首页期刊导航|计算机工程
期刊信息/Journal information
计算机工程
华东计算技术研究所　上海市计算机学会
计算机工程

华东计算技术研究所　上海市计算机学会

游小明

月刊

1000-3428

hdsce@sohu265359.sohuvip.net

021-54972331

200233

上海市桂林路418号

计算机工程/Journal Computer EngineeringCSCD北大核心CSTPCD
查看更多>>本刊是中国电子科技集团公司第三十二研究所（华东计算技术研究所）主办的学术性刊物，是上海市计算机学会会刊。主要特点：以最快的速度、科学求实的精神，精选刊登代表计算机行业前沿科研、技术、工程方面的高、精、尖优秀论文。贯彻党的“双百”方针，繁荣科技创作，促进国内外学术交流，探讨和传播计算机科学的理论和实践，加速和促进我国计算机事业的发展。
正式出版
收录年代

    大语言模型在数学推理中的研究进展

    罗焕坤葛一烽刘帅
    1-17页
    查看更多>>摘要：全面概述大语言模型(LLM)在数学推理中的研究进展、机制原理以及应用趋势,为后续开展相关研究提供参考借鉴.选取与大语言模型在数学推理领域相关的122篇文献.系统描述了数学推理问题的类型及其数据集,分别从增强模型推理能力的策略和思维链提示方法这两方面深入解析各技术的原理、应用价值和存在问题.通过定性分析,提出未来可能的研究方向.大语言模型相关研究发展迅速,相关调研工作可能未覆盖完整.基于思维链提示技术、微调、利用编程语言等外部工具、验证机制等方法可以有效提升大语言模型的数学推理能力,特别是基于思维链提示的方法成为当前大语言模型的主要研究热点.未来研究工作可在进一步提升大语言模型的推理能力、提出解决数学推理问题的新方法等方面展开深入研究.

    大语言模型数学推理思维链GPT-4微调

      原文链接:
    • 维普
    • 万方数据

    文本相似度计算方法综述

    魏嵬丁香香郭梦星杨钊...
    18-32页
    查看更多>>摘要：文本相似度计算是自然语言处理的一部分,用来计算两个词、句子及文本之间的相似程度,具有多种应用场景,文本相似度计算的研究对于人工智能的发展有着重要作用.文本相似度计算起初基于字符串表面,随着词向量的提出,文本相似度计算可进行基于统计以及深度学习的建模与计算,也可与预训练模型相结合.首先,将文本相似度计算方法分为基于字符串、基于词向量、基于预训练模型、基于深度学习、其他方法5类,并对这些方法进行简要介绍.然后,根据不同文本相似度计算方法的原理,具体介绍了编辑距离、汉明距离、词袋模型、向量空间模型(VSM)、深度结构语义模型(DSSM)、句子嵌入的简单对比学习(SimCSE)等常见方法.最后,对文本相似度计算常用的数据集以及评价标准进行整理和分析,并对文本相似度计算的未来发展进行展望.

    文本相似度字符串词向量预训练模型深度学习

      原文链接:
    • 维普
    • 万方数据

    面向磁浮轨道的多源点云数据的混合滤波方法

    张玉鑫张雷欧冬秀
    54-62页
    查看更多>>摘要：在磁浮轨道的仿真数据处理过程中,磁浮轨道点云数据的滤波提取是重要环节之一,实际应用应根据待提取的磁浮数据特性,采用高效的滤波方法.磁浮轨道的点云数据对象主要包括由无人机(UAV)倾斜摄影获取的磁浮轨道的图像数据并经过三维重建后形成的稠密点云数据、由手持式激光雷达扫描磁浮轨道获取的激光点云数据.根据这两种点云的数据特性,考虑磁浮轨道四周复杂场景的点云环境,分别对两种点云进行混合滤波.首先,对激光点云数据采用八叉树下采样方法,有效降低了点云数据的数量级,节省了运行时间.然后,分别对激光点云与稠密点云数据采用布料模拟滤波(CSF)方法,过滤了地平面点云数据,保留了非地面点云数据;采用统计离群点去除(SOR)滤波方法,筛除了大量离群点;根据磁浮轨道特征,采用直通滤波过滤了坐标范围外的点云数据.实验结果表明,在不影响磁浮轨道结构的前提下,对于采用八叉树下采样方法的激光点云数据和没有采用八叉树下采样的稠密点云数据,该方法的滤波率分别为86.15％和64.76％,经混合滤波后的两种点云数据的结构近似,点云数量处于同一数量级,为磁浮轨道点云特征提取等后续任务提供了有效保障.

    磁浮轨道多源点云数据八叉树下采样布料模拟滤波统计离群点去除滤波

      原文链接:
    • 维普
    • 万方数据

    面向行政执法案件文本的事件抽取研究

    屈潇雅李兵温立强
    63-71页
    查看更多>>摘要：行政执法的智能化水平是国家治理能力现代化的体现,数据是智能化发展的重要依托.在行政执法领域,各行政机关存储大量以文本形式记录的历史案件,这种非结构化的数据价值密度较低、可利用性不强.利用事件抽取技术从行政执法案件文本中快速高效地抽取案件职权类型、案发时间、案发地点等结构化信息,可推动行政机关对历史案件信息的利用和智能化执法办案研究.收集整理某城市的真实案例数据,并通过人工标注构建一个行政执法领域的数据集,根据行政执法案件文本的无触发词、文档级、格式不固定等文本特征,提出结合基于Transformer的双向编码器表示(BERT)和基于条件随机场的双向长短期记忆网络(BiLSTM-CRF)模型的两阶段事件抽取方法,通过文本多分类和序列标注依次完成事件类型检测和事件论元抽取任务.实验结果表明,事件类型检测任务的F1值达到99.54％,事件论元抽取任务的F1值达到97.36％,实现了对案件信息的有效抽取.

    行政执法案件事件抽取两阶段方法基于Transformer的双向编码器表示模型基于条件随机场的双向长短期记忆网络(BiLSTM-CRF)模型

      原文链接:
    • 维普
    • 万方数据

    基于自蒸馏框架的点云分类及其鲁棒性研究

    李维刚厉许昌田志强李金灵...
    72-81页
    查看更多>>摘要：与2D图像数据集相比,3D点云数据集的规模较小且表征性较差,容易导致神经网络出现过拟合和泛化能力差的问题.为此,提出一种点云自蒸馏(PointSD)框架,通过对表征形式不同的数据样本进行学习,使网络提取到原始点云数据中的更多特征信息,实现样本之间的知识交互,在不增加额外计算负荷的情况下提升网络的泛化能力,适用于不同规模的分类网络模型.基于该框架提出一种点云抗腐败训练方法TND-PointSD,解决了当前点云训练方法抗腐败能力不足的问题.实验结果表明:在ScanObjectNN数据集上,应用PointSD框架的PointNet++和RepSurf-U‡2X基准网络的平均准确率(MA)相比于应用标准训练(ST)方法提高了 8.22和4.86个百分点;在ModelNet40-C数据集上,在15种腐败类型上分类网络的平均整体准确率(MOA)均有所提升,证明了 TND-PointSD方法能够有效地增强网络模型的腐败鲁棒性.

    点云数据点云分类自蒸馏数据增强腐败鲁棒性

      原文链接:
    • 维普
    • 万方数据

    类不平衡的特征演化流在线学习方法

    陈燕菲刘三民
    92-103页
    查看更多>>摘要：特征演化流是指特征空间以任意形式动态变化的数据流,其中同时存在数据类别分布不平衡的现象,这给数据流分类任务带来巨大挑战.在线学习是数据流挖掘的有效工具之一,但目前鲜有在线学习框架可同时处理数据流中特征演化和类不平衡问题.因此,提出一种类不平衡的特征演化流在线学习方法.首先,对实例特征进行划分,并将分类器分别投影至对应特征空间,结合在线被动-主动算法分别训练不同特征空间下的分类器;然后,将代价敏感指标最小化问题融入模型在线优化目标函数中,根据不平衡率定义新的代价敏感因子,动态调整类别权重以解决类不平衡问题;最后,为提高分类器泛化性能,利用变异系数筛选出重要特征,从而对分类器稀疏截断处理.大量仿真实验结果表明,该方法在11个UCI数据集上均获得较高的准确率、几何均值和马修斯相关系数,分别平均提升约0.021、0.058和0.072,验证了所提方法对特征演化流具有良好的自适应能力,同时能有效处理特征演化流中的类不平衡问题.

    数据流挖掘特征演化类不平衡在线学习代价敏感学习

      原文链接:
    • 维普
    • 万方数据

    面向不平衡数据的机械设备故障命名实体识别

    党小超刘涧董晓辉祝忠彦...
    104-112页
    查看更多>>摘要：命名实体识别作为构建知识图谱的基础任务,其识别效果直接影响知识图谱的质量.在实际生产中,机械故障数据通常包含大量的领域专业词汇,同时实体类型普遍存在分布不平衡的问题,这对准确识别故障实体构成了挑战.通用领域实体识别方法在这一领域效果欠佳,从而降低了知识图谱的质量.为应对上述问题,提出一种融合焦点损失(Focal Loss)函数和专业词典的实体识别方法.该方法使用Focal Loss函数应对实体类型不平衡问题,通过引入平衡因子和调制系数,改进传统的交叉熵损失函数,提升实体识别效果,同时将领域专业词汇嵌入到模型中,进一步提高实体识别性能,这一词典包含机械故障的领域术语,有助于模型更准确地识别机械设备故障命名实体.在自建的矿井提升机实验数据集上进行广泛实验验证,结果证明,融入Focal Loss后模型的F1值比主流模型BERT-BiLSTM-CRF提高了 5.57个百分点,相比用于解决数据不平衡的典型方法SMOTE效果更优,在此基础上,通过嵌入领域词典,模型的F1值得到进一步提升,达到89.13％.

    命名实体识别不平衡数据焦点损失函数机械设备故障双向长短期记忆网络条件随机场

      原文链接:
    • 维普
    • 万方数据

    基于Transformer的目标跟踪与分割统一算法

    林畅郭伟任哲聪金海波...
    130-141页
    查看更多>>摘要：采用相关滤波的判别式目标跟踪算法因具有较好的跟踪效果得到广泛关注,但该类方法使用的矩形框估计法通常只能得到目标正矩形框,难以获得目标更加精细的状态信息,如旋转矩形框、目标轮廓、掩码信息等.为解决上述问题,提出一种基于Transformer的单目标跟踪与分割统一算法T-TS,利用Transformer的注意力机制优势对目标精确定位,通过得到的目标定位编码信息引导目标分割网络对目标进行前、背景分割,获得目标精细掩码,再对掩码进行形态学处理,优化得到目标的最佳旋转矩形框及其轮廓.在跟踪数据集VOT2018和分割数据集DAVIS上进行实验,结果显示,T-TS算法与孪生网络类算法相比具有更高的鲁棒性,与相关滤波类算法相比具有更高的跟踪精度,其在VOT2018上期望平均重叠率指标达到0.463,在视频分割任务上也实现了较好结果,DAVIS2016和DAVIS2017上Jaccard指标分别达到77.3和65.3,运行速度达到34 frame/s.实验结果表明,该算法能够准确得到旋转矩形框,对目标进行精准预测,有效解决目标旋转、形变等问题.

    单目标跟踪Transformer注意力机制目标分割形态学方法相关滤波

      原文链接:
    • 维普
    • 万方数据

    基于知识图谱卷积网络的学习资源推荐

    汤志康武毓琦李春英汤庸...
    153-160页
    查看更多>>摘要：针对现有知识图谱卷积网络(KGCN)推荐模型随机采样选择邻域容易导致推荐结果不稳定的缺点,构建基于结构洞和共同邻居的重要性排序采样模型(SHCN),结合KGCN处理高维异构数据的优势,提出基于结构洞和共同邻居的KGCN推荐模型(KGCN-SHCN).首先使用SHCN模型对知识图谱中的实体邻域进行排序采样,其次根据图卷积网络将实体信息与邻域采样信息进行聚合得到学习资源的特征表示,最后将学习者的特征表示和学习资源的特征表示依据预测函数得到交互概率.在3个学习资源数据集上的实验结果表明,所提模型尤其是使用求和聚合(Sum)方式时,评价指标AUC和ACC总体优于KGCN、RippleNet等基于知识图谱的推荐模型,证明了所提KGCN-SHCN模型的有效性.

    知识图谱图卷积网络图采样推荐算法学习资源

      原文链接:
    • 维普
    • 万方数据

    基于MTS-BiGRU-DMHSA的工业负荷预测方法

    王汝英马嘉骏董建强刘万龙...
    169-178页
    查看更多>>摘要：工业用电占我国全社会用电量比重大,通过工业负荷预测了解负荷趋势和用电量信息,有助于电网安全稳定运行,为电力部门发电规划提供依据,且有助于工业用户优化生产工艺和降低成本.为了兼顾工业负荷波动的不确定性以及工业用户用电行为的规律性特征,提出一种基于多时间尺度(MTS)特征的工业负荷预测方法MTS-BiGRU-DMHSA,利用MTS特征融合挖掘工业负荷的周期趋势特征和局部波动特征,提升工业负荷表征的可解释性.此外,双层多头自注意力(DMHSA)机制利用注意力权重聚焦重要特征,在挖掘输入特征关联性的同时捕捉时序关联性,强化重要特征变量与关键时间步的信息表达.在中国某工业企业五面受总柜实采数据上完成实验验证,采用2种评价指标对所提方法及5种基于神经网络的预测方法进行对比分析.实验结果表明,所提方法相较于对比方法平均误差降低逾20％,其中4.67％得益于对MTS特征的运用.通过对比各方法计算效率证实了所提方法的综合性能优势,可视化实验结果与对比分析也验证了其在工业负荷预测任务上的可行性.

    工业负荷预测神经网络多时间尺度特征注意力机制时间序列分析

      原文链接:
    • 维普
    • 万方数据