把准双一流建设坐标 推进软件工程学科发展--大连理工大学校长助理罗钟铉教授专访

作为"中国四大工学院之一"的大连理工大学,是国家"211工程"和"985工程"重点建设高校。软件学院建院15年来培养了大批适应时代发展的工程型、国际化高端软件人才。作为大连理工大学校长助理、大连理工大学软件学院院长、国际信息软件学院院长、国家示范性微电子学院院长,罗钟铉教授为此作出了很大贡献。今年正值国家全面开展"双一流"建设之际,也是国家"十三五"规划开局之年,大连理工大学软件学院收获了怎样的成果,对未来又有哪些展望呢?作为中国软件人才培养的领军人物,罗钟铉教授对中国高等教育的深化改革和人才培养问题又有着怎样的深入思考呢?带着这些问题,《计算机教育》杂志奚春雁主编(简称奚)专访了罗钟铉教授(简称罗),下面是他们的对谈。

大学生素质提升课程体系建设探究——以大连理工大学软件学院为例

大学生素质教育是高等学校育人过程中的重要内容,随着第一课堂的日益完备,专业知识教育已经形成了较为成熟的培养体系,但是大学生的素质教育体系依旧处于探索阶段。大连理工大学软件学院自2006年开始实施大学生素质提升课程,立足于辅导员"德育教师"身份,以辅导员日常工作为主线,贯穿学生四年生活、隶属第二课堂。与其他课程不同,该课程以大学生职业规划、大学生素质拓展训练两门必修课,大学生心理健康教育、大学生文化素质选修两门选修课为牵引,采取课堂授课、小组讨论、案例剖析、影音赏析、专题讲座、素质拓展等形式授课,目前该课程体系已经日渐成熟,成为软件学院学生素质提升的主渠道。

大数据视域下高校实施精准思政的对策研究——以大连理工大学“校园恋人”模型建构为例

本文以构建“校园恋人”模型为例,选取大连理工大学的210个样本数据,采用K-Means聚类算法,通过对学生行为数据进行筛选、分析、处理,结合关系网络、时空数据,揭示高校学生间的相互关联和时空相关的模式及规律,找到“校园恋人”和潜在“孤僻症”人群,把握和预测学生群体性问题和现象。针对在大数据时代推动高校开展思政教育面临的困难,从思维理念、管理平台、制度体系、人才队伍等四个方面提出高校运用大数据开展精准思政的对策建议。

软件工程专业“智能控制系统”课程建设

随着智能控制技术的快速发展,智能控制系统在各个领域都得到了广泛应用。面向广阔的人才需求,各大高校纷纷开设了“智能控制系统”课程。针对软件工程专业特点,分析了传统“智能控制系统”课程教学存在的问题。结合自身课程建设经验,从多个方面介绍了“智能控制系统”课程建设方案。实践证明,课程建设方案适用于软件工程专业,有利于培养学生智能控制系统软硬件开发能力。

软件学院电子技术综合实验教学体系建设

针对全国各大高校软件学院硬件课程体系建设存在的不足,分析软件学院硬件课程在教学过程中的重要作用,以大连理工大学国家示范性软件学院为例,提出建设以模拟与数字电路实验为基础的电子技术综合实验教学体系,从实验园地建设、虚拟实验仪器研发、开放式课程建设和实验考核改革试验等几个方面介绍实施过程。

软件工程专业“大课程思政”教学体系研究与实践

高校的课程思政建设着力于解决“为谁培养人”的问题,立足于从专业角度做好课程思政的系统化设计,有利于提升学生的价值塑造成效。文章以大连理工大学软件工程专业为例,该专业以社会主义核心价值观塑造为目标,紧紧抓住“国产自主可控技术教学”和“大国工匠精神培养”两个关键点,从理论课程、实践课程、第二课堂、长效机制等四个方面入手,党委、教师、教务、学工多部门协同一致,建设具有大时代内涵的教学内容、彰显大资源特点的实践环境,培养具有大责任意识的新时代大学生,建设具备大视野素质的教师队伍,完成软件工程类专业“大课程思政”教学体系建设,创建系统化课程思政建设方法,形成特色文化。

高校思政课对大学生思想发展的重要性及教学改革的建议

通过调查我国高校思政课课程建设的发展历程,总结了思政课对大学生思想发展的重要性及教学中存在的问题,提出思政课需要不断开展教学改革的建议。为促进高校思政课教师主导作用的发挥,充分展现学生的主体性,提出了大学思政课教学改革的具体实施路径以及有效评价机制的构建,为高校思政课教学改革创新相关方面的研究提供可借鉴参考资料。

基于水下机器人的软件工程实践教学方法探索

水下机器人已经成为软件工程实践领域的新课题,将相关理论和实施过程引入实验实践教学课程中,能够有效提高实验实践教学的工程实践水平和课程创新水平。引入水下机器人作为教学设备,将教学环节划分为通信、状态获取、控制和可视化4个模块进行综合教学,设计完整的水下机器人实验教学课程,引导学生完成复杂的工程实践过程,能够有效提高学生对相关知识的理解,同时培养团队协作能力、软件开发能力、创新能力。

基于知识图谱的网络类专业课程实施优化探索

针对网络工程类课程建设,将知识图谱及云图显示用于课程大纲的课程画像并实施和讨论。以网络工程专业的必修课计算机网络、方向导论课互联网+和选修课网络攻防实践及云计算3类课程为例,介绍课程知识图谱的构建并说明有针对性的教学和考核方法,给出根据课程性质设计不同侧重的课程实施方案,以培养学生的高阶能力。

基于图神经网络聚类的土壤监测点位优化

在土壤污染的监测过程中,由于需要大面积的监测点位布设,所以需要大量的人力和物力,同时原有的土壤监测点位存在冗余和代表率低的问题,对监测结果的准确性和全面性产生了影响。使用一种基于自编码器降维和图卷积网络(GCN)推理的土壤点位优化方法,通过将原有监测点位聚类成不同簇,来实现用尽量少的监测点位全面地表现区域污染情况的目的。使用GCN推理结合自编码器降维的土壤点位优化方法,该方法同时利用土壤监测点位数据的结构信息和高维特征表示,将监测点位聚类成不同簇。通过对相关性进行分析,发现聚类后的簇中心点位可以作为原始簇的代表,从而降低土壤监测点位的冗余性,实现了监测点位的优化。实验证明GCN方法可以有效地减少监测点位的数量,同时保持监测结果的准确性和全面性。

以学生为中心的人工智能实验教学改革研究

人工智能领域人才是国家紧缺型人才。人工智能实验教学是培养高质量人才的重要手段,直接影响学生的实践能力和就业水平。然而,目前人工智能实验课还存在学生学习的主体作用无法体现、实验规模不足、量化评价体系单一等问题。通过对人工智能实验教学现状分析,运用新三中心理论从教学模式、实验案例、评价标准三方面对人工智能实验课进行改革,三者相辅相成,共同促进以学生为中心的实验教学方案。该改革方案可以极大激发学生的学习热情,培养学生的动手实践能力。

SMTLOC:基于多源频谱的SMT求解器缺陷定位

SMT求解器作为重要的基础软件,其存在的缺陷可能会导致依赖于它的软件功能失效,甚至带来安全事故.然而,修复SMT求解器缺陷是一个十分耗时的任务,因为开发者需要花费大量的时间和精力来理解并找到缺陷的根本原因.虽然已有许多软件缺陷定位方面的研究,但尚未有系统的工作研究如何自动定位SMT求解器缺陷.因此,提出一种基于多源频谱的SMT求解器缺陷定位方法SMTLOC.首先,对于给定的SMT求解器缺陷,SMTLOC提出一种枚举算法,用以对触发该缺陷的公式进行变异,从而生成一组不触发缺陷,但与触发缺陷的公式具有相似执行路径的证人公式.然后,SMTLOC根据证人公式的执行路径以及SMT求解器的源码信息,提出一种融合覆盖频谱和历史频谱的文件可疑度计算方法,从而定位可能存在缺陷的文件.为了验证SMTLOC的有效性,收集60个SMT求解器缺陷.实验结果表明,SMTLOC的缺陷定位效果明显优于传统的频谱缺陷定位方法,SMTLOC可以将46.67%的缺陷定位在TOP-5的文件内,定位效果提升了133.33%.

以大学生科技竞赛为牵引的创新实验班建设

科技竞赛能够引领学生在实践中领悟科学原理,收获科技成果和实训经验,真正地做到学以致用,在大学生人才培养中占有重要地位。为更好地培养创新型软件人才,该文探索了以大学生科技竞赛为牵引的创新实验班建设方法,通过对创新实验班的教学模式设计,个性化创新实践课程体系的建设以及基础创新团队的建设等方面的研究,开展了以创新实验班为依托的多种创新型人才培养活动,完成了移动互联网创新实践班和数模创新实践班的建设,以及多个创新团队的组建,与腾讯等国内知名软件公司建立合作,在多项省市级比赛、论文发表、专利申请等方面取得优异成绩。

基于动态常识推理与多维语义特征的幽默识别

随着社交媒体的飞速发展,幽默识别任务受到研究者广泛关注。其目标是判断给定文本是否具有幽默表达。现有方法主要基于幽默产生理论,采用规则或神经网络模型提取多种幽默相关特征,如不一致性、情感和语音等。然而,这些方法未充分捕捉文本内部的情感特征,忽视了隐含在幽默文本中的情感表达,影响了幽默识别的准确性。为解决此问题,该文提出了CMSOR方法,以动态常识和多维语义特征为驱动。首先,利用外部常识信息从文本中动态推理说话者的隐式情感表达;然后,引入WordNet词典计算词级语义距离,捕捉不一致性,并计算模糊性特征;最后,基于这三个特征维度构建幽默语义,实现幽默识别。实验证明,CMSOR模型相对于当前基准模型在三个公开数据集上的识别性能均有显著提升。

结合图卷积网络的多模态仇恨迷因识别研究

针对现有迷因识别方法常忽视网络实体作用的情况,提出一种结合图卷积网络的迷因识别方法。提取图像中网络实体信息,利用图卷积网络对网络实体模态和文本模态进行融合,结合外源词典从多角度衡量网络实体和迷因文本之间的关系,构建跨域图;通过注意力模块对文本和图像模态进行交互,结合自蒸馏技术提高模型对信息的利用率。实验结果表明:该方法在Hateful Memes和MAMI数据集上的准确率分别达到76.03%和73.9%,性能优于现有的SOTA模型。

大学生创新性实验计划实施的关键问题分析

大学生创新性实验计划在执行过程中存在种种问题,影响了计划的完成质量,甚至导致执行失败。通过问卷调查及深入分析,发现在项目选题、管理方式、执行力,以及教师参与度等方面均存在较大不足。提出了过程管理方法体系,从制定项目任务规范、梯队建设规范、实施过程规范等角度入手,对项目执行的每一个环节予以制度化和规范化,明确师生职责要求,以保证项目实施质量,提高学生的创新能力和独立解决问题的能力。

基于XML的软件安全静态检测方法研究

安全关键软件设计使用的C/C++语言含有大量未定义行为,使用不当可能产生重大安全隐患。软件静态检测是从软件代码和结构中找出安全缺陷的重要手段。从安全规则的角度,提出了基于XML(eXtensibleMarkupLanguage)中间模型的静态检测方法。该方法将C/C++源代码解释为XML中间模型,将安全规则转化为缺陷模式,利用Xquery查询表达式对软件安全缺陷进行定位。基于该方法的原型系统检验结果表明:该方法能够有效地检测出违反安全规则的软件缺陷,并具有安全规则可定制的特点。

面向TPU粗粒度指令的自动张量化方法

张量化是通过调用硬件特定指令对张量运算进行加速的过程。TPU支持多种粗粒度指令,可表示神经网络级别的算子,且没有明确的运算规模限制。现有张量化方法对于粗粒度指令需要手写大量的IR匹配片段,且难以实现灵活的双缓存(ping-pong buffer)形式的指令并行优化,不利于扩展至TPU场景。为此,提出了一种面向TPU粗粒度指令的自动张量化方法——Tir2TPU。首先,基于TensorIR抽象语法树的分析对运算程序进行指令替换。其次,设计了一种模拟硬件行为的并行模型以实现指令并行优化。最后,构建了基于TPU硬件特征的程序调度空间以实现快速自动调优。实验对矩阵乘法等5种机器学习模型中常用的算子进行了性能评估。实验结果表明,Tir2TPU自动优化生成的算子与TPU自有编译器相比可取得最高3.1倍、平均1.78倍的运算加速,并且可取得平均90%的手工优化性能。

多标签遥感图像分类研究现状与展望

多标签遥感图像分类是遥感分析领域的基础研究任务之一,解析给定的遥感图像并识别其中的类别语义,可以为下游计算机视觉任务提供重要的技术基础;由于遥感图像空间分辨率不断提升,众多遥感对象以不同规模、颜色、形状分布于图像的各个区域,为遥感图像多标签分类任务带来了严峻挑战。该文聚焦于遥感领域的多标签图像分类研究,对该问题的前沿研究进展进行总结分析。首先,阐述多标签遥感图像分类任务的问题定义,并对该研究问题中常用的多标签图像数据集和模型评估指标进行归纳介绍;进而,对该领域的前沿进展进行系统性的介绍,深入剖析多标签遥感图像分类过程中的2个关键任务——遥感图像特征提取和标签特征提取;最后,针对遥感图像特性,分析了该任务当前存在的挑战和问题,并对未来研究方向进行展望。

基于网络环境的若干组合优化博弈问题研究

随着互联网技术的飞速发展和社交网络的广泛普及,大量现实问题可以模型化为基于网络环境的组合优化问题,受到学术界和工业界的广泛关注。在这一过程中,参与者通常受到个人利益的驱动,采取策略性行动以实现自身效用的最大化。这种以“自利”为核心的行为模式,不仅对其他参与者产生影响,同时所有参与者的策略选择共同决定了社会福利整体目标的实现。在此背景下,参与者之间的互动呈现出合作与竞争并存的复杂局面,构成了组合优化博弈问题。本文旨在深入分析基于网络环境的三类具有挑战性的组合优化博弈问题:网络上的公共品博弈、网络上的点覆盖博弈以及网络上的路由博弈。这三类问题不仅在组合优化和理论计算机科学领域占据着举足轻重的地位,而且在管理科学与工程、经济学等多个交叉学科领域中也展现出广泛的应用前景。因此,本文将系统性地介绍这三类组合优化博弈问题,并对其最新的研究进展进行详细的梳理和深入的凝练,以期为相关领域的研究者和实践者提供有价值的参考和启示。