“读者之声”栏目征文

读者之声栏目着力反映科研一线人员的声音,主要包括:①对《科技导报》刊登的某篇学术论文或其他栏目的某篇文章的评论或感受;②对《科技导报》某个栏目内容的意见和建议;③对《科技导报》办刊提出的具体的、有针对性的意见和建议;     

全国科学技术名词审定委员会公布112号元素的中文名称

全国科学技术名词审定委员会根据国际纯粹与应用化学联合会（IUPAC）2010年2月对第112号元素正式确定的英文名称,在广泛征求有关专家意见的基础上,提出了第112号元素的中文定名草案。112号元素使用的中文汉字“锊”已征得国家语言文字工作委员会的同意,并纳入国家规范用字,现经全国科学技术名词审定委员会批准予以公布使用。     

术语工作中文本挖掘方法的应用探索——信息管理与知识管理科技名词审定工作方法

研究了信息管理与知识管理科技名词术语的审定工作方法。该工作由全国科学技术名词审定委员会主管并委托国家自然科学基金委员会管理科学部完成。工作内容主要包括三个连续的阶段：（1）确定领域的收词范围,（2）确定术语定义,（3）确定术语的英文名称。介绍了在每一阶段所使用的工作方法、发现的问题与解决办法。目的是向从事术语审定工作的专家汇报工作,总结工作经验,并征求意见。     

湖南省消防救援总队解读《湖南省人民政府办公厅关于加强基层消防安全综合治理工作的意见》

<正>近日,省政府办公厅印发了《湖南省人民政府办公厅关于加强基层消防安全综合治理工作的意见》(以下简称《意见》)。现将有关内容解读如下：一、出台背景习近平总书记强调“基层强则国家强,基层安则天下安,必须抓好基层治理现代化这项基础性工作”,指出“维护公共安全体系,要从最基础的地方做起”。基层是国家治理的神经末梢,是党和政府联系人民群众的纽带,基层管理水平直接关系人民群众生产生活,决定着国家治理的根基和水平。     

海量用户评论在APP更新设计中的参与作用挖掘

APP市场上用户发表的评论包含着对APP软件研发团队的有用信息,尤其是软件功能请求以及具有特定应用的用户体验内容,可以应用到APP软件的版本更新设计中.为了研究海量用户评论在APP软件更新和重新设计中的参与作用,本文提出一种基于词向量表征的句向量相似性计算模型,它可以用于度量来自更新日志文本和用户评论文本中的句子的相似性.然后,本文提出了APP产品的“更新日志-用户评论”匹配算法将不同语义匹配结果划分到不同的数据集.基于真实的APP市场上采集的海量APP软件升级日志数据和用户评论数据的实验证明了本文提出方法的有效性.研究结果还发现:APP开发团队对于用户评论内容的采纳不到20%,而且采纳的内容主要集中在APP软件功能方面.用户评论中众多内容指向企业的营销活动问题,这部分内容由于研发团队在企业运营中的管理角色所限,很少能够顾及.     

相对时间尺度对消息扩散与意见形成耦合传播动力学的影响

一般情况下,群体意见形成的演化时间尺度可被认为远远大于社交媒体上消息传播的时间尺度.但是在某些极端场景中,以上的假设却并不成立.基于此,建立了一个消息扩散和意见形成之间的相对时间尺度可调的噪声阈值投票者-UAU (unaware-aware-unaware)模型,并研究了不同的相对演化速度下社交媒体上的消息传播与人群意见形成之间的相互协同作用对彼此演化动态的影响.基于平均场理论(meanfield theory,MFT)的分析和Monte Carlo模拟都表明,相较于意见形成,消息传播的时间尺度越小越有利于双稳态相的形成,这是两种动力学的本征差异和它们之间的协同相互作用造成的.研究发现,两种动力学间的相对时间尺度不仅影响终态的“正”意见比例,还影响导致模型发生相变的临界基本再生数的大小;特别是当“正”意见比例处于不同的水平时,其随着两种动力学相对时间尺度的变化行为是不同的,当“正”意见比例较高时,消息传播的时间尺度相对于意见形成越小则“正”意见比例越大,反之则相反.研究填补了相对时间尺度对于协同相互作用耦合动力学影响这一研究领域的空白,有助于人们更加深入地理解相对时间尺度对耦合动力学演...     

扰动累积下基于数字孪生的车间重调度

针对隐性扰动累积下车间重调度问题,搭建车间重调度决策服务,实现数字孪生驱动的扰动累积下的车间重调度。提出一种调度参数更新的方式,采用随机概率分布来描述调度参数的分布,提升调度参数的准确性;利用孪生网络搭建隐性扰动检测模型,以实时数据为输入,实现重调度的启动时刻的判定;从历史调度数据中提取用于调度知识挖掘的样本数据,利用伪孪生网络获取工序和机器的状态数据的映射关系作为调度规则,用于车间的重调度。仿真实验证明了所提数字孪生驱动的重调度模式的可行性。     

征稿简则

正简介:《中国科学:信息科学》(英文名称:SCIENTIA SINICA Informationis)是中国科学院和国家自然科学基金委员会共同主办、《中国科学》杂志社出版的学术刊物.本刊力求刊载信息科学领域最高学术水平的中文文章,及时报道计算机科学与技术、控制科学与控制工程、通信与信息系统、电子科学与技术等领域基础与应用研究方面的原创性成果,推动信息科学技术发展,搭建理论与技术应用的桥梁,促进与各学科、各行业的交叉融合.月刊,每月20日出版.     

基于踪迹挖掘的自动缺陷警报分类方法

缺陷检测一般包括静态分析与人工确认两个阶段.静态缺陷检测工具报告大量警报,但是主要的警报确认工作仍然由人工完成,这是一件费时费力的工作.巨大的确认投入,会导致测试人员和管理人员拒绝使用该静态检测工具.为了辅助警报确认工作,提出一种基于警报踪迹挖掘的警报分类方法,使用该方法挖掘警报踪迹进而将代码结构相似警报分为一类,使得分类后的最终警报报告更加易于人工确认.实验表明,该方法能够在较大规模的软件测试过程中分类测试结果,提高警报确认效率.     

征稿简则

正简介:《中国科学:信息科学》(英文名称:SCIENTIA SINICA Informationis)是中国科学院和国家自然科学基金委员会共同主办、《中国科学》杂志社出版的学术刊物.本刊力求刊载信息科学领域最高学术水平的中文文章,及时报道计算机科学与技术、控制科学与控制工程、通信与信息系统、电子科学与技术等领域基础与应用研究方面的原创性成果,推动信息科学技术发展,搭建理论与技术应用的桥梁,促进与各学科、各行业的交叉融合.月刊,每月20日出版.