Neural network-based H∞ filtering for nonlinear systems with time-delays

A novel H∞ design methodology for a neural network-based nonlinear filtering scheme is addressed. Firstly, neural networks are employed to approximate the nonlinearities. Next, the nonlinear dynamic system is represented by the mode-dependent linear difference inclusion （LDI）. Finally, based on the LDI model, a neural network-based nonlinear filter （NNBNF） is developed to minimize the upper bound of H∞ gain index of the estimation error under some linear matrix inequality （LMI） constraints. Compared with the existing nonlinear filters, NNBNF is time-invariant and numerically tractable. The validity and applicability of the proposed approach are successfully demonstrated in an illustrative example.     

基于实体信息和图神经网络的药物相互作用关系抽取

药物相互作用是指药物与药物之间相互促进或抑制.针对现有的药物关系抽取方法利用外部背景知识和自然语言处理工具导致错误传播和积累的问题,以及现有大多数研究在数据预处理阶段对药物实体进行盲化,忽略了有助于识别关系类别的目标药物实体信息的问题.论文提出了基于预训练生物医学语言模型和词汇图神经网络的药物相互作用关系抽取模型,该模型通过预训练语言模型获得句子的原始特征表示,在基于数据集构建的词汇图上进行卷积操作获得与句子相关的全局特征信息表示,最后与药物目标实体对特征进行拼接从而构建药物相互作用关系提取任务的特征表示,在获得丰富的全局特征信息的同时避免了使用自然语言处理工具和外部背景知识,提升模型的准确率.论文的模型在DDIExtraction 2013数据集上的F₁值达到了83.25%,优于目前最新方法2.35%.     

基于视域分析模型的永泰庄寨多情景空间组构特征解析

以永泰县丹云乡和城寨为例，基于空间句法理论，利用Depthmap软件中的视域分析模型对平面空间布局进行量化解析.在日常生活、仪式活动和防御行为等多情景下，庄寨内部可行空间的组构呈现动态特征，进而可归纳出庄寨空间平面布局对家族内部伦理规训的表征规律.即可通过空间之间的灵活分隔、开合形成不同的空间联通和布局方式，“身体-空间”耦合变化强化了特定情景下的内外有别、主宾有序等伦理秩序对人的行为规训.