针对基于知识图谱的推荐系统中存在的高阶建模困难与用户特征建模不足的问题,提出基于多跳机制的扩散图谱推荐模型(a diffusion map recommendation model based on multi-hop mechanism,MultiHop-GDN)。该模型通过端到端方法挖掘知识...针对基于知识图谱的推荐系统中存在的高阶建模困难与用户特征建模不足的问题,提出基于多跳机制的扩散图谱推荐模型(a diffusion map recommendation model based on multi-hop mechanism,MultiHop-GDN)。该模型通过端到端方法挖掘知识图谱高阶语义信息,涵盖知识图谱构建、特征提取网络构建与多跳扩散模型构建三部分内容。利用用户特征和项目特征构建知识图谱;深入分析用户兴趣、偏好和历史行为等信息,构建用户画像和兴趣模型;提出特征提取网络捕获深层次语义信息,通过本文模型的计算得到预测值。在两个公开数据集的对比实验表明,MultiHop-GDN能够同时实现用户和项目的高阶建模,与其他代表论文的模型相比有良好的推荐效果。展开更多
高通量X射线衍射(X-ray diffraction,XRD)分析在加速材料发现方面至关重要,但传统方法通常依赖大量人工解释,且在处理复杂的XRD数据时容易忽视低强度峰值信息,从而限制准确性的提升.为解决这一问题,本文提出了一个面向多模态晶体结构预...高通量X射线衍射(X-ray diffraction,XRD)分析在加速材料发现方面至关重要,但传统方法通常依赖大量人工解释,且在处理复杂的XRD数据时容易忽视低强度峰值信息,从而限制准确性的提升.为解决这一问题,本文提出了一个面向多模态晶体结构预测的大语言模型(large language model,LLM)代理框架,该框架集成了GPT-4驱动的智能代理以及基于XRD和对分布函数的多模态投票模型,能够自主执行晶体结构和空间群预测任务.此外,本文通过引入知识图谱来增强LLM的推理能力,帮助其理解晶体特征之间的关系,进一步提升预测的准确性.实验结果表明,该框架在晶体结构预测和空间群预测任务上的准确率分别达到97.5%和98.7%.这一设计显著提升了高通量分析的准确性和效率,有望推动材料科学研究的进展,为解决其他具有高度关联性的多任务问题提供宝贵的启示.展开更多
物联网(Internet of Things,IoT)的爆炸式增长伴随着异构设备带来的严峻安全挑战,传统静态防御策略难以有效应对动态威胁环境。文章提出一种面向异构物联网设备的自适应安全态势感知模型(Adapt-ISSA)。该模型构建统一的异构安全数据采...物联网(Internet of Things,IoT)的爆炸式增长伴随着异构设备带来的严峻安全挑战,传统静态防御策略难以有效应对动态威胁环境。文章提出一种面向异构物联网设备的自适应安全态势感知模型(Adapt-ISSA)。该模型构建统一的异构安全数据采集框架,实现对多源异构安全遥测数据的规范化提取。文章提出基于多维时空特征融合的知识图谱建模方法,精准刻画复杂设备依赖关系与威胁传播路径;设计融合深度强化学习的自适应评估算法(DRL-Adapt),实现威胁响应策略的动态优化。实验表明,Adapt-ISSA在准确率提升18.7%的同时,将高级持续威胁检测的平均响应时间缩短至4.3秒,显著提升了复杂物联网环境的安全防御能力。展开更多
文摘针对基于知识图谱的推荐系统中存在的高阶建模困难与用户特征建模不足的问题,提出基于多跳机制的扩散图谱推荐模型(a diffusion map recommendation model based on multi-hop mechanism,MultiHop-GDN)。该模型通过端到端方法挖掘知识图谱高阶语义信息,涵盖知识图谱构建、特征提取网络构建与多跳扩散模型构建三部分内容。利用用户特征和项目特征构建知识图谱;深入分析用户兴趣、偏好和历史行为等信息,构建用户画像和兴趣模型;提出特征提取网络捕获深层次语义信息,通过本文模型的计算得到预测值。在两个公开数据集的对比实验表明,MultiHop-GDN能够同时实现用户和项目的高阶建模,与其他代表论文的模型相比有良好的推荐效果。
文摘高通量X射线衍射(X-ray diffraction,XRD)分析在加速材料发现方面至关重要,但传统方法通常依赖大量人工解释,且在处理复杂的XRD数据时容易忽视低强度峰值信息,从而限制准确性的提升.为解决这一问题,本文提出了一个面向多模态晶体结构预测的大语言模型(large language model,LLM)代理框架,该框架集成了GPT-4驱动的智能代理以及基于XRD和对分布函数的多模态投票模型,能够自主执行晶体结构和空间群预测任务.此外,本文通过引入知识图谱来增强LLM的推理能力,帮助其理解晶体特征之间的关系,进一步提升预测的准确性.实验结果表明,该框架在晶体结构预测和空间群预测任务上的准确率分别达到97.5%和98.7%.这一设计显著提升了高通量分析的准确性和效率,有望推动材料科学研究的进展,为解决其他具有高度关联性的多任务问题提供宝贵的启示.
文摘物联网(Internet of Things,IoT)的爆炸式增长伴随着异构设备带来的严峻安全挑战,传统静态防御策略难以有效应对动态威胁环境。文章提出一种面向异构物联网设备的自适应安全态势感知模型(Adapt-ISSA)。该模型构建统一的异构安全数据采集框架,实现对多源异构安全遥测数据的规范化提取。文章提出基于多维时空特征融合的知识图谱建模方法,精准刻画复杂设备依赖关系与威胁传播路径;设计融合深度强化学习的自适应评估算法(DRL-Adapt),实现威胁响应策略的动态优化。实验表明,Adapt-ISSA在准确率提升18.7%的同时,将高级持续威胁检测的平均响应时间缩短至4.3秒,显著提升了复杂物联网环境的安全防御能力。
