摘要 作为一种智能化软件形态,融合了神经网络和符号规则的神经符号系统正受到越来越多的关注,相关研究爆炸性增长.然而,现有技术仍然难以有效支持较大规模神经符号系统“端到端”的自动构建.神经网络训练和符号规则学习过程中对非确定性的不兼容的处理方式是造成神经符号学习效果欠佳的一个关键因素.本文旨在以非确定性管理的新视角,较为系统、一致、严谨地讨论分析“端到端”神经符号学习的技术挑战,并以此视角整理讨论相关工作的思路、进展和当前仍然存在的问题.在此基础上,展望下一步的发展方向.

关键词 神经符号学习; 神经符号接地; 推理捷径; 符号约束合成; neuro-symbolic learning, neural symbol grounding, reasoning shortcuts, constraint synthesis

摘要 多样性公平k-中位问题在数据摘要等对聚类中心选取方式的公平性要求较高的聚类应用领域发挥重要作用.给定一个用户集合、?个设施集合以及正整数k,该问题的目标是在每个设施集合中开设一个规模受限的子集,使得开设设施数量不超过k,且每个用户与距离最近的开设设施之间具有较高的相似度.本文将多样性公平k-中位问题实例映射为低维空间中的小规模实例,并围绕实例中的点划分空间以估计最优解中开设设施的位置.基于这一思路,本文在d-维欧氏空间中为多样性公平k-中位问题提出了时间复杂度为O（nd log n）+2?k+（kε-1）O（1）nO（1）的（1+ε）-近似算法,其中,n为设施与用户数量之和.该结果改进了此前人们在更一般化的度量空间中利用相近的固定参数时间得到的(1+2e-1+ε)-近似比.

关键词 固定参数算法; 近似算法; k-中位问题; 设施选址; 采样; parameterized algorithm; approximation algorithm; k-median; facility location; sampling

摘要 面对日益复杂且随时间迅速变化的数据中心网络流量,基于带内网络遥测(in-network telemetry,INT)信息的拥塞控制技术面临诸多挑战.一方面,现有的较为成熟的算法主要依赖接收方的ACK(acknowledge)包反馈INT信息到发送方来获得链路负载信息,由于ACK包的反馈时延是RTT (round trip time)级别的,发送方在流传输的第1个RTT内无法获得INT信息.另一方面,现有的算法普遍缺乏在流传输完成时对网络空闲带宽的抢占,因而网络不可避免地会出现带宽浪费.本文深入探索基于INT信息的拥塞控制技术,有效打破了RTT级别的流控时间屏障,缓和了带宽浪费,提出了一种超精准、高效的拥塞控制算法—ACC (agile congestion control).与现有较为成熟的基于INT信息的拥塞控制算法HPCC (high precision congestion control)相比, ACC格外关注流传输的第1个RTT,在此期间利用交换机将路径拥塞信号传回发送方,能够对网络拥塞做出更敏捷的反应.此外, ACC关注网络中长流对带宽的抢占能力,能够帮助长流提前感知空闲带宽,从而降低网络传输的尾延迟.大量的实验验证了ACC方案的性能,实验结果显示在保持与HPCC一致的高吞吐量的基础上, ACC能够有效降低队列长度和流尾延迟.具体来说,在大规模Clos网络拓扑中,当工作负载为WebServer,负载强度为0.6时,与HPCC相比, ACC能够将平均队列长度减少9.6%,将第95百分位流完成时间减少29.7%.

关键词 数据中心网络拥塞控制; 带内网络遥测; 带宽抢占; 交换机主机协同; datacenter congestion control; in-network telemetry; bandwidth preemption; coordination of switch and host

摘要 物联网（Internet of Things,Io T）领域当前正面临着无法回避且持续存在的网络安全威胁以及设备资源受限的双重挑战.针对前述问题,本文在ASIC （application specific integrated circuit）平台上,利用时序复用与门控时钟技术,设计了一种高效的低面积ZUC算法硬件实现电路.此电路通过确保每个功能模块仅被实例化一次,实现了电路面积的极小化.在S盒的设计上,本文借鉴了塔域分解的思想,并提出了一种算法,用于在有限域F2n到有限域F′2n之间搜索同构映射矩阵.该算法旨在找到一种同构映射,当它与S盒运算的仿射矩阵及其他相关矩阵相乘后,能够以最少的异或逻辑门数实现映射.基于上述两点,本文所实现的S1-box在面积上与当前AES算法的Sbox相当.在线性变换部分,本文采用了最大距离可分（maximum distance separable,MDS）矩阵拆解的思想,使得整个线性层的实现仅需164个异或门.在加法链的设计上,本文采用了进位存储加法器、32比特加法器、单加数的31比特加法器与中间寄存器的组合.这一设计使得线性反馈移位寄存器层与有限状态自动机层能够共享同一条加法链,从而进一步优化了电路结构.在TSMC 90 nm工艺下综合验证,本文所提出的硬件实现方案在时钟频率为250 MHz时,吞吐率可达2 Gbps,同时面积开销仅为6.67 k GE.与当前主流方案相比,本设计在保持吞吐率不变的前提下,面积开销降低了44%.

关键词 ZUC; 面积优化; 复合域; 时序复用; 窄带物联网; area optimization; composite domain; time division multiplexing; NB-IoT

摘要 视频目标分割旨在自动分割视频中感兴趣的目标,在视频编辑、机器人导航以及自动驾驶等领域均有着广泛的应用前景.现有的视频目标分割方法大多依赖于独立帧表观记忆,这在处理严重遮挡或表观相似的复杂视频场景时常显不足.为应对这些挑战,本文提出了一种基于逐帧和逐段时空交互记忆网络(frame-wise and segment-wise spatio-temporal interaction memory, FSSTIM)的视频目标分割方法. FSSTIM引入逐帧和逐段时空交互记忆构建模块,通过构建时空上下文图网络提取逐段时空记忆特征图,并与逐帧记忆特征图进行交互增强,显著提高了网络处理相似表观和目标遮挡的能力.此外,引入动态采样记忆读取器实现了高效的多粒度历史信息读取,加快了推理速度并提高了分割精度.在DAVIS, YouTube-VOS和MOSE主流视频目标分割数据集上的实验表明,本文方法在保持实时处理速度的同时取得了先进的分割性能,且具有较强的泛化能力.

关键词 视频目标分割; 逐帧和逐段时空交互; 记忆网络; 时空上下文关联网络; 动态采样记忆读取; video object segmentation; frame-wise and segment-wise spatio-temporal interaction; memory network; spatio-temporal context correlation network; dynamic sampling memory reading

摘要 蛋白质–蛋白质相互作用对于理解细胞生命活动至关重要.预测链间残基距离为分析蛋白质–蛋白质相互作用以及柔性、动态和超大规模蛋白质复合物结构建模提供了关键信息.现有的链间残基距离预测方法主要关注于链间信息,忽略了结构域间信息.本文基于自构建的链间结构域–结构域相互作用数据集,提出了一种蛋白质复合物链间残基距离深度学习预测方法 (distances prediction of inter-chain, DPIC).首先,针对输入的单体序列,分别构建单体序列的多序列比对和复合物序列的配对多序列比对,并使用AlphaFold2预测单体结构;其次,构建序列特征、多序列比对特征和结构特征,设计了一个集成多列卷积神经网络模块和三角相互作用模块的深度学习网络,实现对蛋白质复合物链间残基距离的高精度预测;最后, CASP13-15二聚体测试集上的实验结果表明, DPIC的链间残基接触预测精度优于主流方法 DeepInter和CDPred,其中Top L/10精度分别提升了7.87%和13.74%.大型蛋白质复合物结构建模实验结果表明, DPIC预测的链间残基距离有助于大型蛋白质复合物结构组装.DPIC在线服务器网址:http://zhanglab-bioinf.com/DPIC.

关键词 蛋白质-蛋白质相互作用; 蛋白质复合物; 链间残基距离预测; 结构域间相互作用; 深度学习; protein-protein interaction; protein complex; inter-chain residue-residue distances prediction; inter-domain interaction; deep learning

摘要 为了提高自主水下航行器(autonomous underwater vehicles, AUVs)末端光学导引回收定位精度,本文首次将深度网络引入基于多象限测角的AUV光学导引定位位置解算任务中,提出了基于多分支回归网络的AUV光学导引定位方法.建立了水下光学导引定位系统的物理几何关系,研究了多分支结构的位置解算回归网络,设计了数据驱动的多维度定位约束训练方法,搭建了基于多象限测角的AUV光学导引定位硬件系统,实现了光学导引硬件与算法的一体化设计.利用AUV搭载的多象限光电探测器,采集回收站–导引灯偏角数据,将该数据作为系统输入,能够实时获取AUV与导引灯的相对位置坐标.仿真结果表明,本文方法的单次坐标解算平均耗时5.650 ms,误差解算均值为58.292 mm@0.8～20 m,标准差为43.347 mm@0.8～20 m,最佳误差解算均值达7.107 mm@2～3 m.经海试验证,本文方法的位置解算速度和精度能够满足AUV末端光学导引回收需求.与现有光学(视觉)导引方法相比,解算速度更快,算力功耗需求低,能量消耗少,为AUV完成能源补充、数据传输、指令下达等任务提供了可靠的技术路线.

关键词 光学导引; 位置解算; 多象限光电探测; 深度学习; 自主水下航行器; optical guidance; position calculation; multi-quadrant photoelectric detection; deep learning; autonomous underwater vehicles

摘要 作为复杂薄壁曲面类部件,航空发动机叶片结构复杂、工况恶劣,叶片振动会直接影响航空发动机工作稳定性.面向以压电材料构建压电智能叶片进行主动振动抑制的新一代航空发动机叶片研究,本文提出了基于有限元分析的压电元件优化配置方案和变步长自适应滤波控制算法.首先,给出了3种压电元件配置优化目标函数,基于叶片的有限元模态分析和瞬态分析,采用改进的差分进化算法对压电元件的位置进行优化布局.随后,提出了根据误差信号幅值动态调整步长、能够平衡收敛速度与稳态误差的VSS-FxLMS算法.最后,按照优化配置结果,构建了实时振动主动控制实验平台,并针对单频扰动、多频扰动进行了实时控制实验对比分析.实验结果表明,本文所提的VSS-FxLMS算法有较好的振动抑制效果,且收敛速度较快.

关键词 压电智能叶片; 振动主动控制; 优化配置; 差分进化算法; 变步长 FxLMS 算法; smart piezoelectric blade; active vibration control; optimal placement; differential evolution algorithm; variable step-size FxLMS algorithm

摘要 本文通过设计非凸控制约束条件下的迭代学习控制策略,解决多智能体系统的一致性和包含控制问题.此类问题的难点在于缺乏一种有效工具来处理分布式控制中的非凸约束.为此,本文综合非凸约束算子方法提出了一类新颖的迭代学习策略,并将其用于非凸约束下的多智能体一致性分析中.进一步,通过设计非凸约束下的终端迭代学习策略,探讨了相关的包含控制问题,即使各节点在终端时刻的状态收敛到领导者状态生成的凸包内.本文在迭代学习的框架下,结合压缩映射和Lyapunov稳定性理论,分别给出了非凸约束下实现一致性或包含的充分性条件.最后,通过两个数值模拟来说明本文理论结果的有效性.

关键词 非凸约束; 终端迭代学习; 一致性; 包含控制; 收敛性分析; nonconvex constraint; terminal iterative learning control; consensus; containment control; convergence analysis

摘要 在非平稳环境下,对复杂装备进行实时安全评估有助于及时发现潜在危险.其中,在线监测数据的动态变化是最主要的挑战之一.尽管一些在线安全评估方法可以使用监测数据进行动态的调整,但它们通常假设监测数据标签是可用的.然而,在大部分现实场景中,仅有部分提前收集的初始数据或历史数据是有标记的,而实时监测数据则通常是未标记的,这引发了被称为极端验证延迟的挑战.为解决该问题,本文提出了一种基于动态支持向量提取的实时安全评估方法.首先,基于支持向量域描述,在核空间构建包含不同类监测数据的超球面,捕获数据的几何结构;其次,通过对超球的更新,在未标记的监测数据中传播标签信息,从而适应监测数据的分布变化;进一步,采用支持向量动态加权策略,消除监测数据类别不平衡对模型性能的影响.面向蛟龙号深海载人潜水器监测数据的实验结果验证了所提方法的有效性.

关键词 实时安全评估; 非平稳环境; 极端验证延迟; 类别不平衡; 数据流; real-time safety assessment; non-stationary environment; extreme verification latency; class imbalance; data stream

摘要 在何种条件下能设计控制协议使一个多智能体系统实现期望编队是编队控制的基本问题.通过分析线性多智能体系统一类可完全实现的期望编队的性质,本文注意到期望编队的可实现性和时变线性方程组的相容性之间存在联系,由此利用时变线性方程组的渐近相容性提出期望编队的渐近相容概念,并利用矩阵的Moore-Penrose广义逆研究其主要性质.利用这一概念,本文给出线性多智能体系统期望编队的可实现性结论:只要智能体动态和连接网络分别满足可控性和连通性条件,所有渐近相容的期望编队都是可实现的.对渐近相容的期望编队,本文利用加权可控性Gram矩阵和Moore-Penrose广义逆设计出状态反馈控制协议.若智能体动态进一步还是可观的,则利用分离原理设计出基于观测器的控制协议.最后,仿真实例的结果验证了本文结论.

关键词 线性多智能体系统; 编队控制; 期望编队的可实现性; 渐近相容; 协议设计; linear multi-agent systems; formation control; achievability of desired formations; asymptotical consistency; protocol design

摘要 在不完美信道状态信息和不完美串行干扰消除的场景下,研究了可重构智能表面辅助多用户非正交多址接入网络的鲁棒安全资源分配问题.考虑能量用户作为网络中的潜在窃听节点,在两类用户(信息用户和能量用户)服务质量约束和能量用户最大窃听速率约束下,建立了基站发射功率最小化优化问题.首先,基于信息用户信道增益确定串行干扰消除解码顺序,然后使用S-程序转化含信道不确定性的非凸约束,将优化问题分解为两个子问题,最后使用基于半正定松弛的交替优化方法迭代求解两个子问题.仿真结果表明:在不完美信道状态信息下,优化串行干扰消除解码顺序可以有效地降低基站发射功率.

关键词 不完美信道状态信息; 不完美串行干扰消除; 可重构智能表面; 非正交多址接入; 安全资源; imperfect channel state information; imperfect successive interference cancellation; reconfigurable intelligent surface; RIS; non-orthogonal multiple access; NOMA; secure resource allocation

摘要 面对日益增长的大容量需求, NAND闪存技术不断进步并实现了一系列突破,然而,存储密度的不断提升也极大程度削弱了NAND闪存系统的抗干扰能力.因此,针对NAND闪存存储系统中的差错控制码进行优化设计成为一个重要课题.本文首先对NAND闪存存储系统中的干扰源进行了全面分析,考虑到存储单元阈值电压的非对称非高斯特性,采用修正Student’s t分布对其建模.此外,考虑了实际NAND闪存中的量化问题,利用离散非对称密度进化算法分析了不同量化位宽和量化范围对LDPC码的影响,并对非规则LDPC码进行了优化设计.最后,以IEEE闪存标准中的LDPC码本为基础,对码本中的参数进行优化设计.仿真结果表明,经过优化设计的LDPC码本在存储单元的正常使用周期内,纠错性能提升1个数量级以上,并且能够有效延长存储单元的使用寿命.

关键词 NAND闪存系统; 低密度奇偶校验码; 修正 Student's t 模型; 非对称密度进化算法; 量化; NAND flash memory system; low-density parity-check codes; modified Student's t-model; asymmetric density evolution algorithm; quantization

关键词 强化学习; 多智能体系统; 多智能体协作; 开放环境机器学习; 开放环境多智能体协作; reinforcement learning; multi-agent system; multi-agent coordination; open environment machine learning; open environment multi-agent coordination

关键词 多视图属性网络; 异常检测; 图卷积网络; 自编码器; multi-view attributed networks; anomaly detection; graph convolution network; autoencoder

关键词 图聚类模型; 平凡解; 快速聚类; 离散优化; 块坐标下降法; graph clustering model; trivial solution; fast clustering; discrete optimization; block coordinate descent method

关键词 处理器安全; 漏洞挖掘与利用; 动态电压频率调节; 故障注入攻击; 隐藏通道攻击; processor security; vulnerability exploring and exploitation; dynamic voltage and frequency scaling; fault injection attack; covert channel attack

关键词 可持续; 自监督学习; 预训练; 图像掩码建模; sustainable; self-supervised learning; pretraining; mask image modeling

关键词 图像取证; 伪造检测; 生成模型; 生成图像; 迁移学习; 视觉语言模型; image forensics; forgery detection; generative models; generated images; transfer learning; vision-language model

关键词 机器学习; 药物相互作用; 多层次; 图神经网络; 端到端; machine learning; drug-drug interaction; hierarchical; graph neural network; end-to-end

关键词 分布式能源; 特征点集; 聚合和分解; Minkowski和; 内近似; 凸包; distributed energy; feature point sets; aggregation and decomposition; Minkowski sum; inner approximation; convex hull

关键词 多径衰落; 可重构智能超表面; 通信时延; 概率密度函数; 相位一致算法; multipath fading; reconfigurable intelligent surface; RIS; communication delay; probability density function; phase alignment algorithm

关键词 扰动补偿; 自适应事件触发; 分布式模型预测控制; 互联电力系统; 负荷频率控制; disturbance compensation; adaptive event-triggered; distributed model predictive control; interconnected power system; load frequency control

关键词 非线性相互作用; 社交网络; 方向切换行为; 稳态概率密度; 平均切换时间; nonlinear interactions; social networks; directional switching behavior; stationary probability density; mean switching time

关键词 无人机; 数据采集; 航迹规划; 深度强化学习; 协同任务; UAVs; data collection; trajectory planning; deep reinforcement learning; cooperative tasks

关键词 共身智能; 人工智能; 视角整合; 双脑融合; 人机共身; cobodied/symbodied AI; artificial intelligence; dual-perspective integration; dual-brain fusion; human-machine co-embodiment

摘要 本文聚焦于新型数据流架构在多领域融合计算中的应用潜力与发展趋势.随着人工智能、图计算和大数据等新兴技术的发展,传统冯·诺依曼(von Neumann)架构和领域专用架构的性能瓶颈愈加显著,难以满足未来计算系统对高性能和高灵活性的需求.本文首先梳理了现有数据流芯片的设计方法,基于专用性与通用性、执行粒度等维度探讨了数据流架构的不同实现方式及其应用现状.在此基础上,提出了一种基于并发代码块的数据流抽象机模型,并设计了完整的指令集和微体系结构,进一步实现了跨领域的统一中间表示和多种算子融合策略,优化了数据流在图神经网络、大模型计算和实时信号处理等任务中的执行效率.实验结果表明,基于该抽象机模型的处理器在性能与功耗方面优于现有的通用处理器架构.最终,本文展望了数据流架构在未来计算系统中的广泛应用前景及其对高效能计算的深远影响.

关键词 多领域融合计算; 数据流架构; 抽象机模型; multi-domain integrated computing; dataflow architecture; abstract machine model

摘要 泛在计算为人机物融合应用带来了新的可能性,但也面临着异构资源管理、需求多样性和计算资源受限等问题;同时,人工智能模型的快速发展也为智能应用的开发带来了机遇与挑战.为此,本文提出了元级化软件定义的泛在操作系统设计理念,通过引入“软件孪生”技术实现对异构资源的抽象管理,采用“上传下达”的层级结构应对复杂需求的分解,并通过智能原生设计实现对人工智能模型的支持.本文进一步以操作系统智能助手、“天网”监控系统和疾病防控系统3个典型泛在计算应用场景为例,阐述了本文所提出的泛在操作系统设计理念在实践中的优势和潜在价值,预示着智能时代下人机物融合的广泛应用前景.

关键词 泛在计算; 泛在操作系统; 软件工程; ubiquitous computing; ubiquitous operating system; software engineering

摘要 服务器无感知计算凭借其弹性、高效和低成本的优势已成为下一代云计算的重要组成部分.随着服务器无感知应用的复杂度和多样性的增加,现有服务器无感知计算平台通常将不同应用的函数实例混合部署在统一服务器主机中,并使用统一的CPU调度策略(如Linux完全公平调度)进行调度.由于不同应用对性能、延迟以及调度公平性等的要求都不尽相同,使得单一的全局调度策略,难以满足多样化的调度需求.此外,实验发现,函数实例的执行时间跨度较大,短任务占比高,且冷启动对任务完成时间影响显著.这使得现有调度策略难以兼顾任务的效率与公平性,尤其会增加了短任务的调度延迟.为解决上述问题,我们提出并实现了一种调度隔离机制,允许在同一服务器上为单个或多个应用使用独立的CPU调度策略.此外,我们设计了FaaSchedule,一种新的可定制调度策略,综合考虑函数的执行时间、启动时间和等待时间,并支持根据不同应用需求动态定制调度策略.在OpenWhisk平台上的实验表明, FaaSchedule显著降低了短任务的平均完成时间,并有效支持调度隔离与策略定制.

关键词 CPU调度; 服务器无感知计算; 冷启动; 调度隔离; 定制化内核; CPU scheduling; serverless computing; cold start; scheduling isolation; customized kernel

摘要 传统云或边缘计算模式下,数据的存储、计算和传输分离:终端负责指定具体的计算和关联存储节点,网络仅在这些节点间提供传输路径而并不感知所承载的计算任务.这种模式不仅导致海量异构存算平台难以感知识别彼此的可用资源并形成协同合力、数据存储与计算孤岛化现象严重,还面临拓扑时变、计算节点失效等不确定性导致的任务执行时间长甚至中断等挑战.为此,本文提出一种面向自主计算的存算传融合网络架构,通过构建耦合但差异化管理存算传多维资源的控制面,以及支持形式化计算任务路由和调度的数据面,赋能自主计算的全流程实现.基于所提架构,提出了多维资源状态探测、任务联合调度与服务协同部署方法,实现任务需求拟合与环境适变的高效自主计算.此外,本文还探讨了该架构下的挑战以及可能的未来研究方向.

关键词 自主计算; 存算传融合; 网络架构; automatic computing; caching-computing-communication integration; network architecture

摘要 物联网的迅猛发展对数据管理提出了诸多挑战,为应对这些挑战并满足管理日益增长数据的切实需求,国家制订了“协同发展云计算与边缘计算”的远景规划.在此背景下,本文提出了一种云边融合安全存储架构,旨在探索物联网数据在云边融合场景下的有效管理途径.该架构利用机密计算、数据缩减、跨域同步等关键技术,支撑数据的高效管理和安全保障.在此基础上,本文进一步提出了一套适应于上述安全存储架构的系统核心设计方案,解决实施过程中的效率问题.此外,本文还探讨了该架构下的未来研究方向,以期为新场景下物联网数据管理提供新视角和解决思路.

关键词 云边融合; 数据缩减; 可信执行环境; 机密计算; 增量同步; cloud-edge integration; data reduction; trusted execution environment; confidential computing; delta synchronization

摘要 数据的不断增长对云的存储空间、安全、性能等的需求与日俱增.安全去重技术能够有效减少云存储空间需求的同时保障数据去重的安全性.然而,当前主流云安全去重方案依赖于可信第三方来进行密钥安全性保障,这引入了额外的信任假设和密钥管理开销.而两方的去重方案在安全和传输开销方面面临较大挑战.针对该问题,本文提出了一种基于英特尔软件防护扩展（Intel software guard extension, Intel SGX）的云数据安全去重方法,该方法的主要创新在于:（1）设计基于边缘端去重的云边协同安全体系架构,减少了云边之间的传输开销,使用SGX可信执行环境保障了云和边缘端数据和密钥的安全,无需不可信的第三方密钥服务器;（2）提出低开销的密钥安全生成协议,通过云边协同生成密钥,为每个边缘端用户生成唯一的加密密钥,而非为每个数据生成单独的密钥;（3）设计高效的基于标签流行度的标签查询机制.通过计算标签频率,实现冷热标签分离,在提高标签查询效率的同时避免标签误检.安全性理论证明和系统实验测试表明,本文的方案在安全性方面优于最新方法,并大大减少了密钥管理开销和标签查询开销,其中密钥存储开销可节省48.72%98.72%.

关键词 云边协同; 云存储; 安全去重; 英特尔软件防护扩展; 标签流行度; cloud-edge collaboration; cloud storage; secure deduplication; Intel SGX; tag popularity

摘要 检索增强生成(retrieval-augmented generation, RAG)是一种通过诸如近似最近邻搜索(approximate nearest neighbor search, ANNS)等知识检索手段融入外部知识,从而显著提升大型语言模型(large language model, LLM)生成质量的方法.然而,随着外部知识库的不断膨胀, ANNS索引的存储需求也急剧增加,使得海量数据存储在内存中变得不切实际.这进一步促进了基于磁盘的ANNS的发展和应用,但也大大增加了RAG系统的响应时间.为解决这一问题,本文提出了PipeRAG,该系统通过流水线化执行基于磁盘的ANNS检索与LLM的预填充过程,有效地重叠了知识检索和模型推理的延迟,从而在确保检索精度的同时有效提升了RAG系统的整体性能.具体而言, PipeRAG设计了两个核心机制:“ANNS自适应预取机制”和“RAG动态流水线调度策略”,前者能够根据当前的检索状态实时调整预取速度,从而在性能与精度之间取得最佳平衡;后者则综合考虑了ANNS预取速度与LLM分块预填充的延迟,动态地调整预填充任务的大小,以实现最优的流水效率.在实际负载下的广泛评估显示, PipeRAG成功地将基于磁盘的ANNS的RAG系统的响应延迟缩短了25%～71%,同时保持了极低的召回率损失.

关键词 检索增强生成; 近似最近邻搜索; 大语言模型; retrieval-augmented generation; RAG; approximate nearest neighbor search; ANNS; large language model; LLM

摘要 在开源社区GitHub,开发者通过提交拉取请求向开源项目贡献代码.一些拉取请求可能与用户发布的问题存在链接关系,表明该拉取请求希望解决这些问题.维护拉取请求和问题之间的链接关系可以增强项目的可追溯性.然而,目前链接关系由用户人工建立.由于拉取请求和问题数量太多,人工建立链接不仅耗时费力,还可能存在遗漏.针对上述问题,本文提出一种链接建立方法 LinkFinder,通过模板过滤减少正文模板内容高度同质化的影响,从拉取请求和问题中提取语义特征和统计特征,使用深度神经网络构建匹配度计算拉取请求和问题的匹配度,得到链接问题推荐列表.本文从5个开源项目中收集了25411条链接.实验结果表明, LinkFinder的MAP达到0.434～0.774, MRR达到0.436～0.774, Top-1精确率达到0.344～0.702, Top-1召回率达到0.333～0.698, Top-1 F1分数达到0.338～0.700;相比对比方法 T-BERT, LinkFinder的MAP提升了9.01%～186.63%, MRR提升了8.86%～183.50%, Top-1精确率提升了20.21%～388.54%, Top-1召回率提升了20.34%～386.52%, Top-1F1分数提升了20.27%～389.13%.为了分析链接的价值,本文设计基于链接问题参与度的评审人推荐方法.实验结果表明,相比对比方法 RevFinder,引入候选评审人对链接问题的参与度排序对4个项目的MAP提升幅度达到3.11%～41.20%, MRR提升幅度达到2.45%～49.26%.

关键词 GitHub; 拉取请求; 问题; 链接建立; 评审人推荐; pull request; issue; link establishment; reviewer recommendation

摘要 Markov跳变双线性系统由于具有不同模态下的双线性动力学,且系统模态跳变转移由Markov链控制,因而其控制与优化是一个挑战性难题.针对该问题,提出一种基于Krotov方法的离散时间Markov跳变双线性系统最优跟踪控制方法,并将其用于高炉铁水质量的最优跟踪控制.首先,联立Markov跳变双线性系统状态方程和参考轨迹,构建增广系统,将最优跟踪控制问题转化为最优二次调节问题;同时,设计一个适用于Markov跳变双线性系统的改进函数,以实现对容许过程的迭代更新;其次,迭代优化所建立的性能指标,并将满足收敛条件的最后一次迭代所求得的控制器作为最终的最优跟踪控制器;最后,基于数值仿真验证所提方法的有效性,并将所提方法应用于高炉铁水质量控制,取得了满意的跟踪控制效果.

关键词 Markov跳变双线系统; 最优跟踪控制; Krotov方法; 高炉炼铁; 铁水质量; Markov jump bilinear system; optimal tracking control; Krotov’s method; blast furnace ironmaking; molten iron quality

摘要 为解决卡尔曼(Kalman)滤波的工程应用难题,现有方法往往以过多的性能损失为代价来增强滤波算法鲁棒性,从而导致估计性能下降.为进一步提升滤波精度,本文借助于影响力函数,构建基于黎卡提(Riccati)方程的自适应鲁棒卡尔曼滤波(adaptive robust Kalman filter, ARKF)算法,削弱不确定性影响的同时,最小化性能损失.首先,利用影响力函数实时感知并量化不确定性影响;其次,根据量化结果反演不确定性导致的观测偏移量;然后,根据观测偏移量实时放缩黎卡提方程先验信息上界,实现卡尔曼滤波鲁棒性的自适应调整,减小性能损失;最后,通过数值仿真以及在四容水箱实验中的应用,证实所提算法的有效性及优越性.

关键词 卡尔曼滤波; 自适应鲁棒滤波; 影响力函数; 黎卡提方程; 不确定性; Kalman filter; adaptive robust filter; influence function; Riccati equation; uncertainty

摘要 信息物理系统(cyber-physical system, CPS)的开放性和无线传感器的普及,使得CPS受到窃听攻击的风险加剧,因此CPS隐私保护成为亟待解决的重要问题.本文针对窃听攻击下CPS中的隐私保护问题利用远程状态估计的方法,设计了一种将传输调度与噪声注入相结合的传感器传输策略.该策略允许传感器在发送数据包和保持静默间选择,并在发送数据时以一定概率传输噪声以混淆数据.本文引入开环预测的概念作为系统基准,构建合法用户与窃听者的马尔可夫链模型,推导出期望稳态估计误差协方差,确定了噪声传输概率的范围.本文优化合法用户和窃听者估计误差协方差的负线性组合,达到最小化合法用户的误差并使得窃听者的误差保持在开环估计之上的效果,以此实现隐私保护和能量管理的平衡.此外,本文证明了所提方案具有阈值结构,并通过基于动态规划的算法在仿真环境下对算法进行验证与分析.

关键词 信息物理系统; 隐私保护; 远程状态估计; 传感器传输策略; 噪声注入; cyber physical systems; privacy protection; remote state estimation; sensor transmission strategy; noise injection

摘要 本文提出了一种基于智能超材料表面的动态捷变双端全息MIMO无线通信系统.充分利用智能超表面能够灵活动态调控电磁信号的特点,将其作为一种具有动态捷变能力的MIMO天线配置在发射端和接收端.基于此提出了全息MIMO阵列的空时动态捷变框架,在同一符号持续期内多次捷变超表面单元的相位响应,构造等效扩展空时信道矩阵,从而充分挖掘系统的通信能力.论文详细分析了多径衰落信道下系统的复用增益(自由度)、分集增益和阵列增益.结果揭示了:(1)自由度与捷变频率、径簇角度扩展、天线尺寸和收发端天线数的明确关系式,该结论表明当接收天线数少于发射天线数时,超表面单元相位响应动态捷变能够提高系统自由度;(2)分集增益与捷变频率和自由度的明确关系式,分集增益随捷变频率增加而增加;(3)阵列增益和全息MIMO阵列尺寸成正比.

关键词 智能超表面; 全息MIMO; 自由度; 分集增益; 阵列增益; intelligent metasurface; holographic MIMO; degrees of freedom; diversity gain; array gain

摘要 在数字经济时代,数据作为关键生产要素,其价值评估与定价问题一直是研究的热点.当前,信息价值评估与定价的研究主要集中在数据质量、数据需求和数据市场政策等方面,但缺乏数据驱动的定量研究.本文旨在探讨基于信息熵的数据元件数据定价,并提出相应的定价机制.随着数据在数字经济中的关键性地位日益凸显,数据元件作为连接数据供给和需求的“中间态”具有重要意义.首先,本文回顾了信息价值评估与定价的研究现状,指出了信息价值评估既是经济挑战也是数据科学挑战,并阐述了建立最优定价结构的重要性.其次,本文定义了数据元件并构建了相应的数学模型,强调了数据元件在数据资源开发、计量、定价等方面的作用.进而,通过基于数据元件的数据计量与定价模型,研究了数据元件的内蕴信息及其与传统方法在信息量上的差异.最后,本文以电力数据定价为实证研究对象,验证了所提出方法的有效性.本文还强调了数据元件在实现数据要素高效配置中的重要性,并指出了其未来发展方向.本文的研究为实现数据要素的高效配置提供了新思路,为数字经济的发展和数据要素的流通与共享提供了理论支撑和实践路径.

关键词 数据元件; 数据科学; 信息论; 数据要素; 数据治理; 电力定价; data component; data science; information theory; data elements; data governance; electricity pricing