基于提示学习的中文文本分类方法探究

自动文本分类方法是当前信息化和数据化时代处理非结构化信息的基本方法,是提升决策系统智能化程度的关键技术手段。近年来,由于其在小样本领域以及迁移学习方面的优异性能,基于提示学习的文本分类方法逐渐被广泛应用于一系列自然语言处理任务上。然而,当前对基于提示学习的方法仍集中于英文领域。英文和中文在语义、文法上的巨大差异性,基于提示学习的分类方法能否在中文任务中提高模型性能仍然有待探索。因此,使用中文基线数据集CLUE中多个分类任务对基于提示学习的文本分类方法性能进行实验验证。结果表明,基于提示学习的分类方法在多种分类任务上都表现出了较基线更强的性能,在不同的输入长度以及标签数量设置下也具有较强的鲁棒性。     

军事任务推演的时空模型与驱动机制

针对军事信息系统的作战任务推演需求,提出了一种基于时空事件序列的、较为完备的高效任务推演方法。论述了基于层次化分解的任务表达机制与实体化策略;针对保障数据定制问题提出了面向任务的时空数据应用模型,以任务最小需求为准则对一体化时空数据集进行多维筛选,有效降低数据的冗余度;详细讨论了时空事件序列模型的定义及其在军事任务推演中的数据驱动模式;结合具体仿真实例进行了应用探讨。原型系统的实现证明了该思路的有效性和可行性。     

基于知识感知提示与对比调优的事件元素抽取方法

提示学习在事件元素抽取领域的应用越来越广泛。由于缺乏对实体信息的考虑,现有的事件元素抽取提示学习方法并没有达到满意的效果。现有的大部分基于提示学习的模型对于事件元素的表示也不够充分,分类效果欠佳。提出一种基于知识感知提示与对比调优的事件元素抽取方法,该方法基于预训练模型,构建知识感知模板,将实体知识注入预训练模型中,通过中心对比学习充分区分元素表示,在预测阶段使用CRF-Viterbi解码算法提升解码效果。实验结果表明,在ACE2005数据集上,该方法相较于基线模型取得了更优越的效果。     

密码算法及其在军事通信中的应用

军事通信的安全保密是国防建设中的重要问题,采用密码技术对信息加密是最常用、最有效的安全保护手段。在密码技术中,密码算法是核心。该文在介绍密码学基本概念的基础上,论述了密码算法的发展现状,重点分析了目前典型的对称密码算法和公钥密码算法及其应用的新进展,并对密码算法的未来发展作了展望。     

一种基于协调理论的军事决策过程建模方法

在分析协调理论应用的基础上,针对军事决策过程的建模,基于UML2.0的用例图,提出了基于协调理论的军事决策过程建模方法。应用该建模方法,有利于分析军事决策过程中的核心任务活动及其相关依赖,为指挥员实施平行决策,并发地制订和确定作战方案(Course of Action)提供依据,从而提高军事决策过程的适应性。     

基于Markov Logic的军事系统效能评估

由于军事系统中存在不同的体制编制和多变的网络结构,并且军事单元能力发挥不稳定,信息延时不确定,因此为完成特定军事任务,系统中会存在诸多OODA过程,以至于难以评估军事系统的效能.针对目前效能评估方法人为定性评估成分较大,或者评估过程忽视军事实体间的相关联系而仅在统计意义上进行评估,将军事系统的不确定性纳入评估体系,基于统计关系学习框架Markov logic以OODA军事策略为基础对不同军事规则进行一阶逻辑建模,并以当前网络态势为先验条件,应用Alchemy工具对表示最终作战效能的原子谓词进行条件概率推理,求得该网络作战效能期望,突出了模型对不确定信息的处理能力.最后研究了军事单元和军事体制对系统效能的影响,实验结果验证了本模型的有效性,表明其具有一定的实践和理论意义.     

密码算法及其在军事通信中的应用

军事通信的安全保密是国防建设中的重要问题,如何确保重要信息的安全也就成为各方关注的一个重点,采用密码技术对信息加密是最常用、最有效的安全保护手段.在介绍密码学基本概念以及Shannon 保密通信模型的基础上,分析了对称密码算法和公钥密码算法的优点及其在应用中注意的问题,最后对密码算法的发展及其应用的未来做出展望.     

面向决策的一体化建模方法及其在兵力筹划中的应用

在对军事决策问题的主要特点进行分析的基础上,提出从军事概念模型到数学模型再到定性推理模型的一体化建模思想.以空军航空兵遂行直接航空火力支援任务为想定背景,根据EATI模板,利用基于UML的Rose工具依次对想定任务的实体、任务、交互等进行分析;对于兵力筹划中的结构化问题建立了机会约束多目标规划数学模型;对于非结构化问题则构造了推理机,推理机体现了定量与定性相结合的决策分析思想.最后,以一个实例验证文章思路的可行性.     

有关军事人机混合智能的几点思考

首先阐述了军事智能的基本内涵,分析了军事智能的未来发展趋势——军事人机混合智能。对军事智能的核心概念——态势感知的概念及内涵进行了详细的论述,引出了深度态势感知,并对其与态势感知的关系进行了深入的分析。对军事人机混合智能中人的智能与机的智能从因果或相关关系,交流沟通方式及其协议,对数据信息以及知识的使用等方面对其优势、劣势及互补性进行了分析。最后对军事智能的发展方向进行了展望,并提出了军事智能或民用智能发展会面临的终极问题——伦理问题。     

融合锚节点和三元关系向量的军事知识图谱表示学习

知识图谱是一种用于表示和推理知识的图结构,对于军事领域的决策支持和智能化应用具有重要意义。现有的军事知识图谱多面临着大量三元组缺失的问题,对辅助决策任务造成极大的影响。为此,提出一种融合锚节点和三元关系向量的军事知识图谱表示学习模型。通过NodePiece构建固定大小的锚节点词汇表,以实现对任何实体的引导性编码和嵌入;利用TripleRE综合关系向量的投影与平移特征表示,实现对实体间语义相似度和关系强度的深层捕捉。实验结果表明,该方法在军事知识图谱单跳推理任务上取得了优异的性能,证明其有效性和可行性。     

多样化军事任务与军事系统工程——为军事系统工程专业委员会第19届学术年会征文而作

分析了国际战略形势发生的新变化、国家安全面临的新威胁和军队肩负的新使命，对军队做好完成多样化军事任务的准备提出的新要求；完成多样化军事任务所具有的多维复杂性、信息主导性、整体联动性等特点，决定了必须要注重运用军事系统工程的理论、方法和技术；提出了在完成多样化军事任务实践中，应重点在需求牵引、宏观研究、综合集成等三个方面创新发展军事系统工程。     

智能蒙皮技术的发展现状及其军事运用

智能蒙皮技术是材料、生物、光电技术、自动控制和计算机工程等多学科综合集成的一项新技术,在军事上有着广泛的应用前景,本文分析了智能蒙皮技术的优点及其应用,并对其研究现状和发展趋势作了简单的介绍。     

装甲兵作战多智能体建模技术及其应用

利用作战领域启发知识,综合传统建模技术和智能体优点,首先按照分层结构化组合思想建立了装甲兵兵力智能体模型,并基于层次任务网的决策规划机制和基于军事命令控制结构构建了多智能体模型,然后采用VRMS平台开发了装甲兵作战多智能体应用验证演示系统,最后结合实例探索了多智能体系统在模拟训练、作战实验、辅助决策等领域的仿真应用,其研究有效地提高了装甲兵作战行为仿真的智能性、自主性和逼真性。     

军人心理学研究方法的发展及改进

军人心理学是一门重要的军事学科。目前我国军事心理学在其内容和体系上都面临着进一步完善和发展的任务 ,迫切要求对原有的研究方法进行改革和创新。本文对我国军人心理学研究方法的演变进行了分析 ,并提出了改进的方向     

面向军事领域的动态本体构建技术研究

随着军事数据的爆炸式增长,传统的基于专家知识建立的静态本体存在对专家主观知识依赖性强、可移植性差、学习能力差等问题,已无法动态地适应数据的变化以及大规模知识图谱的自动更新。针对军事领域应用场景,提出一种面向军事领域的动态本体构建技术,通过初始本体设计、数据映射、形式背景合并、本体更新4个环节完成本体概念的更新。该技术可以随着信息的变化自动更新本体模型,方便多源异构数据的更新集成和知识图谱的构建。最后,以俄乌冲突知识图谱为案例进行分析验证。该动态本体构建技术能够有效发现新的事件类型及相关要素,实现多源异构数据的更新、融合及基于知识图谱的军事活动规律推理。     

军事历史研究中档案信息隐私保护服务新模式探究

军事历史研究中军队名人档案是一种重要信息资源,但其一定的信息隐私保护需求尚未得到重视。将知识技术引入网络信息隐私保护中,开展军事档案信息资源共享和隐私保护下档案信息服务新模式研究,研究军事档案信息隐私保护的方法和若干关键技术,研究基于访问控制的信息共享安全和基于信息的有限共享均具有重要意义。     

基于预设模板的系统动态构建与集成技术

针对动态变化的军事任务保障需求，以及信息系统构建过程中所面临的资源动态聚合、功能动态组合、环境动态适应等问题，基于网络化计算与存储环境，利用资源封装、软件仓储等技术，提出一种基于预设模板的信息系统动态构建与集成方法和过程，并通过构建基础环境和方向联指等应用实例开展试验验证，结果表明该方法可有效支撑军事信息系统的柔性组合，大幅提升系统开设效率。     

SAR：飞行中的军事信息“捕食者”

本文首先介绍了合成孔径雷达(SAR)及其应用现状,重点说明了SAR的工作原理及其特点,并归纳了SAR在军事中的应用,最后对SAR的未来发展作了展望.     

多无人机协作侦察中的车辆再识别

在多无人机协作侦察中,匹配识别不同无人机侦察发现的装甲车辆,属于车辆再识别任务。近年来,车辆再识别技术在智能交通领域得到了快速发展,但是该技术尚未在军事领域得到充分的关注和应用。本文围绕该技术的发展和军事应用展开研究,一方面,从数据集、特征表示、注意力学习、度量学习、属性学习等方面对民用车辆再识别技术进展进行综述,分析总结了现有技术的优点和劣势,提出了有待深入探索的研究方向;另一方面,以多无人机协作侦察任务为背景,探讨分析了车辆再识别在其中的作战运用方式,并针对战场上存在的计算资源有限、环境复杂多变等因素导致车辆再识别性能下降问题,提出了可能的解决思路。本文研究可为车辆再识别技术在多无人机协作侦察中的应用提供前瞻性参考。     

面向多无人机监督控制任务的操作员信息过载防控方法

为了提高操作员的监督控制能力,降低人机交互过程中的任务负荷,提出了一种面向多无人机监督控制任务的操作员信息过载防控方法。基于概率和信息理论建立了包含人机交互事件信息量化和信息过载阈值计算的信息过载判定模型;基于人机功能动态分配方法设计了人机交互事件响应方式以及信息过载防控策略。仿真验证分析表明,该信息过载防控方法降低了操作员信息过载状态68.7%的操作错误率,提升了37.5%的多无人机监督控制任务性能。同时,可为监督控制任务下的人机高效交互与操作员认知增强等问题研究提供借鉴参考。