基于知识网络特征的产业关键共性技术识别模型与实证研究——以新一代信息技术产业为例

[目的/意义]构建产业关键共性技术识别模型并进行实证研究,为产业技术创新布局提供参考。[方法/过程]从技术领域和技术主题两个层面,探索知识网络特征与产业关键共性技术特征的关系:将技术领域共现网络中具有相似性质的节点集合作为产业共性技术领域;根据网络中节点的结构位置,计算技术主题特征指标,最终筛选出产业关键共性技术。[局限]该模型未考虑不同国家或地区之间技术竞争与布局的差异,后续研究将进一步探讨。[结果/结论]本文以新一信息技术产业为例,识别出8个共性技术领域和20个技术主题。本文研究模型从专利文献内容和技术发展规律两个方面综合考量,确保了模型及其结果的科学性、合理性和可靠性。

基于知识元引用网络的细分领域演化特征研究

[目的/意义]理解科学知识发展演化过程有助于促进科学研究,从微观视角追踪知识在细分领域中的结构与演化特征对知识评估和知识服务具有重要意义。[方法/过程]以医学信息学中知识元为例,利用语义类型界定每种疾病的治疗相关细分领域,构建125种疾病不同时刻的知识元引用网络,采用Leiden算法识别知识群落,从群落知识演化、群落知识竞争状态等维度揭示疾病个体的演化特征;提出丰富度、均衡性与差异度三种测度指标,揭示疾病个体与整体的多样性特征。[结果/结论]研究表明,知识元引用网络中的群落能够反映出疾病知识结构与演进状态。整体层次的疾病知识多样性特征包括:疾病知识群落数量不断增加,群落间规模与组成差异不断扩大;不同疾病表现出常规型、早期争议型、泛指型演化模式;研究较早的疾病普遍均衡性较低、差异度较高。

知识网络视角下科学、技术、产业间创新驱动关系识别方法研究

开展科学、技术、产业之间创新驱动关系研究,对于实现科学发现、技术创新与产业的深度有效融合与发展具有重要意义。本文从知识网络视角展开科学、技术、产业间创新驱动关系识别方法研究。首先,通过构建时效知识网络,利用社区网络结构熵来表征知识网络结构特征;其次,利用网络结构特征信息间的传递熵探究创新过程中科学、技术、产业三个系统相互驱动的关系;再其次,采用互信息探测主要驱动关系下知识传递路径的变化特点;最后,以再生医学(干细胞)领域作为实证对象,实证研究发现不同时间阶段,科学、技术、产业之间的相互驱动关系会发生转变,三者知识传递路径上知识内容前后继承关系也不同,科学驱动技术过程中的知识传递路径继承性特征持续增强,而技术驱动科学过程中的知识传递路径继承性呈现不稳定、非连续性特征。此外,通过多种方式论证了本文方法的科学有效性,可以用于其他创新领域科学、技术、产业间创新驱动关系的识别。

基于相互学习的短时交通流预测研究

交通流预测是智能交通系统(ITS)的核心,其中时空特性是最主要的特征;由于不同道路之间存在复杂的空间相关性和时间依赖性,因此交通流预测成为一项具有挑战性的任务;目前,基于图卷积神经网络的预测方法在网络局部以及整体的特征感知和提取方面,仍存在优化空间;为了解决以上问题,提出了一种基于图神经网络的优化模型(DMCRNN),该模型以DCRNN为基准模型,利用相互学习策略对其进行优化;在训练过程中,两个DCRNN网络之间相互学习、相互指导,以此来增强每个网络的特征学习能力;在METR-LA和PEMS-BAY两个真实数据集上验证优化策略的有效性;结果表明,经过优化后的模型预测误差显著降低,在两个数据集上一小时的MAE与DCRNN相比分别降低了0.15和0.12,即相互学习优化策略具有较好的性能。

在线学习交互网络中重要节点对知识传播的影响研究

在线学习交互网络是社会网络的一种表现形式。学生之间、学生与教师之间通过网络交互行为传播和获取各种知识,研究在线学习交互网络中重要节点对知识传播的影响,不仅可以探索在线学习网络中的特殊知识传播规律,还可以拓展和丰富在线学习领域中的社会网络研究。文章研究了在线学习网络中节点重要度评价算法,利用该方法计算实际在线学习网络的节点重要度,观察节点重要度对网络中知识传播的影响,并提出了相关建议。

基于改进KNN近邻实体的知识图谱嵌入模型

为了更好地表示邻居节点数量较少的罕见实体,提出基于近邻实体的知识图谱嵌入模型NNKGE,使用K近邻算法获得目标实体的近邻实体作为扩展信息,并在此基础上提出RNNKGE模型,使用改进的K近邻算法获得目标实体在关系上的近邻实体,通过图记忆网络对其编码生成增强的实体表示。通过对公共数据集上实验结果的分析,以上两个模型在仅使用近邻节点的情况下均实现了对基准模型(CoNE)的性能超越,缓解了数据稀疏问题并改善了知识表示性能。

合作网络特征、企业知识多元化与共性技术溢出

在“工业4.0”浪潮下,全球技术竞争已由单体技术竞争转变为共性技术竞争。作为连接基础科学与商业应用的竞争前技术,共性技术需要广泛外溢才能充分实现其潜在价值。在多主体协同创新环境下,创新合作网络特征对于共性技术溢出具有差异化影响。以我国电子信息设备制造业86家上市公司为研究样本,运用负二项回归方法实证研究共性技术合作网络中,企业位置特征与关系特征对于共性技术溢出的影响,并考察企业知识多元化的调节作用。结果表明,企业在合作网络中的中心度、结构洞、联系强度对共性技术溢出具有显著正向影响;企业知识多元化对于中心度与共性技术溢出、结构洞与共性技术溢出间的关系存在正向调节作用。结论可丰富共性技术溢出理论研究视角,对共性技术合作网络健康发展,以及企业内部知识基础合理布局与共性技术充分溢出具有重要实践价值。

专利合作网络结构特征对企业专利质量的影响--以集成电路产业为例

为细化专利合作网络结构特征对企业专利质量的影响过程,尤其针对当前文献较少关注以知识搜索为中介变量的内在影响机制,以大尺寸硅片等7种集成电路“卡脖子”技术为研究对象,基于知识基础观,以度数中心度和结构洞代表合作网络结构特征,采用2012—2019年中国这7种技术的发明专利合作数据,构建5组4年期的移动时间窗,并结合考虑期刊影响因子构建企业专利质量评价指标体系,运用社会网络分析、文献计量和回归分析等方法进行实证分析。结果表明:在企业专利合作网络中,度数中心度与结构洞这两大结构特征对于专利质量存在正向促进作用,知识搜索在其中发挥重要中介作用,其深度和宽度增加对于企业专利质量均存在正向促进作用;而专利合作网络结构特征对于企业知识搜索同样具有正向影响。因此,中国的集成电路企业要积极与外部组织展开合作,包括组成商业联盟或构建开放式合作研发平台;加强拓宽和加深知识搜索渠道,构建完善知识获取体系,加强知识储备,促进企业专利质量的提升;此外,加大研发投入,扩充研发人员数量、引进高质量研发人才,提升自身的知识吸收、整合和转化的能力。

基于特征和图结构信息增强的多教师学习图神经网络

近年来,图神经网络对图数据强大的表征能力和建模能力使其在诸多领域广泛应用并取得了重大突破。然而,现有模型往往倾向于对图卷积聚合策略和网络结构进行优化,缺乏了对图数据自身先验知识的探索。针对上述问题,通过知识蒸馏的方法,设计了一种基于特征信息和结构信息增强的多教师学习图神经网络,打破了现有模型对于数据先验知识提取的局限性。针对图数据背后所蕴涵的丰富特征与结构信息,分别设计了节点特征和边的数据增强方式。在此基础上,将原始数据和增强后的数据通过多教师学习模块进行知识嵌入,使得学生模型学习到更多关于数据的先验知识。在Cora、Citeseer和PubMed数据集上,节点分类准确率分别提升了1%、1.3%、1.1%。实验结果表明,提出的信息增强的多教师学习模型能够有效地捕获先验知识。

下一代铁路信息系统发展方向思考

介绍信息系统发展代际特征,基于云脑平台架构机理,结合铁路信息系统自身实际与发展目标,研究下一代铁路信息系统的发展方向。建议预先开展云边协同与泛在互联、面向认知与智能处理等研究,以期为推进铁路信息系统高质量发展,以及铁路数字化、网络化和智能化的进程提供参考。

双通道知识蒸馏的节点分类方法

近年来,基于教师-学生的知识蒸馏框架在图神经网络方面取得了较好的表现.然而这类知识蒸馏框架仍存在一些问题,如教师模型的知识信息不够全面,不能很好地指导学生模型;学生模型自身学习能力较差.为了解决这两方面的问题,本文提出了基于双通道知识蒸馏的节点分类方法.具体而言,该方法引入双教师模型,分别从拓扑结构和特征属性两个方面进行学习,保证了教师模型知识信息的多样性和全面性.学生模型采用参数化标签传播和邻居特征聚合两种预测机制,保证其具有更好的学习能力.最终,双教师模型分别从拓扑结构和特征属性两个方面对学生模型进行指导.在5个真实数据集上的实验结果表明该模型与最优基准模型相比具有更好的分类效果.

基于多层网络的科学-技术微观知识流动分析框架研究

[目的/意义]知识如何在科学与技术间流动并推动创新是情报学领域的一个热点问题。本研究将从微观层面揭示科学与技术之间的知识流动网络结构特征,为发现新的知识流动传播路径,理解科学与技术之间的联系和挖掘创新突破点提供新思路。[方法/过程]本研究基于专利和论文数据并利用多层网络的方法,构建了科学-技术二维知识流动微观网络分析框架,并以转基因玉米为例开展了实证研究,验证了对科学-技术知识流动结构特征进行细粒度揭示的可行性。[结果/结论]本研究提出的分析框架可以揭示微观视角下的知识流动特征,并能够在转基因玉米实证案例中识别出两类知识流动结构,拓展和丰富了知识流动相关研究。未来,本研究提出的科学-技术二维知识流动研究框架可进一步扩展,通过改变知识主体类型、丰富知识属性因素、扩展知识流动路径得到更广泛的应用。

基于混合神经网络的非法集资风险预测模型

针对现有企业非法集资风险识别准确率低、效率低等问题,提出了一种基于混合神经网络的预测模型。该模型构建基于预训练语言模型和门限循环神经网络(GRU)的风险等级预测网络产生风险等级和风险候选特征向量,并结合双向门限循环神经网络(BiGRU)和注意力(Attention)机制构建风险特征知识嵌入网络,最后将融合特征向量输入到分类器来实现非法集资预测。实验结果表明:该模型相较于其他基线模型能够取得更好的风险预测效果。

基于攻击图与随机森林算法的网络电子对抗攻击主动防御方法

在防御网络电子对抗攻击阶段,由于对攻击的判断准确性较低,导致防御阶段的胜率难以得到保证,为此,提出基于攻击图与随机森林算法的网络电子对抗攻击主动防御方法研究。设计的攻击图生成架构主要包含分别为信息获取→知识图谱构建→攻击图生成三个部分,并将将CVE、NVD、CNVD、CNNVD漏洞库以及Packet Strom Security信息安全网站论坛作为主要网络电子对抗攻击信息的获取来源,以网络节点间的连接关系,以及攻击前后网络中各节点的权限关系,不同网络节点在攻击下的收益作为攻击图关联关系的判断基准。在防御网络电子对抗攻击阶段,利用随机森林算法确定具体防御节点状态。在测试结果中,设计防御方法对于同类型攻击的胜率始终稳定在90.0%以上,明显优于对照组。

知识网络研究（Ⅲ）——知识网络的特性探析

基于对知识网络的概念、类型和结构等基本问题的系统研究,本文首先提出知识网络具有共享性、整体性和增值性三个基本特性,分析表明：知识网络的共享性是知识的共享性决定的,而知识网络的整体性和增值性则是知识元素自身所没有的,是形成知识网络之后才具有的.然后,作者提出知识网络还具有知识节点的独立性、继承性、变异性、多维性和再生性,以及知识关联的动态性、相对稳定性和隐含性等特性,并对此进行了全面深入的分析论述.同时,也归纳总结出知识节点的变异性还具有分离、重组、突变和交叉四个变异规律.

节点赋权网络中节点重要性的综合测度法

许多现实系统中的主体重要性测度问题可以建模为节点赋权网络中节点重要性的测度问题.在对节点赋权网络中节点重要性构成因素分析的基础上,利用节点删除的研究思想,提出节点赋权网络中节点重要性的综合测度法—CIM法;借助于图的距离矩阵的计算方法设计了CIM法的算法;最后,给出该方法在知识共享网络中的应用.

节点集重要性测度——综合法及其在知识共享网络中的应用

在具有社会关系结构的经济系统及通讯网络系统等许多现实的系统中,人们经常关注节点集在系统中的重要性问题。在分析如何有效反映网络中节点集重要性的基础上,针对节点赋权网络,利用节点集删除的研究方法,建立节点集重要性的综合测度数学模型;然后,借助于图的距离矩阵的计算方法设计该模型的算法;最后,给出该方法在知识共享网中的应用。

科研合作网络形成机理——基于随机指数图模型的分析

知识时代的到来,使得学者个人的奋斗难以完成复杂的科研工作要求,学者之间的合作交流显得越来越重要。科研合作有助于产生创新思想,提高科研工作者的工作效率,促进多领域、多学科的交叉与融合,及缩短科研产出的周期等。因此,研究科研合作网络的形成机理具有重要意义。以维普为来源数据库,选取"知识管理"相关研究领域的文献,构建所有学者之间的合作网络,并运用指数随机图模型探究了网络结构和节点属性对合作网络形成的影响机理。结果显示:合作网络具有很好的传递性,网络分布较为均匀,未出现明显的核心节点;相同地区的学者,热门研究领域学者之间的合作更为普遍;此外,拥有高结构洞特征的学者和团队凝聚力高的学者与其他学者的合作更为普遍。

基于特征向量中心性的社交信息超网络中重要节点的评判

文章主要将超网络和特征向量中心性的理论方法运用于社交网络信息交互过程中重要节点的评判研究,在对社交网络信息交互系统构成及关系进行分析的基础上构建一个社交信息超网络模型,并通过例子构建超网络的邻接矩阵和网络直观图。根据现有方法存在的问题与不足,提出了一种基于特征向量中心性的社交信息超网络节点信息交互综合能力的评判方法,并通过实例进行了验证与分析。

高技术企业联盟知识扩散研究——基于小世界网络的视角

知识通过网络可以加快扩散.作者基于NW小世界网络视角,构建高技术企业联盟知识扩散模型,揭示联盟的知识扩散特性,并运用MATLAB软件进行模拟仿真.研究发现,减小网络的特征路径长度、增大网络的集聚系数和提高成员间的知识交流频率是促进高技术企业联盟知识扩散、提高创新效率、加快知识创新的有效途径.