关键词： 新时代   党史学习教育   理论内涵  

摘要： 中国特色社会主义进入新时代,党史学习教育也被赋予了深刻的理论内涵。推进党史学习教育常态化,使其助力实现中华民族的伟大复兴,需要从以下四重维度着手:理论上,坚持马克思主义的指导地位;政治上,坚持中国共产党的核心领导地位;道德上,坚持社会主义核心价值体系;实践上,坚持身体力行的实践要求。同时,党史学习教育常态化也产生了重要的现实意义,助力中华民族伟大复兴的中国梦早日实现。

关键词： 机电作动器   永磁同步电机   健康管理   故障诊断   集成学习  

摘要： 针对飞行器综合性能不断提高的发展需求,对机载机电作动器(EMA)进行健康管理尤为关键。文章以EMA作为研究对象,重点研究基于集成学习方法的故障诊断框架来解决飞行器可能存在的健康管理问题:对比不同集成学习策略间的优劣,提出一种以Boosting集成学习方法为核心的故障诊断框架。该方法的建立以XGBoost、LightGBM和CatBoost模型为基础,相较于时下流行的深度学习框架,其占用的计算资源更少,模型的可解释性更强。试验结果表明,该框架相较于传统机器学习方法准确率提高10%,相较于深度学习方法训练时间减少75%,且内存占用率更低,具有较强的工程应用价值。

关键词： 新闻推荐   增量学习   最优传输   多教师知识蒸馏   深度学习  

摘要： 基于深度学习的个性化新闻推荐方法通常采用全量更新训练模型.然而,全量更新需要不断整合新数据形成新的训练集,虽然可以保障模型性能,但训练效率低下.另外,出于数据隐私和存储考虑,现实场景下的应用通常不会保留所有历史数据导致全量更新难以为继.增量学习是目前广泛采用的有效解决方法.然而,基于增量学习的新闻推荐模型也存在着新的挑战——灾难性遗忘问题,常见的解决策略有基于正则化和基于回放的方法.基于正则化的方法局限于个体样本在新任务中学习到的特征和原始网络的响应特征之间的对齐或空间几何结构匹配,缺乏全局视觉.基于回放的方法重放过往任务数据,可能导致数据隐私泄漏.为了解决以上不足,本文提出了基于最优传输和知识回放(Optimal Transport and Knowledge Replay)的新闻推荐模型增量学习方法***-KR方法通过联合分布知识提取器重构联合分布知识特征集合,并且使用最优传输理论在训练过程中最小化新任务和旧任务间的分布差异,确保新模型学习到的域分布可以同时拟合旧任务和新任务,实现知识融合.特别地,为了缓解数据隐私泄漏问题,OT-KR方法仅保存模型参数而非样本作为知识进行回放,同时,借鉴多教师知识蒸馏思想让新任务上的模型可以同时融合所有教师流中的分布信息,并根据任务的学习次序分配权重.通过在公开新闻推荐数据集上开展实验,结果表明OT-KR方法的推荐性能优于基于目前主流增量学习技术的新闻推荐方法,在AUC和NDCG@10两个指标上比目前最优性能平均提高了0.55%和0.47%,同时,能够很好地平衡模型的推荐性能和训练效率.

关键词： 新发展理念   中华优秀传统文化   世界意义  

摘要： 新发展理念是习近平将马克思主义基本原理同中国新时代具体实际相结合、同中华优秀传统文化相结合的守正创新。马克思主义关于发展的世界观和方法论是新发展理念的理论来源,中国特色社会主义新时代的具体实际是新发展理念的实践基础,中华优秀传统文化是新发展理念的文化资源,“两个结合”是新发展理念的生成机制。新发展理念是中国共产党关于发展的世界观和方法论的集大成,是人类文明新形态的重要理论支撑。新发展理念不仅解决了中国发展新的世界观和方法论,而且引领了人类文明发展的新未来,因而具有重要的世界意义。

关键词： 模式识别   深度学习   多示例学习   权重  

摘要： 多示例学习作为一种弱监督学习,被广泛应用于生物特征识别、图像检索及自然语言处理等领域。为解决现有多示例学习(multiple instance learning,MIL)的池化算子中缺乏可解释性和灵活性等问题,提出一种可学习的权重分配机制模型。通过示例得分得到示例权重,将示例得分与示例权重进行池化,求出包的表示,通过示例得分对权重分配函数进行学习。试验结果表明:文中方法具有更高的分类精度、较好的可解释性和灵活性。

关键词： 脉冲神经网络   强化学习   知识蒸馏  

摘要： 提出一种基于知识蒸馏的脉冲神经网络(SNN)强化学习方法SDN。该方法利用STBP梯度下降法,实现深度神经网络(DNN)向SNN强化学习任务的知识蒸馏。实验结果表明,与传统的SNN强化学习和DNN强化学习方法相比,该方法可以更快地收敛,能获得比DNN参数量更小的SNN强化学习模型。将SDN部署到神经形态学芯片上,证明其功耗比DNN低,是高性能的SNN强化学习方法,可以加速SNN强化学习的收敛。

关键词： “一带一路”   学习型大国   学习型社会   会议综述  

摘要： 在2023年第三届“一带一路”“中国人文与人才中国”国际论坛“‘一带一路’背景下的学习型大国建设”平行论坛上,与会国内外学者对学习型大国的内涵、意义和建设路径进行了深刻的研讨。学习型大国与学习型社会内涵不同,从“学习大国”到“学习型大国”表明我国深刻把握住了学习是革新和变革的重要力量这一规律,进一步丰富了我国的“学习型”系列。学习型大国建设的意义重大,是对我国学习型社会的进一步深化,有助于推动构建“一带一路”教育共同体和构建人类命运共同体。学习型大国的建设要以教育数字化为重要手段,以“学习型”系列组织的建设为基础,同时要充分借鉴国内外学习型社会、学习型组织建设的经验。

关键词： 知识融合   实体对齐   表示学习   图神经网络   语言大模型  

摘要： 实体对齐是知识融合的一个重要步骤,其目的在于识别不同知识图谱中的等价实体。为准确判断出对等的实体,现有方法首先进行表示学习,将实体映射到低维向量空间中,接着通过向量间的相似度推断实体的等价性。而近期实体对齐的相关工作也大都聚焦于表示学习方法的改进上。为了能够更好地理解这些模型的机理,挖掘有价值的设计思路,并为后续的优化改进工作提供参考,对实体对齐表示学习方法进行了研究综述。首先基于现有方法,提出了一个通用的表示学习框架,并用该框架对几个具有代表性的工作进行了归纳概括以及分析解构。接着通过实验对这些工作进行了对比分析,并对框架中各个模块的常见方法进行了比较。根据实验结果,总结了各种方法的优劣,并提出了使用建议。最后初步讨论了大规模语言模型与知识图谱对齐融合的可行性,并分析了存在的问题以及潜在的挑战。

关键词： 北京城市学院   高校学科   家庭教育   刘正荣   北京开放大学   学科阅读   刘老师   探究性学习方法  

摘要： 《阅读与成才》:刘老师好!作为国内第一个高校学科阅读研究所―北京城市学院学科阅读研究所的创建者,您是如何关注到“学科阅读”,并想到要成立这样一个专门的研究机构的呢?刘正荣:我曾在北京开放大学创建了国内第一所家庭教育学院。“学科阅读”最早是我在开展家庭教育工作中,为贯彻我所倡导的“用技术手段解决家庭发展问题”的理念而提出的。

关键词： IgA肾病   铁死亡   机器学习  

摘要： 目的本研究利用机器学习探索IgA肾病(IgAN)铁死亡的潜在诊断标志物及其生物学过程,并研究其与IgAN免疫细胞浸润的关系。方法从GEO数据库中下载来自IgAN患者和对照组的肾小球组织的微阵列数据集(GSE93798,GSE104948),通过FerrDb数据库获取全部铁死亡相关基因数据,获得IgAN组和对照组中有差异表达的铁死亡相关基因(P<0.05)。用LASSO回归、支持向量机和随机森林三种机器学习策略来确定潜在的IgAN铁死亡诊断标志物。为了评估这些潜在生物标志物的诊断效果,分别绘制了训练集和验证集的ROC曲线。此外,还采用CIBERSORT算法评估了IgAN肾组织的免疫细胞浸润情况,并研究了生物标志物和免疫细胞浸润之间的关系。结果共鉴定出157个IgAN组中的差异表达基因分析(DEGs);其中64个基因明显上调,93个基因明显下调。IgAN组和对照组中有特别显著差异表达的铁死亡相关基因52个。使用LASSO回归、支持向量机和随机森林三种机器学习策略最终确定了ZFP36被鉴定为IgAN的潜在诊断标志物。ZFP36在训练集的ROC曲线下面积为0.874,在验证集的ROC曲线下面积为0.874。免疫细胞浸润分析结果表明,静止树突细胞、中性粒细胞、单核细胞和静止的NK细胞可能参与了IgAN的发展。此外,ZFP36与这些免疫细胞亚型有不同程度的关联。结论铁死亡与IgAN的发生发展密切相关。ZFP36作为IgAN铁死亡的潜在诊断标志物,将为IgAN的诊断、治疗及预防提供新的靶点。