2016年热点科技事件回眸

 科技发展过程中,争议、质疑和激辩如影随形,这使得科学内容更加丰富和多元化,同时也促进了科学进步。宇宙探索、基因编辑、人工智能、环境污染等热点事件在2016年激起了科学界的阵阵涟漪。本文遴选回顾了10件2016年社会关注度较高的科技事件,以期为读者做一梳理。     

高频数据下基于LSTM的协方差矩阵预测模型

协方差矩阵的建模与预测,对于金融风险管理、投资组合管理等至关重要。 针对时间序列模型 对高维变量预测精度较低的问题,利用长短记忆神经网络模型(LSTM),提出了基于深度学习的高频数据已 实现协方差矩阵预测模型。 利用金融高频数据得到已实现协方差矩阵,对其进行 DRD 分解,针对相关系数 矩阵 R 进行向量化处理,利用向量异质自回归模型(HAR)预测已实现相关系数矩阵 R;针对已实现波动率 矩阵 D,利用半协方差(semi covariance)思想,结合 LSTM 模型,得到已实现波动率矩阵 D 的深度学习预测模 型,构建了 LSTM-SDRD-HAR 已实现协方差矩阵动态预测模型。 LSTM 模型和 HAR 模型能捕捉实际数据 的长期记忆性,半协方差有利于捕捉金融数据的杠杆性。 实证分析表明:相较于传统向量 HAR 已实现协方 差矩阵预测模型,LSTM-SDRD-HAR 预测已实现协方差矩阵更为准确,基于 LSTM-SDRD-HAR 预测已实现 协方差矩阵构造的有效前沿组合投资效果更佳。     

国内外供应链创新研究进展与趋势——基于CiteSpace的对比分析

供应链创新在改善供应链运作流程、提高供应链效率方面发挥着关键作用,厘清与供应链创新有关文献的发展脉络，有助于进一步深入分析该研究领域。基于此,以2010—2021年(截至2021年4月23日)Web of Science核心合集和中国知网(CNKI)中以“供应链”和“创新”为标题的论文为样本,运用CiteSpace可视化软件,梳理了国内外供应链创新的现状、研究热点和前沿趋势。分析发现:国内外期刊文献发文量呈上升趋势,虽然国内对于供应链创新的关注度大于国外,但是存在作者合作频率低,研究机构较为分散的情况;国内外供应链创新在研究热点,研究趋势和应用场景上存在显著差异。总结了过去1年供应链创新的发展,并根据对已有文献的整理,归纳了供应链创新的研究框架,以期展现现有研究成果与未来研究方向。     

基于量子化学的团簇Co4P非晶态合金析氢反应研究

为寻找在团簇Co₄P中具有最优催化析氢性能的构型,该文根据密度泛函理论于B3LYP/lanl2dz水平下对团簇Co₄P分别进行在二、四重态下的计算,根据前线轨道理论对优化后团簇Co₄P的HOMO图、水分子的LUMO图以及能级差进行分析,发现构型1⁽²⁾、2⁽²⁾的β电子与构型1⁽⁴⁾、2⁽⁴⁾的α电子的HOMO负相位对催化析氢反应的第1步提供了较大的贡献.此外,综合分析析氢反应的各步骤发现:构型2⁽²⁾具有较好的吸附能力,且该构型在吸附1个氢原子后在电化学解吸和化学重组解吸中均具有最优解析性质.因此,构型2⁽²⁾是在团簇Co₄P各优化构型中最优的催化析氢构型.     

通信距离约束下的无人船集群覆盖搜索方法

针对通信距离受限时水面无人船(unmanned surface vessel, USV)集群对未知水域的覆盖搜索问题, 提出一种竞拍协同边界探索算法。首先根据边界探索的思想提取地图探测边界, 然后以基于层次聚类思想进行改进的K-means++聚类算法划分任务区间, 消除不安全或低收益的目标搜索点, 再以分布式竞拍算法为USV集群动态分配搜索任务, 使集群搜索效率最大化, 各艇经过多轮分配、执行搜索任务直至覆盖全水域。仿真实验表明，在相同集群规模下, 相较于无协作的几种边界探索算法, 该算法任务用时和集群航行总路程更少; 在相同任务地图下, 覆盖搜索效率随USV集群规模增大而提高。