基于关联事件场的智能化仿真社会实验方法

智能化进程正在迅速推动数字中国建设,不断改变相关社会和人文形态,同时引发了人工智能涉及的社会衍生风险等关键问题。在遵循社会伦理和隐私保护前提下,前瞻性探索新型人工智能社会实验模式,规范人工智能技术的发展,具有重要的现实意义。探讨了在特定社会实验环境下的事件场构建方式方法,以及人物、行为和场景三者的关联关系,基于数据和实验的社会化传导模式以及社会衍生效应进行预测。尝试通过前瞻性的虚拟仿真博弈实验,验证智能化仿真社会实验模式的有效性,为政府提供前瞻性的决策工具和智慧管理建议。

基于全连接张量网络的多模态与多样性推荐算法

在全媒体时代下,基于多模态数据的推荐具有重要意义.本文使用文本、音频、图像3种模态数据进行推荐,通过两个阶段进行张量融合:第1阶段通过3个平行分支对任意两个模式的相关性进行建模和融合,第2阶段再将3个分支的结果进行融合,不仅考虑了两模态之间的局部交互作用,并且消除了模态融合顺序对结果的影响;在推荐模块中,将融合特征通过堆叠降噪自编码器作为协同过滤的辅助特征进行推荐.本文所构建的推荐系统中模态融合与推荐采用端到端的训练过程.同时,为了解决推荐结果中存在的相似度高、多样性差的问题,我们基于二阶段的张量模态融合特征构建相似度矩阵,在已有推荐结果的基础上进一步精化结果,实现快速的多样性推荐.实验证明,基于本文提出的多模态融合特征的推荐模型不仅能够有效地提升推荐性能,并且能够增强推荐结果的多样性.

激光培育珍珠母贝的研究

以合浦珠母贝为材料，采用流水诱导加Ｈｅ－Ｎｅ激光方法处理，激光波长为６３２８，功率５ＭＷ，作用剂量可以调控，结果促进了贝苗、幼贝快速生长。平均单位水体产苗量为３２．７万只／ｍ３，收苗期比对照短１７ｄ～２０ｄ。下海培苗育贝的成贝率比对照高１６％～２１％。

面向复杂场景的人物视觉理解技术

面向复杂场景的人物视觉理解技术能够提升社会智能化协作效率,加速社会治理智能化进程,并在服务人类社会的经济活动、建设智慧城市等方面展现出巨大活力,具有重大的社会效益和经济价值。人物视觉理解技术主要包括实时人物识别、个体行为分析与群体交互理解、人机协同学习、表情与语音情感识别和知识引导下视觉理解等,当环境处于复杂场景中,特别是考虑“人物—行为—场景”整体关联的视觉表达与理解,相关问题的研究更具有挑战性。其中,大规模复杂场景实时人物识别主要集中在人脸检测、人物特征理解以及场景分析等,是复杂场景下人物视觉理解技术的重要研究基础;个体行为分析与群体交互理解主要集中在视频行人重识别、视频动作识别、视频问答和视频对话等,是视觉理解的关键行为组成部分;同时,在个体行为分析和群体交互理解中,形成综合利用知识与先验的机器学习模式,包含视觉问答对话、视觉语言导航两个重点研究方向;情感的识别与合成主要集中在人脸表情识别、语音情感识别与合成以及知识引导下视觉分析等方面,是情感交互的核心技术。本文围绕上述核心关键技术,阐述复杂场景下人物视觉理解领域的研究热点与应用场景,总结国内外相关成果与进展,展望该领域的前沿技术与发展趋势。