摘要：大型语言模型(LLMs)由于参数量大以及处理的上下文信息长等特点,在边缘受限计算环境下如何部署与优化已经成为重要的挑战.通过汇总共享存储空间、激活函数优化、注意力机制优化、相对位置编码优化、自动混合精度训练、量化技术等方面的主要优化方法,分析了在ROCm开源框架和HIP编程模型上的大模型优化实践成果以及对模型性能的影响.通过总结这些技术的特点,以及在开源框架下的探索,为实现大模型在边缘计算环境下显著提升计算和存储效率以及国产化应用部署提供了新的思路.

摘要：针对具有匹配和不匹配干扰的三相逆变器系统,兼顾优化性能和节约成本的需求,提出一种基于误差符号积分鲁棒(robust integral of the sign of the error,RISE)方法的输出反馈控制策略.首先,建立系统误差动态模型,将不匹配干扰和匹配干扰转换为等效集总干扰,在此基础上进行控制器设计;其次,为估计不可测量状态信号,构建具有抗扰性能的鲁棒状态观测器;然后,在控制律中加入前馈补偿项和积分鲁棒项,以提高电压跟踪精度和处理等效集总干扰;最后,Lyapunov稳定性分析表明,闭环系统的观测误差和跟踪误差渐近收敛,仿真结果则进一步验证了论文所提策略的可行性和有效性.

摘要：智能抗干扰通信是一种结合人工智能算法的新一代抗干扰技术,而干扰信号的识别是智能抗干扰通信的基础.在工程应用领域要求以较低的计算复杂度实现较好的识别效果.然而,现有的研究结果无法平衡计算复杂度与识别效果.在此,论文报告了一种基于极限学习机的干扰分类识别算法.以五种典型压制式干扰信号作为研究对象,以极限学习机为基础基于特征提取对干扰信号进行识别,实现了在单隐层40个神经元的条件下干噪比为-10 dB到20 dB之间96%以上的整体正确识别率,并具有一定的泛化能力,推动了该技术的工程应用.

摘要：近年来,新能源汽车技术快速发展,高级驾驶辅助系统对汽车的制动系统提出更高的要求,线控制动系统具有响应速度快、易于控制等优点,成为下一代汽车制动系统的发展方向.一体式电子液压制动系统(One-box EHB)由于集成了轮缸控制单元,可以实现ABS、ESP系统功能,具有很大的研究价值.但是国内外对此方面的研究并不多,在查阅相关文献的基础下,介绍了One-box EHB的结构原理和主流控制方法,并剖析了相关技术的优劣,提出了对于轮缸液压力估算及控制技术的发展展望.

摘要：基于上下文的词向量方法能为命名实体识别任务带来更多的语义信息和语法信息,但这些信息只停留在句子的词与词之间,缺乏词语本身语素级信息和文章主旨信息.针对该问题,提出以包含多级上下文信息的情景化向量作为输入的实体识别模型.在MPNet训练过程中,先联合当前和周围语句进行建模,输出包含文档级上下文特征的词级向量,并与情景化字符级表示相结合,再通过一个序列标记层得到对应的实体标签.实验结果表明,模型在CoNLL-2003、CoNLL++和OntoNotes5.0数据集上都获得了较好的识别结果.

摘要：在切换拓扑的多智能体系统中,针对高低密度信息减弱一致性的问题,论文提出了一种基于密度自适应一致性协议,该协议能够有效地适应系统在收敛过程中高低密度转换,且有效地保持系统的连通性,使得系统在收敛时生成的簇数减少.随后通过李雅普诺夫函数法证明了一致性协议的稳定性.最后通过仿真实验,并与传统的一致性协议进行比较,验证了所设计的一致性协议的有效性.

摘要：论文针对箱体类零件上存在的孔、槽、凸台等加工特征识别的问题,给出了一种基于聚类分析的加工特征识别方法.该方法基于零件模型中不同特征在拓扑和几何上的特性,生成特征对应的属性邻接图,并通过定义特征聚类指标,得到特征对应的聚类样本.最终通过标准特征与待识别特征对应的聚类样本进行聚类分析,将聚为一类的特征作为同种特征,从而实现特征的分类和识别.实验验证的结果表明该方法可以有效识别箱体类零件中不同的加工特征.

摘要：提出一种船闸环境下多个具有非重叠视野(Field-of-View,FOV)激光雷达传感器的外参数标定方法.首先建立船闸环境的点云地图,引入一个额外雷达录制船闸环境点云数据,利用FAST-LIO算法进行建图,得到点云地图;接着使用基于平面匹配的方法将点云地图坐标系转换到人为规定的的船闸绝对坐标系下,利用RANSAC算法提取点云地图中的平面并计算法向量,将平面匹配到船闸绝对坐标系中的对应平面,使用Kabsch算法计算初值,并利用Ceres库进行非线性优化;最后将船闸上安装的激光雷达标定到点云地图,使用NDT算法进行匹配标定,计算得到每个激光雷达的外参数.

摘要：目前基于人脸视频的非接触式心率检测方法存在噪声干扰大、准确率低、鲁棒性差等问题.论文提出一种基于改进DRSN的人脸视频心率检测方法,可以有效解决上述问题.改进DRSN网络一方面将原DRSN网络中的SENet修改为ECA-Net,以有效避免SENet降维对学习通道注意力的影响,同时保持通道间的信息共享,让通道注意力机制可以更好地服务于软阈值函数;另一方面将原DRSN网络中的ReLU激活函数替换为Leaky ReLU,以减少由ReLU激活函数导致的死亡神经元出现.实验结果表明,该方法在VIPL数据集上MAE减少了18.7%、RMSE减少了17.6%、SD减少了17.9%、皮尔逊相关系数r增加了4.3%;在PURE数据集上MAE减少了9.5%、RMSE减少了15.2%、SD减少了10%、皮尔逊相关系数r增加了0.3%.经验证,改进后的人脸视频心率检测方法检测精度更高、抗干扰能力更强,有效提高了人脸视频心率检测的准确性和鲁棒性.

摘要：针对水下机器鱼在三维避障中的路径选择问题,提出一种全局静态与局部动态避障融合的路径规划方法,通过改进启发函数、调整通行性代价等方式,改进蚁群算法,得到全局静态规划路线,并通过速度障碍法实时判断机器鱼与动态障碍物的相对位置,得到碰撞区域与安全范围,结合得到机器鱼水下安全稳定航行的的最优路线.仿真实验与机器鱼平台实验结果表明,与传统单一算法规划的路径相比,融合后的方法可以得到更优的避障路径.

摘要：针对当前基于计算机视觉的不规范驾驶行为分析模型普遍存在的识别计算效率不高、识别准确率欠佳等问题,论文在同时具备处理时序视频输入或单帧图片能力的LRCN模型基础上,并采用训练效率更高的GRU模块替换原始的LSTM模块,提出了一种融合注意力机制的改进LRCN深度学习模型.利用Kaggle上的不规范驾驶行为数据集StateFarm作为训练数据,应用融合注意力机制的改进LRCN模型提出了一种针对不规范驾驶行为的识别框架,实验结果表明论文所提出的框架具有比原始LRCN模型更高的识别准确率和更快的收敛速度.

摘要：由于大脑功能连接的复杂性和高维的动态属性,常采用无监督聚类分析其时变网络特性.然而,传统无监督聚类的方法难以分离不同密度的集群且对异常值具有高敏感性,针对这个问题,论文采用最小类内和最小二乘结合的有监督聚类的方法获得脑变化状态,然后分析轻度认知障碍与正常对照组间动态脑网络的显著性差异,最后采用分类的方法验证论文算法的合理性.结果表明,轻度认知障碍者的动态流动性与活动范围更低,即它的非平稳性更弱,且有监督聚类分类准确率高于无监督聚类,使状态差异最大化.

摘要：论文针对传统生成对抗网络中图像空间信息弱化、输出图像局部结构质量不高以及无法用于草图风格传递研究等问题进行研究.首先,对论文采用的关键技术进行了阐述和分析;其次,将具有良好特征提取能力的卷积神经网络(CNN)引入到GAN中,构建素描风格迁移(Sketch Style Transfer,SST)模型;最后,通过构建数据集和设计实验验证了该模型的有效性.实验结果表明:1)SST模型获得的人工主观评分为25分,比其他算法高59%,采用指标值计算进行客观评价时,SST模型在不同数据集上输出的图像总体质量远高于其他算法;2)论文提出的SST模型可以生成与不属于训练集的非正面人像原始输入图像相似度高的素描式图像,各指标均优于其他算法.综上所述,论文提出的SST模型在图像研究中具有良好的图像生成能力和广阔的应用前景.论文为图像SST技术的改进提供重要的技术支持,也为人脸识别的研究领域提供参考.

摘要：深度伪造视频技术的飞速发展及恶意使用,对个人、社会、国家安全造成巨大威胁,因此针对深度伪造视频检测技术的研究具有重要意义.现阶段检测技术在特征提取过程中存在视频时空信息丢失、特征形式单一等问题,论文提出了多尺度特征融合三维卷积网络3D MSFFCN,通过改进多尺度卷积注意力网络和多频域特征融合模块提高网络特征提取能力;最后,将所提出算法在数据集DFDC上进行了训练和实验,在评估指标准确率和AUC值上得到了87.50%和0.967的成果.通过与其他模型进行对比,以及使用Captum工具对所提方法进行可解释性分析,证明论文所提方法具有良好的效果.

摘要：针对传统Census变换立体匹配算法容易受中心像素灰度值影响,进而产生误匹配的问题,为进一步提高匹配精度,提出一种基于改进的Census变换立体匹配算法.将描述局部像素反差值的δ添加到传统Census变换中,作为选择中心像素的约束条件,使得中心像素的Census值包含窗口内更多的信息,并结合AD变换得到最终的匹配代价函数,有效提高匹配精度和算法的鲁棒性;采用十字交叉域算法进行代价聚合并通过赢家通吃算法计算最优视差;在视差优化阶段采用左右一致性检查、迭代局部投票、视差填充完成视差优化,得到最终视差图,进一步提高算法的精度.通过Middleburry平台上的数据集对该算法进行评估,实验结果表明,论文算法的平均误匹配率为6.41%,与其他两个算法相比较,误匹配率分别降低了3.32%和4.49%,有效降低了误匹配率,在图像平坦区域和视差不连续区域具有更好的视差效果.

摘要：时空数据准确性检测方法通常用于解决高速时空数据涌入情况下的数据方案优化或准确性检测问题.在时空异质环境中,受到数据对象分散、时序关系不确定、耦合关系空变等因素的影响,传统方法在解决同类问题时很难保证检测质量.论文结合了空间加权、图卷积神经网络和时间卷积网络各自的优势,提出一种能够解决时空数据准确性检测问题的方法.首先,对时空数据进行建模,生成具有时空特征的时变图组.其次,融合图卷积神经网络和时间卷积网络提取并分析数据的时空特征,同时优化了权重矩阵的计算方式以提高检测准确性.最后,在真实应用场景测试,通过设计一系列对比实验验证了这种方法在检测准确率上具有明显优势.

摘要：家庭财务规划可以帮助家庭制定财务计划,从而控制财务状况、改善生活方式和实现人生目标.以往这项工作多由专业的财务规划师来完成,人工干预多、花费时间长且费用昂贵.目前财务规划自动化依赖线性规划,可解释性差且不符合财务动作的概率性和并行性特征.因此提出一种基于概率规划的家庭财务规划方法.论文为家庭财务规划领域建模并利用关系动态影响图语言(Relational Dynamic Influence Diagram Language,RDDL)进行描述,其次将生成的RDDL领域文件和各家庭的RDDL问题文件利用概率规划器进行求解.建模时还引入了满意度的概念,建立以家庭满意度为导向的回报函数.实验表明该方法比线性规划方法和商业方法可解释性强、质量好且效率高.同时利用满意度评估可以模拟财务领域的概率和并行性质获得更优的动作序列.

摘要：社交网络中的用户传播谣言的行为与自身的利益相关,论文引入惩罚函数和风险评估策略,基于进化博弈的思想构建了谣言传播模型.考虑到在谣言传播的过程中,社交网络中的用户会为了最大化自身利益而学习和模仿的特点,论文用风险评估策略来描述用户改变决策的过程,研究惩罚机制和风险评估策略对于谣言扩散的影响.在此基础上,分别在无标度网络和小世界网络上,进行数值仿真,实验结果表明,基于个人的风险评估和基于集体的风险评估这两种策略均可以有效减少谣言的扩散范围;通过提高惩罚系数或降低风险阈值,可以提高风险评估策略对于遏制谣言传播的效果.

摘要：针对小样本分类具有少量标注样本而产生不确定性的问题,提出对图像进行一系列操作的方法,以及训练时采用空间信息与频域信息相结合的方法.首先,在图像预处理阶段将RGB图像转换成YCbCr图像,再使用离散余弦变换(DCT)来生成频域信息,对图像进行预处理并确保信息的完整性.其次,对特征向量进行预处理,使用潜空间变换算法修改每个类的类分布,使其趋向高斯分布,并使用最优传输算法(Sinkhorn)估计最优传输以实现初始分布趋向于高斯分布,提升分类的精确度.最后,使用空间信息和频域信息相结合的训练方法训练网络,以充分利用图像的信息来提高训练效果.实验结果表明,在数据集Mini-ImageNet、CIFAR-FS和CUB 200的5-way 1-shot分类任务中分类精度达到85.24%、88.21%和94.28%,在和5-way 5-shot分类任务中分类精度达到90.52%、91.18%和95.88%.

摘要：针对现有对抗防御方法存在泛化性较弱、对图像去噪和提取特征能力不足等问题,提出一种融合改进U-NET和生成对抗网络的攻击防御模型DAU-NET-GAN.通过在U-NET下采样过程中交替引入通道注意力机制和非局部均值滤波器,尽可能减少对抗样本中微小扰动对图像造成的影响,提高模型对图像关键特征的提取能力,并在生成网络的跳跃连接部分加入软注意机制,在避免特征冗余的同时,实现对对抗样本的重建.模型在训练过程中使用GCE损失函数替换交叉熵损失函数,提高了模型对对抗样本的鲁棒性.实验结果表明,论文提出的模型能有效防御多种攻击产生的对抗样本,在MNIST和CIFAR10数据集上的防御成功率最高可达到98.96%和83.88%,且具有良好的通用防御效果.