冷泉碳酸盐工厂的提出及古气候意义

【意义】碳酸盐工厂的提出及其分类研究对于推动碳酸盐岩沉积学发展具有重要意义,但现行分类方案不足以囊括所有碳酸盐沉积类型,因此亟须从机理和过程层面对碳酸盐工厂类型予以梳理、扩充。【进展】传统碳酸盐工厂的碳源主要为大气—海洋中的无机碳库,而一些特殊海相和陆相碳酸盐工厂的碳则主要源于外源碳库,因而两者具有本质上的区别。后者往往对于追溯深时水体环境和气候事件具有重大意义。【结论与展望】以冷泉碳酸盐岩为例,正式提出“冷泉碳酸盐工厂”概念,综述了其沉积特征、生物组成及生物地球化学过程,并举例阐述其古气候意义。基于外源碳库的碳酸盐工厂类型理应得到重视。

一种面向项目管理信息系统集成的复杂事件处理方法

大型项目管理信息系统中实时产生的海量事件,对深度挖掘系统的隐含特征具有重要意义。通过分析科技计划项目管理的业务逻辑和事件结构,提出项目管理事件模型。为描述事件之间的关系,定义项目管理事件操作符,实现事件的逻辑、算数和时间计算。基于复杂事件处理技术,提出一种面向项目管理信息系统的事件处理算法PMEP,执行事件处理规则,分析系统产生的海量事件,得到深层次的项目管理复杂事件。实验表明,PMEP算法可实现项目管理信息系统中海量事件的实时处理。

空管数据复杂事件处理技术研究

为智能化处理空中交通数据所蕴含的复杂态势,依据空管领域特性,在复杂事件处理技术的基础上设计实现一个空管复杂事件处理系统,进行数据处理与Web可视化;参考民航业规章及专业知识,制定飞机安全间隔预警、飞机高度变化异常、飞机遭遇恶劣天气三类空管复杂事件模式。在真实数据下模拟应用场景以检测上述模式,结果表明系统可在毫秒级处理延迟下检测到空管复杂事件,能为空管工作提供智能化技术支持。

低资源场景事件抽取研究综述

事件抽取作为信息抽取的任务之一,旨在从非结构化文本中抽取出结构化事件信息。当前基于机器学习和深度学习的自动化信息抽取方法过度依赖于标注数据,而大多数领域的标准数据集规模很小且分布不均匀,因此低资源场景成为了限制自动化信息抽取性能的瓶颈。虽然,近年来众多学者针对低资源场景进行了深入研究,并取得了许多显著的成果,但目前针对该场景下的事件抽取研究综述比较缺乏。文中对现有的学术成果进行了较为全面的总结分析,首先介绍了相关任务的定义,并将低资源场景事件抽取任务分为3类;其次围绕此分类重点阐述了6种相关技术方法,包括基于迁移学习、基于提示学习、基于无监督学习、基于弱监督学习、基于数据与辅助知识增强、基于元学习的方法,并指出了当前方法的不足和未来改进的方向;然后介绍了相关数据集及评价指标,并对典型技术方法的实验结果进行了总结分析;最后从全局角度总结分析了当前低资源场景事件抽取工作面临的挑战及未来研究的趋势。

集成电路和功率器件抗辐射工艺加固技术研究综述

随着我国空间装备的高速发展,尤其是深空探测器,微电子器件抗辐射性能得到广泛关注。抗辐射工艺加固是实现器件抗辐射性能提升的重要途径之一。本文围绕空间总剂量效应和单粒子效应,对近年来集成电路和功率器件辐射效应机理和工艺加固技术的研究进展进行了介绍和总结,为抗辐射工艺加固技术的发展与应用提供了有益参考。

中国极端天气气候研究——“地球系统与全球变化”重点专项项目简介及最新进展

全球变暖背景下,极端天气气候事件频发,并表现出群发性、持续性、复合性等特点,不可预测性增加;持续性强降水、极端低温、复合型极端高温干旱、群发性热浪和台风等极端天气气候事件对我国经济社会和可持续发展影响巨大。然而,上述极端天气气候事件的新特征、关键过程和机理尚不完全清楚,重大极端事件的预报预测水平亟待提升。文章首先简要介绍“地球系统与全球变化”重点专项项目“中国极端天气气候事件的形成机理及其预测和归因”的基本情况。项目拟在分析全球变化背景下对我国造成重大影响的极端天气气候事件新特征的基础上,深入研究多尺度海-陆-气耦合过程影响极端天气气候事件的机理,挖掘极端天气气候事件次季节-季节预测的前兆信号;发展动力与物理统计相结合的极端事件预测新方法,研制针对中国极端事件的新一代高分辨率数值预报与检测归因系统。文章重点总结了自2022年12月项目立项至今取得的最新研究成果和进展。

告知承诺制改革进路研究

告知承诺制以事前承诺代替事前审批,合理运用信用监管简化审批流程、规制政府权力、放宽准入门槛和降低制度性交易成本,有助于营造市场化、法治化、国际化和便利化营商环境。目前,我国告知承诺制改革主要围绕行政审批集成化、承诺事项清单化、信用监管体系化等方面进行渐进式试点探索,但在制度体系、信息技术、监管工具、联合奖惩等领域仍存在系统性缺失难题,因此,应加快告知承诺制改革的整体性推进。告知承诺制改革系统整合、整体推进的实现路径主要包括以制度整合完善政策体系、以机制创新深化“一件事”改革、以监管协调保障履约践诺、以责任明晰健全联合奖惩、以主体合作推动多元协同治理等。

某大型综合医院2021—2023年医疗器械不良事件监测及报告分析

目的通过分析某大型综合医院2021—2023年医疗器械不良事件(Medical Device Adverse Event,MDAE)监测情况,为医疗机构在医疗器械安全使用和不良事件监测工作中提供参考和借鉴。方法采用回顾性分析方法,统计分析该院1082例MDAE报告的报告年份、报告天数、审核结果和涉及的医疗器械名称、产地、管理类别、产品类别、产品分类等情况。结果该院近3年上报的MDAE总数和通过率逐年递增,平均报告天数呈下降趋势(P<0.001)。990例有效报告中,国产、Ⅱ类、无源医疗器械的不良事件例数高于进口、Ⅰ类和Ⅲ类、有源和体外诊断试剂(P<0.001);14-注输、护理和防护器械类的不良事件报告最多(P<0.05),以一次性器械断裂、变形或污染和输液泵、注射泵故障为主要不良表现;03-神经和心血管手术器械造成的严重伤害例数最多(P<0.001),主要为导丝和球囊的断裂、变形导致术中植入失败。结论开展采购、入库到临床使用的全流程追溯,将MDAE监测上报纳入科室目标考核,可加强临床科室和医疗器械管理人员联动,提升医疗机构MDAE监测效能。

基于业务过程模型的刑事案件裁判文书过程信息自动梳理技术

在信息时代,大量过程信息被隐藏在由自然语言写成的文档中,从中自动抽取过程模型并可视化将有助于对过程信息的查看和管理。在中国刑事案件裁判文书中,存在着以下两个挑战:①事件在文本中的描述未严格按照时间顺序;②存在大量噪声信息。尽管该特征广泛存在于不同领域的文本中,相关的研究却很少。为此,提出一种具有可移植性的文本过程挖掘算法,通过结合领域知识和机器学习建立名为“事件框架”的新型数据结构,从而解决上述难点并最终自动构建业务过程模型。通过人工构建的大量过程模型与自动生成的过程模型在结构、文本相似度上的实验对比,证明该算法能有效地解决上述挑战。

基于事件日志的业务过程控制流异常检测算法:现状与评测

在业务过程的执行过程中,各个视角都可能出现异常,如控制流异常、时间异常、数据流异常等。控制流是业务过程的主干,控制流的异常通常也隐含其他视角发生了异常,因此控制流异常的检测对于业务过程的正确执行具有关键性作用。近年来,越来越多的研究基于业务过程的事件日志检测控制流异常,针对这些检测方法,进行了分类和总结。此外,对典型的控制流检测方法进行实验,并分析实验结果,总结各种检测方法的优缺点及其适用场景,以帮助业务过程分析人员根据特定的场景选择合适的检测方法。

Apache Flink复杂事件处理语言的形式语义

Apache Flink是目前最流行的流式计算平台之一,已经在工业界得到了广泛应用.复杂事件处理是流式计算的一种重要使用场景,Apache Flink平台定义并实现了一种复杂事件处理语言(简称FlinkCEP).FlinkCEP语法特性丰富,不仅包括常见的过滤、连接、循环等操作,还包括迭代条件、匹配筛选策略等高级特性.FlinkCEP语义复杂,尚缺乏语言规范对其语义进行准确描述,只能通过实现细节来理解,因此对其语义进行形式描述对于开发人员准确理解其语义非常必要.针对FlinkCEP提出一种数据流转换器的自动机模型,该模型包括用于刻画迭代条件的数据变量、存储输出结果的数据流变量、用于刻画匹配筛选策略的迁移优先级等特性.使用数据流转换器对FlinkCEP的语义进行形式建模,并且根据形式语义设计FlinkCEP的查询求值算法,实现原型系统.进一步,生成能够较为全面覆盖FlinkCEP语法特性的测试用例集,利用这些测试用例与FlinkCEP在Flink平台上的实际运行结果进行对比实验.实验结果表明所提出的形式语义与FlinkCEP在Flink平台上的实际语义基本是一致的.而且,对实验结果不一致的情况进行分析,指出FlinkCEP在Flink平台上的实现对于组模式的处理可能存在错误.

二语学习者动宾搭配“伪语义违反”的认知加工机制

汉语“打酱油”类动宾搭配是母语者经常使用的转喻或隐喻现象,而低水平汉语二语者往往认为这种动宾搭配是违反语义关系的。相对于ERP研究中的真实“语义违反”范式,我们将二语者对这种语义关系的认知称作“伪语义违反”。目的是通过这种实验范式考察汉语二语学习者对“打酱油”类动词喻指化现象加工的认知机制及其与汉语母语者的差异。研究发现:第一,汉语母语者对动词喻指化现象的加工符合直接通达理论,在无语境条件下仍然可以直接加工其喻指义。第二,不同水平二语学习者对汉语动词喻指化现象的加工机制存在本质区别。低水平二语学习者汉语动词喻指化加工经由字面义,再通达其喻指义,支持间接通达理论;高水平二语学习者则可以和母语者一样直接通达其喻指义。加工机制的不同导致了学习者理解能力的差异。第三,二语学习者对汉语动词喻指化现象的加工机制存在动态变化,随着二语水平的提高,学习者对喻指意义的加工会逐渐由间接通达转向直接通达。

基于事理图谱的受骗网络行为风险演进研究

基于真实案件数据,从电信网络诈骗受害人的网络行为视角对受骗网络行为风险进行研究,能有效提升电信网络诈骗的防治能力。为此,文章首先利用LTP工具对相关数据进行处理。其次,通过模板匹配的方法从相关的语料数据中抽取受骗网络行为风险事件及事件之间的事理逻辑关系,并构建受骗网络行为风险的具体事理图谱。然后,文章构建了基于自编码器的深度聚类模型,对提取的风险事件进行泛化聚类,并根据泛化结果构建了受骗网络行为风险的抽象事理图谱。最后,基于所构建的具体和抽象事理图谱,利用案件流程分析模型与复杂网络分析技术,剖析受骗网络行为风险的构成与规律。文章将电信网络诈骗的受骗网络行为风险划分为接触风险、信任欺骗风险、心理漏洞利用风险和行为控制风险4个环节,并总结了各风险环节的时序、构成等规律。

基于活动次序决策树的业务过程合规性检查方法

针对现有方法判断轨迹合规情况效率较低的问题,提出了一种基于活动次序决策树检查业务过程合规性的方法,并对该树进行剪枝处理以提高检测效率。首先,访问事件日志中完全拟合的轨迹,按照活动次序分别记录下每个活动的可取值,构建一棵以活动次序为属性的决策树;然后,为了减小决策树的结构规模提高判断效率,在尽量保证准确率的同时,对决策树进行剪枝,并对测试集中轨迹的拟合情况进行判断;最后,分别以地震应急流程及真实事件案例为数据集进行仿真实验。相较基于字符串距离度量方法和经典对齐方法,该算法显著提高了业务过程合规性检查效率,基于真实事件案例实验结果,进一步说明了该方法在进行业务过程合规性检查时的可行性和优越性。

动态网络局部社区演化过程溯源方法

随着网络规模的增大,全局社区演化分析越来越困难。考虑在某些场景中人们只关心某一局部社区的形成过程,即局部社区演化过程溯源,提出一种动态网络局部社区演化过程溯源方法,包括社区形成时刻识别、候选前驱社区集合检测和社区演化关系分析这3个环节。通过构造真伪社区分类器识别前驱社区形成时刻,在前驱社区形成时刻的网络快照上进行社区检测,获得包含待溯源社区中任意顶点的候选前驱社区;利用演化事件模型找出真正的前驱社区并识别对应演化事件。在真实网络数据集上的实验结果表明,所提方法优于基于均匀时间片划分的溯源方法,得到的待溯源社区形成路径图能够与真实路径图精准匹配,即社区形成时刻、前驱社区和演化事件均识别准确。

篇章级文本的事件图谱构建与事件抽取方法

针对篇章级事件抽取任务主要存在的以下3个挑战:模型复杂、事件论元分散以及多事件抽取,提出一种基于异质交互图和有序树的篇章级事件抽取方法DTHIGN。支持以解耦实体抽取部分的方式精简模型的参数;构建面向触发词的篇章级异质交互图,更全面地对语义进行建模;支持使用基于统一事件模板的树形事件论元抽取方式获得事件论元结果。实验结果表明,该方法能够获得较好的效果并显著降低模型的训练难度。

基于局部乱序事件排序的复杂事件匹配方法

为处理乱序事件流上的复杂事件匹配问题,减少排序开销,在非确定有限状态自动机的基础上提出解析查询指导排序策略和匹配结果反馈排序策略。根据查询内容对事件流进行分解过滤,得到查询所需的子事件流,设计基于堆排序的子事件流合并算法。通过匹配过程中自动机的状态,设计算法对自动机状态转移相关的事件实例进行排序。在股票数据集上进行实验,验证了提出方法相较于现有方法在匹配性能上有显著提升。

参与型赛事旅游价值共创过程模型构建基于扎根理论的多案例研究

参与型赛事旅游是体旅融合的重要领域,也是促进体育消费增长的关键组成部分,近年来受到学界的广泛关注,但仍缺乏对参与型赛事旅游价值共创过程的整合性研究。以成都双遗马拉松、圣灯山佛影侠跑山训练赛、环达古冰川自行车挑战赛作为案例样本,运用扎根理论方法,探索性地建构了参与型赛事旅游价值共创的过程模型,剖析了政府、赛事组织、赛事游客三方主体嵌入的参与型赛事旅游价值共创现象,识别了参与型赛事旅游价值共创实践的关键要素,即政府治理、赛事组织动态能力契合、赛事游客参与机会、参与能力、共创行为、体验价值和社会资本,并通过价值共创的发起、价值共创环境营造、赛事游客嵌入、互动与资源整合、价值生成5个阶段将其进行逻辑串联。结合研究结论,从精准施策、消除隐性壁垒、夯实赛事组织动态能力等方面提出了优化策略。

基于事件过程建模的台风灾害社交媒体信息聚合与演变特征表达

台风灾害事件过程具有尺度效应,而高时效性社交媒体中蕴含的丰富台风灾害事件信息可为多尺度认知台风灾害事件过程提供支持。该文首先以对象为构成事件的基本单元,以状态划分作为多尺度度量过程的基础,构建多粒度台风灾害事件过程表达模型;在此基础上提出基于社交媒体的台风灾害事件过程挖掘方法,通过多级语义约束的信息聚合方法,提取特定时空条件下不同的对象状态特征;基于状态在时空上连接形成的状态序列分析不同对象的演变轨迹,从多维度表达事件过程的不同演变特征。最后,以2019年“利奇马”台风灾害事件为例,验证多粒度台风灾害事件过程模型的合理性与信息聚合方法在实际应用中的有效性。

计及极端气象事件的年度系统运行场景生成方法

随着以风电和光伏为代表的新能源渗透率的快速增长,新型电力系统与气象系统间的耦合程度不断加深,系统运行场景分析与生成面临严峻挑战。极端气象事件的频发导致新能源波动加剧,系统运行场景不确定性激增,而现有方法对气象事件与新能源出力间关系的考虑不足,难以准确刻画极端气象事件影响下的新能源出力特性。为此,提出了一种计及极端气象的长时间尺度系统运行场景生成方法。该方法根据极端气象事件时空分布特性对气象因素进行建模,基于插入多个短时间尺度气象事件的年时间序列,通过高斯过程回归(Gaussian process regression,GPR)模型与Copula函数、数据-知识联合驱动方法结合拟合生成完整的年气象场景,然后将气象场景映射到新能源出力场景,最后通过求解机组组合问题得到系统运行场景。使用SG-126节点算例系统对所提方法进行验证,结果表明该方法能够有效考虑极端气象事件给系统运行带来的影响。