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：省级; 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; 主管单位：中国科学院计算技术研究所; 查看计算机研究与发展近十年数据入口>>>; 上一本期杂志：中国通信CSSCI 南大核心期刊; 下一本期杂志：家用电器绿色家电

　　《计算机研究与发展》(月刊)创刊于1958年，由中国科学院计算技术研究所、中国计算机学会主办。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。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。《工程索引》Compendex 数据库(核心)收录。

　　计算机研究与发展栏目设置综述、计算机技术、计算机网络、人工智能、计算机软件、计算机应用

　　计算机研究与发展收录CSCD 中国科学引文数据库来源期刊(含扩展版) EI 工程索引(美) JST 日本科学技术振兴机构数据库(日) Pж(AJ) 文摘杂志(俄) 万方收录(中) 上海图书馆馆藏剑桥科学文摘北大核心期刊(中国人文社会科学核心期刊) 国家图书馆馆藏文摘杂志知网收录(中) 统计源核心期刊(中国科技论文核心期刊) 维普收录(中)

　　阅读推荐：计算机自动测量与控制

　　计算机技术、自动测试技术和自动控制技术的研究成果及发展方向的综述与评论;先进的总线技术、故障诊断技术、系统集成技术以及控制理论在工业领域和军事中的应用边缘扫描测试技术、遥测遥控技术和自动测试系统的设计与开发;动态数据采集与信号处理系统;现场总线与接口技术;机电一体化技术;嵌入式系统软件、软件测试以及工控组态软件的开发与应用;集散/分布控制系统，自控/监控系统的开发与应用;计算机网络与通信、楼宇自动化技术的开发与应用;先进的测控部件及传感器技术在工业自动测试和控制中的应用;基于总线技术的智能仪器仪表的设计与开发。

　　计算机研究与发展最新期刊目录

计算范式的扩展与跃迁：从CS1.0到CS2+

摘要：本文讨论计算范式的扩展与跃迁。首先阐述了图灵计算的伟大历史意义与局限性，定义了什么是计算范式，区分了4类计算范式：CS1.0、CS1.x、CS2.x和CS2+，指出计算范式是从“离散、算法、规则固定、外赋语义、封闭单体”向“连续、动力系统、规则生成、语义内生、开放生态”多维方向扩展，迈向开放演化计算。接着重点解释了CS1.x和CS2.x的区分判据是规则闭包和语义闭包；介绍了开放演化计算范式的典型案...

前言

摘要：<正>集成电路是国家战略性、基础性产业，芯片设计方法是重要的集成电路技术领域。大语言模型（LLM）等人工智能技术近年来快速发展，展示出对基础思维、复杂问题的分析和解决能力，将在芯片设计领域产生深远的影响。国内外研究表明，通过学习海量语料与代码，大模型可初步掌握代码生成、性能预测、测试用例生成等技能，并通过自然语言与工程师协同提升芯片设计与系统设计效率。为进一步推动我国学者在人工智能与集...

Faver：基于函数抽象验证的RTL生成ReAct推理框架

摘要：基于大语言模型（LLM）的寄存器传输级（RTL）代码生成是近年来受到广泛关注的研究方向，因为它旨在突破当前芯片设计流程中自动化程度最低的环节。然而，高层规格描述与RTL之间存在显著语义鸿沟。同时训练数据有限，导致现有模型在生成正确性方面仍面临较大挑战。一种自然的思路是借鉴人工设计经验，将设计与验证相结合，但RTL测试数据相较设计数据更加稀缺，使该方法对LLM并不友好。相比之下，LLM在Python...

LEMON：面向高效硬件实现的大语言模型驱动集成约简与Verilog HDL生成

摘要：集成学习已被广泛用于提高人工智能模型的泛化性能。然而，集成模型引起的额外内存开销和计算成本限制了它们在资源受限场景下的应用。为应对这一挑战，提出了LEMON，一种面向高效硬件实现的大语言模型（large language models,LLMs）驱动的集成约简与Verilog HDL生成框架。LEMON利用LLM在文本理解、生成以及解决复杂问题方面的优势，显著降低了集成模型的内存占用和计算需求。在...

SegTracer：大语言模型辅助的多FPGA原型系统时延探测工具设计与实现

摘要：大语言模型正逐步进入芯片与FPGA研发流程，但现有工作多集中于RTL生成、断言生成或局部调试，缺少结合真实工程闭环的系统性案例。以多FPGA原型系统中的数据通路时延探测工具SegTracer为对象，研究人工主导、大模型辅助、验证驱动的研发方式在实际IP实现中的作用。围绕SegTracer的设计与落地，大模型被用于需求重构、方案比较、设计文档收敛、SpinalHDL实现、寄存器访问与验证脚本生成，以...

提高轻量级模型鲁棒性的对抗排序蒸馏方法

摘要：随着轻量级模型在边缘计算等资源受限场景中的广泛应用，其对抗鲁棒性不足的问题日益凸显。对抗蒸馏作为提升轻量级模型鲁棒性的重要手段，虽然现有方法普遍采用基于KL(Kullback-Leibler)散度的硬性约束实现鲁棒知识传递，但仍面临知识建模不完善和传递效率受限等问题。为此，该研究提出一种对抗排序蒸馏方法，通过优先级排序约束机制与多层次一致性框架，显著提升轻量级模型面向对抗攻击的抵御能力。具体地，前...

GALENet：融合门控注意力与局部特征增强的神经导向说话人提取网络

摘要：神经导向说话人提取是一种模拟人类听觉注意机制的智能语音处理技术，通过解码听者脑电信号（electroencephalography,EEG）中的注意力指向，从混合语音中提取目标说话人语音。该技术为解决鸡尾酒会问题提供了新的解决思路，对开发智能助听设备具有重要意义。然而，现有方法面临多模态特征融合效率低、局部语音特征提取不足、模型计算复杂度高等挑战，制约了实际应用效果。提出新型端到端时域神经导向说话...

基于传输层信息的码率自适应算法

摘要：码率自适应（adaptive bitrate,ABR）是提升在线视频用户观看体验的重要方法。现有视频流码率自适应算法通常基于应用层观测到的网络特征来进行码率决策，但是这一方法存在明显局限：仅基于应用层观测难以准确估计出视频块下载时间。具体而言，现有算法往往忽视了往返时延、丢包率等因素对视频块传输的影响且实时性较差。为此，提出了一种基于传输层信息的视频码率自适应算法Prophet。与传统的ABR算法...

SimulatorGen：基于大语言模型多智能体的DNN加速器模拟器自动生成框架

摘要：随着深度神经网络（DNN）加速器的快速发展，为新架构构建模拟器的成本高、周期长。尽管大语言模型（LLM）的进展为模拟器生成带来了新的可能性，但现有方法仍存在通用性不足、难以生成完整系统以及构建复杂度高等问题。为此，提出SimulatorGen，一种多智能体框架，其基于自然语言描述生成DNN加速器模拟器代码。首先，对通用DNN加速器模拟器架构进行抽象并提取23条组件规范；在此基础上，引入4类协同智能...

融合动态原型与自监督迁移学习的跨域图异常检测

摘要：跨域图异常检测旨在利用源域图中的正常与异常样本信息，在标注稀缺的目标域图上实现有效的异常识别。然而，源域与目标域之间通常存在显著的图结构差异与特征分布偏移，导致源域知识难以有效迁移至目标域，限制了跨域泛化能力。此外，目标域缺乏标注信息，易引发训练过程中的决策边界模糊和预测不稳定问题。为解决上述问题，提出了一种融合动态原型与自监督迁移学习的跨域图异常检测方法。首先，基于源域中的正常与异常样本构建语义...

基于大语言模型的库存调度决策方法

摘要：<正>摘要库存调度在现代供应链中扮演着至关重要的角色，其核心目标在于通过合理的库存调度，平衡生产与需求之间的关系。然而，随着市场需求的不确定性和商品属性的多样化，基于经验的传统库存调度方法往往难以有效

基于GCN-Stacking协同增强的多模态金融舆情负向情感强度识别

摘要：社交媒体中金融舆情的负向情感强度识别对金融风险防控与市场稳定具有重要意义。针对图文多模态信息在金融情感表达中的普遍性，以及模态间结构关联有待深入挖掘的问题，提出一种基于图卷积网络与Stacking集成学习协同增强的多模态负向情感强度识别模型。该模型首先利用CLIP模型提取文本与图像的语义特征；随后，通过构建多模态图结构并引入图卷积网络，实现特征的结构化关联嵌入，以增强对模态间潜在关联的捕捉能力；最...

基于对比学习的图结构规则学习方法

摘要：知识图谱推理因其能够有效缓解知识图谱中的数据不完整问题而受到广泛关注。现有方法多依赖于嵌入模型或链式规则，但在可解释性与表达能力方面仍存在明显局限。一方面，基于闭合路径的规则学习仅能建模线性链式依赖，难以捕捉图结构中存在的多路径交互与层次化语义关系；另一方面，基于统计指标的传统方法通常采用“穷举+验证”策略，不仅在大规模图谱中面临高昂计算成本，也难以充分挖掘规则间的深层语义关联，从而制约了推理性能...

可重配置数据中心的高效重配置与流量调度算法

摘要：光交换技术得益于其可重配置特性，支持数据中心在运行时根据流量大小动态变化实时调整拓扑，可以有效应对新兴技术催生的全新流量模式。然而，配置的高度灵活性与流量大小的高度动态性是重配置与流量调度算法设计的瓶颈，现有的静态或动态算法方案难以兼顾网络性能与运行时延。基于此，提出一种静态-动态协同重配置与流量调度算法（static and dynamic network coordinator，SYNC）。将...

SHP-BBR：一种基于卫星切换预测的TCP拥塞控制机制

摘要：随着“空-天-地”一体化网络和大规模星座的快速发展，低轨卫星网络（low Earth orbit satellite network，LEO-SN）与无人机（unmanned aerial vehicle，UAV）共同构成分层异构的空中接入/回传骨干，实现“空-天-地”3维互补并成为当前6G研究热点。由于LEO-SN链路的高丢包、长时延和高动态，现有地面网络的TCP（transmission co...

高性能智算中心网络：现状、挑战与趋势

摘要：智算中心是数据中心发展到当前的一种新形态，与传统以提供虚拟化计算资源为主要特征的云数据中心相比，智算中心主要为以人工智能为代表的新型高算力需求业务提供强大算力。针对智算中心网络业务需求、拓扑结构、通信模式、流量特征等进行了深入阐述与分析，针对其独有特征带来的新问题与挑战逐一进行剖析。然后，按照网络分层模型梳理了以集合通信、传输控制、负载均衡、链路控制和故障管理为核心的高性能智算中心网络关键技术框架...

基于多粒度语境感知和迭代图优化的文档级事件因果关系识别

摘要：事件因果关系识别旨在检测文本中事件间的因果关系。与面向单个句子内事件的句子级事件因果关系识别相比，文档级事件因果关系识别需要处理长文本和跨句事件等更加复杂的情形。当前，文档级事件因果关系识别方法面临2个关键挑战：1）学习高质量的上下文感知事件表征以捕捉事件特定的因果语义；2）有效整合结构与语义信息进行因果推理。针对这2个局限性，提出基于多粒度语境感知与迭代图优化（multi-granularity...

联邦学习自适应梯度累积后门攻击

摘要：联邦学习系统的自适应梯度累积后门攻击（adaptive gradient accumulation backdoor attack，AGABA）框架，该框架结合了动态透明度的参数化自适应子块触发器(adaptive subblock trigger，AST)和多阶段梯度累积（multistage gradient accumulation，MGA）机制，有效解决了传统后门攻击在联邦环境下面临的隐蔽...

计数器溢出可感知的非易失性存储器安全重加密延迟优化技术

摘要：非易失性存储器（non-volatile memory，NVM）因断电后数据持久保存、高密度和大容量等优势成为了研究热点，但其持久性也使其更易遭受未授权访问与数据篡改等安全威胁。安全NVM通常采用加密与完整性验证技术，但直接加密会引发写放大，导致写入延迟增加和能耗上升。为缓解该问题，提出计数器溢出可感知的安全重加密延迟优化技术（epoch-based re-encryption delay，ERE...

基于双重异常感知的时间序列异常检测

摘要：时间序列的异常检测在金融风控、故障诊断等领域中有着重要的应用价值，其关键在于构建能够有效区分正常与异常模式的表征空间。然而时间序列内在的特点以及异常的稀缺性，导致学习具有强判别能力的表征映射函数颇为困难，且泛化能力受限。与此同时，对比表示学习通过构建清晰可区分的样本实例的表征空间，为时序异常检测提供了更为自然且富有前景的解决方案。鉴于此，设计了基于双重异常感知的Transformer模型（DAT）...

　　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