摘要：我国普通高校大学生竞赛正处于蓬勃发展期,赛事的举办和参与都呈现出积极向上的态势。大学生学科竞赛能够反映参赛院校的学科发展水平和教学水平,而基于竞赛数据对院校水平进行分析和比较也能够在一定程度上促进院校对竞赛的重视和参与度。在之前的研究和实际应用中,学校的竞赛水平评估大多局限在奖项得分的堆叠上。这种基于“唯奖项”论的模型因为忽略了院校自身发展水平等因素而存在片面性。在这项工作中,参赛院校的竞赛水平可以用参赛积极性、参赛优异度和获奖稳定性3个指标刻画并构建评估模型;通过最大化院校间得分差异确定指标的最优权重,从而获取院校的参赛得分并进行比较和分析。此外,根据学科竞赛的特点,院校在竞赛的不同赛道上的不同表现可以作为更加细化的特征。通过t-SNE降维、可视化与聚类分析,参赛高校被划分成4种类型。对于不同类型的高校,文中分别提供了提高比赛表现的针对性建议。江苏省大学生计算机设计大赛举办至今的数据被用于验证模型的合理性。

摘要：目的针对中医个性化处方推荐问题,研究自动化处方推荐任务,为中医临床辅助决策提供参考。方法基于大语言预训练文本生成模型设计一种中医个性化处方推荐算法。将中医处方推荐任务转化为端到端(seq2seq)的文本生成任务,即将临床症状描述文本通过模型转化为处方文本,以实现处方推荐任务的需求,并利用基于大语言预训练的BART(Bidirectional and Auto-Regressive Transformers)模型的预训练参数来提升模型对通用语义信息的理解,通过对训练集处方内中药排序提升模型的处方推荐性能。结果实验证明通过大语言预训练模型以及端到端的文本生成架构可有效提升模型的生成性能,同时对处方内中药依次排序可以获取更高准确率,并且通过中药的排列获取更多值得参考的有价值信息。中医个性化处方推荐模型在处方排序后分别在前5、10、15味生成的处方分别取得了58.60、53.79和49.67的准确率。结论中医个性化处方推荐模型取得了更优的处方推荐效果,表明其可为中医临床治疗疾病进行参考,达到辅助临床决策支持的效果。

摘要：因果效应定量描述变量间的影响作用,在许多现实任务中发挥着重要作用.辨识因果效应需要依赖已知的因果关系.一种确定因果关系的主流方法是引入干预信息,即通过人为干预某些因素而获取的信息.鉴于实际干预通常会带来巨大的成本,本文提出利用易于获取的专家知识替代干预,通过设计形如“在XX干预下,目标变量的值相较不干预时增大还是减小?”的问题并向专家咨询,确定因果关系,进而辨识因果效应.尽管每次专家返回的信息量少于干预信息,但通过一定次数的咨询,本文方法可以达到与使用干预信息方法相近的因果效应辨识效果.实验验证了上述结论.

摘要：多智能体构建的无线通信网络在受到外部恶意干扰时,智能体需要与环境进行大量交互来学习干扰规律和优化抗干扰策略。为了有效模拟和验证智能体与外部干扰环境的学习交互过程,需要构建智能干扰规避仿真系统。提出了一种基于NS3-gym框架的智能干扰规避系统,NS3模拟智能通信网络场景并将感知到的网络状态数据作为智能体的输入,智能体对输入数据进行学习分析得到干扰规避决策,并通过gym与NS3之间的交互将其返回到NS3中的仿真网络进行抗干扰策略部署。NS3-gym框架提供了NS3和OpenAI gym之间进行信息交互的接口。在Ubuntu20.04系统下搭建了智能干扰规避系统的仿真平台,分别验证了Q学习算法以及WoLF-PHC算法在扫频干扰、贪婪随机策略干扰、跟随干扰、随机干扰四种场景下的抗干扰性能。仿真结果证明了所提系统架构与仿真平台的正确性和有效性。

摘要：闭环检测是三维激光SLAM实现自主定位和导航的核心环节.针对目前闭环检测存在高复杂度及低准确度的难题,提出具有旋转不变性的球谐算子(spherical harmonic energy,SHE)与绕Z轴旋转不变的球谐算子(spherical harmonic Z-energy,SHZE);结合SHE和SHZE的优势,通过两步搜索提出一种三维激光SLAM闭环检测算法SH-LCD,在提高信息丰富度的同时降低了闭环检测计算的复杂度,具有较强的特征提取能力与普适性.在KITTI,NCLT和Complex Urban这3个公共基准数据集上的闭环检测实验结果表明,SH-LCD算法的闭环检测精度优于最新的闭环检测方法,包括Scan Context,M2DP,OverlapNet等;此外,该算法闭环检测效率高,计算算子与算子匹配消耗的时间仅需约12.0 ms和2.3 ms,满足SLAM实时性的要求.

摘要：对于程序功能场景的识别一直是程序理解方面的难点之一,现有的方法主要还是依靠人工标注。针对该难点,对移动应用的执行过程进行研究,提出一种基于模型的功能场景自动化标注方法AFSLM。基于交互流建模语言IFML国际标准构造刻画移动应用执行特征的应用执行路径ARP动态模型,用于直接对应移动应用的测试脚本,设计用于度量功能场景相似度的模型匹配算法,提出基于模型的功能场景自动化标注方法AFSLM,实现将人工测试模型的功能场景标签泛化到自动化工具探索模型上,实现高效的功能场景自动化标注。通过实例研究和实验评估,展示方法的有效性。

摘要：针对人工智能现有课程体系中相关课程开设较晚的现状,分析人工智能和程序设计课程的教学现状和关联性,探讨在低年级教学中将程序设计课程和人工智能专业内容相结合的可能性,以南京大学人工智能学院的相关课程为例,介绍课程建设和教学实践过程,以期提升人工智能人才培养的针对性,为相关课程教学提供参考。

摘要：中医辨证是中华民族千年来防病治病的实践结晶和理论积淀,深入研究辨证的原理和规律,建立科学规范的数字化和智能化辨证方法,对中医现代化发展具有重要意义。介绍了中医辨证智能化研究背景与现状,将中医辨证智能化的研究方法归纳为知识工程、数理统计、机器学习和深度学习四大类。提出中医辨证智能化目前面临的问题和对策,认为中医辨证智能化需要以统一规范的中医理论为指导,设计相应的数学模型,切实处理好先验知识和临床数据之间的关系,实现符合中医“以象测藏,从症辨证”思维的中医辨证模型,实现真正意义上的类脑计算和认知智能。

摘要：【目的/意义】探讨面向图博档数字化服务融合的知识图谱构建与实现。【方法/过程】梳理图博档领域知识图谱研究和应用现状,研究图博档知识图谱的构建方法,首先构建图博档知识图谱的结构模型,其次设计知识图谱的构建流程,包括需求分析、数据获取、知识抽取、知识融合、存储设计和图谱绘制,最后以辛亥革命主题为例设计知识图谱的存储模式,应用Neo4j图数据库存储并实现图博档主题知识图谱。【结果/结论】图博档知识图谱能跨越其中单一领域的知识壁垒而融合图博档资源,并能可视化展示图博档数字资源之间的语义关联,方便用户知识获取与知识发现。【创新/局限】本文研究丰富了知识图谱的应用场景,可为图博档数字化服务融合研究提供一种新的知识可视化呈现及服务方式。

摘要：【目的/意义】探讨基于语义关联的图博档(LAM)数字资源可视化服务模型的构建。【方法/过程】通过分析语义关联、可视化技术和图博档资源特征,借助语义关联等语义技术设计图博档资源的语义关联方案,实现图博档资源在语义层面上的关联、互补、融合,并在此基础上构建图博档资源可视化服务模型。【结果/结论】模型在语义层面能实现多源异构的图博档资源间关联的建立,为图博档资源的可视服务提供理论依据和实践探索,并为图博档知识服务融合探索新方式和新内涵。