信息和网络时代的大环境下，多媒体给人们提供了音视觉享受的同时，也存在着更为严峻的信息安全问题。论文针对当今主流的多媒体信息安全的典型研究方向，信息隐藏和信息隐藏分析、数字水印、多媒体内容取证、感知哈希和多媒体内容隐私等，首先阐述了各个方向领域的研究背景、总结了其针对性的科学技术问题，解释了典型的概念，然后在介绍和分析研究现状的基础上，给出了当前存在的问题和挑战，最终给出结论和展望。

准确分割肺结节在临床上具有重要意义。计算机断层扫描（computer tomography，CT）技术以其成像速度快、图像分辨率高等优点广泛应用于肺结节分割及功能评价中。为了进一步对肺部CT影像中的肺结节分割方法进行探索，本文对基于CT影像的肺结节分割方法研究进行综述。

目标检测是计算机视觉中一个重要问题，在行人跟踪、车牌识别、无人驾驶等领域都具有重要的研究价值。近年来，随着深度学习对图像分类准确度的大幅度提高，基于深度学习的目标检测算法逐渐成为主流。梳理了目标检测算法的发展与现状，并作出展望：总结了传统算法与引入深度学习的目标检测算法的发展、改进与不足，并就此做出对比；最后讨论了基于深度学习的目标检测算法所存在的困难与挑战，并就可能的发展方向进行了展望。

嵌入式虚拟化技术研究综述_肖伟民.pdf

我们研究事实核查问题，它的目的是确定一个给定的主张的真实性。具体来说，我们关注的是事实提取和验证(FEVER)及其伴随数据集的任务。

是https://blog.csdn.net/karshey/article/details/115916290里的知识表示xmind文件

是https://blog.csdn.net/karshey/article/details/115916290里的xmind文件

深度逆向强化学习是机器学习领域的一个新的研究热点，它针对深度强化学习的回报函数难以获取问题，提出了通过专家示例轨迹重构回报函数的方法。首先介绍了3类深度强化学习方法的经典算法；接着阐述了经典的逆向强化学习算法，包括基于学徒学习、最大边际规划、结构化分类和概率模型形式化的方法；然后对深度逆向强化学习的一些前沿方向进行了综述，包括基于最大边际法的深度逆向强化学习、基于深度Q网络的深度逆向强化学习和基于最大熵模型的深度逆向强化学习和示例轨迹非专家情况下的逆向强化学习方法等。最后总结了深度逆向强化学习在算法、理论和应用方面存在的问题和发展方向。

需求获取和建模是指从需求文本或记录中获取显式和隐式的需求,并通过表格化、图形化、形式化等方法构建相应模型的过程,是软件开发过程中极为关键的一步,为后续系统设计与实现铺平道路,提高软件开发效率和质量,提升软件系统稳定性和可行性.研究者们在需求获取与建模方面获得了一系列研究成果,根据其关注阶段不同,可以将它们分为需求知识提取、需求知识分类和需求模型构建3个方面.鉴于传统方法在知识获取、模型构建的准确性和效率方面一直存在弊端,近年来,越来越多的研究者们将具有广泛应用性的人工智能技术与需求获取、需求分类、需求建模方法相结合,提出了一系列智能需求获取与建模的方法和技术,从而弥补了传统方法的不足.着重从智能需求获取与建模角度着手,对近年来的研究进展进行梳理和总结.主要内容包括:1)统计并分析人工智能技术在需求知识提取、需求知识分类和需求模型构建中使用的方法和技术;2)总结了智能需求获取与建模过程中采用的验证方法和评估方法;3)从科学问题和技术难点2个方面归纳得出目前智能需求获取与建模的关键问题,围绕集成式和动态化模型构建、与其他软件工程活动关联、智能需求知识分类的粒度、数据集构建、评估指标构建和工具支持6部分,阐述了上述问题的可能解决思路和未来发展趋势.

面向深度学习的多模态融合技术研究综述_何俊.pdf