面向自动问答的机器阅读理解综述

人工智能正在深彻地变革各个行业.AI与教育的结合加速推动教育的结构性变革,正在将传统教育转变为智适应教育.基于深度学习的自动问答系统不仅可帮助学生实时解答疑惑、获取知识,还可以快速获取学生行为数据,加速教育的个性化和智能化.机器阅读理解是自动问答系统的核心模块,是理解学生问题,理解文档内容,快速获取知识的重要技术.在过去的几年里,随着深度学习复兴以及大规模机器阅读数据集的公开,各种各样的基于神经网络的机器阅读模型不断涌现.这篇综述主要讲述3方面的内容:介绍机器阅读理解的定义与发展历程;分析神经机器阅读模型之间的优点及不足;总结机器阅读领域的公开数据集以及评价方法.     

基于深度学习的场景文字检测研究进展

在大数据驱动应用的背景下,随着计算机硬件性能的提高,基于深度学习的目标检测和图像分割算法冲破了传统算法的瓶颈,成为当前计算机视觉领域的主流算法.而场景文字检测任务受到目标检测和图像分割算法发展的影响,近年来也有了极大的突破.这篇综述的目的主要有3个方面:介绍近5年场景文字检测工作进展;比较分析先进算法的优点及不足;总结该领域相关的基准数据集和评价方法.     

变系数mKdV方程的对称群分类

利用古典无穷小算法,等价性变换技巧和有限维抽象李代数的分类理论给出了变系数mKdV方程的对称群分类.证明了在一维和二维可解李代数情况下不变的方程分别为4个和6个.并进一步证明了不存在容许有三维及更高维李代数下不变的方程.     

带交易成本的二阶在线投资组合选择策略

针对基于在线牛顿步(Online Newton Step,ONS)算法的投资组合选择策略没有考虑交易成本的问题,而交易成本是真实市场中不可或缺的部分,提出了一种新的带交易成本的在线投资组合选择策略,简称在线牛顿步交易成本策略(Online Newton Stepr Transaction Cost,ONSC):首先,结合投资组合向量的二阶信息和交易成本惩罚项构造优化函数,并推导得出投资组合的更新公式;然后,通过理论分析得到ONSC算法的次线性后悔边界O(log(T)).实证研究表明,与半常数再调整投资组合策略(Semiconstant Rebalanced Portfolios,SCRP)以及其他考虑交易成本的策略相比,在SP500、NYSE(O)、NYSE(N)和TSE这4个真实市场的数据集上,ONSC获得了最高的累计净收益和最小的周转率,表明了所提算法的有效性.     

合肥地区道路软基处理的常用方法及应用条件

文章结合工程实例介绍了合肥地区道路软基处理的几种常用方法,并给出各种不同方法的应用条件.同时,工程实例的应用结果表明,选择正确的软基处理方法,处理效果良好,既节省工程造价,又不会留下质量安全隐患.     

基于基尔霍夫定律和布尔方程的故障定位算法

随着我国电力系统的不断发展,供电的安全性和可靠性直接影响着地区的生产生活和民众的经济生活.电网故障定位是电力调度系统中重要的组成部分.传统的故障定位需要依靠调度人员大量的经验积累和人工判断,而面对日益增长的需求,仅依靠传统方法进行故障定位会增加误判率,进而对电力系统的稳定运行造成威胁.提出了一种基于基尔霍夫定律和布尔方程的电网故障定位算法,将故障定位问题转化为布尔线性混合规划问题,并结合模拟退火算法和遗传算法的思想进行求解,实现了在小型电网中的故障快速定位,有效降低了调度错误率,缩短了从故障发生到故障隔离、故障处理的时间差,节约了人力资源,提高了调度效率.     

基于残差网络的配电柜设备元件状态识别

随着工业智能巡检的不断发展,基于数字图像处理方法的设备元件状态识别系统被广泛应用.为提升配电室中配电柜设备元件状态识别的准确率,提出了一种基于残差网络(residual networks, ResNet)的设备元件状态识别方法.首先搭建数据采集系统,构建数据集;然后对配电柜图像,裁剪预设的设备元件目标区域,生成设备元件图像;对于设备元件图像,构建基于ResNet的元件状态识别模型并训练;使用训练完毕的模型识别元件的状态.以变电站配电室中配电柜设备元件数据集作为研究对象,对于特征复杂的元件采用单预测头的网络,对于特征简单的元件采用多预测头的网络;然后使用紧凑和剪枝的模型压缩方法在精度损失较小的情况下减少参数量和计算量;最后介绍巡检系统的架构设计,将JetSon Nano边缘终端作为算法模块的运行硬件,以减少通信成本.