摘要：本文在总结国内外教学改革趋势的基础上,结合华中科技大学计算机科学与技术学院教学改革的实践,就我国计算机专业本科教学改革提出如下建议:要具有全球化的视野,借鉴CS2013等国内外改革经验,依托高校不同的学科背景和学科优势,明确培养目标,以系统观精炼课程体系,从沉淀学科理论基础的角度改革课程内容,着力培养学生的实践动手能力,强调养成学生良好的学科思维直觉和专业技术素养,以应对未来的发展变革,培养具有国际竞争力的新型计算机学科人才。

摘要：在高校共青团改革的大背景下,实施“班团一体化”运行机制,是增强基层团组织活力、培养班团干部核心能力的重要举措。文章以武汉生物工程学院计算机科学与技术学院为例,分析了“班团一体化”运行的现状和存在的问题,提出了在“班团一体化”运行机制下培养班干部职业能力的路径和相关方法,从而促进新时代大学生综合素质不断提升。

摘要：本文深入探讨了新疆大学计算机科学与技术学院开设的单片机原理与接口技术课程。课程注重实验教学内容的设计与方法创新,通过引入Proteus ISIS仿真软件辅助硬件平台,并结合51单片机实验系统板进行实践操作,有效提升了学生的实验操作能力,并将理论知识充分应用于实践中。同时,课程还融入了案例教学和学研结合的教学方法,旨在全面培养学生的综合能力和创新意识,为他们未来的职业发展奠定坚实基础。这些教学方法和策略对于提升实验教学效能具有重要的参考价值,并为其他类似课程提供了有益的借鉴。

摘要：多模态情感计算是情感计算领域一个基础且重要的研究任务,旨在利用多模态信号对用户生成的视频进行情感理解.尽管已有的多模态情感计算方法在基准数据集上取得了不错的性能,但这些方法无论是设计复杂的融合策略还是学习模态表示,普遍忽视了多模态情感计算任务中存在的模态可信度偏差问题.认为相较于文本,语音和视觉模态往往能更真实的表达情感,因而在情感计算任务中,语音和视觉是高可信度的,文本是低可信度的.然而,已有的针对不同模态特征抽取工具的学习能力不同,导致文本模态表示能力往往强于语音和视觉模态(例如:GPT3与ResNet),这进一步加重了模态可信度偏差问题,不利于高精度的情感判断.为缓解模态可信度偏差,提出一种模型无关的基于累积学习的多模态可信度感知的情感计算方法,通过为低可信度的文本模态设计单独的文本模态分支捕捉偏差,让模型在学习过程中从关注于低可信度文本模态的情感逐步关注到高可信度语音和视觉模态的情感,从而有效缓解低可信度文本模态导致的情感预测不准确.在多个基准数据集上进行实验,多组对比实验的结果表明,所提出的方法能够有效地突出高可信度语音和视觉模态的重要性,缓解低可信度文本模态的偏差;并且,该模型无关的方法显著提升了多模态情感计算方法的性能,这表明所提方法在多模态情感计算任务中的有效性和通用性.

摘要：在人机交互领域,情感化触觉专注于分析、设计和评估基于触觉捕捉、处理或显示情感的系统。文章通过介绍触觉的神经生理原理、触觉与情感的关系、情感化触觉系统的设计因素、情感化触觉交互设计应用案例,揭示情感化触觉交互设计研究未来的可能方向,着重讨论影响用户积极情绪体验的设计因素。

摘要：随着商家评论网站的快速发展,推荐系统所带来的效率提升使得评分预测成为近年来新兴研究任务之一.现有的评分预测方法通常局限于协同过滤算法以及各类神经网络模型,并没有充分利用目前预训练模型提前学习的丰富的语义知识.针对此问题,提出一种基于预训练语言模型的个性化评分预测方法,其通过分析用户和商家的历史评论,为用户在消费前提供评分预测作为参考.该方法首先设计一项预训练任务,让模型学习捕捉文本中的关键信息.其次,通过细粒度情感分析方法对评论文本进行处理,从而获取评论文本中的属性词.接下来,设计一个属性词嵌入层将上述外部领域知识融入模型中.最后,采用基于注意力机制的信息融合策略,将输入文本的全局和局部语义信息进行融合.实验结果表明,该方法相较于基准模型,在两个自动评价指标上均取得显著的提升.

摘要：无线充电技术具有非接触、自动化以及易维护的供能特性,可以有效解决未来智能物联网(AIoT)在大规模应用时的能量供应难题.在现有无线充电技术中,磁共振无线充电技术在能量传输效用与空间自由度上有着更为均衡的技术优势,已成为当今无线充电领域的研究热点,拥有更为广阔的应用前景.为此,大致回顾了磁共振无线充电技术的发展历程并对其相关背景概念进行了简要概述.对近年的磁共振无线充电技术相关研究进行了系统梳理,并基于设计动机和技术实现从反馈通信、优化调度、感知应用、安全保障4个角度出发,详细总结了对应工作的基本原理、实施方法等核心内容,为后续的研究提供了有效参考.其中,根据传输方式将反馈通信方面工作分为两大类,根据系统结构将优化调度方面工作分为两大类,根据应用场景从三大类介绍感知应用方面工作,根据保障对象将安全保障方面工作分为三大类.最后在上述工作的基础上,讨论了磁共振无线充电技术现有工作的可改进之处,并对未来研究方向进行了展望.

摘要：提出一种自动识别安卓应用中可读文本缺失问题组件的方法,以提高应用的可访问性.首先,利用UI Automator提取应用的图形用户页面,并对无关组件进行裁剪,同时补全组件属性,以生成相应的视图树;其次,设计3种启发式规则,以识别视图树中存在可读文本缺失的组件,通过对6个热门应用的评估实验,该方法以平均97%的准确率成功识别了问题组件;最后,生成的测试报告通过在源码与截图中标记问题组件,帮助应用开发者清晰定位并修复缺失的可读文本.该研究成果不仅能有效改善视障用户的使用体验,使他们更顺畅地与应用进行交互,还为开发者提供了一种实用的工具,促进安卓应用的整体可访问性提升.通过这样的方式,开发者可以更好地理解和解决可访问性问题,为所有用户创造一个更友好的数字环境.

摘要：深度强化学习是目前信息物理融合系统(CPS)决策中常用的一种方法。然而,当面对未知环境和复杂任务时,基于黑盒的深度强化学习方法在系统的安全性和奖励函数设置的可解释性方面存在不足。针对上述问题,提出了一种形式化时空规则验证制导的安全强化学习方法。提出了时空规则通信顺序进程(CSR-TCSP)对系统进行建模,并结合时空规约语言(STSL)和模型检测工具FDR对进程代数模型进行验证。利用系统环境模型形式化奖励状态机的结构,提出了时空规则奖励状态机(STR-RM)以指导强化学习中奖励函数的设置。此外,为了监测系统的运行并确保输出决策的安全性,设计了一个监控器及安全动作决策算法以获得更安全的状态行为策略。通过一个自动驾驶系统中的避障与变道超车实例,证明所提方法的有效性。

摘要：为解决音乐表征学习领域缺少充足成对多轨乐谱数据集的问题,提出一种音乐生成的预训练模型。首先,基于多轨音乐的生成需要保证单轨内的连续性的同时保证轨道间的和谐性的事实,提出基于Transformers的多生成器的生成模型,即基于预训练的多轨音乐生成网络(MMGPNet)作为基线模型;其次,为利用充足的单轨乐器数据集,在生成模型上设计音乐预训练模块;最后,在预训练过程中设计一个重建任务遮盖音乐符号的属性并对它们进行重建。实验结果表明,所提模型加速了模型训练,并提高了预测准确率,且该模型生成的多轨序列在多种音乐领域的评价指标相较于MuseGAN(Multi-track sequential Generative Adversarial Network)、SymphonyNet等基线模型更接近真实音乐。听力测试结果进一步验证了所提模型的有效性。