用户界面 (user interface, UI) 在应用程序与用户的交互中扮演了至关重要的角色. 当前移动互联网的普及, 已经使得基于Web (world wide web)的应用大规模从桌面端迁移到移动端, Web前端开发在应用程序的开发中愈加广泛和深入. 传统Web前端开发首先依赖设计人员给出设计稿, 然后由程序员编写相应的UI代码. 这种方式行业壁垒高、开发速度慢, 不利于产品的快速迭代. 深度学习的发展使得基于UI图像自动生成Web前端代码成为可能. 现有方法对于UI图像特征的捕捉能力较弱, 生成代码的准确性较低. 为了改善这些问题, 提出了基于Swin Transformer的Encoder-Decoder模型image2code, 用于从UI图像生成Web前端代码. image2code将从UI图像生成Web前端代码的过程视为图像描述任务的一种形式, 将包含滑动窗口设计的Swin Transformer作为模型编码器和解码器的骨干网络. 其中滑窗操作将注意力计算限制在一个窗口内, 减少了注意力机制的计算量, 同时保证了不同窗口间仍然有特征关联. 另外, image2code生成可以直接转换为HTML (hyper text markup language)代码的Emmet代码, 利用Emmet代码的简洁性提高模型训练的效率. 实验结果表明, 在已有公开数据集和新构建的数据集上, image2code在Web前端代码生成任务上的表现要优于pix2code和image2emmet等代表性模型.
于2020年和2021年的4—12月, 每两周对上海市闵行区浦江郊野公园内的螽斯与蟋蟀种类进行连续调查. 研究结果显示, 该地区分布有螽斯8种、蟋蟀16种、蝼蛄1种. 通过对它们生活史进行研究发现, 其成虫时间十分规律, 化性稳定, 主要通过卵滞育的方式越冬, 其次为若虫越冬. 此外, 还发现通过鸣声对物种进行鉴定, 是一种进行鸣虫物候学研究与生态学研究的简便易行的方法.
新一代电网是未来智能电网发展的主要方向, 而电力负荷精准预测是智能电网的一项重要基础工作. 为了提高智能电力系统负荷预测的精确度, 本文基于自相关机制的预测模型Autoformer, 对负荷数据集进行了特性分析, 在原模型中加入特征提取层, 从编码层数、解码层数、学习率和批量大小等方面优化了模型参数, 实现了周期灵活的负荷预测. 在真实数据集上进行了实验和分析, 实验结果表明, 本文模型在预测效果上表现更好, MAE (mean absolute error)和MSE (mean squared error)分别为0.2512和0.1915, 决定系数为0.9832. 与其他方法相比, 本文方法负荷预测效果更好.
云原生数据库的崛起, 使得共享缓存架构再度受到重视. 虽然共享缓存架构能够有效地解决多个读写节点间的缓存一致性问题, 但其他问题仍然存在, 例如持久化速度缓慢、维护缓存目录的延迟高、时间戳瓶颈等. 针对上述问题, 提出了一种基于共享缓存架构, 并结合新型硬件—持久化内存的解决方案, 从而构建了一个包括内存层、持久化内存层、存储层的三层共享架构数据库—TampoDB. 基于此架构, 重新设计了事务的执行流程, 并对时间戳和目录进行了优化, 以解决上述问题. 实验结果表明, TampoDB有效地提高了事务的持久化速度.
我国在数据资源上具有规模化和多样化的优势, 在移动互联网数据应用上具有后发优势, 在丰富的应用场景下产生了海量数据, 推荐系统可以从大规模数据中挖掘有价值的信息, 缓解信息过载问题. 已有的工作聚焦于集中式推荐, 数据在云侧训练. 随着数据安全和隐私保护问题的日益突出, 从端侧设备收集用户数据变得越发困难, 这使得集中式推荐变得不可行. 以去中心化的方式, 利用端侧设备和云服务器的优势, 充分考虑数据安全与隐私保护问题, 面向推荐系统, 提出了一个基于联邦机器学习 (federated machine learning, FedML)与移动神经网络 (mobile neural network, MNN) 的端云协同训练方法FedMNN (federated machine learning and mobile neural network). 具体分为3部分: 首先, 将多种深度学习框架实现的云侧模型以ONNX (open neural network exchange)作为中间框架通过MNN模型转换工具转换成通用MNN模型供端侧设备训练; 然后, 云侧将模型下发给端侧设备, 端侧初始化后, 获取本地数据进行训练并计算损失, 再执行梯度反向传播; 最后, 端侧训练后的模型反馈给云侧, 通过联邦学习框架进行模型聚合与更新, 再根据不同需求, 将云侧模型按需部署到端侧设备上, 实现端云协同. 实验通过对比FedMNN和FLTFlite (flower and TensorFlow lite)框架在基准任务上的功耗, 发现FedMNN比FLTFlite低32% ~ 51%, 并以DSSM (deep structured semantic model)和Deep and Wide这2个推荐模型为例, 实验验证了端云协同训练的有效性.
在HTAP (hybrid transactional and analytical processing)数据库中, 资源隔离和数据共享是一个难题, 虽然不同厂商通过不同的架构来实现资源隔离, 但是用户关注的新鲜度, 即OLTP (online transaction processing)和OLAP (online analytical processing)读写版本的差距, 由数据共享的一致性模型决定. 然而, 现有的HTAP数据库为了节约成本, 只应用单一一致性同步模型, 这与用户应用的多种一致性需求之间存在矛盾, 为了满足用户需求的最高一致性而采取向上兼容的方案降低了系统的整体性能. 通过构建新鲜度与性能权衡的代价模型, 提出了一致性切换算法和切换前后同步数据的处理策略, 实现了一个顺序一致性同步与线性一致性同步自适应切换的HTAP数据库原型系统, 使得无需调整HTAP架构, 即可支持不同一致性(新鲜度)需求的查询负载并实现系统性能的最大化, 最后对自适应切换的有效性也进行了实验验证.
基于现行的材料降解率测定标准及特定微生物的降解性能, 设计了4种材料降解率的检测方法, 即两种标准方法 (接种物: 腐熟堆肥、蛭石 $+ $ 腐熟堆肥浸提液) 和两种实验方法 (接种物: 蛭石 $+ $ 芽孢杆菌、蛭石 $+ $ 嗜热菌). 采用生产环保胶带所用的原纸、塑料薄膜 (主要成分为polylactic acid, PLA) 和胶带成品作为受测材料, 对比不同处理方法下材料降解性能的效率. 结果表明, 在60 d的实验周期中, 原纸和PLA薄膜在4种方法处理下均呈现快速降解. 然而, 胶带成品降解率在腐熟堆肥、蛭石 $+ $ 腐熟堆肥浸提液处理下上升缓慢; 在蛭石 $+ $ 芽孢杆菌处理下略高; 在蛭石 $+ $ 嗜热菌处理下上升速率显著高于其他处理方法 (约1.7 ~ 7.5倍). 添加微生物菌剂尤其是嗜热菌, 能有效提升产品降解率的测定效率. 因此, 优化降解接种物的方法可提高材料降解率的测试效率, 有利于企业缩短可降解材料的研发及生产周期.
以合肥市环城河为研究对象, 使用线性回归、随机森林、支持向量回归和套索回归等机器学习模型挖掘Landsat8卫星数据和水质参数之间的关系, 对遥感影像值的反射率和水质参数进行建模, 并比较了4种不同模型的表现. 结果显示, 随机森林模型的表现最好, 对TN、TP、NH3-N反演模型的精度都能达到0.7以上; 反演的水质参数浓度分布图表明TN、TP在环城河东北段的污染最严重, 而NH3-N则在西南段的污染最严重; 从水体富营养化分布图可以看出, 环城河东段水体呈现中度营养状态.
投加增氧剂作为一种提升水体溶解氧的重要手段常用于城市水环境的治理与修复, 研发具有缓释效果的增氧材料可使增氧剂在实际工程中更持久、更稳定地发挥作用. 本文梳理了近年来缓释氧材料的制备方法和释氧性能, 综述了投加缓释氧材料对河湖沉积物和上覆水中营养盐等污染物赋存形态与迁移转化的影响及作用机制, 最后对缓释氧材料在河湖水体污染修复中的应用研究提出了展望和建议.
介绍了在加权Coxeter群的胞腔理论方面所取得的成果, 详细描述了拟分裂情形下仿射Weyl群 $ \widetilde{C}_n $ 的胞腔分解, 简要描述了拟分裂情形下仿射Weyl群 $ \widetilde{B}_n $ 和一般情形下加权泛Coxeter群的胞腔分解1.
中文情感分析是自然语言处理的重要研究内容, 旨在探究中文文本中蕴含的情感倾向. 近年来, 中文情感分析研究取得了长足进步, 但鲜有研究根据语言本身特征和下游任务需求进行探讨. 鉴于此, 针对中文文本的特殊性以及情感分析的实际需求, 在字、词特征的基础上, 引入部首特征和情感词性特征, 利用双向长短期记忆网络、注意力机制、循环卷积神经网络等模型, 提出了融合字、词、部首、词性等多粒度语义特征的中文文本情感分析方法. 在融合各类特征的基础上, 利用softmax函数进行情感预测. 数据集NLPECC (natural language processing and Chinese computing)上的对比实验结果表明, 所提方法的F1值均达到84.80%, 一定程度上提高了已有方法的性能, 较好地完成了中文文本情感分析任务.
针对工业园区的污水排放企业种类较多、进水水量水质波动较大、污染物复杂且可生化性差、排放标准高的特征, 以浙江省德清县某工业园区实际污水处理工程为对象, 分析了水解酸化+A2/O+AO+芬顿氧化工艺处理以印染、食品制造、金属加工企业为主的废水排放的技术经济可行性. 实践结果显示, 出水水质的COD、NH3-N、TN及TP能稳定达到《城镇污水处理厂主要染物排放标准》 (DB33/2169—2018) 中的限值, 其余指标达到《城镇污水处理厂染物排放标准》 (GB18918—2002) 的一级A标准; 工程投资金额为8200元/m3, 实际直接运行成本为2.39元/m3.
由于定位设备误差、非机动车骑行习惯等因素的影响, 骑行轨迹存在数据异常与定位信息缺失等质量问题, 为骑行地图推断和骑行路径规划等基于轨迹的应用带来了极大挑战. 为解决上述问题, 提出了一个面向骑行地图推断的轨迹数据质量提升框架, 包括网格索引构建、异常轨迹点的消除、徘徊轨迹段的消除、违章轨迹段的消除、漂移轨迹段的校准以及缺失轨迹的恢复等. 在真实非机动车骑行轨迹数据集上进行了对比实验和消融实验, 实验结果验证了所提方案对于提升骑行地图推断的精度优于现有方法.
智能手机、监控摄像头等智能设备的普及导致了严重的人脸隐私安全问题. 人脸去识别化技术被认为是解决上述问题的有效途径, 该技术旨在将人脸图像中的身份信息去除以有效保护人脸的隐私. 然而, 现有的研究工作大多缺乏对去识别化人脸图像在身份上显式的控制与可控的变化, 导致去识别化后的图像无法应用于人脸验证和检索等与身份相关的任务. 因此, 考虑到去识别化人脸图像在身份相关任务上的可用性, 提出了一种新的面向身份相互关系一致性的人脸去识别化任务, 即任意两个被去识别化的人脸之间的身份相互关系与去识别化前的人脸保持一致. 为解决这一问题, 引入了一种任务驱动的身份相互关系一致性生成对抗网络算法. 该方法设计了一种基于特征向量旋转的去识别化模块, 将原有的身份特征可控修改为具有身份相互关系一致性的去识别化特征. 此外, 还引入了身份控制损失, 以保证去识别化后生成的人脸身份的准确性. 大量的定性和定量结果表明, 提出的方法在人脸的去识别化和去识别人脸的身份相互关系一致性上的表现远优于现有的方法.
存储计算分离方案已成为一种提高大规模数据处理性能及效率的系统架构, 但其存储层的访问效率低、网络开销大、对小文件不友好, 存在着极大的性能瓶颈. 基于MergeTree的数据库ClickHouse在数据存储过程中会产生很多小文件. ClickHouse和S3存算分离方案中文件粒度固定的SSD (solid state driver)缓存区不仅和内存数据不匹配, 还会造成缓存区空间浪费. 提出了一种面向存算分离架构的缓存管理方案HG-Buffer (hybrid granularity buffer), 旨在优化ClickHouse和S3的存储计算分离方案以及对象存储的小文件问题, 以提高缓存空间的利用率, 从而提高系统访问效率. HG-Buffer通过将SSD作为计算层和存储层之间的缓存层, 并将 SSD 缓冲区组织成两个粒度的缓冲区来实现: 对象缓冲区和块缓冲区。对象缓存粒度是对象存储中的数据粒度; 而块缓存粒度是系统访问数据的数据粒度, 其中块缓存粒度是对象缓存粒度的子集. HG-Buffer通过统计数据热度信息, 自适应地选择数据存储的位置, 以提高SSD空间的利用率, 从而提高系统性能. 在ClickHouse和S3上进行的实验评估证明了HG-Buffer的有效性和稳健性.
由于受到潮汐过程的影响, 河口区微塑料的调查和研究存在着方法不统一、数据误差较大的问题. 2019年夏季使用泵采法在九龙江河口开展原位全水层微塑料采样, 对不同水层、不同站位间的微塑料丰度及其赋存特征进行分析, 并与其他在该河口的相关调查研究结果进行对比. 结果表明: 九龙江河口表、中、底层水体中的微塑料赋存量存在明显差异, 河流入海口及靠近污染源处表层水中微塑料丰度明显高于中、底层中, 在潮汐作用剧烈的河口区, 中、底层中微塑料丰度高于表层水中, 存在明显分层现象; 使用不同采样方法获取的微塑料数量浓度值存在较大差异, 泵采法相比拖网法能更有效地截留塑料纤维; 使用泵采法过滤水样体积、滤经筛网孔径大小都对收集到的微塑料丰度、尺寸有显著影响. 采样方法的不同将导致微塑料丰度结果的显著差异, 在潮汐河口进行微塑料监测有必要将潮汐作用考虑在内. 因此, 建议建立潮汐河口的微塑料业务化监测和通量观测, 并采用洪、枯季, 大、小潮的全潮时段的观测采样方法.
基于双视图眼底图像的诊断方法被广泛应用于糖尿病视网膜病变 (diabetic retinopathy, DR) 的筛查, 该方法可以有效地解决单视角下图像遮挡和视场受限的问题. 针对如何有效融合不同视图信息来提高DR分级准确率, 提出了一种基于注意力机制的多视角图像之间特征融合的学习方法. 针对眼底图像中病灶占比率较小的问题, 引入了自注意力机制以加强局部病灶特征的学习; 针对双视图眼底图像分类场景, 提出了一种跨视图注意力机制, 有效地利用了双视图之间的信息. 在内部数据集DFiD和公开数据集DeepDR上进行的实验, 验证了所提方法能够有效提高DR分级精度, 可用于大规模DR筛查, 辅助医生实现高效诊断.
特征管理是搭建人工智能数据管道中的重要一环. 特征存储要求在模型训练和推理阶段提供有效版本的特征推送服务. 为响应这一需求, 特征存储需要为特征实时更新和版本管理提供保证, 以协同上游的特征摄取, 为模型服务系统提供数据动力. 在人工智能辅助决策的在线预测任务中, 为了提供更好的用户体验, 模型服务系统需要实时响应决策请求, 实时特征检索面临更低延迟的挑战. 聚焦这一挑战, 开发基于内存的多版本在线特征存储FeaDB. 使用时间序列建模特征, 并提供特征版本管理语义, 满足特征从生产到消费的版本管理需求; 采用追加写方式保证实时特征加载性能, 设计基于版本的索引减少读延迟; 为进一步减小特征消费延迟, 提出版本快照机制, 实验证明采用快照读机制增加了特征集版本的检索效率.
窃电行为严重危害着电力设备和人身安全, 并造成重大经济损失. 对窃电行为实现准确识别是供电企业降损增效的一项重要工作. 在残差网络 (residual network, ResNet) 结构的基础上, 将二维卷积神经网络与深度可分离卷积增强的自注意力 (depthwise separable convolution enhanced self attention, DSCAttention) 机制相结合并构建模型, 用于提升窃电用户的正确分类. 此外, 由于窃电数据常存在缺失值、异常值和正负样本不平衡的问题, 故采用补零法、分位数变换和分层拆分法对以上问题分别处理. 在真实窃电数据集上进行了大量实验, 实验结果表明, 所提模型的AUC指标达到了91.92%, MAP@100指标达到了98.58%, MAP@200指标达到了96.77%. 与其他窃电分类模型相比, 所提模型在窃电分类任务上亦有很好的表现, 可以在窃电智能化识别中推广使用.
评论文本蕴含丰富的用户信息和物品信息, 对于用户的购买决策有着重要作用. 当用户面对不同的目标物品时, 会展现复杂的兴趣. 因此准确提取评论中的语义特征并建模物品和用户之间的上下文交互, 对学习用户偏好和物品属性十分关键. 专注于增强推荐系统的个性化捕捉和动态兴趣建模能力, 考虑不同特征的有用性, 提出了一种分层级描述感知的个性化推荐 (description-aware personal recommendation, DAPR) 算法: 在评论集合的单词层级, 设计个性化的信息选择网络, 提取重要的单词语义特征; 在评论层级, 基于交叉注意力机制设计神经网络, 动态地学习评论的有用性; 拼接评论摘要作为描述, 设计协同注意力网络, 捕捉更丰富的上下文感知的特征. 在5个Amazon数据集上的实验结果证明了所提方法能取得与基线模型相当的推荐性能.
中国综合性科技类核心期刊(北大核心)
