计算机研究与发展

所属栏目：电子信息期刊热度：时间：

《计算机研究与发展》 关注(): 期刊周期：月刊; 期刊级别：国家级; 国内统一刊号：11-1777/TP; 国际标准刊号：1000-1239; 主办单位：中国科学院计算技术研究所;中国计算机学会; 主管单位：中科院出版委员会; 查看计算机研究与发展近十年数据入口>>>; 上一本期杂志：《软件学报》软件工程师职称论文; 下一本期杂志：《福建电脑》省级计算机类期刊

　　搜论文知识网并非《计算机研究与发展》的官网或杂志社，为客户提供期刊征稿、论文发表等中介服务，在客户与期刊杂志社之间搭建了一座省时、省力的便捷桥梁。本站与《计算机研究与发展》等上百家同类正规期刊保持着多年的密切合作关系，切实提高客户期刊发表的质量与效率。通过本站发表论文，客户将获得更大的选择空间、更高的通过率、更快的发表速度、更满意的服务质量。

　　【杂志简介】

　　《计算机研究与发展》办刊宗旨：报道我国计算机领域最高水平的学术论文和最新科研成果。

　　发展历史：《计算机研究与发展》是中国科学院计算技术研究所和中国计算机学会联合主办的学术性期刊，科学出版社出版，国内外公开发行。她诞生于我国计算机事业的初创时期(1958年)，是我国第一个计算机刊物，它是随着中国计算机事业的发展而成长起来的。四十多年来，该刊始终结合我国计算机事业不同时期的重点和需要，有计划、有组织地进行选题，刊登了大量国内最新科研成果和国家重点支持的研究项目的论文，对我国计算机科学技术的发展和高技术领域人才的培养发挥了巨大的作用。目前她是中国计算机类最有影响的学术期刊之一。

　　地位及水平：多年来，该刊一直被评为我国计算机类核心期刊，是国务院学位办指定的评估学位与研究生教育的“中文重要期刊”;已被多个国际著名的检索系统收录，如美国《工程索引》(Ei)、日本《科学文献速报》、俄罗斯《文摘杂志》等;其影响因子和总被引频次在同类学术期刊中名列前茅;连年被评为“百种中国杰出学术期刊”。

　　读者对象：具有大学本科以上学历的各行业、各部门从事计算机研究与开发的研究人员、工程技术人员、各大院校计算机专业及其他相关专业的师生和研究生。

　　【影响因子】

　　国家新闻出版总署收录

　　【获奖情况】

　　2001-2007百种中国杰出学术期刊

　　2008中国精品科技期刊

　　2000年获中科院优秀期刊二等奖

　　中国期刊方阵“双效”期刊

　　国外数据库收录

　　俄罗斯文摘杂志

　　【栏目设置】

　　刊登内容：计算机科学技术领域高水平的学术论文、最新科研成果和重大应用成果。刊登内容：述评、计算机基础理论、软件技术、信息安全、计算机网络、图形图象、体系结构、人工智能、计算机应用、数据库技术、存储技术及计算机相关领域。

　　计算机研究与发展最新期刊目录

基于长距离上下文的大语言模型预训练数据检测方法————作者：张伟超;张儒清;郭嘉丰;范意兴;

摘要：预训练数据检测方法旨在大语言模型的预训练数据未公开时，检测某段给定的文本是否属于该模型的预训练数据，可用于审查大语言模型的预训练数据使用过程是否符合法律法规.现有方法通常认为大语言模型对训练文本的词元概率在整体上比非训练文本的高，并基于此判定具有高预测概率的文本为训练文本.然而，由于训练文本和非训练文本之间存在着大量的短片段重叠现象，导致模型对非训练文本的词元概率也可能比较高，使得现有方法容易将非...

支持端边云多运行时协同应用的网程系统————作者：俞子舒;王一帆;曾琛;张星洲;彭晓晖;徐志伟;

摘要：研究人员针对不同的负载类型提出并实现了大量的运行时系统，帮助用户构建单机或分布式应用.在端边云协同场景中，由于应用各组件在保质要求、运行时环境和通信协议方面存在异构性，因此难以通过单一运行时构建性能出色且鲁棒的端边云协同应用.将应用的各个组件独立部署到不同的运行时会增加应用管理的难度，并且缺乏对性能和容错方面的统一支持.为解决上述问题，实现了网程系统，支持多种运行时的统一接入和使用.网程系统通过网...

基于多窗口划分集成学习的多维时间序列异常检测————作者：王泽南;王意洁;周小晖;熊旭东;

摘要：大模型时代下，大模型的训练和推理需要算力资源的支撑，其中针对算力资源指标数据的异常检测能够有效保障大模型的正常训练和推理.随着大模型参数的增加，大模型使用的算力资源规模日益扩大，其中反映算力运行状态的多类指标数据随着时间推移呈现出更复杂的时序周期性变化.现有的多维时序异常检测方法通常采用预设的窗口大小对多维时序数据进行滑动切片，但忽略不同维度周期特性的统一窗口划分会截断部分维度时序数据的完整周期性...

基于图插值和可变形卷积神经网络的序列推荐————作者：刘昕悦;尹海莲;臧亚磊;吴文隆;卓俊男;徐凤如;陈吕莹;马维华;李博涵;

摘要：序列推荐系统旨在基于用户的历史行为偏好预测下一步行为．尽管针对序列推荐提出了许多有效的方法，但仍然存在根本性的挑战．首先，随着在线服务的普及，推荐系统需要同时服务于热启动用户和冷启动用户．然而，由于难以从交互数据有限的序列中学习到有效的序列依赖关系，大多数依赖于用户-项目交互的现有模型失去了优势．其次，由于现实中用户意图的可变性和主观随机性，用户在其历史序列中的行为往往是隐含和复杂的，很难从这些用...

基于大语言模型的知识库查询风格自适应转换————作者：付钧渤;赵国帅;钱学明;

摘要：大语言模型在知识存储方面不断增强的能力展示了其作为知识库的潜在效用.然而，任何给定的提示只能提供大语言模型所涵盖知识的下限估计.在语言模型即知识库（language models as knowledge bases，LMs-as-KBs）的场景中，先前的提示学习方法忽略了查询风格对模型表现的影响.揭示了大语言模型确实具有与查询风格相关的可学习偏好，并且利用大语言模型的这种特性引入了查询风格自适应...

目标检测模型综述————作者：李承烨;张震;梁哲恒;姚潮生;张金波;晏荣杰;吴鹏;

摘要：目标检测技术是计算机视觉领域的关键组成部分，它在各种实际应用中扮演着至关重要的角色.目标检测技术经历了几十年的发展，从早期依赖于手工特征提取的方法，到当前深度学习模型的广泛应用.目前在目标检测领域缺少以深度学习基础模型技术的改进为发展脉络的总结研究，在此背景下，以人工智能领域基础模型的发展过程为线索，围绕不同种类基础模型概述了基于这些模型的不同目标检测模型的发展，同时对这些基于不同基础模型的目标检...

群智感知中基于个性化差分隐私真值发现方法————作者：王涛春;强勇;许诺;陈付龙;谢冬;赵传信;

摘要：在群智感知系统中，用户通过提供感知数据完成感知任务.然而，由于传感设备精度、用户行为以及环境条件等因素的影响，不同用户提供的数据质量存在显著差异.真值发现技术能够有效地消除低质量数据影响，从而能够更好地利用感知数据，但现有的真值发现方法往往忽略用户个性化隐私要求，且基于加密的隐私保护技术难以应用于大量用户参与的群智感知系统.基于此，提出一种个性化差分隐私真值发现（personalized diff...

面向信息系统设计的癌症阶段生物标志物识别————作者：陈伯林;张劲雷;张建君;胡悠鹏;王腾;杨曼婷;卞军;尚学群;

摘要：癌症是1种复杂且动态变化的高异质性疾病.它的发生发展伴随着大量的基因突变与功能失调．识别癌症阶段相关的生物标志物，对于了解癌症的致病机理与发展机制至关重要.然而，现有的癌症生物标志物识别方法通常将各个基因看作是孤立的节点，且仅关注癌症的二分类效果，忽略了不同基因之间的交互关系变化以及不同病理阶段的显著差别.为解决上述问题，首先为癌症各阶段构建回归残差网络（regression residual n...

非独立同分布数据下层次化Sinkhorn距离聚类联邦学习算法————作者：赵瑞;段小文;刘新;周睿;周庆国;

摘要：联邦学习作为一种边缘计算中的新兴分布式神经网络训练方法面临着客户端数据异构性挑战，其中聚类联邦学习被认为是一种颇具潜力的解决方案，然而现有聚类联邦学习算法未深入探究量化客户端数据分布差异.针对该问题提出了一种新颖的层次化聚类联邦学习算法（hierarchical Sinkhorn distance-based clustering federated algorithm，HS-CFA），采用最优传...

视觉语言大模型的幻觉综述：成因、评估与治理————作者：李煦;朱睿;陈小磊;伍瑾轩;郑毅;赖承杭;梁宇轩;李斌;薛向阳;

摘要：视觉语言大模型（large vision-language models，LVLMs）代表了自然语言处理与计算机视觉交叉领域的一项重要进展．通过结合预训练的视觉编码器、视觉语言适配器和大语言模型，LVLMs能够同时理解图像与文本信息，并通过自然语言进行响应，适用于图像描述、视觉问答等多种视觉语言下游任务．然而，这类模型普遍存在幻觉现象，即模型对于图像内容进行了错误感知，制约了其在医学图像诊断、自...

基于多尺度边框融合的实体语义增强方法————作者：吴灿;陈艳平;扈应;黄瑞章;秦永彬;;

摘要：命名实体识别是自然语言处理中的一项传统任务.基于跨度分类的方法是用来解决嵌套命名实体识别的主流方法.该方法通常是拼接实体边界的表示来获得的跨度.然而，长实体容易导致2个实体边界之间的语义关联被弱化.并且单一尺度的跨度无法完整地捕捉实体在不同上下文中的表现.对此提出了一种基于多尺度边框融合的实体语义增强方法.该方法将跨度表示为带有边界位置信息的边框.首先，将通过融合不同尺度实体特征得到多尺度边框以增...

一种可动态伸缩的移动端深度计算图算优化方法————作者：罗诗妍;刘思聪;郭斌;方程;王敏帆;郭赛;於志文;

摘要：近年来，将深度神经网络（deep neural network，DNN）引入移动设备成为一种趋势．智能手机、可穿戴设备和嵌入式设备上集成了许多便利生活的应用，如语音助手和活动识别．然而，在资源受限（如算力、存储和电池）移动终端部署计算密集型深度模型具有挑战．现有方法如手工设计的DNN压缩技术和自动化按需DNN压缩技术局限于优化模型结构，限制了DNN部署的性能优化上限，难以适应资源极度受限的终端设备...

OpenPlanner：一个开源的时间敏感网络流量规划器————作者：姜旭艳;全巍;付文文;张小亮;孙志刚;

摘要：时间敏感网络（time-sensitive networking, TSN）在工业控制、航空电子和车载网络中具有广泛的应用前景.TSN流量规划是在拓扑结构、网络资源、设备能力和业务需求等多维约束下，为TSN交换机计算关键帧的无冲突发送时刻的过程，规划问题是一个NP完全问题.目前不论是学术界的TSN规划算法研究，还是工业界的TSN部署应用都急需一个开源的规划器软件.提出一种构件化、松耦合的TSN规划...

《计算机研究与发展》2023年论文高被引TOP10

摘要：<正>~

FireLink：一种面向芯粒设计空间探索的评估框架————作者：李开 ;曾坤 ;荣培涛 ;陈志强 ;张甜 ;王永文 ;

摘要：基于先进封装技术的芯粒（Chiplet）集成芯片在制造成本、设计效率以及专用定制等方面更具优势，是延续芯片性能增长的有效途径.设计空间探索（design space exploration,DSE）作为体系结构量化分析的重要方法，能够帮助设计者理解并权衡设计参数间的复杂关系.但是将传统的芯片体系结构DSE方法直接应用于Chiplet设计时，存在评估不全面、模拟不精确以及探索效率低下等问题，针对这些...

面向LoongArch边界检查访存指令的GCC优化————作者：舒燕君;郑翔宇;徐成华;黄沛;王永琪;周凡;张展;左德承;

摘要：为了减少内存安全检查的开销，LoongArch指令集架构引入了边界检查访存类指令.然而，作为一种新的内存访问指令，目前GCC(GNU compiler collection)编译器不支持该类指令，LoongArch硬件能力不能得到充分利用.针对此LoongArch边界检查访存指令改进了GCC编译器，实现利用该类指令优化程序的内存安全检查.具体而言，完成了3个方面的工作：1）设计实现了针对边界检查访...

结合卷积增强窗口注意力的双分支语音增强神经网络————作者：张晨辉 ;原之安 ;钱宇华 ;

摘要：在复杂环境以及突发背景噪音条件下，语音增强任务具有极大的困难和挑战.主要原因是现有的语音增强方法未能有效捕获语谱图特征，尤其是局部信息.在过去的研究中，Transformer模型更专注于音频的全局信息，而忽略了局部信息的重要性.在音频经过短时傅里叶变换（STFT）处理后，多数模型仅使用幅值信息，而忽略了相位信息，导致它们未能有效捕获语谱图特征，从而影响了语音增强的效果.基于此设计出一个带有卷积增强...

《计算机研究与发展》2023年论文高被引TOP10

摘要：<正>~

GroupUCP：按需动态调节的细粒度缓存划分策略————作者：张传奇;王卅;孙凝晖;包云岗;

摘要：随着现代计算机技术的进步，内存墙问题越发严重.在此背景下，多级缓存中的末级缓存成为了影响性能的关键资源.近年来各项研究通过拓展尺寸，以及动态资源管理的手段优化末级缓存.路划分技术是缓存资源管理的主要方法，通过将缓存按路为单位划分后分配给各个应用使用，实现系统性能优化.然而路划分粒度较粗，要求缓存的所有组（set）都遵循同样的路划分方案.实际上，应用在不同组可能会有不同的空间需求，路划分技术限制了缓...

MB-HGCN：基于层次图卷积的多行为推荐方法————作者：严明时;陈慧临;程志勇;韩亚洪;

摘要：基于协同过滤的单行为推荐系统在实际应用中经常面临严重的数据稀疏性问题，从而导致性能不理想．多行为推荐(multi-behavior recommendation，MBR)旨在利用辅助行为数据来帮助学习用户偏好，以缓解数据稀疏性问题并提高推荐精度．MBR的核心在于如何从辅助行为中学习用户偏好(表示为向量表征)，并将这些信息用于目标行为推荐．介绍了一种旨在利用多行为数据的新型推荐方法（hierarch...

　　相关电子信息期刊推荐

　　核心期刊推荐

查看更多电子信息期刊