英语原文共 30 页， 使用运行时放置适配来改进基于微服务的应用程序 1.介绍 随着业务逻辑进入云，开发人员不仅需要协调部署云资源代码，还需要在云平台上分配代码。云提供商提供即用即付的资源弹性，以及几乎无限的资源，如CPU，内存，磁盘和网络带宽。然而，对这些云资源的管理是一项重大挑战，从而带来了DevOps工程师等新角色。 在这种情况下，微服务已成为提供必要的部署灵活性并同时利用丰富资源的重要机制。 微服务是一种解耦的自主软件，在有界的环境中具有特定的功能。 解耦和明确定义的接口提供 基于微服务的应用程序（mu;Apps）能够无缝扩展/扩展，并允许开发人员通过部署新服务版本来执行升级，所有这些都不会停止mu;APP。去耦还允许使用不同的编程语言开发微服务器。 尽管服务和微服务之间存

英语原文共 13 页， 通过深度强化学习实现人类水平的控制 Abstract 强化学习理论对关于智能体在一个环境中如何优化他们的行为提供了规范性的说明，其根源是对动物行为研究得到的关于心理学和神经学的观点。在接近真实世界复杂度的情境下，强化学习已经获得了一些成果；然而智能体也面对一些困难的挑战：必须从环境中的高维感觉输入中得到有效的特征，并且要使用它们概括过去的经验来应付新的场景。明显地， 人类和其他动物看起来通过优雅地联合强化学习与多层次感觉处理系统来处理这些问题，大量神经数据证明神经元发射的多巴胺相位信号与时间差分强化学习算法有明显的相似。当强化学习智能体在多领域获得成功，它们的适用性以前仅限于可以手工制作有用特性的领域， 或者可以被完全观察、处于低维状�

英语原文共 10 页， Exemplar Encoder-Decoder for Neural Conversation Generation Gaurav Pandey, Danish Contractor, Vineet Kumar and Sachindra Joshi IBM Research AINew Delhi, India{gpandey1, dcontrac, vineeku6, jsachind}@in.ibm.com 摘要 在这篇论文里提出了一种新的模型：Encoder—Decoder网络模型（EED），该模型从训练数据中学习相似的例子以生成相应。使用传统的基于tf-idf的检索模型，从训练数据中检索到类似的转换示例。 1、介绍 随着大数据集的可用性和神经方法的进步，端对端学习（Sutskever et al.，2014）体系结构的变体已经成功的应用于构建会话系统（Serban et al.，2016，2017b），然而尽管这些方法是最先进的会话生成框架，但它们扔存在一些问题，例如答案缺乏多样性，生成简短、重复和无趣的答案（Liu等人，2016；Ser-Ban等人，2016，2017b）。最近的大量文献都致力�

英语原文共 10 页， 利用学生的定性数据分析决策树算法的性能 摘要 决策树是应用最广泛的监督分类技术。决策树归纳的学习和分类步骤简单、快速，适用于任何领域。本研究从教育数据挖掘中提取学生的定性数据，并对决策树算法ID3、C4.5和CART的性能分析进行了比较。比较结果表明，CART的基尼指数影响ID3和C4.5的信息增益比。与ID3和C4.5相比，CART的分类精度更高。然而，不同的决策树算法在分类精度上的差异并不大。决策树的实验结果表明，学生的学习成绩也受定性因素的影响。 关键词 索引项决策树算法；ID3； C4.5； CART；学生的定性数据 第1章 引言 由于分类算法的重要性，数据挖掘应用得到了广泛的关注。分类算法的比较是一个复杂的、开放的问题。首先，性能的概念可以用多种方式定义:准确性、速度、成本、可�

英语原文共 21 页， FastMFD: 一种基于 Spark 的高效、快速的大规模分布式最小函数依赖挖掘算法 摘要 最小函数依赖是关系数据库中的一个重要关系。它可以描述关系数据库中复杂和不规则属性之间的某些特殊关系。从关系数据库中提取最小功能依赖（MFD）是一种重要的数据库分析技术。然而，随着数据量的日益增长，即便最高效的单机算法在关系属性的数量增长上是呈指数级的。在单机上挖掘发现 MFD 是困难且低效的，只能应用于小型集中式数据集。从大数据中，尤其是大规模分布式存储的数据集中发现 MFD 是极具挑战性的。 Apache Spark 是一个应用于大数据处理的分析引擎; 我们提出了一种基于 Spark 实现的新算法FastMFD，用于并行发现大规模分布式数据集中的所有 MFD。 FastMFD 使用 RDD 框架和DataFrame 框架来存储和处理分布式数据集。

英语原文共 11 页， 用强化学习方法求解二维蛋白质折叠问题的一种新的状态空间表示法 Berat Dog˘an lowast;, Tamer Ouml;lmez 土耳其伊斯坦布尔技术大学 电子与通信工程系 摘 要：在这项研究中，提出了一种新的状态空间表示的蛋白质折叠问题，用于强化学习方法的使用。在现有的研究中，定义状态作用空间的方法阻止了代理为任何氨基酸序列学习状态空间，但是，定义的状态作用空间只对特定的氨基酸序列有效。此外，在现有的方法中，状态空间的大小严格依赖于氨基酸序列的长度。新提出的状态操作空间减少了这种依赖性，并允许代理确定特定长度的任何序列的最佳折叠。此外，通过利用基于蚂蚁的强化学习算法，Ant-Q算法，与标准Q学习算法相比，可以快速找到蛋白质的最佳折叠。实验表明，采用基于蚂蚁的强化学习方法的新

英语原文共 5 页， 翻译译文 对所有儿童平等地教授数学 文化和语言上不同的学生 美国曾被称为大熔炉和沙拉碗。事实上，两者都是。我们教室里的许多学生都有混合血统的父母或祖父母。但他们是在美国长大，他们的第一语言是英语。美国也有许多学生没有融入美国主流文化。他们是来自另一种文化的第一个第二代孩子，他们可以说另一种语言作为他们的第一语言。你将更好地满足那些文化和语言多元化的学生的需求(CLD)，重视他们的文化和语言，而不是试图强迫他们进入当地的文化和语言。本节讨论如何发展一套具有文化能力的教学实践。 窗户和镜子 你并不是唯一一个需要扩展你的文化视野来提高数学学习的人，学生们也是。艾米丽·斯泰尔是新泽西州莫里斯敦学校的多样性协调员，用她的话来说：“包容性

英语原文共 14 页， 3.物流大数据 企业正在学习如何将大规模数据转化为竞争优势。他们对市场需求的精确预测，彻底的个性化服务，以及全新的商业模式，都展现出他们对之前未开发的数据的挖掘利用。 正是由于现今的最佳实践触及了许多垂直市场，使得我们有理由预测，大数据分析也将成为物流行业的一种颠覆性趋势。然而，大数据分析在这个领域的应用并不是当即立显的。为了发现有价值的使用场景，必须首先彻底考察物流业务的特殊性。 3.1物流是一项数据驱动的业务 就关于如何应用大数据的讨论的一个突破性开始是着眼于创造和消费信息。在物流行业，大数据分析之所以可以提供竞争优势是因为有五个独特的属性。这五个特性也突现出大数据在物流行业中最有效的用武之地。 它们为每个物流供应商所拥有的�

英语原文共 21 页， 是否需要提升英国基本的价值观?教师标准、多样性和教师教育 在本文中，我们试图解决教师标准(教育署，2012)中存在的问题，即在英格兰职前教师教育中，他们“不应该破坏英国基本的价值观”这一问题。将这一声明纳入教师行为守则使其反恐战略相脱离，阻止并提出了关于英国性质、价值观以及国家与职业之间更广泛关系的问题。我们认为，在规范教师职业的法定文件中加入这个词实际上是政府对教师职业的政治化，灌输了教师是政府监督工具的期望。没有围绕政府是否包括在内展开更广泛的辩论，也是一个问题。同样问题的还有缺乏对职前和在职教师的培训，因为这意味着英国基本价值观的没有受到挑战，而且大多数教师都不承认其隐含的种族主义含义。 关键词:英国性质;基本的英国价值观;身份认同;�

英语原文共 20 页， 附录A 译文 发展早期数的概念 孩子在来到学校时总对数字充满着许多想法。这些想法应该建立在我们和孩子们一起工作的基础上，帮助他们发展新的关系。但是，大量的学生在四、五年级甚至更高的年级对数的理解还只局限于数数。孩子们需要时间和大量的经验来发展对数字的全面理解，这些理解将在更高的年级成长并发展成更高级的数字相关概念。 这一章着眼于多达20个的数字思想的发展。这些基本思想都可以扩展到更大的数、运算、基本事实和计算。 主要想法 计数表示一组中有多少东西。对一组对象计数时，计数序列中的最后一个数字表示该组对象的数量。 数字通过各种数字关系相互联系。例如，数字7大于4，比9小2，由3和4以及2和5组成，与10相距3，并且可以很快地识别出几种图案排�