异质图神经网络协同过滤模型

协同过滤算法被广泛运用于各类大数据的推荐系统中，能够向用户推荐与该用户类似的用户感兴趣的信息。随着深度学习，尤其是图神经网络的发展，基于图神经网络的协同过滤算法受到了越来越多的关注。基于图结构的协同过滤模型通常将用户与条目的交互信息建模为二部图，然后利用二部图的高阶连通性建模捕获用户与条目之间的隐藏关系。但是，这种二部图模型没有将用户之间的相似关系和条目之间的相似关系明确建模。此外，二部图的稀疏性会产生图中高阶连通性依赖问题。为此，该文提出了一种基于异质图卷积神经网络的协同过滤模型，将用户之间的相似度和条目之间的相似度显式地编码到图结构中，使得用户与条目的交互关系被建模成异质图。异质图结构使用户之间的相似度与条目之间的相似度能被直接捕获，降低了对高阶连通性的依赖，同时缓解了二部图过于稀疏的问题。该文在4个典型的数据集上进行了实验，并与4种经典模型进行了对比，结果表明所提出的模型效果较好。     

航渡过程中船艇编队反导仿真研究

现代高技术战争条件下补给及战斗保障船艇编队的最大威胁是反舰导弹。首先分析了船艇部队建模仿真的必要性,然后建立了船艇编队、角反射器、红外干扰弹和红外、雷达复合制导的反舰导弹以及它们之间状态、位置关系的数学模型,在此模型的基础上设计了新的反导方案并利用计算机仿真技术进行了实例仿真与分析,最后对干扰过程和效果进行了评估,对船艇部队在航渡过程中编队反导的建模及仿真研究具有一定的指导意义。