摘要：视频字幕生成(Video Captioning)旨在用自然语言描述视频中的内容,在人机交互、辅助视障人士、体育视频解说等领域具有广泛的应用前景。然而视频中复杂的时空内容变化增加了视频字幕生成的难度,之前的方法通过提取时空特征、先验信息等方式提高生成字幕的质量,但在时空联合建模方面仍存在不足,可能导致视觉信息提取不充分,影响字幕生成结果。为了解决这个问题,本文提出一种新颖的时空增强的状态空间模型和Transformer(SpatioTemporal-enhanced State space model and Transformer,ST2)模型,通过引入最近流行的具有全局感受野和线性的计算复杂度的Mamba(一种状态空间模型),增强时空联合建模能力。首先,通过将Mamba与Transformer并行结合,提出空间增强的状态空间模型(State Space Model,SSM)和Transformer(Spatial enHanced State space model and Transformer module,SH-ST),克服了卷积的感受野问题并降低计算复杂度,同时增强模型提取空间信息的能力。然后为了增强时间建模,我们利用Mamba的时间扫描特性,并结合Transformer的全局建模能力,提出时间增强的SSM和Transformer(Temporal enHanced State space model and Transformer module,TH-ST)。具体地,我们对SH-ST产生的特征进行重排序,从而使Mamba以交叉扫描的方式增强重排序后特征的时间关系,最后用Transformer进一步增强时间建模能力。实验结果表明,我们ST2模型中SH-ST和TH-ST结构设计的有效性,且在广泛使用的视频字幕生成数据集MSVD和MSR-VTT上取得了具有竞争力的结果。具体的,我们的方法分别在MSVD和MSR-VTT数据集上的绝对CIDEr分数超过最先进的结果6.9%和2.6%,在MSVD上的绝对CIDEr分数超过了基线结果4.9%。

摘要：人工智能(artificial intelligence,AI)与数字化技术已成为推动社会进步与经济发展的关键力量。高等教育体系尤其是研究生教育中对学生实践能力的培养,是培养创新型人才的关键环节,需紧跟时代步伐。该文探讨了如何建设“AI+数字化”实践能力培养模式,并以典型实验设计与分析为例进行了阐述,目的是解决传统培养模式中存在的难以全方位指导顾及每位学生、实时答疑、个性化培养等诸多问题和难题,为研究生提供精准、规范且个性化的实践能力培养方案,从而提升他们的实践动手能力及理论知识应用能力。

摘要：提出了一种基于新型差分有源电感(DAI)的小面积、宽调谐范围、低相位噪声的电感-电容型压控振荡器(L_(AI)C VCO)。其中DAI主要由差分正跨导器、改进型负跨导器以及反馈电阻构成,以获得电感值的大调谐范围,且同时保持较高Q值和较低的噪声值;将DAI代替VCO中的传统无源LC谐振腔,以减小芯片面积、拓展振荡频率的可调范围、降低相位噪声;同时采用RC滤波负阻产生电路,以滤除流入L_(AI)C谐振腔的噪声电流,进一步降低VCO的相位噪声。最终,VCO获得了良好的综合性能。基于TSMC 0.18μm RF CMOS工艺,利用Cadence设计工具,对该L_(AI)C VCO进行了前仿真验证、版图绘制以及后仿真性能验证。前仿真结果表明,振荡频率可在0.48~3.24 GHz之间进行调节,即调谐百分比为148.39%;在频率偏移1 MHz处的相位噪声变化范围为-75.9~-95.4 dBc/Hz,最终获得了-165 dBc/Hz的电路优值;版图后仿真结果表明,所提出的L_(AI)C VCO电路也实现了较好的性能。

摘要：为了深化工程教育改革,培养更多创新型卓越工程人才,笔者探讨了“数字电路与FPGA”实验课程教学改革,以培养学生数字电路系统设计能力为目标,研究了实验教学方式创新、实验教学内容改革和实验考核体系构建,有助于培养学生独立解决电子设计问题的创新能力,促进实验教学更符合产业发展和“新工科”工程教育时代特色。

摘要：基于生理电信号的睡眠分期是监测睡眠过程和诊疗睡眠疾病的重要前提,针对人工睡眠分期方法存在耗时久、效率低、具有主观性等问题,近年来自动睡眠分期方法凭借高效性和准确性受到研究者的关注。因此,从算法设计的角度针对近6年的自动睡眠分期算法进行综述,分为传统机器学习和深度学习两大类,并对2个类别按照单通道与多通道生理电信号2种输入方式,从模型算法、信号类型、分期性能方面进行归纳总结。通过对比可知:单通道信号输入降低了信号采集成本,更适用于家庭睡眠监测,而多通道信号输入贴合分期准则,更适用于临床睡眠分析;深度学习类算法相较于传统机器学习类算法更具有研究前景,其可利用深度神经网络自动学习信号内在表征,在高效处理大规模数据的同时提供较好的分期性能。深度学习方法未来的研究重点应该从模型设计的角度转变为提升模型可解释性和泛化性,从而推动深度神经网络在睡眠医学领域中的应用。

摘要：综述了生物阻抗检测芯片的设计与优化,重点分析了双电极与四电极的适用场景及其在测量精度和便携性上的取舍。此外,针对不同检测需求,详细探讨了ADC法、DAC法、逐次逼近法、半正弦DAC法及基线消除技术的实现原理与特点。研究结果表明,双电极结合高效DAC方法在便携设备中具有显著优势,而四电极配置则适用于高精度阻抗测量场景。本文为生物阻抗检测芯片的设计提供了理论支持,并展望了其在可穿戴医疗设备和动态监测领域的应用前景。

摘要：针对床具的焊接需求和结构特点,开发了基于MA2010弧焊机器人的床具焊接机器人工作站系统。在分析床具的焊接特性的基础上,综合考虑焊接工艺、安全防护等因素,确定了床具焊接机器人工作站的总体方案;采用模块化的设计思想,基于“六点定位”原理对焊接夹具进行了设计;基于Solid Works软件平台对安全防护栏进行设计;利用Solid Works软件的Simulation模块对夹具体进行静力学分析;利用MOTOSIM EG仿真软件在虚拟环境中对焊接夹具进行仿真分析及离线编程;基于DX200控制器进行焊接机器人工作站控制系统设计。焊接性能实验结果表明,该床具工装夹具的设计及焊接质量符合焊接要求,为提高非标焊接工装夹具的设计提供理论依据。

摘要：针对大语言模型(LLM)会产生幻觉,难以完全应用到现实生活各个领域(尤其是医疗领域),以及没有高质量的LLM幻觉评估数据集及相应的LLM幻觉程度评估的问题,提出在医疗问答领域中的LLM幻觉识别与优化方法。首先,根据公开数据集Huatuo,结合GPT-4生成问题答案和人工标注的形式构建医疗问答领域LLM幻觉评估数据集;其次,基于所构建的幻觉评估数据集,定义“幻觉率”的概念,通过设计prompt让待测模型回答“是”或“否”的方式测试和量化各个LLM的幻觉程度,并发现LLM的“YES MAN”幻觉现象;再次,采用低幻觉率的大模型GPT-4作为LeaderAI来提供先验知识辅助高幻觉率LLM进行判断;最后,为探究多个不同LLM是否会在同一个问题上犯错,定义“幻觉碰撞”的概念,并基于概率统计方法揭示不同LLM在医疗问答领域的幻觉碰撞情况。实验结果表明,引入LeaderAI的方法可以提升高幻觉率LLM的表现,使LLM能够以低幻觉率应对医疗问答领域的“YES MAN”幻觉现象,并且目前的LLM同时在一个问题上出现幻觉(发生碰撞)的概率较低。

摘要：针对磁通门传感器在提取磁场信号过程中遇到采集精度低、稳定性差等问题,通过分析磁通门传感器实现磁场信号的调制过程,并根据磁通门有效信号中的偶次谐波分量与被测磁场成正比的关系,提出了一种基于二次谐波法的磁场信号提取方法。采用信号检测电路提取以二次谐波分量为主的磁场电压信号,经过数字相敏整流和平滑滤波算法进一步剔除其他谐波分量,实现对磁场信号的有效提取。通过时序仿真结果验证了相敏整流算法对二次谐波的提取效果,并对基于二次谐波法设计的开环磁通门传感器进行实验。相较于其他类型的磁通门信号检测方法,二次谐波法有效提高了传感器的分辨率、线性度等关键性能,且基于二次谐波法设计的磁通门传感器能够实现对被测磁场信号的检测和有效调制,并表现出较高的磁测水准。

摘要：垂直腔面发射激光器(VCSEL)通常采用由小尺寸发光单元并联的2维阵列结构来提高输出光功率、改善激光光束质量,然而随着芯片尺寸不断缩小以及阵列集成度不断提高,由VCSEL单元自身功耗引起的自加热效应及各单元之间的热耦合效应将导致VCSEL阵列结温急剧上升,在热-光-电反馈作用下,将严重制约VCSEL阵列的光学性能及热可靠性,对VCSEL阵列热设计提出了迫切要求。在阐明VCSEL阵列产热机理的基础上,从热-光-电模型建立、热设计方法两方面归纳总结了VCSEL阵列热设计最新进展,并对热设计发展趋势进行了展望。