课程文献中心 更多>>

关键词： 数字时代   深度伪造技术   算法   人工智能   后真相   技术异化   技术主义   协同治理  

摘要： 深度伪造技术的兴起得益于大数据技术的广泛应用和深度学习技术的创新发展。由于深度伪造技术满足了人们对视频、声音、图片等信息的高仿真伪造需求,成为新的流行应用工具。与此同时,深度伪造技术作为一把“双刃剑”,也给社会带来一系列问题,包括被广泛用于制作各种虚实交融的图景,引致社会迷思并消解着真实世界的符号规制;被用作破坏性和攻击性工具,引发各类社会失范、混乱和危机;被作为“克隆”型技术工具,导致社会信任机制危机和社会共识动摇。因此,应促进深度伪造技术与人类社会的共存共融和良性发展,在做好“用技术对抗技术”的同时,把技术主义与人本主义有机融合起来;改进与完善深度伪造的相关制度规范;建立健全深度伪造的协同治理机制。

关键词： 可再生能源   大规模制氢   孤岛   深度强化学习  

摘要： 为了实现可再生能源充分利用、减少整流和并网等设备的投资成本、降低电解水制氢的成本,实现可再生能源大规模制氢。该文建立了离网型可再生能源大规模制氢系统(renewable energy-based hydrogen production system,H2-RES),并以H2-RES的能量管理为研究对象,优化目标为系统的经济性和安全性,首先搭建了H2-RES系统仿真环境,并给出了控制策略方法。然后提出一种基于深度确定性策略梯度(deep deterministic policy gradient,DDPG)算法的智能能量调度策略,采用DDPG算法进行长期大量训练学习得到的智能体可以实现智能化的实时在线能量调度,通过与深度Q网络(deep Q network,DQN)、粒子群优化(particle swarm optimization,PSO)、传统控制策略方法从经济性与安全性进行对比,验证了DDPG算法应用于H2-RES的能量管理可以获得更高的经济效益,消纳可再生资源能力更强,且可以保证系统的安全运行,具有较强的学术意义和工程价值。

关键词： 逻辑综合   序列优化   强化学习   近端策略优化  

摘要： 逻辑综合通常采用启发式方法将逻辑优化算法组成为序列进行电路性能优化,而启发式方法难以根据电路和优化目标的差异进行序列自动化调节,影响了电路优化质量.为了在集成电路设计中提升序列的自适应生成能力,将序列优化问题建模为马尔可夫决策过程,提出一种面向多种逻辑表示的强化学习框架,利用近端策略优化(Proximal Policy Optimization,PPO)指导智能体来探索序列优化空间,改善其生成序列的泛化能力.并将EPFL基准电路转变为与-非图(And-Inverter Graph,AIG)和异或多数图(Xor-MajorityGraph,XMG)形式,分别经由所提出的框架进行实验,AIG形式下本文方法与DRiLLS和BOiLS方法相比分别有18.66百分点和27.67百分点的性能提升;XMG形式下则可提升原始电路性能约37.34%.实验结果表明,由本文方法生成的算法序列对电路性能有较大改进.

关键词： 设施农业   传感器   遗传算法   贪心算法   智能布置  

摘要： 本文探讨设施农业中传感器的智能布置,选择将传统随机布置若干个点位的传感器,通过数学建模,设计合适的适应度函数,并采取改进的遗传算法,按照自适应的选择、交叉、变异等操作产生新的种群,直到完成要求的迭代次数,得出最优的传感器智能布置方案。然后利用评估函数衡量遗传算法求得的布置方案,在大多数情况下相比贪心算法更优。本系统经过多轮迭代后最优值趋于稳定,种群中所有个体适应度函数值的平均值处于收敛状态,传感器布置更加科学合理。

关键词： 数智型员工关系管理   算法公民行为   工作繁荣   数据向善  

摘要： 随着社会步入数智经济时代,员工与组织间雇佣关系发生了巨大转变,如何构建和谐可持续的员工关系成为组织亟待解决的关键问题,因而与数字、智能、算法相结合的员工关系管理——数智型员工关系管理逐渐受到学界与业界的广泛关注。基于此,本研究旨在科学界定数智型员工关系管理的概念内涵与维度结构,开发相应测量工具,同时基于工作要求-资源模型和社会信息加工理论,探究数智型员工关系管理对员工算法公民行为的工作繁荣机制,同时考察数据向善的边界条件作用。针对315份多时点有效样本的实证研究发现:(1)数智型员工关系管理对算法公民行为有显著正向影响;(2)工作繁荣在数智型员工关系管理与算法公民行为间有显著中介作用;(3)数据向善正向调节数智型员工关系管理对工作繁荣的直接作用及其通过工作繁荣对算法公民行为的间接作用,数据向善水平越高,其直接与间接作用越强。本研究为数智经济时代企业员工关系管理改善提供理论依据与决策借鉴。

关键词： 自适应中值滤波   自适应均值滤波   霍夫变换   航迹推算   视觉定位  

摘要： 为了提高室内目标定位导航算法的性能,提出了一种基于智能手机多信息原融合的目标实时定位导航算法。在图像预处理阶段,首先分别采用自适应均值滤波和自适应中值滤波对灰度图进行滤波,然后通过Canny算子对这两种滤波器滤波的结果进行边缘检测,并分别生成图像边缘的二值图,最后通过操作生成的二值图进行融合。在直线检测阶段,引用霍夫变换直线检测的方法,通过设计合理的直线距离和夹角对图像进行长直线检测。在目标定位导航阶段中,将经处理的图像数据与惯性传感器采集到的数据进行融合,结合图像与航迹推算算法,从而实现实时的目标定位导航。实验结果表明,相对于原有的算法,所提出的算法对场景的深度、宽度和高度数据的检测有更加稳定的优势,在一定程度上减少了数据检测的抖动。在绘制地图方面,所提出算法的外围宽度轨迹偏移量更小、有更加准确的优势。这意味着所提出的室内定位导航算法具有更好的鲁棒性和有效性。

关键词： 边缘计算   知识蒸馏   客户端   软标签   硬标签  

摘要： 针对边缘计算环境中参与联邦学习的客户端数据资源的有限性,同时局限于使用硬标签知识训练模型的边缘联邦学习算法难以进一步提高模型精度的问题,提出了基于知识蒸馏的边缘联邦学习算法。利用知识蒸馏对软标签信息的提取能够有效提升模型性能的特点,将知识蒸馏技术引入联邦学习的模型训练中。在每一轮的联邦学习模型训练过程中,客户端将模型参数和样本逻辑值一起上传到边缘服务器,服务器端聚合生成全局模型和全局软标签,并一起发送给客户端进行下一轮的学习,使得客户端在进行本地训练时也能够得到全局软标签知识的指导。同时在模型训练中对利用软标签知识和硬标签知识的占比设计了动态调整机制,使得在联邦学习中能够较为合理地利用两者的知识指导模型训练,实验结果验证了提出的基于知识蒸馏的边缘联邦学习算法能够有效地提升模型的精度。

关键词： 蕴涵算子族L-λ-Π   模糊推理   反向三I约束算法   α-反向三I约束算法  

摘要： 针对带参数蕴涵算子族L-λ-Π给出模糊推理FMP模型的反向三I约束算法的下确界计算公式和FMT模型的反向三I约束算法的上确界计算公式,并进一步得到其一般化的α-反向三I约束算法的FMP(FMT)下(上)确界的计算公式。

关键词： 民航安检   深度学习   智能识别   性能评价  

摘要： 随着民用航空(以下简称民航)客货吞吐量急剧增加,安检面临安全和效率的双重挑战,应用安检智能识别判图系统是民航智能信息化建设的迫切需求。在民航安检领域,目前缺乏快速有效评估智能识别判图的流程和指标,不能快速且严谨地评价智能识别算法的性能情况。民航安检分为旅检、行检、货运及海关等多个业务场景,图像内容与其他领域差异较大。现有智能识别评估方法不是针对民航安检业务场景设计的,缺乏针对性。提出一种针对民航场景快速准确验证智能识别算法性能的方法,同时将测试的理论方法固化到专用测试箱中,给业务繁忙的大型机场提供开机自检的条件。

关键词： 改进RR轮询调度算法   PBPW算法   二级队列调度算法   优先级轮询调度  

摘要： 针对星载路由设备的发展趋势,即交互速率提升、带宽增加以及设计轻量化,本文提出了一种基于改进轮询的星载高速交换算法的设计方案。该方案采用基于改进RR(Round Robin,轮询)调度算法和PBPW(Priority-based Bandwidth Privilege with Weighting,基于优先级并带权重的带宽特权)算法相结合的二级队列调度算法。在第一级调度中,引入优先级轮询调度,确保高优先级的数据帧能够优先转发,同时开放了缓存共享机制,一定程度上避免了拥塞和资源的浪费;在第二级调度中,为每条链路分配了阈值,从而避免了某些链路因“饥饿”而无法得到服务,同时防止了其他链路的拥塞问题。与传统的基于FIFO(First In First Out,先进先出)的简单队列调度算法相比,这种改进的轮询调度机制显著提高了星载路由器的转发速率,并降低了转发时延。此外,通过轮询方式实现了对高优先级数据帧的优先转发,进一步优化了路由器的性能。