您选择的条件: 西安电子科技大学
  • 从生活空间到育人空间——Z世代大学生群体特征及其对高校现代书院人才培养的启示

    分类: 其他 >> 综合 提交时间: 2024-03-05 合作期刊: 《第八届海峡两岸暨港澳地区高校现代书院制教育论坛 》

    摘要: 文章主要论述了Z世代群体的定义及其五个特征:Z世代大学生的“网络原住民”特性、网络爱表达特性,但不人云亦云,有自己的独立见解、兴趣爱好非常广泛、具有强烈的家国情怀和爱国意识,全球视野,具有平视世界的信心,同时追求较高的认同感、有较强的沉浸式体验感。高校现代书院建设需要实施从“生活空间”向“文化空间”最终向“育人空间”的转向,融合“寓教育与生活,生活中育人”的理念。要立足于对学生“可迁移能力”和“未来自我发展能力”的培养,从而为学生的未来做准备。

  • 抗不可信参与者的安全两方比较

    分类: 计算机科学 >> 信息安全 提交时间: 2023-04-08

    摘要: 安全两方比较被广泛用于构建各类安全计算协议,如安全机器学习训练和推理等. 现有的安全两方比较协 议通常是一方先获知比较结果再将比较结果告知另一方,因此,难以防止先获知结果的参与方篡改比较结果. 为解 决上述问题,本文首先提出一种抗不可信参与者的安全两方比较新范式. 随后,本文采用门限Paillier密码系统设计 了一个满足新范式的安全两方比较协议. 该协议允许参与比较的两方在不泄露各自数据的情况下获得一致的比较结 果,且协议保证任何一个参与者都不能篡改比较结果. 严格的理论分析证明表明本文所提协议是正确且安全的. 实验 结果显示本文所提协议在计算效率上和功能上优于已有的安全两方比较方法. 相较于现有的安全两方比较方法,本 文协议的计算效率提高了50倍.

  • 加强数据要素治理在国家治理现代化中的基础作用

    分类: 其他 >> 综合 提交时间: 2023-03-28 合作期刊: 《中国科学院院刊》

    摘要: 数据要素治理是数字时代助力国家治理现代化的基础性支撑。通过强化数据要素与国家治理深度融合,能够加快建立数据驱动国家治理的新模式,推动国家治理更加科学化、精细化、智能化和高效化。欧美等国不断加强数据要素治理的顶层制度设计、技术创新应用、协同治理机制和全球治理合作,有效提高了数据要素治理水平,为我国提供了经验借鉴。不过,受数据要素的虚拟性、涉及主体较多、泄露风险较大、技术支撑水平要求较高等特点的影响,目前我国数据要素治理仍面临着协同治理机制不健全、伦理治理机制不完善、人才和技术基础较薄弱等挑战,无法充分发挥数据要素作用以满足国家治理现代化的需求。新时代迫切需要面向国家治理现代化建设的重大需求和应用场景建立健全与之相适应的数据要素治理体系,树立兼顾公平、效率与安全多方位发展的治理观念,构建政府、市场与社会多元主体协同共治的治理模式,强化科学、技术与制度多维协同驱动的治理思路,完善人才、基础设施与公共服务保障体系,以提高我国数据要素治理水平,为国家治理体系和治理能力现代化建设提供有力支撑。

  • 数字技术赋能国家治理现代化建设

    分类: 其他 >> 综合 提交时间: 2023-03-28 合作期刊: 《中国科学院院刊》

    摘要: 随着数字技术不断融入经济社会发展各领域全过程,推动数字技术赋能国家治理体系和能力现代化成为在未来世界竞争格局中把握战略主动的重要抓手,受到世界各国的关注。大数据采集、存储、处理和分析等数字技术的快速发展,正在不断优化国家治理组织系统结构、提升并完善国家治理者的素质和方法方式,加快赋能国家治理高效化、科学化、智能化和精细化。现阶段我国国家治理已经取得显著成绩但仍面临许多问题与挑战,面向国家治理的数字技术发展亟需场景扩展和人才供给,同时数字技术的负面效应对国家治理提出新要求。文章基于当前我国数字技术支撑国家治理现代化的发展需求,提出促进数字技术赋能国家治理体系和治理能力现代化的建议,加快助力我国达到全面实现国家治理现代化的总体目标。

  • Geometric Prior Guided Feature Representation Learning for Long-Tailed Classification

    分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2023-02-16

    摘要: Real-world data are long-tailed, the lack of tail samples leads to a significant limitation in the generalization ability of the model. Although numerous approaches of class re-balancing perform well for moderate class imbalance problems, additional knowledge needs to be introduced to help the tail class recover the underlying true distribution when the observed distribution from a few tail samples does not represent its true distribution properly, thus allowing the model to learn valuable information outside the observed domain. In this work, we propose to leverage the geometric information of the feature distribution of the well-represented head class to guide the model to learn the underlying distribution of the tail class. Specifically, we first systematically define the geometry of the feature distribution and the similarity measures between the geometries, and discover four phenomena regarding the relationship between the geometries of different feature distributions. Then, based on four phenomena, feature uncertainty representation is proposed to perturb the tail features by utilizing the geometry of the head class feature distribution. It aims to make the perturbed features cover the underlying distribution of the tail class as much as possible, thus improving the models generalization performance in the test domain. Finally, we design a three-stage training scheme enabling feature uncertainty modeling to be successfully applied. Experiments on CIFAR-10/100-LT, ImageNet-LT, and iNaturalist2018 show that our proposed approach outperforms other similar methods on most metrics. In addition, the experimental phenomena we discovered are able to provide new perspectives and theoretical foundations for subsequent studies. The code will be available at https://github.com/mayanbiao1234/Geometric-Prior

  • 基于SDWN的负载感知终端多点关联方案研究

    分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-04-17 合作期刊: 《计算机应用研究》

    摘要: 软件定义无线网络(SDWN)是一种控制与转发分离的无线网络架构。该架构可以快速获取全局拓扑并且其可编程性结合资源虚拟化技术可以对网络接入进行动态控制。针对现有WLAN网络接入负载不均衡问题及移动终端与AP硬关联导致的切换速度较慢的问题,基于SDWN架构提出了一种负载感知终端多点关联方案。该方案对SDWN网络架构下的终端接入算法进行改进,采用多点关联技术,即终端在感知AP负载数据后,可关联多个虚拟AP,达到动态分流并提高网络吞吐量的目的。最后在SDWN的开源Odin平台上验证了方案的可行性,实验表明相比无缝切换至另一AP,此方案可改变原有终端与AP接入一一对应的接入关系,根据AP负载动态接入,可有效提升网络吞吐量。