监测

窑头鼓风管的摆放位置是影响氧化锌挥发窑燃烧状态的重要操作参数之一,现仍由人工看火来手动调节,同时现场没有为挥发窑的运行优化记录完善的鼓风状态数据,也难以及时发现鼓风管被窑内渣块击中等安全隐患.针对上述问题,本文提出一种基于关键点识别的鼓风管位置监测方法.首先,文章对从窑头看火口采集的火焰视频数据集设计一种邻域关键点辅助的数据扩充方法,并构建级联金字塔网络(CPN)来预测鼓风管管口中心点的位置;然后,本文提出一种基于多帧图像的聚类分析算法来消除因烟尘遮挡所产生的异常点,并采用一种量化指标来实现对挥发窑鼓风管摆放位置的实时感知与记录;最后,本文基于现场采集的火焰视频数据进行了对比实验,结果表明所提出的关键点检测模型精度高、鲁棒性强,且鼓风管位置的量化准确率高达92.3%.

天地一体化网络关键技术研究综述

作为地面网络的补充和延伸,卫星网络有助于加速弥合区域间的数字鸿沟,扩展地面网络的覆盖和服务范围.然而卫星网络拓扑动态性高、传播时延大、星上计算能力和存储能力均受限,因此实现卫星网络与地面网络的有机融合,构建覆盖全球的天地一体化网络面临路由扩展性、传输稳定性等技术挑战.针对天地一体化网络的研究挑战,从网络架构、路由、传输和基于组播的内容分发等方面介绍了国内外的研究现状,并展望了天地一体化网络的发展趋势.

基于非完整点云法线滤波补偿的散货船舶舱口识别算法

自动装船系统是智能化港口建设的重要组成部分,能够大幅降低港口作业成本,提高经济效益。舱口识别作为自动装船任务的首要环节,成功率和识别精度是后续任务顺利进行的重要保障。由于港口激光雷达的数目和角度等问题,采集所得船舶点云数据时常出现缺失;此外船舶舱口附近经常有大量物料堆积,会使采集到的点云数据无法准确表达舱口的几何信息。由于上述港口实际装船作业中时常出现的问题,显著降低了现有算法的识别成功率,对自动装船作业造成了不良影响,因此迫切需要提升在船舶点云中存在物料干扰或舱口数据缺失的情况下的舱口识别成功率。基于船舶结构特征与自动装船过程中采集的点云数据分析,提出了基于非完整点云法线滤波补偿的散货船舶舱口识别算法。在使用港口实际采集点云所制作的数据集上进行了实验验证,识别成功率和识别精度较Miao和Li的舱口识别算法相比均有提升。实验结果表明,所提算法既能对舱口内物料噪声进行滤除,又能对数据缺失部分进行补偿,能够有效提升舱口识别效果。

传输控制中的确认机制研究

Internet传输层协议需要依赖于确认(ACK)机制提供的反馈信息,实现拥塞控制和可靠传输等功能.以Internet传输协议演化的历史为线索,回顾传输控制领域中的确认机制,并讨论现有确认机制中需要解决的问题;基于“类型-触发条件-信息”三要素,提出按需确认机制及其设计原则,重点分析确认机制和拥塞控制、丢包恢复等传输协议子模块之间的耦合关系;结合设计原则,详细阐述一种可行的按需确认机制实现——TACK机制,并对相关概念进行系统的、深入的分析和澄清.最后结合按需确认机制面临的挑战,给出几个有意义的研究方向.

叠层模型驱动的书法文字识别方法研究

基于二维图像的书法文字识别是指利用计算机视觉技术对书法文字单字图像进行识别,在古籍研究和文化传播中具有重要应用.目前书法文字识别技术已经取得了相当不错的进展,但依旧面临很多挑战,比如复杂多变的字形可能导致的识别误差,汉字本身又存在较多形近字,且汉字字符类别数与其他语言文字相比更多,书法文字图像普遍存在类内差距大、类间差距小的问题.为解决这些问题,提出叠层模型驱动的书法文字识别方法(Stacked-model driven character recognition,SDCR),通过使用数据预处理、节点分离策略和叠层模型对现有单一分类模型进行改进,按照字体类别对同一类别不同字体风格的文字进行二次划分;针对类间差距小的问题,根据书法文字训练集图像识别置信度对形近字进行子集划分,针对子集进行嵌套模型增强训练,在测试阶段利用叠层模型对形近字进行二次识别,提升形近字的识别准确率.为了验证该方法的鲁棒性,在自主生成的SCUT_Calligraphy数据集和CASIA-HWDB 1.1,CASIA-AHCDB公开数据集上进行训练和测试,实验结果表明该方法在上述数据集的识别准确率均有较大幅度提升,在CASIA-HWDB 1.1、CASIA-AHCDB和自建数据集SCUT_Calligraphy上测试准确率分别达到96.33%、99.51%和99.90%,证明了该方法的有效性.

柔性机械臂的研究现状和发展趋势

柔性臂的研究涉及仿生学、材料力学、机械结构设计与制造、智能感知与控制和人工智能等领域,是一门交叉融合性较高的研究学科。和刚性机械臂相比,柔性臂由软材料或超弹性材料制作而成,具有制造方式简单、人机交互安全、高功率密度比和无限自由度等特点,在复杂地形探险、医疗手术操作以及对目标的无损伤捕获等方面具有很大的应用潜力。由于柔性臂存在大变形、高度非线性以及刚度较低等问题,所以如何实现对柔性臂的精准数学建模、结构创新制造、灵巧操作以及输出力的有效提升是目前需要重点解决的问题。本文从柔性臂的仿生学机理、工艺制作方法、驱动方式、建模方法以及变刚度方式等方面对柔性臂的研究现状进行综述,最后对柔性臂的关键研究技术进行归纳、对发展趋势进行了预测。