一种改进的多模块贝叶斯网络局部推理算法

针对多模块贝叶斯网络的局部推理的时间和空间复杂度高的问题,提出了一种改进的多模块贝叶斯网络局部推理算法.该算法用面向对象语言重新定义了多模块贝叶斯网络模型,在联合树推理算法的基础上结合图论中"顶点度"的概念对局部推理算法进行了优化,针对三角化结果不唯一的问题,给出了一种一般性的解决方案,使三角化后的结果能够将消息传递得更快,有效地缩短推理时间.给出了算法的仿真实例并进行实验分析,结果表明改进后的推理算法有效减小时间、空间复杂度.

基于多层局部推理的汉语篇章关系及主次联合识别

篇章关系识别是篇章分析的核心组成部分。汉语中,缺少显式连接词的隐式篇章关系占比很高,篇章关系识别更具挑战性。该文给出了一个基于多层局部推理的汉语篇章关系及主次联合识别方法。该方法借助双向LSTM和多头自注意力机制进行篇章关系对应论元的表征;进一步借助软对齐方式获取论元间局部语义的推理权重,形成论元间交互语义信息的表征;再将两类信息结合进行篇章关系的局部推理,并通过堆叠多层局部推理部件构建了汉语篇章关系及主次联合识别框架,在CDTB语料库上的关系识别F_(1)值达到了67.0%。该文进一步将该联合识别模块嵌入一个基于转移的篇章解析器,在自动生成的篇章结构下进行篇章关系及主次的联合分析,形成了完整的汉语篇章解析器。

基于局部模糊推理的区域电力系统超短期负荷预算方法

为了解决传统超短期负荷预算方法误差较大的问题,提出一种基于局部模糊推理的区域电力系统超短期负荷预算方法。使用局部模糊推理定义利用的电力系统负荷历史数据,使用序偶法处理负荷数据的模糊集,计算数据的模糊度,得出时点负荷的偏离程度。规定特征时间尺度,依据特征时间尺度的数量关系,预测超短期随机电荷分量,计算电荷分量的均值,形成新的负荷序列,平滑处理得到最终的超短期负荷预算表达式,完成对区域电力系统超短期负荷的预算。实验表明:与传统基于BP神经网络的短期负荷预算方法相比,基于局部模糊推理的区域电力系统超短期负荷预算方法误差率只有0.07%,误差更小,更适合预算区域电力系统的超短期负荷。

融合语法及结构特征的汉老双语句子相似度计算方法

跨语言句子相似度计算是自然语言处理的核心任务之一。标记是老挝语的重要语言特征,汉语中的特定结构也能起到标记的作用,时态与定语广泛存在于汉老双语中。通过分辨时态和定位定语,融入语言特征,能有效提升句子相似度计算的准确率。该文提出融合语法及结构特征的句子相似度计算方法,通过添加特征标签,使用CNN和BiGRU获取含有更多语义信息的双语句子语义表征,连接局部推理的交互聚合结构使双语信息交互,计算交互后序列的相对差和相对积,将其结果拼接并输入到全连接层以获得汉老双语的句子相似度分数。实验结果表明,该文的方法在当下主流方法中有着突出的表现,F 1值达到了77.67%。

多Agent系统的规范和协调问题

This paper introduces the research of norms and coordination methods for multi-agent system. Finally, we point out some problems and present several research directions, especially the social property of Multi-Agent System.

一种新型基于神经网络的预测控制

重点考虑在多变量系统中对控制的准确性和实时性要求,在已有的神经网络预测模型基础上,提出采用模糊理论改进其反馈校正环节,对预测输出和实际输出在一定的隶属函数和模糊规则下进行模糊推理,输出结果用以修正预测模型,从而使系统综合性能得到实质性提高,仿真结果表明改进有效.