组合优化问题的机器学习求解初探：以图匹配问题的研究进展为例

组合优化涉及离散域的带约束问题求解,在求解复杂性上极具挑战,是运筹学乃至应用数学的重要分支,且在国计民生中扮演着重要的角色。在面临大规模复杂问题（如NP难问题）时,传统的求解算法一般是基于人工设计的启发式规则和策略,大多依赖对问题特定结构的深入理解和洞察。而人工智能,特别是机器学习,则采用数据驱动的方式力图自动发现求解策略,自动生成高效求解算法,降低人工设计成本。同时,通过神经网络等模块引入显卡等硬件提高并行计算能力和计算速度。本文以NP难的图匹配问题为主线,介绍国内外近期相关研究进展,涵盖整体端到端的一次性求解模型和基于深度强化学习的贯序求解模型两个代表性求解范式,简要对比了其耗时与求解质量,并对未来发展方向做出展望。     

神经网络泛化改进研究

本文比较了5种改善神经网络泛化能力的方法。理论分析与具体的仿真实验均表明，增加样本数需要太多的样本，构造法包含剪枝法与逐步增加法，需要过多的运行时间，皆不实用。早期停止法仅对中等规模的数据有效，对较少数据容易造成过拟合更加严重。因此，正则化方法为最好的改善网络泛化能力方法。     

基于剪枝的卷积神经网络压缩算法综述

近年来,随着深度学习技术的飞速发展,卷积神经网络（CNN）变得越来越流行,应用范围也日益广泛。为提高模型准确性,CNN逐渐增加网络的深度和宽度,导致网络结构逐渐膨胀,现有的深度神经网络通常拥有数百万甚至上千万个参数,需要耗费大量的计算和存储资源。在计算能力受限的移动设备（如智能手机或平板电脑）上部署和运行深度神经网络,面临巨大挑战。这亟须一种可在有限计算能力设备上提高运行效率且不影响精度的方法。神经网络压缩是在不影响计算精度的前提下,减小网络规模并提高存储效率的一类有效方法,近些年得到广泛关注和应用。神经网络压缩包括多个分支,本文对基于剪枝的神经网络压缩算法进行全面论述,针对剪枝算法现有的分类法进行更详细的分类展开,并进行系统描述;将调查的文献按分类法进行归纳总结,详细论述每个工作的主要贡献;针对目前剪枝算法的特点和不足,对其未来发展趋势展开讨论。     

三个平面视角下科学术语泛化概念整合与讨论

传统科学术语泛化研究侧重于语义视角,这很难解释泛化后术语语用功能的增效和句法性质的变化。实际上,语用和句法也是引起术语泛化的重要因素。这三者的合力可看成是思维整合的过程。通过改进Gilles Fauconnier与Mark Turner概念整合框架,使之可容纳语用和句法因素并将层创空间的整合过程提升为层级结构,从而构建出一个多维度综合性思维整合模型,可从认知角度解释科学术语泛化的多维动因、过程以及语用增效的理据。     

模糊逻辑聚类神经网络算法在中长期负荷预测的应用

电力系统中长期负荷预测受大量不确定因素的影响,聚类方法能够将各种影响因素综合引入预测模型,提高了预测精度。本文采用一种由模糊逻辑单元组成的聚类神经网络用于中长期负荷预测。运用文中所述模型及算法综合考虑了历史负荷情况和未来不确定因素等对未来负荷变化的影响。通过与传统的方法进行中长期负荷预测比较,结果表明,该方法可以提高负荷预测的精度。     

面向特大自然灾害的复杂随机多维属性大群体决策模型研究

针对我国特大自然灾害公共危机应急处理面临复杂随机多维属性大群体决策的新需求,通过案例深入分析这种群体的新特点、决策问题多维属性表现形式及构成要素,建立面向特大自然灾害公共危机的复杂随机多维属性大群体决策分析框架;依此构造复杂随机多维属性大群体成员偏好相聚模型,设计和开发基于该相聚模型的群体成员偏好智能聚类算法,使该复杂大群体聚类成若干个数量相对较少的成员聚集;建立该种大群体偏好一致性分析模型、偏好集结模型、     

符号主义与联结主义人工智能的融合路径分析

人工智能的演化形成了符号主义与联结主义人工智能两条代表性进路.符号主义人工智能的优点在于推理过程透明、可解释,但存在不完备、框架问题和知识接收瓶颈等问题.联结主义人工智能的泛化能力和可移植能力强,但缺陷是算法不可解释性、过拟合等问题.符号主义与联结主义人工智能有着显著的融合可能性,在新一代人工智能背景下,两条进路的融合...     

自然类、物种与动力学系统

关于生物物种的本体论地位存在两种主要观点:传统观点认为物种是拥有本质的自然类,另一种替代观点认为物种是没有本质的个体。传统观点的困难是本质主义与进化论不相容,但这并不能成为物种个体论的理由。混杂实在论和自我平衡属性簇理论主张自然类的一种非本质主义解释,物种仍然可以看做典型的自然类,但是这种进路同样面临不少困难。本文试图提出生物物种的一种动力学系统理论进路,也即把物种视作动力学系统状态空间中的吸引子,进而将这种进路扩展为自然类的一种新本质主义解释。     

大数据是不是隐私天敌

正人工智能的发展不能以牺牲隐私权为代价,收集要授权、使用有界限、存储应保护,是人工智能时代兼顾高度智能化与隐私安全的重要原则。为保护隐私,人们发布照片或视频时,会打上马赛克覆盖人脸关键敏感信息,但这种模糊处理的方法正面临挑战。不久前,美国一个研究小组开发了一套机器学习算法,通过训练,神经网络可以识别     

理解的可传递问题的合理性研究

理解的可传递问题——理解是否可通过证言传递，是当代理解论的重要问题。扎格泽博斯基等反对者主张，理解无法通过证言传递，因为理解是一种能力，且理解的传递涉及额外的认知工作。格林等支持者认为，能力能够通过证言传递，且当听者具备理解所需的背景能力和背景知识时，理解的传递不涉及额外的认知工作。两个维度的现有研究都采用了质性研究方法，错误地把理解的可传递问题视为“是-否”的定性问题，而不是与主体认识程度相关的量化问题。认知程度主义采用了量化立场与方法，认为理解是有程度之分的，并借助最大理解概念来量化理解度。从理解度视角上看，所有理解都能通过证言传递，只是存在程度之别。     

深度神经网络中哲学所关注的五个问题

深度神经网络进展迅速，从哲学上回答需要关注的与可解释性有关的问题主要包括：可解释性界定、本质、是否可如同符号逻辑于分析哲学的作用般有助于学术争论解决、可解释性问题的消解以及符号主义是否是先验的。我们主张可解释性可置换为泛化中的有效性，输入和输出对复杂关系的近似不具有因果性而是训练的结果，逐层加工认知和近似逼近才是深度神经网络的的本质，对比人脑的复杂度，它不会与人的思维趋同。     

本体驱动的地理信息检索与服务技术

1课题简介 本课题以地理空间事件(任务)为纽带,通过建立地理空间事件本体(包含地理对象本体、灾害事件本体),用户本体,对与地理空间事件相关的语义,时序、空间等3类信息进行关联分析和推理,从语义层次理解用户需求,按照特定地理空间事件特征,组织查询任务,实现从海量空间信息数据库中智能提取与地理空间事件相关的信息,充分发挥现有系统数据丰富的优势,简化了用户获取空间信息的过程,提高了信息检索的效率,实现了地理空间信息的智能化、个性化服务.课题成果可以广泛地应用于政府综合管理、应急处理、空间信息搜索服务等多个应用领域,并对地理信息应用,人工智能、语义学,以及地理信息系统等学科的研究和开发具有积极参考作用.     

AI新算法模型CapsNet在方法论上的革新

深度学习之父杰弗里·辛顿构造了新算法模型—Caps Net,用胶囊(Capsule)来模拟大脑皮质中的皮质柱并用之来存储概念性知识,并革命性地重新把分析还原方法引进卷积神经网络(CNN)中。本文认为辛顿在方法论上的革新体现在重归模拟人脑之路和建构非完全性还原方法,反映了他关于"如何实现类人智能"的思考:"意识"产生于同时具备概念能力和非概念能力的神经网络。这或将在AI领域引发范式变革。     

论科技能力与科技能力建设

一、科技能力的内涵 科技能力目前尚未有一个统一的认识.通常认为,从"学"(科学)和"术"(技术)两个方面来理解科技能力,且把科技能力仅仅理解为科技创新能力.认为科学创新能力就是发展科学和运用其成就的潜力总和,它主要由科研队伍、科研单位、科研经费和信息等组成;技术创新能力就是指为了生产上应用而准备的研究、开发结果的总和.中国科学院可持续发展研究组(1999,P274)认为,区域科技能力是一个区域在科技资源投入、科技成果产出、科技对社会的贡献方面所具有的综合实力.     

认知非正义的概念边界

在人类认知实践中存在着广泛的由知识身份偏见和解释资源缺乏所引发的不公正现象，弗里克使用了认知非正义的概念对其进行了刻画，这是一种试图融合认识论与伦理学的尝试。认知非正义理论迅速引发了学界的普遍兴趣，多种或源于弗里克或相对独立的认知非正义概念被延展出来，这构成了概念外延的泛化；同时，将弗里克的认知非正义概念运用于具体情境的过程中，出现了大量符合弗里克的概念描述却在日常直觉上并不造成“非正义”的现象，这构成了概念内涵的泛化。以上两种泛化问题源自于认知非正义概念边界的模糊，认知惰性与实质性伤害是弗里克所提出的两个认知非正义概念的共同基础，同时能够应对概念泛化的麻烦。     

电脑游戏哲学研究综论:背景、现状与展望

电脑游戏包含玩家、游戏的软件和硬件等诸要素,它可以模拟玩家的现实生活。电脑游戏哲学就是对电脑游戏及其相关现象进行哲学分析、理解,并利用所得成果对传统技术哲学问题进行解释的理论。其兴起有着深刻的理论根源与现实的必然性。沿着叙事学和游戏学这两条经典路径,考察了当前电脑游戏哲学的研究现状。目前的研究存在着诸如缺乏学科独立性、独有的方法论、预测和指导能力等不足。今后应建立健全电脑游戏哲学学科范式,从哲学高度对其进行论证和说明,以及注重研究电脑游戏在现实中的应用问题。     

明末清初的科学话语空间——观察西方科学对中国文化影响的一个视角

关于明末清初中西会通中西学对中国科学和文化影响的评价,肯定与否定两种观点争论非常激烈。需要进一步探讨的问题是,中西会通之后,西学以何种形式在中国存在？其实,明末清初的中西会通过程中存在两种话语空间,即公共话语空间和私人话语空间。皇帝、士大夫、民众和传教士在两种话语空间中的言语表现并不一致,话语权力也不一样。建构话语空间的力量根源在于社会形势、国家政策和传统文化。西方科学更完整真实地保存在私人话语空间。科学话语空间有很强的修辞性。     

浅议神经网络在水下目标识别中的应用

本文在现有的人工声纳听音识别技术的基础上，提出了基于神经网络的水下目标识别方法，重点阐述了BP神经网络分类原理以及在目标识别，特别是在水下目标识别时的应用方法。     

海伦·朗基诺与唐娜·哈拉维的知识观比较分析

在女性主义科学批判的思潮中,朗基诺和哈拉维都对传统的科学进行了批判。朗基诺对知识的相关问题做出了新的理解并提出其独特的语境经验论(contextual empiricism),哈拉维则提出了情境化知识(Situated Knowledge)。这两个学说表面上看很相似,实际上却又有区别。文章从思想来源、对传统科学哲学的态度、对情境的理解以及对知识与权力关系的态度四个方面对这两个学说进行比较分析,揭示二者的异同,以更深刻地理解女性主义科学哲学中关于知识的两种具有代表性的观点。     

“故事思维”的探索——评吴光明的《故事思维——文化沉思录》

近代以降,对中国传统文化的解读构成了摆在每一个中国人面前的理解之谜,逮至今日,这一自我理解的难题仍然在两个方向上摇摆不定:要么停留在西方概念的阴影里;要么以与西方概念决绝的姿态而播弄传统术语已。吴光明以其在"身体思维—具体思维—故事思维"方面孤往而又卓绝的探索,可以看作彻底打开这一谜面的睿智之士。借助"故事思维"这一理解逻辑,传统才能真正为我们所理解,并能以与西方传统相比肩的方式进入世界文化的对话中。