摘要:

摘要:医疗大模型是大规模预训练模型技术在医疗领域的重要应用成果，已成为智能辅助医疗的重要研究方向。通过在海量医学数据上进行预训练，这类模型展现出跨任务迁移、多模态理解和复杂推理等关键能力，突破了传统神经网络在医学应用中的多项限制。借助这些能力，医疗大模型正在重塑辅助诊断、病例报告生成和医学影像分析等核心任务的实现路径，对实现医疗“通用智能”具有深远意义。基于此，本文对医疗大模型的发展现状与未来趋势进行综述。首先，回顾了医疗人工智能模型在人工智能快速演进背景下的发展历程；其次，重点介绍了大模型在病理学、眼科和脑疾病等医学子领域的研究进展；最后探讨了当前医疗大模型面临的挑战，并展望其未来的发展方向。

摘要:随着生成式AI技术的快速发展，特别是大模型领域的突破，学术界和产业界正积极寻求AI大模型与通信网络的深度融合。本文致力于深入探索这一新兴领域，通过梳理最新的相关研究进展，全面剖析如何通过AI大模型提升通信网络的智能化水平，以及如何利用通信网络增强AI大模型的效能。首先，介绍了基于Transformer的大模型主流架构，阐述了大模型的训练过程和智能涌现机制。随后，分析了AI大模型在网络设计、诊断、配置、安全和网络语言理解以及规范分析方面的智能化应用，并讨论了相关的技术实现手段。此外，探讨了通信网络在支撑AI大模型训练、推理和部署中的关键作用，重点关注基于云边协同的分布式大模型构建技术和多智能体大模型网络构建方案。最后，提出了若干亟待解决的关键研究议题，并对未来研究方向进行了展望。

摘要:随着人工智能技术的快速发展，大语言模型（Large language models， LLMs）在多个领域的应用日益广泛。然而，航空发动机领域由于缺乏高质量的人工编写问答数据集，限制了专家问答大模型的应用。本文提出了一种基于LLMs的问答数据集自动化构建方法，该方法无需人工干预即可生成高质量的开放式问答数据。在数据生成阶段，采用上下文学习方法和输入优先生成策略，增强了生成数据的稳定性；在数据过滤阶段，通过原文相似度的忠实度评估和大模型的语义质量评估，建立了数据质量自动评估机制，有效筛选出受幻觉影响的异常数据，确保数据的事实可靠性。实验结果表明，该方法显著提升了生成数据集的质量，经过指令微调后的模型在航空发动机领域的知识问答表现显著提升。本文的研究成果不仅为航空发动机领域的大模型应用提供了坚实基础，也为其他复杂工程领域的数据集自动化构建提供了参考。

摘要:语言是沟通和认知的基础，大脑多功能区域通过复杂神经网络共同参与语言的感知、理解与生成，深入探索中文语义解码的神经机制对于中文脑机接口（Brain-computer interface， BCI）的研究意义重大。本研究旨在构建一种基于功能性磁共振成像（Functional magnetic resonance imaging， fMRI）的长序列中文连续语义解码方法，称为中文长序列连续语义解码器（Chinese long-sequence continuous semantic decoder， CLCSD），通过信号处理流程和算法优化，实现连续中文语义的高效解码。CLCSD包含神经响应降维、编码模型、语速模型和束搜索解码模型4个部分。神经响应降维通过皮层重建、图像配准和脑区划定等方法，将4维脑响应数据降为2维矩阵。编码模型采用L2正则化回归（岭回归）建立刺激特征与脑响应之间的关系，通过自举法估计噪声协方差以增强泛化。语速模型采用与编码模型类似的思路，将脑响应特征映射到预测的语速。束搜索解码模型利用语言模型的先验概率和编码模型的似然概率，通过束搜索生成最可能的语义序列。CLCSD在公开数据集SMN4Lang上取得了0.674的BERTScore，高于其他长序列中文连续语义解码模型。本研究提出一种高效的长序列中文连续语义解码方法，为中文脑机接口技术的发展提供理论基础和方法参考。

摘要:在定制化应用场景下亟需提升大语言模型（Large language models， LLMs）在特定垂直领域的语言理解和生成能力。本文提出一种适用于垂直领域的大语言模型系统开发范式——武信。其涵盖架构、数据、模型和训练等大语言模型系统的系列开发方法，利用人在回路的数据增强提升军事训练伤问答数据集的质量，采用梯度低秩投影（GaLore）策略对轻量级基座大语言模型进行高效全参微调。实验结果表明，所采用的全参微调方法在收敛性和准确性指标上优于主流的LoRA微调，所训练的武信大模型在军事训练伤防治专业知识理解、克服“幻觉”等方面优势明显，相关成果可为垂直领域问答大模型系统设计与应用提供参考。

摘要:已有研究在特种设备领域构建了基于大语言模型（Large lanaguage model， LLM）的知识图谱（Knowledge graph， KG）智能问答系统，但受限于KG实体关系的不完备性，LLM在知识密集型任务中仍易产生幻觉。为抑制幻觉生成，提出融合KG推理技术，通过补全实体关系链路增强知识表示。此外，针对现有KG推理方法在语义关联与拓扑结构解析方面的不足，进一步引入一种基于LLM的动态推理机制，利用其深层语义理解能力自动生成高阶逻辑规则，实现KG的精准拓展，从而构建LLM与KG的双向协同优化机制。实验结果表明，该方法在Family、Kinship与UMLS这3个数据集上的平均倒数排名（Mean reciprocal rank， MRR）、首位命中率（First hit rate， Hits@1）和前10位命中率（Ten hit rate， Hits@10）均显著优于基线模型。

摘要:压缩的本地差分隐私是本地差分隐私的一种基于度量的放松形式，它具有比本地差分隐私更好的效用性和灵活性。但是，现有方案在序列模式捕捉和效用性方面存在不足。为了克服这些局限性，提出了一种新颖的基于压缩的本地差分隐私的序列数据收集方法SCM-CLDP。该方法在收集过程中充分考虑了序列数据的长度、转移等重要信息，通过这些信息，数据收集者能够合成接近原始数据集的隐私保护的数据集。根据扰动对象的不同，本文提出了两种收集方法，分别是基于值扰动的SCM-VP方法和基于转移扰动的SCM-TP方法。理论证明了SCM-VP和SCM-TP满足序列级别的压缩的本地差分隐私，并基于两个真实数据集，在Markov链模型准确性、合成数据集效用性及频繁序列模式挖掘准确性上，与现有方案进行了对比实验。结果表明，SCM-CLDP表现出显著的优势，其中SCM-VP的性能在大多数情况下都要优于SCM-TP。并且在最优的情况下，相较于现有方法，SCM-CLDP在Markov链模型及合成数据集分布误差方面至少降低了一个数量级。同时，SCM-CLDP在合成数据集中各项频率排序的准确性以及频繁序列模式挖掘的准确性方面，相较于现有方法提升了近30%。

摘要:岩土钻孔监测作为一种最常见的隧道超前探测技术，可真实、原位反映岩土的材质、特征及地下水情况等，对确保施工安全至关重要。根据岩土钻孔监测目标特点，本文研制了一套基于全景摄像的适用于岩土长孔道内壁近距离、动态高分辨成像的智能视觉系统。通过EfficientNetV2网络的改进和滑动窗口预测，实现了8类岩石钻孔图像的智能识别。实验结果表明，视觉系统能满足长孔道的近距离高分辨全景成像，且实现岩石材质的智能状态评估，在测试集上的识别成功率达到91.49％，基本具备了岩土钻孔状态的综合智能化评估能力。

摘要:对比学习作为一种自监督方法，可从无标记SAR图像中挖掘目标表征，是SAR自动目标识别（Automatic target recognition， ATR）的关键技术。但现有模型常将目标与背景整体表征，导致特征混杂背景干扰，从而削弱模型对目标的聚焦能力。为解决这一问题，提出了一种多分支双重对比学习模型。该模型在保留传统实例对比分支的基础上，创新性引入背景纠偏对比分支，构建了多分支对比学习框架；通过正负样本中目标与背景的随机组合策略，并结合ResNet50的主干网络以及自注意力池化增强语义特征提取，利用优化的双重对比损失函数改进目标特征学习，降低背景与目标的伪相关性；基于MSTAR数据集的Shapley值分析验证了该模型的有效性，目标分类结果证明该方法显著增强了模型特征提取的因果性，大大提升了SAR ATR算法的泛化性能。

摘要:合成孔径雷达（Synthetic aperture radar，SAR）图像目标通常具有不明显的边缘特征，且不同尺度下的目标边缘特征并不完全相同。边缘特征可以提供目标物体的形状和轮廓信息，增强模型对目标物体的定位能力。现有的SAR目标检测方法对于边缘特征的学习仍然不足，导致模型对于边缘特征的感知能力较弱。基于此，提出一种基于边缘特征引导学习（Edge feature guided learning， EFGL）的SAR目标检测方法，该方法基于FCOS（Fully convolutional one-stage）目标检测框架，主要利用目标边缘特征引导特征金字塔网络（Feature pyramid networks， FPN）的特征学习，通过在FPN中引入边缘算子模块，显式增强网络对不同尺度目标边缘特征的学习能力；另外，在多尺度特征融合过程中，构建边缘特征引导融合模块，利用融合边缘特征的空间注意力模块实现边缘特征引导的相邻层级特征融合。在MSAR数据集和SAR-Aircraft-1.0数据集上，所提方法在AP’07标准下分别达到了68.68%和67.44%的检测精度，比基础网络分别提升了1.34%和4.81%。与其他相关算法相比，所提方法能够更好地进行目标定位，且SAR目标检测性能更优。

摘要:区别于经典的基于Parzen窗口法的概率密度函数估计器构建策略，提出了基于近邻误差度量函数的启发式核密度估计器（Heuristic kernel density estimator， HKDE），用以提升对模相近数据概率密度函数拟合的准确性。首次从数据不确定性和模型不确定性的角度分析了传统核密度估计器解决模相近数据概率密度函数估计问题时的缺陷：利用概率密度值对于直方图箱宽参数的收敛性确定观测数据的启发式概率密度值，降低数据概率密度值计算的不确定性；基于启发式概率密度值构建用于确定核密度估计器最优带宽的目标函数，降低最优带宽优化过程中的不确定性。在18个模相近数据集上对新估计器HKDE的可行性、合理性和有效性进行了系统性的验证。实验结果表明，与7种具有代表性的概率密度函数估计器相比，HKDE能够获得更加优异的概率分布近似表现，具有比其他估计器更低的估计误差，能够确定出更接近真实值的概率密度函数估计值。

摘要:针对多声音事件检测任务中强标注数据集有限、真实场景下检测性能急剧恶化的问题，提出了基于迁移学习卷积记忆网络的多声音事件检测方法。首先，该方法使用带有预训练权重的卷积块提取音频数据的局部特征，再将局部特征和方位特征一并送入残差特征增强模块进行特征融合和通道降维处理。接着将提取到的融合特征送入采用正则化方法的记忆网络，以进一步学习音频数据中的时序信息。实验结果显示，与DCASE挑战赛冠军系统模型相比，该方法在DCASE 2016 Task3数据集的开发集和评估集上，错误率分别降低了0.277和0.106，F₁分数分别提高了22.6%和6.6%；在DCASE 2017 Task3数据集的开发集和评估集上，错误率分别降低了0.22和0.123，F₁分数分别提高了17.2%和14.4%。

摘要:基于深度学习的声音事件检测模型通常需要大量带标注的数据从头进行训练，但是受到数据访问权限、使用许可以及罕见个例样本稀缺等因素制约，获取特定任务的数据成本高昂。为应对声音事件检测中的少样本挑战，本文在与模型无关的元学习（Model-agnostic meta learning， MAML）基础上提出一种模型无关且梯度平衡的元学习算法。该算法利用大量N-way K-shot任务训练模型，使其具备快速学习的能力，仅需少次梯度更新即可在N-way K-shot目标任务中识别未见声音事件。在外循环阶段，多梯度下降算法被用于估计动态损失平衡因子，促使模型关注训练难度更高的少样本任务，从而增强模型的共享表示。本文还融入数据增强和标签平滑，进一步降低少样本引起的过拟合。实验结果表明，该算法在ESC50、NSynth以及DCASE2020三个数据集的5-way 1-shot设定中分别达到73.56%、82.86%以及57.48%准确率，相较于改进前的MAML算法相对准确率提升10%左右。

摘要:随着计算机辅助医疗诊断系统和医学图像分割技术的快速发展，结直肠镜检查性能得到了极大的提升，可有效帮助临床医生对息肉病变作出快速准确的判断并制定治疗方案。然而，在临床实践中，息肉分割面临众多挑战，如不同患者的息肉所处肠道环境不同，息肉大小不同、形状各异等。为了应对这些挑战，提升结直肠息肉分割模型的泛化能力和学习能力，提出了一种泛化增强与动态感知网络（Generalization enhancement and dynamic perception network，GEDPNet）。GEDPNet使用金字塔视觉Tranformer（PVT_v2）作为主干，重点设计了泛化增强（Generalization enhancement，GE）模块、动态感知（Dynamic perception，DP）模块和级联聚合（Cascade aggregation，CA）模块。首先，GE模块创新性地从提取息肉域不变特征的角度来提升模型的泛化性，从而有效缓解不同患者的息肉所处肠道环境不同导致的分割性能不佳问题；同时，该模块还通过提取丰富的层内多尺度信息来应对息肉尺寸多样化的挑战。其次，DP模块能够有效地动态感知全局信息和局部信息，捕获息肉的语义位置信息和边界纹理等细节信息。最后，CA模块将不同层级的含有不同语义信息的多尺度特征有效聚合，保证息肉信息的完整性，进一步提升了分割性能。所提GEDPNet模型在5个息肉数据集Kvasir-SEG、CVC-ClinicDB、CVC-T、CVC-ColonDB和ETIS上进行了测试，mDice分别达到0.930、0.946、0.911、0.825和0.806；mIoU分别达到0.883、0.902、0.848、0.747和0.733；MAE分别达到0.019、0.005、0.005、0.025和0.013。此外，所提方法与20种经典及先进的息肉图像分割方法进行了性能比较，比经典息肉分割方法PraNet 的mIoU分别提高了 4.3%、5.3%、5.1%、10.7%和16.6% 。结果表明，本文所提的GEDPNet对肠道环境差异大、尺寸不一及形状各异的息肉具有较好的感知能力，可有效提升模型的息肉分割精度和泛化能力。

摘要:针对具有多个控制回路共享频谱资源的无线控制系统，提出了基于非完美信道状态信息的随机接入方法，以实现系统的控制稳定性。首先，在多个控制回路以固定概率接入远程控制器的场景下，通过二次李雅普诺夫函数推导得到控制稳定性条件。其次，建立以接入概率和发射功率为优化变量，以系统总能耗最小为准则，同时满足控制稳定性和发射功率限制为约束的优化问题。针对此非凸优化问题，在仅能获得非完美信道状态信息的条件下，提出将李雅普诺夫稳定性定理和伯恩斯坦不等式、连续凸逼近等数学方法相结合，设计接入策略。仿真结果表明，相比于现有典型的接入方案，所提方案能够在保证控制性能的同时，显著降低系统的能耗。

摘要:为了研究多智能超表面（Reconfigurable intelligent surface，RIS）辅助通信网络在接收端存在同频干扰时的性能，通过在无线信道中部署多个不同几何尺寸的RIS做中继来提升通信网络的性能，并假设不同RIS所关联的无线信道是独立非同分布，同一RIS中不同反射元表面相关联的信道是独立同分布的。将端到端信道系数近似为Gamma分布，并基于Gamma分布推导出中断概率（Outage probability，OP）、信道容量（Ergodic capacity，EC）精确表达式与OP渐近表达式。使用蒙特卡洛仿真来验证分析结果的正确性，研究表明RIS的个数、干扰项数量和干扰信号功率对多RIS辅助通信网络协同传输性能起着至关重要的作用。

摘要:不同于以图像为主导的传统多模态融合方法，工业生产中生产数据常以结构化数据为主，辅以少量的图像数据，但这两种异构数据都反映了页岩气核心参数特征，因其在数据维度存在巨大差异，导致异构数据难以实现特征融合。地层纵向结构化数据间存在异质性，运用常规深度学习方法预测核心参数存在较大误差。针对以上问题，提出一种异构异质数据多模态融合算法（Multi-modal fusion algorithm for heterogeneous data， MFH）。首先，设计了异构数据多模态融合策略，实现同一深度标签下的扫描电镜和测井参数数据特征对齐、提取和融合；其次，构建了异质数据特征拉近机制，通过构建正样本对使模型学习到同工区地层间的强异质性以及横向的非线性关系；最后，提出了异构数据特征交换方法，解决了丰富的测井数据与稀少的电镜图片的匹配问题，实现对核心参数精确连续预测。实验结果与主流深度模型预测结果对比，证明了本文方法具有实用性、有效性和可推广性。

摘要:属性约简依赖于知识粒化和不确定性度量，有助于智能识别。针对不完备连续型数据，邻域决策粗糙集诱导了属性约简，但相关的邻域关系需要优化改进，同时存在的决策代价值需要集成强化。本文提出一种新的邻域关系并组建3种决策代价融合度量，构造不完备邻域决策粗糙集并系统研究属性约简。首先，通过改进的距离函数引入不完备邻域关系，提出一种改进的不完备邻域决策粗糙集模型。然后，基于决策代价引入依赖度和邻域熵，采用乘法融合得到3种决策代价融合度量，研究粒化非单调性。进而，基于2种邻域关系和4种决策代价相关度量，采用属性重要度设计8种启发式约简算法。数据实验表明，本文所提的7种新算法中有5种算法具有较好的分类学习性能，改进了基础约简算法。

摘要:在运动想象脑电信号采集过程中，因受试者注意力不集中而未严格遵从提示进行对应的运动想象，导致所采集脑电数据与提示（标签）不一致，即出现“噪声标签”，降低了模型捕捉关键特征的能力，影响模型在新受试者上的泛化。基于此，本文提出一种“噪声标签”下多尺度时空特征学习的运动想象分类方法。首先，采用卷积神经网络提取脑电信号多尺度局部时间特征，降低个体间差异性影响；其次，在时空维度上分块划分特征图，作为Transformer模块输入，利用时空特征融合模块，优化全局时空特征；最后，引入对称交叉熵损失，将交叉熵计算方式扩展到所有类别，降低“噪声标签”的影响。在PhysioNet和BCI IV 2a运动想象数据集上的实验结果表明，本文方法的平均准确率优于其他方法，其中在PhysioNet数据集上引入对称交叉熵损失，二、三和四分类的平均准确率分别提升0.09%、0.65%和0.66%。此外，在不同比例的“噪声标签”干扰下，无需增加模型参数量和计算量，对称交叉熵损失就能改善模型的分类性能与鲁棒性。

摘要:网络安全态势评估在网络防御策略实施环节扮演重要角色。现有的态势评估方法汇聚攻防双方信息构建评估模型，对于攻击检测的准确性和攻击和漏洞利用关系极为敏感。为了应对上述挑战进而提升评估准确性，本文提出了融合攻击和漏洞的态势评估方法。该方法利用多样的攻击数据集训练攻击检测模型，借助于集成学习的思路实现不同模型攻击检测结果的融合。借助于开源的安全大模型提取不同攻击类型与安全漏洞之间的利用关系知识，计算攻击成功利用漏洞的概率，综合攻击危害程度和攻击成功率获得安全态势评估结果。在基准数据集上进行验证，结果表明提出的攻击检测方法提升了攻击检测性能，平均F₁-score达到96.24%，进一步地结合攻击检测结果给出了态势评估应用案例，验证了本文方法的有效性。