首页期刊导航|计算机科学与探索
期刊信息/Journal information
计算机科学与探索
华北计算技术研究所
计算机科学与探索

华北计算技术研究所

李建中

月刊

1673-9418

fcst@vip.163.con

010-89056056

100083

北京市海淀区北四环中路211号北京619信箱26分箱

计算机科学与探索/Journal Journal of Frontiers of Computer Science & TechnologyCSCD北大核心CSTPCD
查看更多>>《计算机科学与探索》是由中国电子科技集团公司主管、华北计算技术研究所主办的国内外公开发行的高级学术期刊，中国计算机学会会刊，中国百强科技期刊，工业和信息化部优秀科技期刊，中国科技论文统计源期刊（中国科技核心期刊），中文核心期刊，中国科学引文数据库（CSCD）核心期刊，中国学术期刊综合评价数据库（CAJCED）统计源期刊，中国科技论文与引文数据库（CSTPCD）统计源期刊，中文科技期刊数据库（VIP）收录期刊，并被 “英国《科学文摘》（SA/INSPEC）”“美国《剑桥科学文摘》（CSA）”“美国《乌利希期刊指南》（Ulrich’s PD）”“《日本科学技术振兴机构中国文献数据库》（JST）”“波兰《哥白尼索引》（IC）”收录，入选“庆祝中华人民共和国成立70周年精品期刊展”。
正式出版
收录年代

    融合注意力的异构信息网络嵌入学习综述

    屠佳琪张华常晓洁王佶...
    1-29页
    查看更多>>摘要：近年来，图嵌入学习已成为信息网络分析领域最常用的技术之一，其将网络对象嵌入到低维稠密向量空间的同时保留网络结构和内容特征并应用于下游分析任务。然而大多数现实网络是由多种对象类型、对象间的关系以及对象内容特征所组成的异构信息网络(HIN)。因此为了学习更有效的嵌入表达，研究者开始将注意力机制融入到异构信息网络嵌入学习中，用以区分不同层面的异构性对嵌入表达的影响程度。对现有融合注意力的异构信息网络嵌入模型进行综述，全面回顾异构信息网络嵌入在过去五年的研究历程，总结其在解决网络异构性时所面临的内容异构性、结构异构性与语义异构性三大挑战，并概括出一种通用的注意力融合模型框架;针对上述挑战，将现有注意力融合方式分为基于元路径、基于图神经网络以及面向应用场景三大类，并详细对比阐述了各类代表性模型;介绍常用的数据集、基准平台工具和评测指标;总结和探讨异构信息网络嵌入学习未来的研究方向。

    异构信息网络图嵌入学习注意力机制元路径图神经网络

      原文链接:
    • 万方数据
    • 维普

    图像处理中CNN与视觉Transformer混合模型研究综述

    郭佳霖智敏殷雁君葛湘巍...
    30-44页
    查看更多>>摘要：卷积神经网络(CNN)与视觉Transformer是目前图像处理领域中两大重要的深度学习模型，两者经过多年来不断的研究与进步，已在该领域取得了非凡的成就。近些年来，CNN与视觉Transformer的混合模型正在逐步兴起，广泛的研究不断克服两种模型存在的弱项，高效地发挥出各自的亮点，在图像处理任务中表现出优异的效果。基于CNN与视觉Transformer混合模型进行深入阐述。总体概述了CNN与Vision Transformer模型的架构和优缺点，并总结混合模型的概念及优势。围绕串行结构融合方式、并行结构融合方式、层级交叉结构融合方式以及其他融合方式等四个方面全面回顾梳理了混合模型的研究现状和实际进展，并针对各种融合方式的主要代表模型进行总结与剖析，从多方面对典型混合模型进行评价对比。多角度叙述了混合模型在图像识别、图像分类、目标检测和图像分割等实际图像处理特定领域中应用研究，展现出混合模型在具体实践中的适用性和高效性。深入分析混合模型未来研究方向，并为后续该模型在图像处理中的研究与应用提出展望。

    卷积神经网络(CNN)视觉Transformer混合模型图像处理深度学习

      原文链接:
    • 万方数据
    • 维普

    基于Transformer模型的时序数据预测方法综述

    孟祥福石皓源
    45-64页
    查看更多>>摘要：时序数据预测(TSF)是指通过分析历史数据的趋势性、季节性等潜在信息，预测未来时间点或时间段的数值和趋势。时序数据由传感器生成，在金融、医疗、能源、交通、气象等众多领域都发挥着重要作用。随着物联网传感器的发展，海量的时序数据难以使用传统的机器学习解决，而Transformer在自然语言处理和计算机视觉等领域的诸多任务表现优秀，学者们利用Transformer模型有效捕获长期依赖关系，使得时序数据预测任务取得了飞速发展。综述了基于Transformer模型的时序数据预测方法，按时间梳理了时序数据预测的发展进程，系统介绍了时序数据预处理过程和方法，介绍了常用的时序预测评价指标和数据集。以算法框架为研究内容系统阐述了基于Transformer的各类模型在TSF任务中的应用方法和工作原理。通过实验对比了各个模型的性能、优点和局限性，并对实验结果展开了分析与讨论。结合Transformer模型在时序数据预测任务中现有工作存在的挑战提出了该方向未来发展趋势。

    深度学习时序数据预测数据预处理Transformer模型

      原文链接:
    • 万方数据
    • 维普

    深度学习在心力衰竭检测中的应用综述

    王永威魏德健曹慧姜良...
    65-78页
    查看更多>>摘要：随着生物医学技术的发展，利用生物信号进行心力衰竭的早期诊断已成为提高患者生存率和降低治疗成本的关键策略。在此背景下，深度学习技术的迅猛发展为心力衰竭检测开辟了新路径。系统地综述了深度学习在心力衰竭检测中的最新进展和应用。概述了心力衰竭检测涉及的主要生物医学信号和公开数据集。详细分析了深度学习在心力衰竭诊断领域的应用及其发展，特别是对卷积神经网络和长短期记忆网络处理心电图、心率变异性、心音等关键生物医学信号的能力进行了深入分析，总结了这些技术的优势、局限性，并对各类模型性能进行了比较。探讨了通过融合多种人工智能技术所构建的混合模型在提升检测精度和模型泛化能力方面的潜力，以及如何利用模型的可解释性来增加检测过程的透明度，提升医生的信任度。最后总结了当前研究存在的不足，并对未来研究方向提出展望，强调了跨学科合作在推动心力衰竭检测技术进步中的重要性。

    心力衰竭生物医学信号深度学习卷积神经网络循环神经网络混合模型

      原文链接:
    • 万方数据
    • 维普

    多模态场景下AIGC的应用综述

    岳颀张晨康
    79-96页
    查看更多>>摘要：虽然生成式人工智能(AIGC)已经能够在单一模态应用领域取得优异成果，可以利用人工智能技术生成文字、图像、视频等内容，但单一模态的特征表示很难完整包含某个现象的完整信息。为了提高模型的学习性能和生成能力，学者们提出将多模态信息应用在AIGC中。AIGC能够对输入的多模态信息进行融合，获取更丰富的上下文信息，帮助模型更好地理解和生成内容。深入探讨了AIGC处理多模态问题的基本架构、工作原理和挑战，并对近年来与多模态信息结合的AIGC模型进行了分类和归纳。总结了AIGC在多模态图像生成、视频生成、三维形状生成等方面的应用、挑战和发展方向。在图像生成方面，讨论了生成对抗网络(GAN)模型、扩散模型等技术的应用和局限性。在视频生成方面，分析了基于扩散模型的视频生成技术，并探讨了音视频联合生成的方法。在三维形状生成方面，探讨了扩散模型和神经网络指导下的三维形状生成方法。最后提出了AIGC面临的挑战与未来潜在的研究方法。

    生成式人工智能(AIGC)多模态大语言模型

      原文链接:
    • 万方数据
    • 维普

    融合前缀调优和提示学习的仇恨言论检测方法

    徐磊胡亚豪陈满陈军...
    97-106页
    查看更多>>摘要：随着网络社交平台的发展，网络暴力的危害性日益凸显，其中仇恨言论作为网络暴力的一种表现形式，对其检测方法的研究有助于构建一个健康的互联网环境。然而，一方面先前的仇恨言论检测方法主要依赖于人工监管和关键词过滤，这些方法存在人工成本高且分类效果不佳的问题;另一方面，在互联网平台的监管下，仇恨言论的表达也变得更加含蓄、隐蔽，这对检测模型的文本理解能力提出了更高的要求。以ChatGPT为代表的大模型为仇恨言论检测任务提供了新的可能性，受其在各项下游任务中出色表现的启发，提出了一种融合前缀调优和提示学习的仇恨言论检测方法P-Prompt。利用前缀调优方法将大模型在相关数据集上进行微调，同时结合提示学习方法使模型能够识别并关注待检测文本中的仇恨言论词汇，从而进一步提升模型对仇恨言论的识别能力。实验结果验证了大模型在仇恨言论检测任务的有效性，与传统方法相比P-Prompt方法在仇恨言论检测的二分类和多分类任务中各项评价指标都取得了较明显的提升。

    仇恨言论检测大语言模型前缀调优提示学习

      原文链接:
    • 万方数据
    • 维普

    融合知识图谱和大模型的高校科研管理问答系统设计

    王永秦嘉俊黄有锐邓江洲...
    107-117页
    查看更多>>摘要：科研管理是高校管理中的重要组成部分，但现有的科研管理系统难以满足用户的个性化需求。以高校科研管理向智能化转型为需求导向，将知识图谱、传统模型和大语言模型相结合，共同构建新一代高校科研管理问答系统。采集科研知识用于构建科研知识图谱。利用同时进行意图分类和实体提取的多任务模型进行语义解析。借助解析结果来生成查询语句，并从知识图谱中检索信息来回复常规问题。将大语言模型与知识图谱相结合，以辅助处理开放性问题。在意图和实体具有关联的数据集上的实验结果表明，采用的多任务模型在意图分类和实体识别任务上的F1值分别为0。958和0。937，优于其他对比模型和单任务模型。Cypher生成测试表明了自定义Prompt在激发大语言模型涌现能力方面的成效，利用大语言模型实现文本生成Cypher的准确率达到85。8%，有效处理了基于知识图谱的开放性问题。采用知识图谱、传统模型和大语言模型搭建的问答系统的准确性为0。935，很好地满足了智能问答的需求。

    知识图谱多任务模型意图分类命名实体识别大语言模型

      原文链接:
    • 万方数据
    • 维普

    网络威胁技战术情报识别提取生成式技术研究

    于丰瑞杜彦辉
    118-131页
    查看更多>>摘要：MITRE ATT&CK定义了网络攻击全过程14类战术625类技术，逐步成为网络威胁技战术情报(TTP)的事实标准，现有研究基于此分类将TTP识别提取问题转化为句子级别的战、技术类别多分类任务，利用深度学习、基于提示工程的大语言模型进行问题研究。但限于数据集小样本类别占比大、多分类模型性能瓶颈问题，类别识别覆盖率与精度较低。提出结合ChatGPT数据增强和指令监督微调大语言模型的方法，较好地解决了句子级别技术类别多分类问题。ChatGPT数据增强方法在保留原始样本语义基础上更好地丰富了样本多样性，为小样本学习高性能识别提供了高质量训练数据支撑，实验结果也证明了本数据增强方法的优越性;指令监督微调大语言模型，突破了深度学习多分类模型的性能瓶颈，实现625类技术类别识别全覆盖，Precision、Recall和F1值分别达到了86。2%、89。9%和88。0%，优于已有研究。

    网络威胁情报(CTI)网络威胁技战术情报(TTP)ATT&CK数据增强大语言模型监督微调(SFT)

      原文链接:
    • 万方数据
    • 维普

    面向私有问答系统的检索增强式大模型稳定输出方法

    李铂鑫
    132-140页
    查看更多>>摘要：基于大模型的问答系统受大模型语义不一致性问题的影响，会出现"输出结果不稳定"的现象，从而制约着问答系统的安全性、鲁棒性和可信度，严重影响了用户体验。针对上述问题，提出一种面向私有问答系统的检索增强式大模型稳定输出方法。该方法通过优化提示词，让大模型首先输出num_k个用户查询的同义查询，然后输出答案;目的是在大模型输出答案时，可以参考已经输出的num_k个同义查询，从而使大模型的输出结果更加稳定。针对开源大模型因指令理解能力弱而出现的"同义查询生成数目不稳定、输出格式无法解析"等问题，提出通过数据蒸馏的方式，利用闭源大模型自动构建了一个开放域上的检索增强式指令数据集，在该指令集上对开源大模型进行微调。构建了一个私有问答场景下的评估集以验证该方法的有效性。在上述评估集上的实验结果表明，该方法在一致性指标和效果指标上，均显著优于基线方法。与基线方法相比，该方法的一致性指标ROUGE-1、ROUGE-2、ROUGE-L和BLEU分别提升了18。9、30。1、24。5和30。6个百分点，效果指标正确率提升了17。4个百分点。

    大模型检索增强生成大模型稳定性问答系统

      原文链接:
    • 万方数据
    • 维普

    面向无人机协同定位的机载深度计算编译优化

    熊康刘思聪王宏涛高元...
    141-157页
    查看更多>>摘要：随着无人机技术快速发展，在定位信号缺失的情况下进行无人机定位成为一个研究难题。而近几年图神经网络的出现与发展，为解决这一难题提供了一种新的解决思路。然而在资源受限的无人机端侧部署图神经网络面临着无人机算储资源受限及实时性难以满足等挑战。提出面向无人机协同定位的机载深度计算编译优化方法。采用了一种轻量化的时间图卷积神经网络模型，该时间图卷积网络由图卷积网络和门控递归单元组成，将无人机群的空间依赖性和无人机位置变化的时间依赖性同时加以考虑，对无人机群位置进行精确的预测;针对该模型在时间图卷积网络上的冗余特性，提出了基于逆向Cuthill-McKee图重排和基于双深度确定性策略梯度的全局自适应剪枝算法。在保证无人机群坐标精确预测的同时，不仅能提高数据在主存的空间局部性，加速模型的运算速度，而且能够对模型进行自适应的非结构化剪枝，降低模型的存储复杂度。实验结果表明，相对于已有的时间图卷积神经网络模型，编译优化后的轻量化时间图卷积神经网络模型在保留78。8%准确率的同时，模型计算时间降低37。9%，模型的平均剪枝率达到90。3%。

    时间图卷积网络协同定位通道剪枝图重排算法深度确定性策略梯度

      原文链接:
    • 万方数据
    • 维普