课程文献中心 更多>>

关键词： 剪枝   量化   知识蒸馏   神经网络搜索(NAS)   低秩分解  

摘要： 随着深度学习技术的不断进步,人工神经网络模型在图像识别、自然语言处理、自动驾驶等多个领域都展现出了前所未有的性能。这些模型通常具有数百万甚至数十亿个参数,通过大量的训练数据学习到复杂的特征表示。然而,在资源受限的环境下,如移动设备、嵌入式系统等边缘计算场景,模型的功耗、内存占用和计算效率等因素限制了大型神经网络模型的应用。为了解决该问题,研究人员提出了多种模型压缩技术,例如剪枝、蒸馏、神经网络搜索(NAS)、量化、低秩分解等,旨在减少模型的参数量、计算复杂度和存储需求,同时尽可能保持模型的精准度。系统介绍了这些模型压缩方法的发展过程,重点分析每种方法的主要原理和关键技术。主要包括剪枝技术的不同策略,如结构化剪枝和非结构化剪枝;知识蒸馏中如何定义知识;NAS中的搜索空间,搜索算法和网络性能评估;量化中的训练后量化和训练中量化;以及低秩分解中的奇异值分解和张量分解。对模型压缩技术的未来发展方向做出讨论。

关键词： 生脉散   心肌缺血再灌注损伤   网络药理学   分子对接  

摘要： 目的运用网络药理学和分子对接技术分析生脉散缓解心肌缺血再灌注损伤的分子机制。方法通过TCMSP和TCMID数据库检索生脉散的活性成分,并通过SwissTargetPrediction平台获得其作用靶点,筛选出疾病靶点和活性成分作用靶点的交集靶点,进行PPI分析,获得关键靶点,再进行GO和KEGG富集分析。采用AutoDock软件对活性成分和靶点进行分子对接。结果筛选获得生脉散活性成分56种,225个重合靶点,12个关键靶点,富集分析显示生脉散参与对活性氧的反应、凋亡、蛋白激酶结合等过程,调节MAPK、VEGF等信号通路。分子对接结果显示麦冬、五味子、人参的活性成分与关键靶点均对接成功。结论生脉散参与氧化压力、凋亡、蛋白激酶结合等多个过程,调节MAPK、VEGF等信号通路发挥心肌缺血再灌注损伤的保护作用。

关键词： 网络生态治理   系统性思维   顶层设计逻辑   运行保障逻辑   创新发展逻辑   世界意义  

摘要： 随着互联网信息技术的发展,网络成为人类生产和生活的重要场域,其运行规则和规律与传统社会生活相比有了很大的变化,其带来的一系列问题也使网络生态治理成为国家治理的重要面向。党的十八大以来,习近平总书记高度重视网络生态治理问题,发表了一系列重要论述,为新时代网络生态构建指明了方向:一是以整体观念、目标导向和技术迭代为核心的顶层设计逻辑;二是以强大的技术支持、完善的网络法规和政策、优秀的人才队伍为基础的运行保障逻辑;三是以政策创新、管理创新和技术创新为支撑的创新发展逻辑;四是以全球化、互联互通、合作共赢、对外开放为标志的世界意义。深刻理解新时代网络生态的逻辑理路,有助于构建良好网络生态以及网络命运共同体和网络文明,为推进中华民族伟大复兴贡献力量。

关键词： 铁路运输   列车运行冲突检测   贝叶斯网络   多制式轨道交通   领域知识   数据驱动  

摘要： 为提升铁路调度决策水平,基于领域知识及数据驱动技术,结合预测和推断方法进行列车运行冲突检测研究。从单列车、相邻列车以及多列车层面分析冲突演化过程,考虑多制式轨道交通列车共线运行的场景,结合冲突判定规则,提出冲突检测贝叶斯网络基本模型结构;在此基础上,基于列车运行数据,通过结构学习和参数学习对模型进行结构和参数优化;最终采用准确率、精确率、召回率和F1分数等指标对检测模型进行评估,得到各线路冲突检测平均准确率达81%,平均召回率达86%,F1分数达83%。与常用的冲突检测模型对比表明:本研究构建的贝叶斯网络模型能够较为准确地检测冲突,且误判率低。模型主要优势在于可以通过贝叶斯网络结构解释各变量之间的因果关系;此外,通过该模型所预测的列车晚点推演数据判定冲突发生地点可有效提升冲突检测模型效果,为列车运行冲突消解奠定基础。

关键词： 氯胺酮   脑网络   cFos蛋白  

摘要： 氯胺酮是一种N-甲基-D-天冬氨酸受体拮抗剂,临床上用于镇静、麻醉和治疗难治性抑郁症,但是氯胺酮的成瘾性限制了其临床应用。0.5 mg/kg是临床常用的氯胺酮抗抑郁剂量,而15 mg/kg是氯胺酮滥用人群的暴露剂量。目前,不同剂量的氯胺酮对脑网络的激活情况仍不清楚。本文选择0.5 mg/kg和15 mg/kg两个有代表性的氯胺酮剂量,腹腔连续注射7 d,通过检测脑即刻早期基因蛋白(cFos)的表达评估氯胺酮对小鼠脑网络的激活情况。结果表明,与生理盐水组相比,0.5 mg/kg氯胺酮能显著增加内侧前额叶、中间外侧隔核、导水管周围灰质脑区cFos阳性细胞数量;而15 mg/kg氯胺酮能显著增加伏隔核、外侧缰核、海马CA3、杏仁核、腹侧被盖区cFos阳性细胞数量。由此表明:氯胺酮对脑网络的激活呈剂量依赖性,0.5 mg/kg和15 mg/kg的氯胺酮激活的脑区存在差异。该研究为探索不同剂量氯胺酮的神经药理作用奠定了基础,为寻找氯胺酮抗抑郁和成瘾差异脑区提供了参考。

关键词： 中华优秀传统文化   当代青年   文化认同   网络社交平台  

摘要： 本文以“李子柒回归”现象为切入点,探讨当代青年在网络空间中对中华优秀传统文化的认同及其表现。采用网络民族志方法,对抖音、微博、“B站”等平台的247.84万条用户评论数据进行了爬取和筛选,最终提取相关样本10.64万条,并借助Nvivo软件完成三级编码。研究发现,当代青年通过网络话语中的文化共鸣、传统文化中的数字化传播、社交互动中的情感共建和网络社群中的认同强化,展现了对中华优秀传统文化的多维认同。信息流动的去中心化、虚拟空间的情感共鸣、社交网络的身份建构以及网络平台的互动性是其文化认同的底层逻辑。在此基础上,研究进一步提出了深化数字化展示,构建文化沉浸式体验;创新文化表达方式,强化青年文化参与;优化社群互动机制,构建共享文化场域;加大教育与政策支持力度,推动文化传承的制度化发展等实践路线。

关键词： 降糖三黄片   糖尿病视网膜病变   网络药理学   分子对接   炎症   氧化应激   新生血管生成   作用机制  

摘要： 【目的】借助网络药理学和分子对接技术,分析降糖三黄片治疗糖尿病视网膜病变的可能机制。【方法】使用TCMSP、SwissADME、ETCM 2.0、BATMAN-TCM、化源网、化学专业网站、SwissTargetPrediction及Uniprot等数据库和平台,识别和筛选降糖三黄片的活性成分及对应的作用靶标。使用GeneCards、TTD、OMIM数据库查找糖尿病视网膜病变相关靶标。通过Venny 2.1平台确定降糖三黄片与疾病的共同靶标,并使用STRING平台建立蛋白质-蛋白质相互网络,从中挑选核心作用靶标。应用DAVID数据库进行基因本体论(GO)和京都基因与基因组百科全书(KEGG)路径分析,并利用Cytoscape 3.9.1软件构建中药-活性成分-靶标-信号通路-疾病的网络模型,进一步选取关键活性成分。最终通过AutoDock Vina 1.1.2软件进行分子对接,探讨关键活性成分与核心靶标的相互作用。【结果】共查找出467个潜在活性成分和309个共有靶标,这些靶标参与了多种生物过程和信号途径。关键活性成分包括槲皮素、芹菜素、木犀草素、异甘草黄酮醇、香叶木素等。主要作用于核心靶标IL6、AKT1、STAT3、EGFR和TP53。涉及癌症途径、前列腺癌途径、血脂与动脉粥样硬化途径、AGE-RAGE途径和乙型肝炎途径等通路。【结论】降糖三黄片可能通过槲皮素、芹菜素、木犀草素、异甘草黄酮醇、香叶木素等关键活性成分,作用于IL6、AKT1、STAT3、EGFR、TP53等核心靶点,调节糖尿病视网膜病变相关的肿瘤相关通路以及AGE/RAGE信号通路、PI3K/AKT信号通路、HIF-1信号通路、FoxO信号通路、MAPK信号通路等,发挥抑制炎症、减少氧化应激、防止新生血管形成等作用。

关键词： 互联网   计算机   网络技术  

摘要： 自互联网技术兴起以来,计算机网络技术成为其发展的核心驱动力。随着数字经济的蓬勃发展,进一步挖掘计算机网络技术的潜力,深化其在各行业中的应用,已势在必行。基于此,从计算机网络技术在互联网中的优势特征着手分析,对其在医疗健康、智能制造、在线教育、金融服务等多个领域的具体应用进行深入探究,以期推动社会经济实现高质量发展。

关键词： 区域贸易协定网络   价值链控制度   社会网络   网络地位   国际经贸规则  

摘要： 从世界之视角考虑各国出口对一国上游产品和下游市场的依赖程度,构建价值链控制度指标,深入探究区域贸易协定网络影响价值链控制度的理论基础,在构建实证分析框架和理论假说的前提下,利用2006—2018年的国别数据,实证检验中美两国的区域贸易协定网络对价值链控制度的影响,结果发现:中国面临的外部区域贸易协定网络对价值链控制度的影响主要在中介地位,而在广度地位、条款深度、条款整合度上的影响力不如美国的网络。进一步地,对其影响机制进行分析后发现:与中国面临的外部区域贸易协定网络相比,美国的网络更能通过贸易成本和技术溢出机制来加强对价值链的控制力。以上结论为中国实施区域贸易协定战略提供了启示:中国应该主动对接高标准的国际经贸规则,巩固提高网络地位,并以“中式规则”引领和整合区域贸易协定网络,同时还应加强区域贸易协定的产业导向,为机制作用的发挥提供稳定、透明和可预期的制度环境。

关键词： 航迹预测   长短期记忆网络   生成对抗网络   双重损失判别  

摘要： 为提升复杂环境中无人机航迹预测精度,提出一种改进的双重判别损失生成对抗网络的航迹预测模型。首先,利用长短期记忆(Long Short-Term Memory,LSTM)网络提取航迹特性数据,并引入池化器获取无人机相对位移的交互向量,以提高模型环境抗干扰性。其次,构建生成对抗网络模型(Generative Adversarial Network,GAN)在相互博弈下不断优化改进。最后,引入对抗损失和位移损失的双重损失判别函数,提升模型整体预测精度。通过与3种较流行的预测模型实验对比结果表明,改进的GAN模型相比传统算法在航迹预测精度和稳定性上都有显著提升。