期刊名称：网络新媒体技术 原刊名称：微计算机应用 创刊时间：1980年 主管部门：中国科学院 主办单位：中国科学院声学研究所 刊期： 双月刊 电话： 010-82547906 Email：xmt@dsp.ac.cn 国内统一刊号(CN)： 10-1055/TP 国际标准刊号(ISSN)：2095-347X
算网融合通过网络连接广泛分布的多种异构算力资源，旨在实现计算服务的泛在化与按需供给。这一新型计算范式呈现出广域覆盖、异构融合和算网一体化等显著特征，对传统调度技术提出前所未有的挑战。本文对算网融合环境中的调度技术进行系统性综述。在回顾不同计算范式下调度技术发展历程的基础上，梳理算网融合的调度架构，并围绕调度对象、底层支撑技术、优化目标和算法设计4个方面进行深入分析。此外，针对算网融合环境的独特挑战，本文还探讨调度技术在安全性保障、用户移动性支持和动态机制设计方面的未来研究方向，以期为后续研究提供相应参考。
在单源域泛化中，往往面临着训练数据单一、缺少新领域数据的问题。现有的单源域泛化模型，大部分是在训练过程中引入数据增强技术来生成多样化的训练样本，以提升模型在未知领域的泛化能力。然而，这样的数据增强技术有时会失效。因此，提出一种基于深度学习的单源域泛化方法，该方法不仅引入数据增强技术，而且对网络结构进行改进。首先，该方法在数据增强阶段引入了风格归一化和恢复模块，以生成更为丰富多样的训练数据；其次，采用多尺度特征提取与融合技术，提取涵盖不同视野域的多尺度信息；最后，采取联合注意力特征融合策略，以增强特征提取过程中通道与空间位置之间的相互依赖性。实验结果表明，本文方法在单源域泛化领域中均优于现有方法。
针对当前学术知识服务中关键科研要素信息不够全面详尽的问题，提出一个两库三维的知识库框架，并采用机器学习结合大语言模型方法，对学术论文中摘要、对比型表格和对比型图片等多模态数据进行科研要素抽取，进而融合相关结果并附加同义词表和提示模板库建设科研要素知识库。本文以《数据分析与知识发现》期刊2019-2023年部分数据为例，进行示范性知识库建设，并开发可视化问答系统界面，进行实证研究，结果对比证明该知识库框架和构建方法在学术知识服务方面的优势。
人物交互检测任务中，现有模型对人物识别和关系推理时，人与物体尺度差异、复杂背景、视觉特征歧义性、语义理解欠缺等问题严重影响人物交互检测的准确率，本文提出一种基于文本提示和多尺度特征提取的人物交互检测网络。该网络采用以双动态聚合器为基本构件的TransXNet-T作为骨干网络提取多尺度特征，利用特征聚合模块动态提取全局和局部信息；通过文本提示模块对比学习文本图像特征，罕见交互场景检测平均精度均值提升7.92%;在关系推理过程中使用交互检测头进行交互推理；最后输出预测结果，实现人物交互检测。模型在V-COCO数据集和HICO-DET数据集上进行训练，实验结果表明本文方法优于如GEN-VLKT等现有方法的平均精度和平均精度均值，在V-COCO数据集2种交互场景上的平均精度分别提升1.41%和1.97%。
声呐数据分析是一项复杂而有价值的工作，可采用机器学习方法对声呐数据进行预测分析。首先预处理图像声呐数据，包括归一化、去噪、特征提取等，然后采用4种机器学习模型预测分析，最后评估模型性能。4种模型中，神经网络模型性能最佳，ROC曲线下面积(AUC)值达0.85,表示模型具有良好的预测能力，其余3种模型的AUC值约为0.8,表示模型具有一定的预测能力。对于实时性要求高的选择轻量级模型，如线性模型等，对于数据复杂的选择神经网络等模型，并可根据不同需求设置阈值。声呐数据分析的未来发展方向侧重于开发更智能的算法，通过机器学习等技术，实现更高效的目标识别与分类，提高分析的速度和准确率。
广播电视安全播出具有极其重要的社会现实意义，值班人员是安全播出的重要守护者，其疲劳程度直接影响值班效果从而引发安全播出事故隐患。因此，建立科学合理的安全播出值班疲劳度预警模型具有重要现实意义。首先，通过收集分析值班人员疲劳度的影响因素，并结合问卷调查构建疲劳度评估指标体系。其次，利用NRBO算法对XGBoost模型超参数进行全局寻优，实现值班疲劳度风险等级的精准预测。最后，为确保实验样本的代表性与数据的有效性，分别从省级、市级、县级广播电视台中各选取一家作为样本单位，并收集上述3家单位共200名值班人员的实际数据进行实验验证。实验结果表明，优化后的NRBO-XGBoost模型在疲劳度风险等级预测的准确率、精确度、召回率和F1分数指标上均有显著提升，能够有效识别值班人员疲劳状态，为制定合理的休息和轮班制度提供可靠依据，提升广播电视安全播出的保障水平。
由于车载英语语音导航系统在进行语义角色标注时会产生流形坍缩现象，难以通过增强英语语音信号频谱特征的各频带信号数据，获取全频带信号中的有效语义理解特征，导致英语语音语义理解的字错率较高。因此，提出车载英语语音导航系统语义理解优化方法。采用小波域维纳滤波算法建立小波域维纳滤波器，对英语语音信号展开滤波处理，捕捉英语语音有效信号的频谱特征，避免语音失真；建立判决统计量，对英语语音信号频谱特征的各频带信号数据展开判决增强处理，提高信号整体信噪比，增强信号细节信息，提高语音信号对噪声、失真等干扰因素的抵抗能力；将长短时记忆模块与双向结构加入循环神经网络中，形成双向循环神经网络(BRNN)结构，通过结构中的分段最大池化操作获取全频带信号中的有效语义理解特征。结合Softmax函数将全频带信号的有效语义理解特征作为网络输出层的输入，获得输出有效语义理解特征的优化识别结果，实现车载英语语音导航系统的语义理解优化。实验结果表明，所提方法可有效提高英语语音信号的质量，且语义理解的字错率在0.5%以下，具有较高的语义理解精度。
为实现全面、实时、准确、无感、安全地对法院审判工作中的重点案件风险进行预警，设计并实现一套重点案件监管系统。该系统基于多维度重点案件办案风险指标体系，依托分布式系统实现实时监控，应用智能模型准确评估风险水平，采用旁路式监管模式实现无感监控，并通过单向数据流控制确保监管安全。经过测试，该系统可以实现对重点案件风险进行实时预警，能够有效识别存在风险的重点案件及其风险的类型和等级。
<正>近年来,人工智能技术持续向纵深发展,以智能体为代表的大模型应用正成为推动产业智能化变革的核心引擎之一。智能体可以将模型技术能力与任务执行能力充分结合,高度契合日益复杂的提质增效需求,有望成为推进人工智能与实体经济深度融合的关键力量。2025年7月28日上午,世界人工智能大会(WAIC)智能体驱动产业变革论坛成功举办。会上,中国人工智能产业发展联盟副秘书长、中国信息通信研究院(简称“中国信通院”)副总工程师王爱华正式发布并解读“2025智能体十大关键词”,十大关键词分别是通用智能体、专用智能体、端侧智能体、企业级智能体、智能体平台、智能体通信协议、多智能体协同、智能体价值评估、智能体可信、智能体基准测试,集中体现了当前智能体未来发展趋势、技术研究热点与产业关注重点。
<正>一、期刊简介《网络新媒体技术》期刊是经国家新闻出版总署批准,中国科学院主管,中国科学院声学研究所主办,依托国家网络新媒体工程技术研究中心公开发行的综合性中文学术期刊。本刊由中国科学院声学研究所主办的原《微计算机应用》更名而来。二、期刊宗旨《网络新媒体技术》致力于国内外高水平的网络新媒体技术及相关领域的交叉学科的学术、技术交流,推广网络新媒体技术的前沿创新成果,推动国内网络新媒体技术领域的产、学、研、用创新产业生态链环境的发展。
