领域

摘要： 随着技术的飞速发展,GPS被广泛应用于各行各业。并逐步在工程测绘领域流行。加强GPS在建筑工程测绘中的应用,可以有效改善工程测绘工作的精度,促进建筑工程的发展。本文主要介绍GPS技术的优点,并详细分析了GPS在建筑工程中的应用。以促进GPS技术在工程领域中的有效应用。提高建筑工程施工水平。

摘要： [目的/意义]文章厘清了大数据环境下网络资源的多样化及各领域知识服务个性化需求,阐述了适应大数据技术驱动的领域知识组织变革导向。[方法/过程]文章重构了新时期大数据环境领域知识组织需求的基本结构、方法思路,构建了适应于领域知识的知识加工与组织模式。[结果/结论]为未来的领域知识组织提供了新的思路,为领域知识服务提供了知识组织框架和基础。

摘要： 好生活是人生存、发展和享受需要不断得到好的满足的生活。好生活可以划分为底线层次、基础层次、高级层次和最高层次四个层次,其中最高层次的好生活就是最好的生活即幸福生活,这四个层次的好生活都有不同的维度:底线层次有生理需要和安全需要得到满足两个维度;基础层次有对所属的共同体有归属感、得到他人的爱、得到他人的尊重的需要得到满足三个维度。高级层次和最高层次的维度是相同的,主要有观念、知识、能力和品质四个维度。好生活有不同领域,可划分为家庭生活、学校生活、职场生活、社会生活和个性生活五个基本领域。幸福或至善是好生活的最高层次,通常被人类作为追求好生活的终极目的。就幸福是人的生活有可能达到的最高圆满性而言,它是人的根本的总体的需要得到某种程度的满足所产生的愉悦状态。

摘要： 在现代经济管理领域中,数学统计方法的运用越来越广泛,通过对数学统计方法的有效应用,可为企业及行业发展提供良好的条件。为了发挥出数学统计的作用,应对其应用进行改善。通过对数学统计应用在现代经济管理领域的重要性的阐述,明确数学统计在现代经济管理应用中存在的问题,分析数学统计在经济管理中的实际应用,提出加强数学统计应用效果的措施,促进经济管理领域的发展。

摘要： 事件:1SO/TR 16158:2021《航天系统避免轨道物体之间的碰撞》更新内容:近年来,随着卫星和其他轨道物体数量的增加,卫星和其他轨道物体在电信、国家安全和空间科学等领域的使用也有所增加。因此,航天工业领域需要制定避免轨道物体之间碰撞的指南。

摘要： 近年来,大家总是能听到关于我国高端芯片被外国"为难"的消息.我国为什么会在这场"芯"战中处于被动地位?芯片领域究竟是做什么,今后发展趋势如何,对于有意进入芯片相关领域的学生来说,又需要掌握哪些知识?

摘要： 单一的迁移学习存在无法有效的将知识迁移到目标领域的问题,且迁移过程中易出现负迁移现象,在此背景下,提出了基于混合式迁移学习的文本分类方法。该方法首先利用样本之间的距离作为权衡样本相似性的标准进行样本迁移以扩充目标领域样本,然后利用模型迁移建立带有数据分布自适应的文本分类深度网络结构,最后用扩充后的目标领域数据集来训练网络。实验中使用不同的预训练模型来验证方法的有效性,其中,MT2CERNIE的准确率达到0.884、召回率达到0.890、F1分数达到0.878,具有最佳的预测性能。结果表明,所提方法能够在一定程度上解决标注样本不足、出现负迁移现象等问题。

摘要： 近年来,随着我国时代的进步,社会的发展,大数据技术、人工智能技术、新能源技术的快速发展推动了我国汽车产业的深刻变革。在这种时代背景下,智能新能源汽车行业发展迅速,大量的新兴岗位运营而生,同时也有大量的岗位被时代的发展所淘汰。1+x证书作为职业教育以及人才就业岗位衔接的一项桥梁,有效推动了教育标准和企业标准的融合,并且推动了高职院校教师教育教学方式、教材课本、教学手段的变革,对将来高职院校的长远健康发展有着十分深远的影响。本篇文章主要分析了1+x证书制度对学校专业教师职业能力所提出的新型教学要求,并且探讨了新时代师资队伍应该何如何快速地适应我国新时代社会1 x证书制度的要求,更好地为国家、为社会培养高素质、专业化的技能型人才。

摘要： 本文介绍了智能化检索系统及Patentics、智慧芽/incoPat系统中外观设计专利的收录情况,以及在不同系统中检索外观设计专利的方式;本文还对外观设计申请的申请现状及实质审查过程中引用外观设计专利的情况进行了统计分析。在此基础上,结合实际案例,从发明专利领域和申请特点两方面列举了适合检索外观设计专利的若干情形。

摘要： 历层研究的范围现仅限于汉语。以历层思想方法的全覆盖和普适性质为依据,以已有汉语历层研究的有效探索为基础进一步考察可知,历层研究的范围实际上可由单一学科的汉语拓展至其他全部学科和领域。其中,拓展至理论范畴中国文学、中国教育学、中国音乐学的研究分别是中国文学历层研究、中国教育学历层研究、中国音乐学历层研究。拓展至应用范畴,则主要有学习、科研和生活诸领域。它们的基本研究工作分别是历层知识学习的资源研究,检索用已有历层科研信息库和关涉历层关系诸实操性问题的智能化处理研究,社会对特定个体、团体的评价和个体自我评价研究。范围拓展后的历层研究,实际上业已提升为一种覆盖整个研究范畴的研究模式了。它与历史性研究之间的关系是并列的不同视角、不同模式间的关系。它的出现,是对历史性研究的一项必要补充。

摘要： 尤其用于防护领域、安全领域、水域养殖领域或建筑领域的网由单独的螺旋状弯曲的纵向元件(3)编织成编织物。弯曲成柱状形状或螺旋形状的单独的纵向元件(3)与相邻的纵向元件交错扭转且被如此挤压，即，编织物形成几乎平坦的平整形状且纵向元件(3)在此相应形成几乎直线的边(8a,8b;9a,9b)和在其之间的弯曲部(10a,10b;11a,11b)。弯曲部(10a,10b;11a,11b)相应弯折状地构造在长形的边(8a,8b;9a,9b)之间。由此得到带有未意料到地高的强度值的网构造。

摘要： 本发明公开了一种基于领域对抗自适应的跨领域文本情感分类方法，该方法包括：输入源领域和目标领域样本的词向量矩阵、类别标签和领域标签；利用基于卷积神经网络的特征提取模块，提取样本的低层特征；在主任务模块构建基于源领域和目标领域分布一致性的约束，将低层样本映射到再生核希尔伯特空间，学习具有可转移性的高层特征；将源领域的高层特征输入类别分类器，在减小领域差异的基础上，保证分类器对样本具备类别判别性；在辅助任务模块构建基于对抗学习的领域不变性约束，将低层特征输入具有对抗性质的领域分类器，令分类器尽可能无法判别样本所属领域，从而提取具有领域不变性的高层特征，有效解决了源领域分类器到目标领域的迁移问题。

摘要： 本发明提供了一种基于目标领域自监督学习的无监督领域适应方法和系统，包括：领域不变特征提取步骤、图像特征阶梯式领域对齐步骤、语义分割步骤、边缘生成步骤、分割图领域对齐步骤、边缘图领域对齐步骤和边缘一致约束步骤。本发明通过对目标领域实施一种有效的自监督学习，从而提高目标领域的无监督分割精度，实现良好的领域适应。

摘要： 本发明针对跨领域文本情感分类任务提出了一种多源领域适应联合学习方法与系统。此框架可以同时学习和训练多个领域的神经网络，可以从不同方面引入更丰富的监督信息。多个领域的任务可以相互补充，从而更容易得到更一般化的表示模型。特别地，本发明设计的联合训练的损失函数包括四个部分：情感分类损失、参数迁移损失、领域融合损失和防止过拟合的正则项。情感分类损失包含了源领域任务和目标领域任务上的情感分类损失，软参数迁移的方法可以有效地迁移源领域的情感知识到目标领域中，而深度领域融合可以保证在学习过程中不同领域的边际分布尽可能地相似。因此多源领域适应联合学习神经网络能够在有限的数据条件下实现更好的特征表示和泛化能力。我们在中文和英文的多领域数据集上验证了提出的多源领域适应联合学习框架，实验结果表明本发明提出的方法在跨领域文本情感分类准确率上有很大提升。

摘要： 尤其用于防护领域、安全领域、水域养殖领域或建筑领域的网由单独的螺旋状弯曲的纵向元件(3)编织成编织物。弯曲成柱状形状或螺旋形状的单独的纵向元件(3)与相邻的纵向元件交错扭转且被如此挤压，即，编织物形成几乎平坦的平整形状且纵向元件(3)在此相应形成几乎直线的边(8a,8b;9a,9b)和在其之间的弯曲部(10a,10b;11a,11b)。弯曲部(10a,10b;11a,11b)相应弯折状地构造在长形的边(8a,8b;9a,9b)之间。由此得到带有未意料到地高的强度值的网构造。

摘要： 一种基于领域间和领域内关系的跨领域推荐方法及系统，根据不同领域用户或物品间的评论信息转换为用户或物品的语义关系，构建得到跨领域异构图，并在每个领域内，利用用户或物品的语义关系构建得到单领域异构图；再在两种异构图的基础上设计基于领域间和基于领域内关系的跨领域推荐系统模型，用于同步地学习用户或物品的跨领域不变性和单领域特殊性，并通过门控融合机制生成对每个用户的个性化推荐结果。本发明通过将领域间的语义关系转换成跨领域异构图，将领域内的语义关系转换成单领域异构图的同时保留领域间和领域内关系，统一地建模高阶域间和域内关系并实现双目标跨领域推荐。

摘要： 本发明提出一种基于领域和样例级别迁移的跨领域虚假新闻检测方法和系统，包括：获取多个源领域和一个目标领域的新闻数据，作为训练数据，基于该训练数据，通过元学习的方式训练得到泛化模型；基于该目标领域的新闻数据，执行掩码语言训练任务，训练掩码语言模型，得到用于进行迁移性度量的语言模型；在该源领域的新闻数据上计算语言模型的迁移性，根据该迁移性对该源领域的新闻数据进行加权；使用该目标领域的新闻数据和加权后的源领域的新闻数据引导该泛化模型适应目标领域，得到该目标领域的虚假新闻检测模型；通过该虚假新闻检测模型完成对该目标领域新闻的虚假检测。

摘要： 本发明涉及基于领域感知的掩码子结构的多领域自适应神经机器翻译方法，属自然语言处理领域。本发明先构建一个多领域基模型，其次利用各个特定领域的数据对基模型进行微调，得到各个特定领域的领域感知掩码组件，再通过融合策略，集成得到的各个特定领域的领域感知掩码组件，得到领域感知的掩码子结构，最后利用领域感知的掩码子结构以及中英通用领域数据和特定领域的数据训练得到多领域神经机器翻译模型。本发明对中英多领域自适应神经机器翻译实现有效的性能提升，为后续领域自适应神经机器翻译等研究提供强有力的支撑，解决了对于领域自适应中存在的领域偏移和领域间的参数干扰以及通用领域灾难性遗忘等问题会造成模型泛化能力不佳的问题。

摘要： 本发明公开了一种领域自适应的无重叠实体的跨领域数据协同物品推荐算法。对目标和辅助领域数据预处理获得各自的用户‑物品偏好矩阵和用户‑物品指示矩阵；再处理获得用户之间和物品之间的相似度矩阵；根据相似度矩阵构建用户图和物品图；建立带有图正则化项的目标函数，求解目标函数获得得到最优的三个参数矩阵；用三个参数矩阵乘积来重构获得用户‑物品推荐矩阵，用用户‑物品推荐矩阵将物品推荐给用户。本发明使用领域自适应技术来对齐领域间的数据分布，确保了知识迁移的一致性，能够提高目标领域数据中的推荐性能。

摘要： 本发明涉及一种结合领域通用型语言模型的领域泛化方法，属于人工智能迁移学习技术领域。本方法综合了预训练语言模型和模型裁剪技术。首先对预训练语言模型微调，利用多个源域数据对预训练语言模型进行训练。基于微调后得到的模型，计算模型中参数的域不变分数，对域不变分数低的参数进行裁剪。最后对裁剪后的语言模型进行重训练，将训练得到领域通用型语言模型在不同数据上进行泛化性能测试。本方法解决了过度参数化的预训练语言模型中学习方差大的问题。基于本发明的领域通用型语言模型明显优于相应的基线模型，在自然语言处理领域泛化任务上取得了良好效果。