新框架下分数(g,f,n′,m)-临界消去图的领域并条件

若在图G中删除任意n′个顶点的剩余子图仍是分数(g,f,m)-消去图,则该图称为分数(g,f,n′,m)-临界消去图.给出在特定的函数框架下,分数(g,f,n′,m)-临界消去图的领域并条件.

嵌入式领域并不陌生的边缘计算

人类智力是知识基础上的能力表现,有“行为智力”(如洗衣做饭、耕田织布、琴棋书画、读书做工)与“思考智力”(如深思熟虑、静心思考、深入分析、绞尽脑汁)。行为智力与思考智力的“统一”、行为智力的“进化”是人类智力两大重要特征。有缺陷的人工智能目前,人工智能的行为智力仿真大多是嵌入式系统领域的智能化工具、设备、工业机器人;思考智力仿真则是计算机智力仿真软件,如深蓝计算机的国际象棋大师、沃森计算机的智力竞赛、AlphaGo的围棋大师等专家系统。现阶段,这些人工智能,相对于统一、进化的人类智能,都是初级阶段、有缺陷的人工智能。如AlphaGo的围棋大师只有思考智力,没有行为智力;用于洗衣做饭的洗衣机、微波炉没有实时进化能力。

分数(g,f,m)-消去图的不相邻顶点领域并条件（英文）

一个图称为分数(g,f,m)-消去图若删除任意m条边后的剩余子图依然存在分数(g,f)-因子.本文证明若图G的阶为n,1≤a≤g(x)≤f(x)-Δ≤b-Δ对任意顶点x∈V(G)成立,δ(G)≥(b-Δ)(b+1)/a+2m,n≥(a+b)(2(a+b)+2m-1)/(a+Δ),且|N_G(x_1)∪N_G(x_2)|≥(b-Δ)n/(a+b),对任意不相邻顶点x_1和x_2都成立,则G是分数(g,f,m)-消去图.这个领域并条件在一定程度上是最好的.

80%的核心芯片靠进口我国在物联网领域并没有后发优势

“在洋人屁股后头追，怎么追都追不上，咱们得找准方向，在前面等着他。”在科技北京发展建设座谈会上，清华大学教授、中国工程院院士江亿表示一味忙着赶超别的国家，不如共同发力做一件有利于民族发展的事。

2020中国对外直接投资趋势展望:一带一路绿地投资前景广阔 高新技术领域并购有望提升

展望2020年,中国对外直接投资将继续呈现稳中有降态势,投资的领域和地域结构有望进一步优化。全球经济和投资复苏前景不甚明朗之际,新冠肺炎疫情对中国对外直接投资构成进一步冲击。在当前全球增长放缓、主要经济体的低核心通胀长期低迷、大宗商品价格复苏前景黯淡等现状下,全球经济前景仍不甚乐观,大部分经济体的景气状况、消费和投资信心等指标的弱势表现难有明显起色.

技术领域并购萎缩

2008年1月9日，投资银行家表示首次公开募股以及高新技术合并收购渠道正在萎缩，据The 451 Group近日公布的一项对约110位资深投资银行家的调查结果显示，虽然有三分之二的受访者预测2008年银行业投资会增长，但认为渠道交易数量会减少的人数翻了三番，由初期的4％增至13％。

主题方面共享的领域主题层次模型

层次主题模型是构建主题层次的重要工具.现有的层次主题模型大多通过在主题模型中引入nCRP构造方法,为文档主题提供树形结构的先验分布,但无法生成具有明确领域涵义的主题层次结构,即领域主题层次.同时,领域主题不仅存在层次关系,而且不同父主题下的子主题之间还存在子领域方面共享的关联关系,在现有主题关系研究中没有合适的模型来生成这种领域主题层次.为了从领域文本中自动、有效地挖掘出领域主题的层次关系和关联关系,在4个方面进行创新研究.首先,通过主题共享机制改进nCRP构造方法,提出nCRP+层次构造方法,为主题模型中的主题提供具有分层主题方面共享的树形先验分布;其次,结合nCRP+和HDP模型构建重分层的Dirichlet过程,提出rHDP(reallocated hierarchical Dirichlet processes)层次主题模型;第三,结合领域分类信息、词语语义和主题词的领域代表性,定义领域知识,包括基于投票机制的领域隶属度、词语与领域主题的语义相关度和层次化的主题-词语贡献度;最后,通过领域知识改进rHDP主题模型中领域主题和主题词的分配过程,提出结合领域知识的层次主题模型rHDP_DK(rHDP with domain knowledge),并改进采样过程.实验结果表明,基于nCRP+的层次主题模型在评价指标方面均优于基于nCRP的层次主题模型(hLDA,nHDP)和神经主题模型(TSNTM);通过rHDP_DK模型生成的主题层次结构具有领域主题层次清晰、关联子主题的主题词领域差异明确的特点.此外,该模型将为领域主题层次提供一个通用的自动挖掘框架.

领域法学视野下的数字法问题

数字法律现象呈现出客体复合性、主体多样性及法律关系多元性特征,决定了传统研究范式转型升级成为数字法学的必然选择。领域法学作为调整交叉领域法现象的研究范式,与数字法问题相吻合。领域法学具体化、立体化以及复合化思维,可与部门法学协同互补;其立体性、自足性和因应性特征可对传统法学研究方法进行吸收和补充。运用领域法学研究范式,可立体化提炼数字法现象,多维度整合数字交叉学科,以达到全方位解决数字法问题的效果。在宏观上,归纳“数字赋权-代码规制-数字正义”的数字治理逻辑;在微观上,演绎数据权利分类确定、数据交易分层规范、算法治理多元共治、权益救济多方协同的数字治理机制,构建完整的数字法学知识体系。

医学领域知识融合研究进展

医学领域知识融合旨在将分散在各个知识图谱或不同数据源中的医学知识进行整合,形成一个更全面的知识图谱,在提高知识质量、扩大规模、提高医学知识利用率和共享性等方面具有促进作用。围绕知识融合的问题和解决方案,首先系统地梳理了医学领域知识融合的定义、评价指标及数据集;分类讨论了知识融合过程中存在的问题与挑战;然后从问题、技术两个维度,综述了目前知识融合中实体对齐、实体链接任务各方法的优势与不足;详细讨论和总结了医学领域知识融合每一类问题的相关解决方案;最后,总结并展望了医学领域知识融合的发展方向。

准噶尔盆地中央坳陷西部下二叠统风城组天然气勘探潜力与重点领域

基于准噶尔盆地中央坳陷西部下二叠统风城组烃源岩有机地球化学、天然气组分和稳定碳同位素组成等分析数据,结合区域沉积环境与生烃演化模拟实验,评价风城组烃源岩的生气潜力,刻画规模有效源灶分布,厘定天然气成因来源,优选有利勘探领域。结果表明:(1)风城组为1套倾油型烃源岩,但滞留液态烃有利于晚期裂解成气,具有生气潜力大、晚期规模成藏的特点;(2)风城组烃源岩最大厚度可达900 m,盆1井西凹陷和沙湾凹陷已进入规模生气阶段,生气强度大于20×10^(8) m^(3)/km^(2)的面积约6 500 km^(2);(3)环中央坳陷西部发现的碳同位素组成较轻的天然气主要为来自风城组烃源岩的高熟油型气,其他则为来自于石炭系煤系烃源岩的煤成气;(4)中央坳陷西部天然气勘探需重点关注源边构造型、源边地层型、源内页岩气型和源内构造型4种类型的有利勘探领域,其勘探潜力值得期待。

融合领域要素知识的多粒度法律文本匹配方法

法律文本匹配的目标是快速提炼对比要素信息并发现关联案件,保障法律适用的统一性同案同判.现有方法未能充分利用特定类型案件的先验知识,其核心要素提取准确率低,仅进行词向量的权重计算,忽略字义、句义、句法的向量信息,影响匹配效果.提出一种融合领域要素知识的多粒度法律文本匹配方法,通过建立特定案件类型领域知识库准确提取法律要素,引入字、词、句3个粒度的注意力机制计算不同文本向量的权重提升匹配模型效果.实验结果表明,该方法在公开数据集上可达到最好效果.

“价值引领-战略驱动-五融并举”的机器人领域研究生培养探索与实践

机器人是“制造业皇冠顶端的明珠”,其研发、制造、应用是衡量一个国家科技创新和高端制造业水平的重要标志。湖南大学提出的“价值引领–战略驱动–五融并举”机器人领域研究生培养模式以思政引领、文化引领和科学家精神引领为价值内核,以面向空天信息机器人多模态感知与融合世界科技前沿、集群机器人化智能制造经济主战场、深空深海探测自主无人系统国家重大需求、高端医疗装备人民生命健康需求等国家重大战略为驱动,构筑了以德智融合、科教融合、学科融合、专创融合和产教融合为内涵的“五融并举”实施路径。通过推进实施该模式,学校在机器人领域研究生培养方面取得了良好的成效。

融合知识的文博领域低资源命名实体识别方法研究

文物数据的实体嵌套问题明显,实体边界不唯一,且文博领域已标注数据极度缺乏,导致该领域命名实体识别性能较低。针对这些问题,构建一个可用于文物命名实体识别的数据集FewRlicsData,提出一种融合知识的文博领域低资源命名实体识别方法RelicsNER。该方法将类别描述信息的语义知识融入文物文本中,使用基于跨度的方式进行解码,用于改善实体嵌套问题,并采用边界平滑的方式缓解跨度识别模型的过度自信问题。与基线模型相比,该方法在FewRlicsData数据集上的F1值有所提升,在文博领域命名实体识别任务中取得较好的性能。在公开数据集OntoNotes 4.0上的实验结果证明该方法具有较好的泛化性,同时在数据集OntoNotes 4.0和MSRA上进行小规模数据实验,性能均高于基线模型,说明所提方法适用于低资源场景。

2022年NSFC心血管领域中、西医申请资助情况分析

系统梳理分析2022年国家自然科学基金心血管领域中、西医学面上项目、青年科学基金项目和地区科学基金项目3类常规项目的申请和资助情况、所涉及主要病种、研究热点和研究思路。结果显示,两个领域研究的主要病种相似,研究热点也基本一致。均以动脉粥样硬化、冠心病、心力衰竭、高血压、继发性心肌损伤和心律失常为主,主要开展表观遗传学、外泌体、细胞焦亡或铁死亡、细胞自噬、肠道微生物群以及线粒体功能方面的研究,思路呈现多样化的特点。但西医心血管领域的病种更为广泛,还包括心脏移植等中医心血管领域不涉及的病种。在科学问题导向和研究内容方面,中医心血管领域要求在中医药理论的指导下,以解决中医学科的关键科学问题为导向,体现中医药的特色。此外,研究热点只是探索科学问题的技术手段,应深入凝练科学问题,避免盲目追求结合研究热点反而缺乏了创新性思想和科学依据,鼓励原创性基础研究。

数据要素在医疗健康领域的内涵、价值与应用

十七部门联合发布的《“数据要素×”三年行动计划(2024—2026年)》引发了社会的广泛关注。本文首先探讨医疗健康领域数据要素的本质、分类及其重要性。在此基础上,提出促进医疗健康数据融合创新的关键策略,包括通过技术赋能医疗健康数据的采集,推动医疗健康数据的整合与标准化工作,促进医疗健康数据的开放和共享,以及加强对医疗健康数据的安全保护。

独立性视角下的相频融合领域泛化方法

针对现有的领域泛化(DG)方法对领域特征处理粗糙和泛化能力弱的问题,提出一种基于频域特征独立性这一独特视角解决领域泛化问题的方法。首先,设计频域分解算法,将图像的深度特征快速傅里叶变换(FFT)后,再从相位信息中获得领域无关特征,以提高模型对领域无关特征的识别能力;其次,基于独立性视角,通过对样本的特征赋权,进一步消除频域特征中各属性的相关性,提取最有效领域无关特征,解决样本特征之间相关性带来的泛化能力差的问题;最后,提出幅度融合策略,拉近源域和目标域的距离,进一步提升模型对未知领域的泛化能力。在流行的图像领域泛化的数据集PACS和VLCS上的实验结果表明,所提方法的准确率均值比StableNet分别高0.44、0.59个百分点,且在各个数据集上均取得了优秀的性能。

基于和谐领域的患者参与随访决策对新生儿母乳喂养及体格发育的影响

目的探讨基于和谐领域的患者参与随访决策对新生儿母乳喂养及体格发育的影响。方法通过便利抽样法,选取2022年1月—2022年12月在本院分娩的150对产妇和新生儿作为研究对象,根据抽签法将其分为观察组与对照组,每组各75对。对照组实施常规院外随访,观察组实施基于和谐领域的患者参与随访决策护理,观察并比较两组产妇的母乳喂养效能与育婴行为,比较两组新生儿的纯母乳喂养率和体格发育情况。结果干预后,观察组产妇的母乳喂养效能与育婴行为得分显著高于对照组(P<0.05);观察组新生儿的纯母乳喂养率明显高于对照组(P<0.05);观察组新生儿的体格发育显著优于对照组(P<0.05)。结论在对新生儿的院外随访中应用基于和谐领域的患者参与随访决策,能有效提高产妇的母乳喂养效能与育婴行为水平,提高新生儿的纯母乳喂养率,促进新生儿的体格发育。

基于AIS数据的船舶风险领域模型

为构建船舶风险领域及分析其特征,基于船舶自动识别系统(Automatic Identification System,AIS)数据提出一种具有风险级别的船舶领域模型。首先,根据预处理后的AIS数据,获取他船相对于本船的位置。然后,采用椭圆领域边界对船舶相对位置数据进行筛选,同时获取到代表风险级别的临界点,并使用最小二乘法对其进行拟合,从而得到船舶风险领域。最后,利用老铁山水道中149 m、190 m、229 m、300 m船舶的AIS数据对所提方法进行验证,并分析船舶风险领域的特征。结果表明,该方法可以较好地反映船舶的风险级别;在同一风险级别时,不同尺度船舶间的风险领域长、短半轴与船长之比差异较小;风险级别为1的船舶领域边界接近于圆形;他船在本船周围分布的密集程度不同。本研究所提模型对航行安全保障、航行风险研究有一定的参考意义。

非传统油气资源:现实且潜力巨大的油气勘探开发新领域

依据是否编入目前的石油地质学,将圈闭(油气藏)类型分为传统圈闭(油气藏)和非传统圈闭(油气藏)。与传统圈闭(油气藏)相比,非传统圈闭(油气藏)具有形态特殊、内部结构复杂、储层非均质性强且生储盖组合多变、成藏机理奇特、分布位置更加隐蔽等特征,甚至有的非传统油气藏位于传统石油地质理论认为的禁区。目前发现和开发的非传统油气藏有露头油气藏、断溶体油气藏、断缝体油气藏和断壳体油气藏等,非传统油气藏正逐渐成为油气勘探开发的热点和亮点。我国地质条件和成藏环境极为复杂,仍然有相当数量的圈闭(油气藏)没有收入经典的石油地质学,非传统油气资源潜力巨大,它们多分布在(超)深层、(超)深水、高原、极地、特殊气候地区,甚至盆地外,是现实的油气勘探开发新目标和新领域。

国际合作培养生物医学工程-神经科学交叉领域创新型人才项目的执行分析和思考

创新型人才国际合作培养项目是拓展高水平国际合作交流渠道的关键抓手。如何围绕创新型人才培养进一步发展学科建设,创新培养模式,建立优质合作交流是当前面临的主要任务。为了满足中国对高层次国际化的脑科学交叉领域人才的迫切需求,同时为了推动生物医学工程学科的拓展和提升,2019年电子科技大学与加拿大麦吉尔大学开展生物医学工程-神经科学交叉领域创新型人才国际合作培养项目,选拔电子科技大学生物医学工程背景的硕士研究生攻读麦吉尔大学的神经科学博士学位,以培养具有强交叉背景的下一代神经科学家。本文针对该项目展开深入探讨,就项目执行现状、项目运行经验、创新型国际化人才培养模式探索进行梳理分析和思考。