摘要：短文本语义稀疏模糊、蕴含信息不足、表达不规则等缺陷给短文本分类任务带来了极大的挑战,且现有短文本分类方法通常忽略词项间的交互信息,不能充分挖掘隐含的语义信息,导致分类效率低下。针对上述问题,提出一种基于多粒度图与注意力机制的半监督短文本分类模型MgGAt。该模型在词粒度和文本粒度基础上构建2种类型的图,通过充分挖掘语义信息完成分类任务。首先构建词级图,捕获词嵌入,进而学习得到文本特征表示。在词级图上引入跳内注意力和跳间注意力,从多种语义角度有效提取词项间隐含的高阶信息,捕获语义丰富的词嵌入。同时依据词级子图的特点设计池化策略,聚合词嵌入,学习文本表征。其次构建文本级图,借助部分已知的标签信息,利用图神经网络的优势,在图上执行标签传播和推理,完成半监督短文本分类任务。在4个公开数据集上的实验结果表明,与基线模型相比,MgGAt模型的短文本分类精确率平均提升了1.18个百分点,F1值平均提升了1.37个百分点,具有更好的分类性能。

摘要：在物联网(Internet of Things,IoT)系统中,信道具有高度时变性,直接链路有概率被阻塞。为了确保状态更新信息的及时传递,设计了一种智能反射面(Intelligent Reflecting Surface,IRS)辅助无人机(Unmanned Aerial Vehicle,UAV)服务地面多用户的无线下行链路系统。UAV在下行链路中作为一个移动基站,沿着优化的轨迹飞行并在靠近地面用户的合适位置悬停,再与地面上的用户进行数据传输。通过时间离散化、数学建模等手段构建联合优化的模型,建立一个多约束优化问题。目标是通过对无人机轨迹和流调度、IRS相移设计等变量的联合优化以最小化系统的信息年龄。研究了IRS反射传输信号辅助改善无线环境的过程,即通过改变信道增益来改变最大数据传输速率。采用IRS相移调整的方式来提高时变的信道增益,以改善通信质量。由于目标函数和约束公式中含有的非凸公式以及多个优化变量之间的耦合关系,采用连续凸逼近(Successive Convex Approximation,SCA)和块坐标下降(Block Coordinate Descent,BCD)等技术设计优化算法,将非凸优化问题简化后求得总优化问题的解。仿真结果表明,算法能得到平滑曲线,系统信息年龄随发射功率和数据传输速率阈值升高显著降低,体现了所提算法的可行性。

摘要：针对工业物联网(IIoT)中对信息新鲜性日益增长的需求,提出一种基于非线性能量采集(EH)的IIoT监控系统,配备电池容量大小为B的传感器节点,从无线供电基站(WPS)使用非线性EH技术采集射频(RF)能量进行充电,电池充满后将采集到的数据发送给数据采集节点。此外,针对在复杂场景中需要设置多个非线性信息年龄(AoI)算法所存在系统较为复杂的问题,提出1个普适函数来描述不同的非线性AoI,并通过调节参数来控制函数图像形状。在推导系统非线性AoI封闭表达式的同时引入系统能量效率(EE),以两者的比值Ψ作为系统的性能指标。鉴于问题较为复杂,采用一维搜索方法来寻找最优电池容量。通过系统仿真和数值分析,证明了存在最优的电池容量B使系统Ψ最小化。仿真结果表明,信道衰落参数、状态更新大小、WPS发射功率等参数都会对系统的性能产生影响,在相关系统的优化设计时都需要考虑。当WPS发射功率为0.5 W时,指数型非线性AoI下的Ψ是对数型非线性的2倍,是线性的1.8倍。

摘要：对话状态跟踪是任务型对话系统的重要模块.已有研究使用注意力机制模拟图结构来引入历史信息,但这种方法无法显式利用对话状态的结构性.此外,如何生成复杂格式的对话状态也为研究带来了挑战.针对以上问题,本文提出一种状态记忆图网络SMGN(State Memory Graph Network).该网络通过状态记忆图保存历史对话信息,并使用图结构与当前对话进行特征交互.本文还设计了一种基于状态记忆图的复杂对话状态生成方法.实验结果表明,本文提出的方法在CrossWOZ数据集上联合正确率提高1.39%,在MultiWOZ数据集上提高1.86%.

摘要：作为可捕获用户个性化信息的网络分析任务,社区搜索旨在挖掘满足内聚性要求的查询节点所在的社区。大多数现有社区搜索方法仅能定位查询节点所在的单尺度社区。据此,设计了一种基于谱图小波的多尺度社区搜索方法,利用谱图小波和局部模块度挖掘查询节点所在的多尺度社区。具体地,首先,构建模块度矩阵和拉普拉斯矩阵并进行矩阵分解得到相关特征向量;其次,结合谱图理论和图小波,设计了基于谱图小波的尺度依赖局部模块度;再次,以归一化拉普拉斯矩阵和局部模块度张成的特征空间为支撑,设计了线性规划问题,以求解在给定尺度下与查询相关的稀疏指示向量;最后,利用社区边界截断策略不断添加节点,使得局部模块度最大。人工网络和真实网络上的实验结果表明了方法的高效率和有效性。

摘要：知识追踪是教育数据挖掘领域中一个十分重要的问题,旨在利用可观测到的学生历史交互数据和习题包含的知识点相关信息来推断学生对知识点的掌握情况。已有方法虽在不同程度上取得了一些进展,但大多忽略了使用知识点表示习题的重要性,并且对使用诸如学习因素之类的上下文表示知识点的研究也不够充分。针对上述问题,提出基于上下文表示的知识追踪方法KTCR。首先,综合考虑影响学生学习过程的因素,并基于学生响应数据设计了知识点上下文表示方法,从而基于Q矩阵表示知识点上下文;其次,为了实现习题向量的降维,利用融合上下文信息的知识点和学生响应数据对习题向量进行重表示;最后,结合学生历史交互数据,使用长短期记忆网络对学生的知识状态进行估计。在4个真实数据集上的实验表明了本文方法对于习题嵌入表示的合理性,并且能够有效地估计学生的知识状态。

摘要：针对动态衰落时变的信道状态信息,为解决多用户的任务卸载和资源优化问题,将无线电能传输(WPT,wireless power transmission)技术和移动边缘计算(MEC,mobile edge computing)结合,提出一种基于WPT-MEC的动态自适应卸载(RLDO)方法。无线电能传输技术可为无线终端用户(WEU,wirelessend-user)提供能量,有效缓解传统电池供能有限的问题。为使资源利用最大化,设计一个无线电能的MEC网络模型,无线终端用户从无线接入点(AP,accesspoint)收集的能量存储至可充电电池内,再利用此能量进行任务计算或任务卸载。该方法通过部署在MEC服务器的全连接深度神经网络(DNN,deep neural network)进行实时的卸载决策。采用完全的二元制卸载策略进行卸载决策。仿真结果表明,在面向多用户时变的无线信道环境下,该方法的计算速率仍可以保持在92%以上。与基本方法相比,在提高计算速率、降低时延和能耗方面具有较大优越性,有效降低了计算复杂度。

摘要：针对科技文献类标题短文本关键词提取时,已有自然语言处理算法难以建模文献时间与权威性且短文本词语较少建模往往存在高维稀疏问题,本文提出了一个综合实时性以及权威性的关键词提取算法为研究者进行相关推荐.该方法将文献标题视为超边,将标题中不同词项视为超点来构建超图,并对超图中的超边与超点同时加权,进而设计一种基于加权超图随机游走的关键词提取算法对文献标题的词项进行提取.该模型通过对文献来源,发表年份以及被引次数建模来对超边进行加权,根据节点之间的关联度以及每对节点在特定标题中的共现距离对超点加权.最后,通过超图上的随机游走计算出节点的重要性进而确立可推荐的关键词.实验表明,与三种基准短文本关键词提取算法相比,本文算法在精确率和召回率方面均有所提高.

摘要：社区搜索是备受关注的网络分析任务之一,旨在搜寻包含查询节点的局部社区.现有大多数社区搜索方法多面向简单网络且仅能定位查询节点所在社区,未能在搜索过程中考虑用户偏好.为实现利用用户偏好指导搜索过程并搜寻用户感兴趣的多社区,设计了属性网络中结合用户偏好的社区搜索和离群点检测方法,旨在通过较少的查询节点有效的捕获用户偏好并自动探索网络中的社区,同时识别社区中离群点.具体而言,通过编码查询节点及其邻居间的显式交互关系和相似属性以突出局部结构,利用其来挖掘潜在查询节点候选集成员.在查询节点候选集上定义平均划分相似度以推断属性子空间为用户潜在兴趣.采用属性和结构约束来搜索网络中的多社区和离群点.此外,真实数据集和人工数据集上的大量实验证明了所提方法的有效性.

摘要：根据国务院《关于全面深化新时代教师队伍建设改革的意见》的指导思想,为贯彻落实新时代师风师德建设要求,文章设计并实现了新时代高校师德师风建设评估监测系统。开发了实时课堂监测与报警系统,用于实时监测教师课堂语音信息,如果负向信息超过阈值则发出警报;构建了高校师德师风评价指标体系;制定了基于TOPSIS的师德师风评估评判方法。该系统可为高校师德师风的中长期评估提供数据支撑,具有重要的参考借鉴意义。