针对一些缺少参考对齐的本体匹配任务,提出一种基于深度无监督学习的匹配技术,通过对文本的上下文信息进行学习,提取到抽象文本特征,以此找到对齐。由于高维度输入会影响计算的效率,针对本体的多种描述构建CNN(convolutional neural net...针对一些缺少参考对齐的本体匹配任务,提出一种基于深度无监督学习的匹配技术,通过对文本的上下文信息进行学习,提取到抽象文本特征,以此找到对齐。由于高维度输入会影响计算的效率,针对本体的多种描述构建CNN(convolutional neural network)模块并且和不同的RNN(recurrent neural network)串行连接实现特征降维,提出一种改进的基于BiLSTM(bidirectional long and short term memory neural network)的注意力机制来提取较好的抽象特征。提出一种多主导的对齐集成策略将本体不同层次的对齐进行合并,提高匹配的质量。实验在OAEI(ontology alignment evaluation initiative)的benchmark测试集上进行,提出方法的评价指标较高,并且和其它匹配系统作比较,高质量的对齐验证了所提方法具有一定的先进性和创新性。展开更多
高能伽马射线探测是研究极端天体物理的主要途径之一.空间高能伽马射线探测具有覆盖波段宽、时间连续性好、能量分辨率高等突出优势.在成功研发并运行我国首颗天文卫星—"悟空"号(DArk Matter Particle Explorer,DAMPE)的基础...高能伽马射线探测是研究极端天体物理的主要途径之一.空间高能伽马射线探测具有覆盖波段宽、时间连续性好、能量分辨率高等突出优势.在成功研发并运行我国首颗天文卫星—"悟空"号(DArk Matter Particle Explorer,DAMPE)的基础上,紫金山天文台联合国内的多家单位提议研制甚大面积伽马射线空间望远镜(Very Large Areagamma-ray Space Telescope,VLAST),该望远镜在GeV-TeV能段接受度高达10 m^(2)·sr,并具有强的MeV-GeV波段探测能力,其综合性能预期比费米卫星的大面积伽马望远镜(Fermi-LAT(Large Area Telescope))提升10倍之上.重点介绍了VLAST的主要科学目标,探测器的初步配置及预期性能指标.展开更多
文摘针对一些缺少参考对齐的本体匹配任务,提出一种基于深度无监督学习的匹配技术,通过对文本的上下文信息进行学习,提取到抽象文本特征,以此找到对齐。由于高维度输入会影响计算的效率,针对本体的多种描述构建CNN(convolutional neural network)模块并且和不同的RNN(recurrent neural network)串行连接实现特征降维,提出一种改进的基于BiLSTM(bidirectional long and short term memory neural network)的注意力机制来提取较好的抽象特征。提出一种多主导的对齐集成策略将本体不同层次的对齐进行合并,提高匹配的质量。实验在OAEI(ontology alignment evaluation initiative)的benchmark测试集上进行,提出方法的评价指标较高,并且和其它匹配系统作比较,高质量的对齐验证了所提方法具有一定的先进性和创新性。
文摘高能伽马射线探测是研究极端天体物理的主要途径之一.空间高能伽马射线探测具有覆盖波段宽、时间连续性好、能量分辨率高等突出优势.在成功研发并运行我国首颗天文卫星—"悟空"号(DArk Matter Particle Explorer,DAMPE)的基础上,紫金山天文台联合国内的多家单位提议研制甚大面积伽马射线空间望远镜(Very Large Areagamma-ray Space Telescope,VLAST),该望远镜在GeV-TeV能段接受度高达10 m^(2)·sr,并具有强的MeV-GeV波段探测能力,其综合性能预期比费米卫星的大面积伽马望远镜(Fermi-LAT(Large Area Telescope))提升10倍之上.重点介绍了VLAST的主要科学目标,探测器的初步配置及预期性能指标.
