教育大模型的发展现状、创新架构及应用展望

从通用大模型到教育大模型,是人工智能大模型技术深化发展的重要趋势。基于对教育大模型发展现状、典型案例、潜在挑战的分析,文章认为教育大模型是适用于教育场景、具有超大规模参数、融合通用知识和专业知识训练形成的人工智能模型,是大模型技术、知识库技术及各类智能教育技术的集成,能够推动人类学习和机器学习的双向建构,进而提出了应用驱动、共建共享的创新架构和“以学习者为中心”的未来应用场景,旨在建立人工智能大模型与各类数字化教育应用的开放接口,持续训练和完善能够更好地解决教育专业问题的教育场景模型,形成让广大师生常态化使用的智能教育开放模型集群和知识库,在提炼和萃取深度教育知识的同时,破解人工智能教育应用中的风险和挑战。

图计算体系结构和系统软件关键技术综述

图计算作为分析事物之间关联关系的重要工具,近年来已成为各国政府及公司争夺的关键技术.学术界和工业界在图计算体系结构和系统软件关键技术方面取得了一定进展.然而,现实场景图计算大多具有动态变化、应用需求复杂多样等特征.这给图计算在基础理论、体系架构和系统软件关键技术方面提出了新的需求,同时也带来了新的挑战.为应对这些挑战,科研人员提出了一系列图计算系统或图计算加速器,通过高性能计算、并行计算等技术来优化图计算过程.综述国内外图计算体系结构和系统软件关键技术的研究发展现状,对国内外研究的最新进展进行归纳、比较和分析,并结合国家发展战略和重大应用需求,选取与我国国计民生密切相关的领域,从典型应用分析总结图计算相关技术的行业进展.最后,就未来的技术挑战和研究方向进行展望.

数字政府建设促进小微企业创业了吗?——来自浙江省中小企业公共服务平台的证据

数字政府建设是优化营商环境、激发市场活力的重要手段,在促进中小企业创业中发挥重要作用。政府数字化企业服务平台是应用最广的数字政府建设载体之一。本文以浙江省中小企业公共服务平台建成运营为准自然实验,结合浙江省小微企业注册数据,对数字政府建设的创业促进效应进行实证估计。结果发现,通过提供市场信息和匹配服务需求,浙江省中小企业公共服务平台建设降低了市场进入壁垒,促进了小微企业创业,且该创业促进效应在创业环境差的地区更显著。

面向家庭应用创新的Living Lab方法

互联网、普适计算和家庭机器人等计算机应用技术日益走进并深刻影响家庭生活。这些与家庭生活领域相适应的新技术的用户接受度、可用性及用户体验正成为越来越重要的问题。解决这些问题需要采用以用户为中心的研究、设计和创新方法。Living Lab用户协同创新方法具有用户主动参与、深入真实环境和纵向研究剖面等优点。介绍了把Living Lab方法用于家庭应用创新的研究与实践。首先介绍Living Lab的基本概念,然后重点介绍家庭应用设计开发中的Living Lab研究与实践案例,最后探讨其未来的发展方向和研究课题。

基于拟牛顿法的深度强化学习在车联网边缘计算中的研究

为了解决车联网中由于多任务和资源限制导致的任务卸载决策不理想的问题,提出了拟牛顿法的深度强化学习双阶段在线卸载(QNRLO)算法。该算法首先引入批归一化技术优化深度神经网络的训练过程,随后采用拟牛顿法进行优化,有效逼近最优解。通过此双阶段优化,算法显著提升了在多任务和动态无线信道条件下的性能,提高了计算效率。通过引入拉格朗日算子和重构的对偶函数,将非凸优化问题转化为对偶函数的凸优化问题,确保算法的全局最优性。此外,算法考虑了车联网模型中的系统传输时间分配,增强了模型的实用性。与现有算法相比,所提算法显著提高了任务卸载的收敛性和稳定性,并能有效处理车联网中的任务卸载问题,具有较高的实用性和可靠性。

养殖与野生鮻营养成分和挥发性物质比较

为探究养殖与野生鮻肌肉营养成分的差异,采用常规方法检测并分析“跑道”养殖鮻和野生鮻肌肉基本营养成分、氨基酸、脂肪酸和挥发性成分等指标。试验结果显示,“跑道”养殖鮻肌肉水分含量显著低于野生鮻(P<0.05),粗脂肪含量显著高于野生鮻(P<0.05),灰分和粗蛋白含量差异不显著(P>0.05);“跑道”养殖鮻肌肉中大部分氨基酸含量显著高于野生鮻(P<0.05),必需氨基酸、非必需氨基酸以及氨基酸总量差异显著(P<0.05)。依据氨基酸评分、化学评分,鮻肌肉中第一限制氨基酸均为甲硫氨酸+胱氨酸,第二限制氨基酸均为缬氨酸。必需氨基酸指数为“跑道”养殖鮻(101.39)>野生鮻(82.79)。“跑道”养殖鮻不饱和脂肪酸含量、脂肪酸不饱和度显著高于野生鮻(P<0.05),而饱和脂肪酸含量、二十碳五烯酸+二十二碳六烯酸含量低于野生鮻(P<0.05)。“跑道”养殖鮻和野生鮻分别检测出18种和29种挥发性化合物,野生鮻肌肉中关键风味物质的种类和数量更多,风味更丰富,而“跑道”养殖降低了鮻肌肉中部分呈现不愉悦气味的化合物含量。试验结果表明,“跑道”养殖模式改善了鮻肌肉氨基酸和挥发性化合物的组成。

SLA打印制备融合TPMS氧化铝陶瓷支架结构优化设计研究

三周期最小表面(TPMS)结构具有优异的力学性能与生物医学性能,设计制造合适的TPMS骨支架结构能为骨修复、骨替代、骨愈合的临床治疗提供可能。本文基于人体骨组织结构参数分别设计了以P、G、D三种类型为主的TPMS支架及其不同融合系数K值影响下的融合TPMS支架,采用紫外立体光刻技术(SLA)打印制备了陶瓷生坯,通过脱脂与烧结后处理获得了成型氧化铝陶瓷支架,并对支架模型与成型陶瓷试样分别进行了有限元仿真与实验测试。结果表明:1)陶瓷支架具有相对光滑的表面与较高的成型精度,其整体形态与设计模型基本一致,侧面比顶面稍显粗糙。2)与单类型结构相比,融合TPMS结构支架表现出较好的抗压强度与应力分布。其中,当融合系数K=4时,P与G结构融合支架支架的力学性能最优,抗压强度为71.72 MPa,最大应力与平均应力分别为141.90和13.214 MPa;3)融合结构的渗透性均弱于单类型结构,且不同融合系数K值的结构支架渗透性也不同,结合数值模拟与实验数据,当融合系数K=1、2时,P与G结构、P与D结构融合支架渗透性表现较好。综上,当融合系数K=1时,P与G结构融合支架同时具备较优的力学性能和渗透性,适合作为人体骨支架结构类型。

国际技术标准制定对企业海外市场绩效的影响

全面接轨和参与国际技术标准制定是企业实现海外市场拓展的必要条件,但参与国际技术标准制定与企业海外市场绩效关系的研究匮乏。基于2012—2020年中国A股上市公司参与国际技术标准制定数据,使用倾向得分匹配、多期双重差分法和Heckman两阶段模型检验参与国际技术标准制定对企业海外市场绩效的影响。结果表明:参与国际技术标准制定能够显著提高企业海外市场深度;与跟随国际技术标准制定的企业相比,主导国际技术标准制定的企业表现出更高的海外市场深度;与主导国际技术标准制定的企业相比,跟随国际技术标准制定的企业表现出更高的海外市场广度。结论可深化技术标准国际化理论解释,拓展技术标准制定与企业海外市场绩效关系研究视角,为我国企业技术标准国际化实践与海外市场策略调整提供有益启示。

时间敏感网络中基于EDWF-MTTF的启发式调度算法

随着工业控制和信息网络的快速融合发展,基于以太网的时间敏感网络受到了广泛关注。时间敏感网络采用时间触发通信调度来保证数据传输的确定性。然而,现有调度算法难以快速计算大规模周期性流量的调度表。因此,设计了基于带权重的最早截止时间-最大传输时间优先的启发式调度算法,通过灵活适配流量排序权重以及回溯增强等方法,可以在较短时间内解决工业自动化场景中大规模流量的调度问题。实验结果表明,相比经典整数线性规划方法,带权重的最早截止时间-最大传输时间优先的启发式调度算法能更快地计算出大规模周期性流量调度表的较优解。

低损耗薄膜铌酸锂光集成器件的研究进展

近年来得益于薄膜铌酸锂晶圆离子切片技术和低损耗微纳刻蚀工艺的飞速发展,薄膜铌酸锂光集成结构提供了光场紧束缚、快速电光调谐、高效频率转换和声光转换的空前能力,各种高性能的薄膜铌酸锂光集成器件不断涌现,且朝着大规模光集成芯片的方向迅猛发展,为高速信息处理、精密测量、量子信息、人工智能等重要应用提供了全新的发展动力。本文主要围绕铌酸锂晶体发展历史、薄膜铌酸锂离子切片技术发展历程、极低损耗微纳刻蚀技术演化进程,以及高性能的薄膜铌酸锂光集成器件进展进行总结,并展望了未来的发展趋势。

临床药师干预对脑卒中患者合理使用依达拉奉右莰醇注射用浓溶液的效果分析

目的:探讨临床药师干预对提高依达拉奉右莰醇注射用浓溶液在脑卒中患者中使用合理性的作用及对疾病诊断相关分组(DRG)付费的影响。方法:回顾性分析2022年9月至2023年6月于广元市中心医院接受治疗并使用依达拉奉右莰醇注射用浓溶液的脑卒中患者相关信息,纳入临床药师干预前(2022年9月1日至2023年2月24日)147例患者、干预后(2023年2月25日至6月30日)149例患者,比较干预前后患者不合理医嘱发生率和不良反应发生情况,以及平均住院时间、药品费用、住院费用和DRG付费后的盈亏。结果:干预后,不合理医嘱发生率为19.46%(29/149),低于干预前的80.95%(119/147)。干预后,有1例患者发生不良反应,低于干预前的5例。干预后,患者的平均住院时间为10.56 d,短于干预前的12.60 d;患者的平均药品费用、平均住院费用和DRG付费后的盈亏分别为7 300.07元、28 592.75元和亏3 347.83元,低于干预前的9 437.71元、34 740.39元和亏4 408.02元,上述差异均有统计学意义(P<0.05)。结论:临床药师干预脑卒中患者使用依达拉奉右莰醇注射用浓溶液具有很高的积极作用,可减少不合理医嘱和不良反应的发生,在一定程度上减轻患者的经济负担,在DRG付费模式下对医院的成本控制起到积极作用。

基于连续损伤力学的楔横轧芯部损伤建模及预测

楔横轧因存在芯部损伤累积行为而容易形成芯部疏松缺陷,准确预测芯部损伤形成条件对楔横轧轴类件高性能制造具有重要意义。开展了不同条件下的热拉伸试验,得到了影响材料损伤的主要因素;基于连续损伤力学,提出了耦合温度、应变速率和应力三轴度的损伤本构模型;开展了不同断面收缩率的楔横轧试验,标定了损伤本构模型的材料断裂阈值,并验证了损伤模型的预测精度;利用该模型预测了断面收缩率、展宽角、成形角对芯部损伤的影响规律,为参数选择提供参考。研究结果表明:温度、应变速率及应力三轴度都显著影响材料损伤行为,所建立的耦合损伤本构模型能较好地预测楔横轧芯部的损伤演化过程;楔横轧芯部损伤与成形角成反比,与展宽角和断面收缩率成正比,各参数影响程度由小到大依次为断面收缩率、展宽角、成形角。

融合知识图谱的语义通信系统

知识的理解与处理是语义通信研究的关键问题之一。针对现有语义通信系统在知识表示和知识处理方面的不足,提出了一种融合知识图谱的语义通信框架。在这一框架中,定义了统一语义表示空间的概念,知识库中的实体和接收信号被映射到该空间中,并通过基于对比学习的训练过程以建立关联。在通信过程中,接收端会根据接收到的信号从知识库中检索与之相关的实体,随后通过推理和预测来揭示这些实体之间的关系,从而为解码过程提供有效的辅助信息,同时实时更新知识库。此外,还探讨了基于大语言模型进行数据增强的方案。最后,进行了仿真实验,相较于未经知识增强的语义通信系统,所提系统在较低信噪比下能够取得5%左右的性能提升。结果表明所提系统能够有效地提取相关知识,从而增强语义通信系统接收端的解码能力。

标准数字化发展现状与演进态势

标准数字化对于我国数字经济发展和产业转型升级至关重要。文章聚焦于国内外标准数字化发展现状与演进态势研究。从国际、区域和标准化机构层面分析国内外标准数字化发展情况,在此基础上总结和归纳国内外标准数字化演进态势,提出了进一步推动标准数字化发展的对策与建议,以期为标准数字化相关理论研究和实践活动提供参考和指导。

标准知识数字化表达通用模型与自动抽取技术研究

标准数字化是国内外标准化发展的重要领域和方向。研究以食品与农产品领域标准为研究对象开展标准知识数字化表达的通用模型与自动抽取技术研究,明确了国内外标准化数字化研究现状与问题,提出了标准知识数字化表达的通用模型,开展了标准知识数字化自动提取技术研究,实现对表达模型的知识要素的自动标注和抽取,并据此形成具有语义关联的标准知识。最后,以2000项食品与农产品领域标准为例进行标准知识数字化表达模型与自动提取技术的实证研究。

基于节点重要性和改进效能环的防空反导预警体系能力评估

针对防空反导预警体系能力评估中存在的现实性较弱、考虑异质特性较少和能力计算不够全面等问题,提出基于节点重要性和改进效能环的体系能力评估方法。依托超网络模型对体系结构进行抽象建模,给出具有现实意义的效能环模型。从网络全局和局部节点的重要性出发,根据节点之间相互影响关系对效能边进行分析,并结合节点的重要性和可靠性提出体系的能力期望,从而改进基于效能环的体系能力评估方法。反导预警作战的案例仿真分析结果表明:新方法具有可行性与合理性,充分考虑了防空反导预警体系的现实特性和装备的异质特征,能够较全面地评估体系作战能力,为体系的能力评估和结构优化提供理论支撑。

基于异构系统的多级并行稀疏张量向量乘算法

张量在许多实际应用中被用来表示大规模、多源、高维、多模态的数据.稀疏张量分解作为挖掘数据中隐藏信息的有效方法之一,已被广泛应用于机器学习、文本分析、生物医疗等研究领域中.稀疏张量向量乘(Sparse Tensor-VectorMultiplication,SpTV)是张量分解中最基础、耗时最多的运算之一.为加速大数据和人工智能相关应用的运行效率,本文提出了基于CPU-GPU异构结构的多级并行SpTV加速算法.首先,为了将SpTV运算映射到混合、多级并行的分布式CPU-GPU异构多/众核构架,本文设计了一种多维并行SpTV划分方法,采用面向节点级并行的N-1维张量划分和面向GPU线程级并行的矩阵划分,充分利用计算节点间和节点内的多级并行计算能力.其次,设计了一种基于稀疏张量纤维的压缩存储格式,压缩稀疏张量的内存占用,优化SpTV运算的计算和访存模式.最后,提出了基于多流并行的异构高效SpTV算法,进一步设计了稀疏张量的细粒度划分方法、多流并行运行机制和基于张量块排序的多流并行优化技术,实现了SpTV运算中通信开销和计算开销的相互重叠与隐藏.实验结果表明,与相关工作aeSpTV相比,所提出的SpTV算法在所有测试数据集上最高能够获得3.28倍的加速比.

氯取代近红外双缆共轭高分子材料与低能量损失单组分有机太阳能电池

近红外型双缆共轭高分子材料的光电转换效率(PCE)已经超过了10%,然而较大的能量损失限制了其性能的进一步提升。本工作中,我们合成了两个氯取代的近红外双缆共轭聚合物材料,分别命名为as-DCPIC-Cl和as-DCPIC-2Cl。氯原子的引入使得单组分有机太阳能电池的能量损失低至0.57 eV。其中,基于as-DCPIC-Cl的器件实现了10.14%的PCE,为基于非稠环电子受体的双缆共轭聚合物的最高性能。研究表明,氯原子在实现高性能单组分有机太阳能电池方面具有重要的作用。

基于光照模型的细胞内镜图像不均匀光照校正算法

细胞内镜需实现最大倍率约500倍的连续放大成像,受光纤照明及杂散光的影响,其图像存在不均匀光照,且光照分布会随放大倍率的变化而变化。这会影响医生对病灶的观察及判断。为此,本文提出一种基于细胞内镜光照模型的图像不均匀光照校正算法。根据图像信息由光照分量和反射分量组成这一基础,该算法通过卷积神经网络学习图像的光照分量,并基于二维Gamma函数实现不均匀光照校正。实验表明,经本文方法进行不均匀光照校正后,图像的光照分量平均梯度和离散熵分别为0.22和7.89,优于自适应直方图均衡化、同态滤波和单尺度Retinex等传统方法以及基于深度学习的WSI-FCN算法。

ModelLogVis:面向模型服务的日志异常可视分析方法

利用深度学习模型训练和运行维护过程产生的海量日志信息,进行模型的优化与故障排查,是当前人工智能运维的研究热点.针对现有工作缺少模型工作流分析的问题,提出面向模型服务的日志异常可视分析方法ModelLogVis.该方法采用日志异常检测方法定位模型工作流中的潜在故障,帮助用户聚焦主要的故障类型;支持用户从数据流、状态、实例性能和原始日志等多个角度对工作流中的事件进行交互式可视化与分析,快速、准确地排查问题.通过真实的模型服务数据的案例研究和专家访谈,证明ModelLogVis方法可高效地辅助用户快速挖掘日志中的异常信息.