基于关系模型的不确定性知识表示与推理及其在KMS中的应用

结合产生式规则与关系数据库两者的优点，该文提出1种基于关系模型的不确定性知识表示与推理技术，采用关系数据库存储不确定性知识的产生式规则，使用基于规则的正向推理方法进行推理，并将这种成本低、能快速实现的技术成功应用到Lotus Domino平台的KMS中，结果证明了该方法的可行性。     

图像识别中的深度学习模型剪枝技术

为了探索用少量的图像数据指导模型剪枝，同时缩短确定裁剪哪些卷积核的时间，该文提出了一种基于卷积核输出特征图的和值的期望进行模型剪枝的策略。将少量的图像输入剪枝前的深度学习模型中，将同一层卷积核输出的特征图根据和值的期望进行排序，按照一定的剪枝率剪去较小期望值对应的卷积核。根据该文提出的模型剪枝策略，在3个通用的公开数据集CIFAR-10、CIFAR-100、ILSVRC-2012上进行了测试，并与目前主流的一些模型剪枝算法进行了对比。实验证明，该文提出的模型剪枝策略在VGG-16-BN上参数量压缩87.3%,每秒浮点运算次数(FLOPs)压缩78.6%,该模型在CIFAR-10上仍能达到93.19%的分类识别精度。在CIFAR-100数据集上，模型剪枝策略在ResNet-56上FLOPs压缩67%,仍能达到67.96%的分类识别精度。     

基于Agent的协同感知控制体系与通信机制

随着协同工作中分布式协同行为的增多,对协同主体之间信息交流和协同控制的要求越来越高.为了解决协同控制中动态、开放、社会性的复杂系统问题,引入了协同Agent的概念.利用协同Agent的信念-愿望-意图体系结构,有效实现了协同过程各阶段的感知、控制功能.此外,还利用言语行为理论扩展知识查询和操作语言通信原语,形式化定义了协同工作特有的言语行为,在通信层面为协同工作提供支持.