课程文献中心 更多>>

关键词： 命名实体识别   半监督学习   大语言模型   知识蒸馏  

摘要： [目的] 通过知识蒸馏将外部的来源于无监督数据的额外知识以训练数据的形式注入学生实体抽取模型，缓解古籍实体抽取任务有监督数据稀缺的问题。[方法] 使用大语言模型作为生成式知识教师模型，在无监督语料上进行知识蒸馏；基于《左传》和GuNer的有监督数据构造词典知识教师模型蒸馏词典知识，共同构建半监督古籍实体抽取数据集，并将古籍实体抽取任务转换为序列到序列任务，再微调mT5、UIE等预训练模型。[结果] 在《左传》和GuNer数据集上四类实体的F1指标分别达到了89.15%和95.47%，与使用古籍语料增量微调的基线模型SikuBERT和SikuRoBERTa相比，F1指标分别提升了8.15和9.27个百分点。[局限] 未加入实体额外信息；受限于大模型生成的数据质量。[结论] 该方法在低资源情境下，利用预训练大语言模型和词典资源的知识优势，将知识有效地蒸馏到学生模型，显著提升了古籍实体抽取的效果。

关键词： 强光元件   表面吸收率   连续激光   温升试验  

摘要： 连续激光辐照下，强光元件的表面吸收率是导致其异常温升的主要因素。研究发现，强光元件的表面吸收率受多种因素影响，呈现非线性变化。因此提出等效表面吸收率的概念，用于表征强光元件对激光的综合吸收性能。首先建立高斯连续激光辐照强光元件的有限元模型，用于模拟激光辐照下强光元件的温升过程。搭建激光辐照效应试验系统，对强光元件的表面吸收率、表面形貌和表面中心点温升过程进行测试、试验与分析，试验结果验证了所建模型的正确性。并根据试验结果修正了模型参数，获得了强光元件对激光的等效表面吸收率。研究结果表明：与实测表面吸收率相比，等效表面吸收率仿真误差更小/精度更高。研究结果可为强光元件的状态监测和污染物防控提供参考。

关键词： 分子模拟   Co/Zn-ZIFs   C   H   /C   H   吸附   扩散  

摘要： 基于第一性原理计算，构建出11种双金属有机框架Co/Zn-ZIFs分子模型（1#、2#、3#等），每一种模型其各窗口结构相同，采用巨正则蒙特卡洛的方法研究了C3H6、C3H8分别在Co/Zn-ZIFs上的吸附性能，通过吸附热分布、吸附位点、弱相互作用、静电势及差分电荷密度等方法分析了C3H6、C3H8分别在Co/Zn-ZIFs上吸附机理，并采用分子动力学计算了C3H6、C3H8分别在Co/Zn-ZIFs窗口处的扩散特性。结果表明：C3H6、C3H8在Co/Zn-ZIFs上的吸附主要作用在在配体咪唑环与甲基附近；一定范围内，升高温度、降低压力均有利于实现优先吸附C3H8，在环境温度为323 K，环境压力为0.5 bar下，3# Co/Zn-ZIFs的C3H8对C3H6的理想吸附选择性最高，为1.25。C3H6、C3H8在6# Co/Zn-ZIFs窗口处扩散自由能差值最大，为14.60 kJ/mol，C3H6、C3H8自扩散系数分别为3.910×10-10和1.445×10-12，C3H6/C3H8理想扩散选择性最高，为270.59。对于相同金属比例的不同Co/Zn-ZIFs分子模型，具有相近的C3H6吸附量和C3H8吸附量，当占比少的金属原子呈相间分布时，C3H6、C3H8的扩散自由能最大，且C3H8与C3H6的扩散自由能差值变大，从而提升了C3H6/C3H8分离选择性。对于不同金属比例的Co/Zn-ZIFs分子模型，具有相近的C3H6吸附量和C3H8吸附量，随着Co/Zn比例上升，C3H8、C3H6分子的扩散自由能均逐渐增大，扩散阻力增大。结果对分析Co/Zn-ZIFs分离C3H6/C3H8提供了极具价值的理论依据。

关键词： 建筑地基   沉降缝   施工技术   质量控制  

摘要： 探讨了建筑地基工程中沉降缝的施工技术与质量控制,详细阐述了沉降缝在减少结构差异沉降应力、预防地基基础损坏及提高建筑物抗震性能方面的重要性.结合某实际工程案例,分析了沉降缝施工技术要点,包括预设与定位、材料选用、施工工艺,并提出了施工质量控制具体措施.实践表明,科学合理的沉降缝设置能够有效防止建筑结构变形与开裂,提升建筑物的安全性,延长其使用寿命.

关键词： 入侵检测   流量对抗样本   对抗样本防御   防御知识迁移  

摘要： 在流量检测领域,基于对抗训练的对抗样本防御方法需要大量对抗样本且训练后会降低对原始数据的识别准确率。针对该问题,提出了一种基于特征迁移的流量对抗样本防御方法,该方法结合了增强模型鲁棒性和隐藏对抗样本空间两种防御思路,由具有降噪功能的底层防御模块和具有识别功能的识别模块组成。首先,使用堆叠自编码器作为底层防御模块进行对抗知识学习,使其拥有对抗样本特征提取能力;其次,根据流量特征进行功能自适应构造,使用非对抗流量对识别模块进行训练从而获得识别能力。通过防御+识别功能的拆分,降低了防御成本消耗并减少了对抗训练对原始数据识别准确率的影响,实现了快速适配且提高了模型防御弹性,对新的对抗样本的识别准确率提升至40%左右。

关键词： 资金流量表   金融交易   非金融交易   金融风险   收入分配   资金循环   机构部门   交易项目  

摘要： 围绕资金流量核算的演进历程、资金流量表的编制、模型以及应用四个方面,对资金流量核算研究进行评述。首先,从资金流量核算的起源、发展和完善三个阶段厘清资金流量表的发展脉络;其次,系统梳理国内和国际资金流量表的编制,比较分析主要经济体资金流量表的编制情况,并介绍资金流量表的预测方法;再次,介绍资金流量表的相关分析模型及原理;最后,重点归纳总结资金流量表的应用。

关键词： ECMO   血液流量   离心泵   心肺转流系统   体外心肺支持辅助设备   管路压力   黏度  

摘要： 目的通过模拟试验方式,研究影响ECMO设备血液流量的主要因素。方法设计3个试验:试验一,在不同转速下,测量静态泵后管路压力范围为70~130 mmHg时的血流量,并计算分析静态泵后管路压力与血流量的相关系数;试验二,在不同转速下,分别用1∶3、2∶3及3∶3比例的甘油/生理盐水混合液模拟不同试验的介质黏度,并测量分析血液流量与试验介质黏度的相关系数;试验三,设计不同的试验模型(患者端的模拟),在相同转速下与试验一、二对比试验差异。通过3个试验研究影响ECMO设备血液流量的主要因素。结果试验发现,静态泵后管路压力与流量显示值、流量实测值和流量误差的相关系数分别为0.49~0.93、0.11~0.70和0.26~0.89,相关性不强,而甘油/生理盐水的比例与流量呈强负相关,相关系数为-1.000~-0.961。另外,不同的患者端模拟模型也会对血液流量造成影响。结论泵前后压差以及试验介质的黏稠度是影响ECMO设备血液流量的主要因素,但静态泵后管路压力对ECMO设备血液流量影响不明显。

关键词： 深度学习   网络流量分类   对抗网络流量   通用扰动  

摘要： 人工智能技术在网络流量分类领域表现出了巨大潜力,对网络空间安全的战略格局产生了深刻影响。但也有研究发现,深度学习模型有着严重的脆弱性,针对该脆弱性衍生的对抗样本可以大幅度降低模型检测的正确率。目前对抗样本在图像分类领域得到了广泛深入的研究,在网络流量分类领域还处于发展阶段。现有的对抗网络流量技术仅对特定样本有效,并且时间开销较大、实用性低。为此,提出了基于通用扰动的对抗网络流量生成方法,其利用空间特征分布的性质寻找通用扰动向量,将该扰动添加到正常流量生成对抗网络流量,令网络流量分类器以高概率检测错误。在Moore和ISCX2016数据集上与现有方法进行了实验测试。结果表明,同等条件下,该方法生成对抗网络流量攻击分类器时对Moore和ISCX2016数据集内样本均有效,成功率高达80%以上;并且可以有效攻击不同的分类器,具有模型迁移性效果;同时实现了对抗网络流量的快速生成,平均生成时间开销低于1 ms,效率远优于现有方法。