摘要：强化学习算法依赖于精心设计的外在奖励,然而Agent在和环境交互过程中,环境反馈给Agent的外在奖励往往是非常稀少的或延迟,这导致了Agent无法学习到一个好的策略。为了解决该问题,从新颖性和风险评估这两方面设计一个内在奖励,使Agent能充分地探索环境以及考虑环境中存在不确定性动作。该方法分为两部分,首先是新颖性描述为对当前状态-动作和转换后状态的访问次数,将具体执行的动作考虑进去;其次是动作的风险程度,风险评估从累积奖励方差考虑,来判断当前动作对状态的意义是有风险的还是无风险的。该方法在Mujoco环境下进行了评估,实验验证该方法取得了更高的平均奖励值,尤其是在外在奖励延迟的情况下,也能取得不错的平均奖励值。说明该方法能有效地解决外在奖励稀疏的问题。

摘要：针对联邦学习的训练过程迭代次数多、训练时间长、效率低等问题,提出一种基于激励机制的联邦学习优化算法。首先,设计与时间和模型损失相关的信誉值,基于该信誉值,设计激励机制激励拥有高质量数据的客户端加入训练。其次,基于拍卖理论设计拍卖机制,客户端通过向雾节点拍卖本地训练任务,委托高性能雾节点训练本地数据从而提升本地训练效率,解决客户端间的性能不均衡问题。最后,设计全局梯度聚合策略,增加高精度局部梯度在全局梯度中的权重,剔除恶意客户端,从而减少模型训练次数。

摘要：为在全比较(ATAC)问题的分布式计算中达到较高的性能,提出一种基于任务驱动启发式的数据分发策略,充分考虑分布式环境中的存储使用、数据本地性和负载平衡。提出两个分发数据的启发式规则;根据相关约束条件和任务需求,所有的数据项均可在本地进行处理,使对于所有计算任务均具备良好的数据本地性。实验结果表明,对于64个节点的集群,所提策略实现了80%的存储节约量和100%的数据本地性,获得了理想化线性加速的89%。所提策略在ATAC问题的分布式计算中达到了较高性能。

摘要：针对传统的目标检测网络存在参数量大、检测速度慢等不足,在计算资源受限的设备上难以满足实时性需求的问题,提出一种改进的YOLOv4-tiny目标检测算法,使用Bneck_E替换主特征提取网络的CSP结构,在深层特征提取网络中,增加轻量级注意力机制——高效通道注意力(ECA)机制,采用双向特征融合,用深度可分离卷积对浅层特征下采样,提高对小目标的检测精度。在PASCAL VOC数据集上实验表明,该算法平均精度均值(mAP)提高了4.4%,帧率(FPS)提升了8.9%,模型大小仅为YOLOv4-tiny的36%,有利于在嵌入式设备上部署运行。

摘要：为解决涉毒案件法条预测中忽视案情结构信息导致精确性不足、解释性不强等问题,提出基于知识图谱的核方法法条预测模型。将复杂的案情描述结构化成为知识图谱,去除文本噪音的同时引入案情的结构信息以辅助法条预测,通过核方法将复杂的多标签分类问题转化为较简单的单标签分类问题,降低预测难度且实现细粒度法条(具体到法条款项)的预测。实验结果表明,所提方法有效提升了涉毒案件法条预测的性能,增强了法条预测的可解释性。

摘要：针对目标检测网络主分支层的特征信息易丢失、不同尺度的特征表达能力不平衡等问题,提出一种基于区域感知的多尺度目标检测算法。在YOLOv5的基础上采用数据增强、改进的边框损失和非极大值抑制方法,构建1个更强健的基线模型,沿着通道方向使用全局最大池化、全局平均池化、卷积等操作设计通道信息增强模块,并分别作用于骨干网络的每个主分支层,使得各个检测头在特征融合过程中也不会丢失主分支层的关键特征,以强化模型对重点区域的感知能力。利用加权特征融合方法融合不同尺度的特征信息,平衡不同尺度的输入特征对输出特征的表达能力,进而提高模型对多尺度目标的感知能力,通过调整模型的通道和深度,设计4种不同规模的网络结构。实验结果表明,相比YOLOv5s,该算法在Pascal VOC、MS COCO、Global Wheat、Wider Face、Motor Defect 5个数据集上的平均精度均值分别提高5.48、3.00、1.94、0.70和1.95个百分点。同时,该算法的平均精度均值最高为50.7%,分别比YOLOv4和Dynamic Head的最大模型提高7.2和3.0个百分点。

摘要：研究具有正则结构的SAT问题是否是NP完全问题,具有重要的理论价值.(k,s)-CNF公式类和正则(k,s)-CNF公式类已被证明存在一个临界函数f(k),使得当s≤f(k)时,所有实例都可满足;当s≥f(k)+1时,对应的SAT问题是NP完全问题.研究具有更强正则约束的d-正则(k,s)-SAT问题,其要求实例中每个变元的正负出现次数之差不超过给定的自然数d.通过设计一种多项式时间的归约方法,证明d-正则(k,s)-SAT问题存在一个临界函数f(k,d),使得当s≤f(k,d)时,所有实例都可满足;当s≥f(k,d)+1时,d-正则(k,s)-SAT问题是NP完全问题.这种多项式时间的归约变换方法通过添加新的变元和新的子句,可以更改公式的子句约束密度,并约束每个变元正负出现次数的差值.这进一步说明,只用子句约束密度不足以刻画CNF公式结构的特点,对临界函数f(k,d)的研究有助于在更强正则约束条件下构造难解实例.

摘要：针对目前PCB缺陷检测方法中存在缺陷较小不易识别、缺陷形状多样化导致识别率下降等问题,提出基于多尺度特征融合和可变形卷积的PCB缺陷检测算法(DCR-FRNet)。在Faster R-CNN算法的基础上进行优化改进,能够更好地适应同一缺陷不同尺度的缺陷目标。采用的多尺度融合的金字塔模型有效地提高模型的特征识别能力;引入的可变形卷积替代常规的卷积,通过卷积学习偏移量提高模型的特征提取能力。实验结果表明,在采集的缺陷数据集上,所提DCR-FRNet算法相对于基准网络能够更有效识别缺陷特征,检测精度达到了96.60%,F1分数提高了16.30%。

摘要：为了消除某型燃油调节器计量活门控制系统受燃油油压扰动以及元件老化等因素的影响而导致计量活门位置控制所受干扰,根据燃油调节器计量活门控制系统工作原理,采用机理建模的方法建立动力学方程;采用自抗扰控制方法对计量活门位置进行控制,将燃油扰动等引起的非线性项集成为总扰动,设计线性扩张状态观测器进行实时观测并主动补偿;使用Matlab/Simu?link工具搭建仿真模型进行分析,将所提出的控制器与PI控制器进行比较。结果表明:在跟踪5 mm平滑输入,一定燃油阶跃扰动情况下,自抗扰控制和PI控制的最大绝对误差分别为3.76459×10^(-4)和8.20315×10^(-3),均方差分别为1.78593×10^(-6)和5.12835×10^(-5)。在跟踪正弦函数输入,一定燃油正弦扰动情况下,自抗扰控制和PI控制的最大绝对误差分别为2.62611×10^(-3)和9.03823×10^(-3),均方差分别是5.71403×10^(-4)和7.77306×10^(-3)。所设计的控制器能有效估计并补偿扰动,比PI控制器具有更强的抗燃油扰动能力,鲁棒性更强,提高了计量活门位置控制精度。可为后续的抗扰动控制算法改进和后续试验研究提供思路及理论指导。

摘要：在众多传统艺术绘画形式中,笔触是被现代计算机绘画工具(GIMP、Photoshop和Painter)普遍采用的形式之一.创新性地提出了服务于非真实感渲染AI辅助艺术创作系统(A4).系统能够实现自动生成特定艺术家风格的笔触效果.该系统在强化学习框架下,主要进行以下研究工作:(1)提出基于PGPE的正则化策略学习方法以提高风格学习过程的稳定性;(2)利用IRL(inverse reinforcement learning)算法实现了艺术风格行为的模型化及其数字化保护方法.实验结果表明,所提方法行之有效地实现了针对具体个性风格的照片水墨画艺术风格转化.