中国石油大学(北京)2018年硕士研究生推免生情况_中国石油大学(北京)考研网
情况简表教授、副教授用表
情况简表─教授、副教授用表申报类型： □教学型 □教学科研型 □科研型 2012-12-19基本情况姓名胡景宏性别男出生日期1983-07-07现技术职务及评定时间讲师（高校）、2011-01-01来校时间现从事专业石油与天然气工程 - 油气田开发工程教师理论培训2010-092010-07-01最后学历毕业院校毕业时间所学专业学历学位外语情况中国石油大学（北京）2010-06-30工学博士研究生博士符合免试博士后情况进站单位流动站名称专业名称出站时间一、任现职以来近五年教学工作情况1.授课情况（课程性质填选修或必修，授课对象填本科生或研究生）授课时间课程名称课程性质授课对象计划学时工作量主讲合讲学生评价结果2012 春计算方法必修本科生3222胡景宏芦俊优秀2012 夏生产实习（资源）必修本科生120120胡景宏优秀2011 秋渗流力学必修本科生6432王晓冬胡景宏优秀2012 秋渗流力学必修本科生6432王晓冬胡景宏2012 春数学物理方程与特殊函数 必修本科生3210芦俊胡景宏优秀2012 春石油工程专业英语必修本科生3216李胜利胡景宏优秀2011 春石油工程专业英语必修本科生3216李克文李胜利,胡景宏优秀2011 夏生产实习（资源）必修本科生12060罗万静胡景宏优秀2.指导研究生情况入学时间毕业时间学生姓名学生类别培养方式专业学院独立指导协助指导2010-09-012013-06-30王磊普通硕士生非定向油气田开发工程能源学院否是2010-09-012013-06-30卢菊红普通硕士生非定向油气田开发工程能源学院否是2010-09-012013-06-30丁旭敏普通硕士生非定向油气田开发工程能源学院否是二、任现职以来近五年科研工作情况1.科研项目情况项目名称项目分类项目负责人开始时间结束时间合同经费(万元)已到校经费(万元)本人经费(万元)含硫气藏元素硫沉积运移规律及储层伤害模型研究 优秀教师项目（中央高校基本科研业务费）胡景宏2011-01-012011-12-2012.512.512.5致密页岩气藏压裂优化设计模型研究预研项目（中央高校基本科研业务费）胡景宏2011-01-012011-11-30555含硫气藏元素硫沉积运移规律及气藏工程方法 优秀教师项目（中央高校基本科研业务费）胡景宏2012-01-012014-11-302166第一届中深层地热资源高效开发与利用会议国际合作与交流项目（中央高校基本科研业务费）胡景宏2012-03-022012-03-10 3.874 3.874 3.874CO2驱油技术经济政策研究油气专项专题刘鹏程2011-01-012015-11-3030029030新一代油藏数值模拟软件油气专项课题李治平2011-01-012015-12-302559.51239.4910煤层气储层多波联合AVO反演研究中国石油科技创新基金项目芦俊2011-06-012013-05-3115105基于压裂施工资料的储层参数反演研究横向项目胡景宏2011-11-212011-11-215533332.论文情况（含教学法论文）论文题目发表刊物发表时间卷号期号页码范围收录情况A Sulfur Plugging Experiment in the Presence of Ferric Ion Petroleum Science and Technology2011-01-2729113-18SCIE Modeling of Sulfur Deposition Damage in the Presence of Irreducible Water Petroleum Science and Technology2011-03-26295499-505SCIE Modeling of sulfur deposition damage in the presence of natural fracture Petroleum Science and Technology2012-11-2831180-87SCIESulfur deposition experiment in the presence of non-movable water Journal of Petroleum Science and Engineering2012-12-05104-1051-4SCIESulfur glomeration mechanism and critical velocity calculation in sour gas well bore2011 2nd International Conference on Challenges inEnvironmental Science and Computer Engineering, CESCE 20112011-12-151121177-1182EIThe research of sour gas reservoir damage mechanism 2011 2nd International Conference on Artificial Intelligence,Management Science and Electronic Commerce (AIMSEC)2011-08-10826477-6480EINumerical Simulation of Sour Gas Fractured Wells with the Effects of Sulfur Deposition Considered 2010 International Symposium on Multi-field Coupling Theory ofRock and Soil Media and Its Applications2010-11-12378-381ISTPModeling of Sulfur Deposition in Sour Gas Reservoir The Third China Energy Scientist Forum2012-02-01344-350论文集石油工程专业“数值分析”课程教学初探中国地质教育2012-09-2083348-50一般石油工程专业英语本科教学探讨重庆科技学院学报（社会科学版）2011-11-282424191-192一般3．专著情况出版时间著作题目出版单位学校属名本人排名参编字数(万字)总字数(万字)2012-10-10高含硫气藏工程理论与方法地质出版社第一单位11620 2011-06-01钻井工程手册石油工业出版社非第一单位31548三．获奖情况获奖时间成果名称奖励名称获奖级别获奖等级发证机关单位排名本人排名奖励批准号2012-10-08优秀指导老师第二届全国石油工程暨第二届中国地质大学（北京）石油工程设计大赛学校级奖其他奖中国地质大学（北京）112012-05-18《含硫气藏元素硫沉积运移规律及气藏工程方法》中国石油大学（北京）2011年优秀博士学位论文学校级奖其他奖中国石油大学（北京）11四、任现职以来需要说明的其它工作情况一、第一作者代表性论文(地大第一单位)：(1) Jinghong Hu , Xuefeng Yang , ShunLi He , Jinzhou Zhao. Distribution of Sulfur Deposition Near Wellbore in Sour Gas Reservoir. Journal of Geophysics and Engineering. 2012年11月26日录用(SCI收录).(2) Jinghong Hu , Shunli He , Jinzhou Zhao , Yongming Li, Xiaodong Wang. Deliverability Equation in the Presence of Sulfur Deposition. Petroleum Science and Technology.2011年录用(SCI收录). DIO:10.1080/10916466.2011.590836(3) Jinghong Hu , Shunli He , Jinzhou Zhao , Yongming Li, Zengxin Zhao. A Material Balance Equation for a Sour Gas Reservoir. Petroleum Science and Technology.2011年录用(SCI收录). DIO: 10.1080/10916466.2011.601516(4) Jinghong Hu, Yong Zhao, Lei Wang, Da Li. Reservoir parameters inversion based on fracturing operation parameters. 6th International Petroleum Technology Conference (IPTC). 2012年9月19日录用. 第六届国际石油技术大会.二、专利及软件著作权(地大第一单位)(1) 胡景宏. 含硫天然气中元素硫溶解度的预测方法.专利申请号：201210461816.6.(2) 胡景宏. 压后返排优化软件. 计算机软件著作权登记号：2012SR056616.三、教学(1) 2012年能源学院青年教师教学基本功大赛二等奖；(2) 2011年、2012年分别指导学生积极参与第一届和第二届《全国石油工程设计大赛》，并获得较好成绩；(3) 2010年-2011年指导本科毕业生毕业设计共7名，2012年指导本科毕业设计学生6名；(4) 2010年至今担任石油工程本科生1006011，1006012班主任，主要负责帮助学生了解自己的专业和今后发展的方向。
中国石油大学(北京)2018年全日制专业学位硕士研究生招生专业目录_中国石油大学(北京)考研网
测井方向）
《2018 年硕士研究生招生简
章》。
II．同等学力加试科目：
线性代数、地震资料解释（限
物探方向）或测井资料解释（限
测井方向）
Ⅲ．接收调剂考生本科专
专业代码、名称及研究方向
085208 电子与通信工程 01 电子系统与通信装置 02 信号检测与处理技术 03 计算机工程与应用 04 石油探测技术与仪器 05 油田信息与通信技术
语二③302 数学二④ 院在该领域的招生人数，具体
902 石油地质综合
招生人数、课题方向及报考条
(II)
件见《2018 年硕士研究生招生
简章》。
II.同等学力加试科目：油
气田勘探、石油地质学。
III．接收调剂生的本科毕
业专业：地质学、地质资源与
地质工程、石油与天然气工程、
地球物理学、海洋科学（海洋
地质方向）。
或 956 软件工程(II) 具体招生人数、课题方向及报
考条件见《2018 年硕士研究生
招生简章》。
II．同等学力加试科目：
计算机组成原理、另从④中选
1 门与统考科目不同的科目。
Ⅲ．接收调剂考生本科毕
业专业：：软件工程、数学、
信息与通信工程、物联网工程、
信息安全
101 政治②204
I.同等学力加试科目有机
包括安全系统工程、材料力学。
III．本专业不招收同等学
力考生。
IV 复试时综合考试（笔
试）范围：安全人机工程、燃
烧与爆炸学、工业安全技术。
V.录取总分会考虑考生本
科阶段的学习成绩和本科学校
的声誉。接收调剂考生本科毕
业专业：机械工程类、力学类、
石油与天然气工程（含油气储
2020-2021年中国石油大学(北京、华东)经济学考研择校、参考书、报录比分享
2020-2021年中国石油大学（北京、华东）经济学考研择校、参考书、报录比分享中国石油大学（北京）石油工程学院前身是1953年成立的北京石油学院石油钻采系。
经过半个多世纪的不断建设和发展，学院已经成为我国石油钻井和油气田开发高层次专业人才的重要培养基地。
学院现有两个国家重点学科：油气井工程、油气田开发工程；一个博士后流动站：石油与天然气工程；三个博士学位授权学科：油气井工程、油气田开发工程、石油工程管理；六个硕士学位授权学科：油气井工程、油气田开发工程、流体力学、岩土工程、结构工程、船舶与海洋结构物设计制造；两个本科专业：石油工程、船舶与海洋工程。
中国石油大学（北京）是一所石油特色鲜明、以工为主、多学科协调发展的教育部直属的全国重点大学，是设有研究生院的高校之一。
2019年中国石油大学（北京）招生专业目录以及考试科目考试科目产业经济学：①101政治②201英语一③303数学三④879经济学原理(含微观经济学与宏观经济学)参考书879经济学原理：《西方经济学（第五版）》，高鸿业，中国人民大学出版社，20112018年中国石油大学经济学录取名单（北京）产业经济学2018年计划招生9人实际招生10人（含推免）中国（北京）石油大学879产业经济学真题2018年中国石油大学879产业经济学真题回忆名词解释：4×51恩格尔系数2.帕累托最优3.流动性偏好4.进入行业的壁垒5.结构性失业简答6×101完全竞争的长期均衡2.影响消费者需求3.垄断市场的价格歧视4.新古典增长理论5.蒙代尔弗莱蒙浮动汇率货币政策6.公共物品的市场失灵计算：3×10垄断厂商利润最大化，帕累托最优，福利损失总需求函数需求弹性，收入弹性论述：2×201.背景是能源行业改革。
电力行业由国家电网公司分成2个企业5个集团，石油天然气行业也放开全行业什么供应链的准入，光伏行业也在改革之后出现了上百家企业请分析市场的形式和形成的原因说说哪个更好，各类能源的市场结构，最优的市场结构2.结合凯恩斯的需求管理理论说说为什么要实行供给侧结构性改革2017年中国石油大学产业经济学真题回忆名词解释(4分×5=20分)1.机会成本2.道德风险3.流动性陷阱4.生产者剩余5.理性预期二、简答题(10分×6=60分)1.试述在投入一种可变要素时，理性生产区间。
硕士导师名单中国石油大学北京
中国石油大学（北京）备案的386名硕士研究生指导教师名单【截止2009-12-2，以后的，再跟进更新】根据《中国石油大学（北京）学位授予工作细则》（中石大京研〔2008〕13号）、《关于评审研究生指导教师的实施办法》和《关于聘请兼职硕士生指导教师的实施办法》（中石大京研〔2008〕14号）的有关规定，【二〇〇九年一月十四日】经研究生院审核，同意将各院（系、部）学位评定分委员会批准的386名硕士研究生指导教师予以备案，名单如下：一、重新认定担任硕士生指导教师名单（351名）矿物学、岩石学、矿床学鲍志东、纪友亮、季汉成、金振奎、李儒峰、刘洛夫、王贵文、谢庆宾、张琴、钟大康、朱筱敏、朱毅秀地球化学陈践发、刚文哲、王春江、王飞宇、王铁冠、张枝焕、钟宁宁古生物学与地层学王嗣敏、朱才伐构造地质学陈书平、漆家福、汤良杰、童亨茂、杨明慧、杨桥、于福生、曾联波、周建勋环境科学尹秀英、张强斌地图制图学与地理信息工程周子勇矿产普查与勘探白国平、高岗、高先志、郝芳、黄志龙、姜振学、刘成林、刘小平、刘震、柳广弟、吕修祥、庞雄奇、邱楠生、王英民、王志欣、吴欣松、向才富、曾溅辉、邹华耀、李素梅地球探测与信息技术曹思远、车小花、陈小宏、戴世坤、狄帮让、高杰、黄捍东、焦翠华、鞠晓东、柯式镇、李国发、李洪奇、李景叶、李生杰、刘洋、毛志强、乔文孝、沈金松、宋炜、孙赞东、陶果、王润秋、王尚旭、王守东、魏建新、吴文圣、吴锡令、肖立志、谢然红、岳文正、张元中、周辉地质工程侯加根、康永尚、王志章、吴胜和、徐怀民、徐樟有、尹志军岩土工程刘福江、王克雄、王芝银、张广清结构工程王庆扬（兼职）、张劲、周建萍油气井工程陈勉、邓金根、樊洪海、高宝奎、高德利、金衍、李根生、李军、柳贡慧（兼职）、谭春飞、汪志明、王镇全、翟应虎、张辉、赵雄虎、郑力会油气田开发工程陈民峰、程林松、程时清、董平川、韩国庆、何顺利、侯吉瑞、姜汉桥、李春兰、李相方、梁景伟、廖新维、刘慧卿、刘月田、马新仿、宁正福、裴柏林、祁大晟、檀朝东、吴晓东、吴亚红、谢传礼、杨胜来、姚约东、岳湘安、张红玲、张士诚、张遂安、赵凤兰油气储运工程邓道明、宫敬、侯磊、黄启玉、李鸿英、李晓平、李兆慈、梁永图、吴长春、邢晓凯、于达、宇波、张帆、张劲军船舶与海洋结构物设计制造杨进工程力学李云鹏、帅健、张宏机械电子工程段礼祥、焦向东（兼职）、梁伟、林立、刘录（兼职）、吴世德、俞建荣（兼职）、张蓬机械设计及理论陈家庆（兼职）、段梦兰、李振林、刘忠、王德国、喻开安、曾鸣、张仕民、赵宏林、朱宏武材料学车俊铁（兼职）、陈长风、崔立山、高万夫、高伟、李鹤林、张瑛、郑雁军、周海（兼职）、周琼热能工程姬忠礼、张永学、赵洪滨信号与信息处理曹旭东、姜珊控制理论与控制工程梁华庆、梁志珊、罗雄麟、双凯、徐宝昌、左信检测技术与自动化装置刘得军、钱步仁安全技术及工程樊建春、张来斌无机化学孙乾耀有机化学郭巧霞物理化学陈玉化工过程机械毛羽、时铭显、孙国刚、魏耀东、吴小林化学工程陈光进、郭绪强、胡玉峰、刘艳升、卢春喜、马庆兰、孙长宇、张锴、朱建华化学工艺陈胜利、段爱军、高金森、蒋庆哲、柯扬船、李瑞丽、刘植昌、史权、孙学文、徐春明、许志明、张文慧、赵锁奇、赵震、周红军、周亚松生物化工王靖、张忠智应用化学董朝霞、高芒来、郭继香、郭绍辉、柯明、李明远、李术元、林梅钦、刘爱贤、刘红研、彭勃、宋昭峥、汪树军、王大喜、俞英、岳长涛、郑晓宇工业催化鲍晓军、窦涛、巩雁军、黄星亮、刘百军、刘昌见、申宝剑、沈志虹、魏伟胜、徐建、余长春环境工程陈进富、吕荣湖、阎光绪、詹亚力金融学刘林、王震、吴志勤产业经济学刘毅军、孙竹、熊苡经济法学徐英华、周茜管理科学与工程董秀成、宫雨、张宝生、周庆会计学郝洪、孙梅、王琳、张先美、郑仕敏企业管理陈大恩、方红、梁喜书、马义飞、牛琦彬、杨久香、殷建平技术经济及管理冯连勇、罗东坤、孙仁金计算数学刘建军、张明概率论与数理统计穆铮、李晓童应用数学梁景伟、刘奋、石军、肖磊、张毅理论物理王爱军、张鹏凝聚态物理卢贵武、王芳、钟寿仙声学邵长金光学赵昆无线电物理孙为、唐炼计算机软件与理论路游计算机应用技术李国和、王新、王智广、朱丽萍马克思主义哲学董贵成、董立河、李卫红、秦佺柱国际政治韩英军、庞昌伟、王鸣野、徐斌马克思主义中国化研究丁英宏、饶恒久思想政治教育曹培强、陈桂刚、葛南、刘韵秋、赵庆海高等教育学胡庆喜英语语言文学戴卫平、单小明、董静萍、郭青、江淑娟、裴文斌、孙旭东、田惠芳、王忠智、徐方富、张希永、张志勇、赵秀凤二、重新认定兼任硕士研究生指导教师名单（121名）海洋地质王英民、李素梅固体地球物理学王守东、魏建新、刘洋、沈金松、曹思远、陈小宏古生物学与地层学李儒峰、朱筱敏构造地质学邱楠生环境科学王铁冠、张枝焕、钟宁宁、曾溅辉测试计量技术及仪器狄帮让、鞠晓东、柯式镇、王润秋矿产普查与勘探王嗣敏地质工程曾联波流体力学樊洪海、汪志明、宇波、宫敬、杨胜来、岳湘安岩土工程董平川、杨进供热、供燃气、通风及空调工程宫敬油气井工程李相方油气储运工程张宏、帅健船舶与海洋结构物设计制造高德利、王克雄机械制造及其自动化赵宏林机械电子工程刘得军、张来斌、樊建春、陈家庆（兼职）、王德国、曾鸣、张仕民机械设计及理论张来斌、林立、刘录（兼职）、焦向东（兼职）、车俊铁（兼职）材料学林立热能工程李振林、朱宏武信号与信息处理梁华庆、双凯、钱步仁检测技术与自动化装置吴世德、梁志珊、左信系统工程罗雄麟模式识别与智能系统刘得军安全技术及工程段梦兰、高万夫、高伟、李鹤林、帅健、张宏有机化学刘植昌、高芒来、王大喜化工过程机械姬忠礼、卢春喜、张锴化学工程毛羽、时铭显、孙国刚、魏耀东、魏伟胜化学工艺孙乾耀、陈光进、郭绪强、卢春喜、柯明、鲍晓军应用化学郭巧霞、蒋庆哲、赵锁奇、周亚松、黄星亮、刘百军工业催化赵震环境工程刘艳升、朱建华、王靖、郭绍辉、彭勃、俞英、郑晓宇金融学郝洪、熊苡产业经济学吴志勤、徐英华、董秀成、方红、梁喜书管理科学与工程王震、刘毅军、马义飞、牛琦彬、冯连勇、罗东坤企业管理王琳、张先美、董秀成、张宝生、孙仁金、罗东坤技术经济及管理张宝生概率论与数理统计石军无线电物理赵昆、卢贵武计算机系统结构王智广计算机软件与理论李国和、李洪奇计算机应用技术李洪奇、路游马克思主义中国化研究董贵成、李卫红、庞昌伟思想政治教育丁英宏高等教育学葛南、刘韵秋三、新增担任硕士生指导教师名单（35名）矿物学、岩石学、矿床学鲜本忠地球化学李美俊矿产普查与勘探李潍莲油气井工程黄中伟油气田开发工程代金友、顾岱鸿、王瑞河（兼职）机械电子工程曹建树（兼职）、冯音琦（兼职）、吴立志（兼职）、薛龙（兼职）机械设计及理论蔡晓君（兼职）、戴静君（兼职）、齐俊林、罗晓兰材料学郑树启化工过程机械陈建义化学工程刘梦溪化学工艺姜桂元、孟祥海应用化学黄海燕工业催化范煜产业经济学郭庆方企业管理张海霞计算数学杨立敏应用数学陆晓光粒子物理与原子核物理吴冲凝聚态物理张万松声学林春丹光学陈少华、赵嵩卿计算机应用技术鲁强马克思主义中国化研究饶胜文高等教育学薛谦、张云祥四、新增兼任硕士生指导教师名单(34名) 海洋地质邱楠生固体地球物理戴世坤构造地质学向才富测试计量技术及仪器高杰地质工程童亨茂、吴欣松流体力学程时清结构工程刘福江供热、供燃气、通风及空调工程李兆慈油气田开发工程邵长金船舶与海洋结构物设计制造王芝银检测技术与自动化装置曹旭东安全技术及工程陈长风、李相方、王德国高分子化学柯扬船化学工艺李术元、罗雄麟、宋昭峥生物化工柯扬船应用化学赵震工业催化王大喜环境工程郭继香、刘昌见、张忠智金融学孙竹经济法学陈大恩管理科学与工程孙梅、殷建平凝聚态物理孙为、张鹏、赵昆声学乔文孝高等教育学季汉成、肖磊。
中国石油大学华东推荐免试硕士研究生名单
121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161
石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院 石油工程学院
英语四级 英语六级 英语四级 英语六级 英语四级 英语六级 英语六级 英语六级 英语六级 英语四级 英语六级 英语六级 英语六级 英语六级 英语六级 英语四级 英语四级 英语四级 英语四级 英语六级 英语六级 英语六级 英语四级 英语六级 英语六级 英语六级 英语六级 英语四级 英语四级 英语六级 英语六级 英语六级 英语六级 英语六级 英语六级 英语六级 英语六级 英语六级 英语六级 英语六级 英语六级
汉 汉 汉 汉 汉 汉 汉 汉 汉 汉 汉 汉 汉 汉 汉 汉 汉 汉 汉 汉 满 汉 汉 汉 汉 汉 汉 汉 汉 汉 汉 汉 汉 汉 汉 汉 汉 汉 汉 汉 汉
12015110 12015206 12015223 12015109 12015203 12042317 12021209 12021104 12021206 12021423 12021168 12021128 12021026 12021476 12021357 12021420 12021301 12021254 12021071 12021076 12021458 12021064 12021479 12021470 12095132 12021028 12093202 12015123 12021326 12021270 12021002 12041504 12021073 12021312 12046125 12071117 12021253 12021063 12063209 12043316 12021226
校内推免成绩公示(中国石油大学)
校内推免成绩公示序号考生姓名报考专业专业成绩外语成绩1张思妍海洋油气工程92 91 2李舒展海洋油气工程96 93 3姜萌磊海洋油气工程94 95 4李磊海洋油气工程92 92 5吕延军力学90 90 6毛少文油气井工程89 88 7晏敏油气井工程90 80 8张儒鑫油气井工程88 85 9车阳油气井工程90 90 10徐建平油气井工程94 92 11王金锡油气井工程90 88 12文豪油气井工程89 85 13韦世明油气井工程91 85 14周博成油气井工程91 90 15李泽俊油气井工程90 90 16刘昱油气井工程91 92 17郑睿油气井工程91 90 18高热雨油气井工程86 80 19徐东明油气井工程90 90 20饶翔油气田开发工程90 90 21潘文油气田开发工程90 92 22曹猛油气田开发工程90 85 23杨琳琳油气田开发工程90 95 24李鼎一油气田开发工程90 80 25刘梦云油气田开发工程88 85 26王晗路油气田开发工程90 80 27夏赟油气田开发工程95 95 28于馥玮油气田开发工程92 80 29苏航油气田开发工程90 80 30罗维芸油气田开发工程91 88 31李钟原油气田开发工程91 90 32康莉霞油气田开发工程91 88 33田英英油气田开发工程90 80 34李欣伦油气田开发工程92 88 35张文卓油气田开发工程87 92 36栗孝政油气田开发工程84 88 37刘思平油气田开发工程86 92 38任广聪油气田开发工程88 95 39曹宸瑜油气田开发工程91 94 40张泽权油气田开发工程87 92 41张一凡油气田开发工程92 98 42李若楠油气田开发工程88 9344庞洁琼油气田开发工程90 98 45孙丽婷油气田开发工程90 90 46韦杰迈油气田开发工程87 90 47凌卿油气田开发工程87 90 48张兆鹏油气田开发工程92 98 49张弛油气田开发工程92 952016年度石油与天然气工程领域工程硕士拟录取名总成绩92 95 94 92 90 88 87 87 90 93 90888990 90 92 91 84 909091 89 92 87 87 87 95 88 879091 90 87 91 88 85 88 90 92 88 94 8993 90 88 88 94 9384是83是86是89是88是87是87是93是88是88是87是86是91是89是89是91是92是92是93是工程领域工程硕士拟录取名单公示然气工程工程硕士-石油与天176837962.5然气工程工程硕士-石油与天268838575.5然气工程工程硕士-石油与天256847872.5然气工程工程硕士-石油与天246848773.5然气工程工程硕士-石油与天256859075.75然气工程工程硕士-石油与天214868369然气工程工程硕士-石油与天204919171然气工程。
中国石油大学(北京)博士研究生培养方案
中国石油大学（北京）博士研究生培养方案（学科门类：工学一级学科代码：0807 一级学科名称：动力工程及工程热物理）（二级学科代码：080700 二级学科名称：动力工程及工程热物理)一、学科概况中国石油大学动力工程与工程热物理一级学科博士点主要包括化工过程机械和热能工程两个二级学科博士点。
本学科在时铭显院士带领下，注重基础理论与石油石化工业的需求紧密结合，涵盖了从石油开采、油气输送到石油化工的主要领域，建成了一支具有一定国际影响、实力雄厚、梯队合理的高水平学术团队，取得了一批广泛应用于石油石化工业的标志性研究成果，产生了巨大的经济和社会效益。
化工过程机械和热能工程两个二级学科分别于2003年、2007年获得博士授权点。
2010年化工过程机械和热能工程学科共同申报并获得动力工程与工程热物理一级学科博士点，同时获得批准建设低碳能源工程交叉学科北京市重点学科。
经多年学术发展与积累，本学科在多相分离理论与技术、加热过程与装备、过程流体机械等领域取得了一批高水平学术成果，所开发的一系列技术与装备在国内石油生产、石油加工、煤化工等领域得到了大面积推广应用。
近年来，针对石油石化领域的节能减排需求，开展了热力系统优化与系统节能、洁净能源开发与利用等领域的研究工作，形成了良好的发展基础。
目前本学科共有多相流动理论与分离技术、燃烧、传热过程与装备、热力过程优化与系统节能、过程流体机械、压力容器技术、洁净能源开发与利用等6个研究方向。
本学科先后获得国家科技进步奖5项以及十几项省部级科技奖励，同时获得一批发明专利，形成“基础研究—工艺与装备创新—工程放大设计—推广应用”相结合并滚动扩大发展的良好态势，为我国的石油、化工等能源工业的科技进步做出了重要贡献。
本学科目前有教授9名，博士生导师10名，副教授12名，讲师13名。
近5年来，本学科承担了多项国家“973”、“863”，国家自然科学基金，以及多项省部级重大科研项目和大中型骨干企业横向课题，支撑条件优越。
中国石油大学(北京)石油与天然气工程(专硕)专业2024年考研攻略
一、报考情况分析1.招生目录招生年份：2023年招生专业：085706 石油与天然气工程研究方向：01 油气藏渗流理论与开发技术02 油气田钻采力学与控制工程03 油气田流体力学与钻采工程04 油气地质力学与工程05 油气田化学与提高采收率09 非常规油气工程理论与技术10 油气工程信息化与智能化技术招生人数（含拟接收推免数）：115（4）考试科目：①101 政治②204 英语（二）③302 数学（二）④829 石油与天然气工程综合2.复试分数线2023年全日制 085706 石油与天然气工程273 38 57非全日制085706 石油与天然气工程273 38 572022年全日制 085706 石油与天然气工程273 38 57非全日制085706 石油与天然气工程273 38 572021年全日制 085700 "资源与环境(02石油与天然气工程)" 263 37 56非全日制085700 "资源与环境(02石油与天然气工程)" 263 37 56 二、考试大纲及参考书目829"石油与天然气工程综合"《石油工程导论》，田冷，樊洪海，石油工业出版社，2020 年三、新祥旭全科定制化流程1、整体流程：咨询课程—支付学费—签订协议—对接各科辅导老师（随报随学、全程辅导）—各科老师了解基础，制定计划—老师辅导—教务老师全程跟踪（1V1）。
2、全科一对一老师安排公共课老师（政治、英语）：机构专职老师，毕业于名校，长期从事于考研政治、英语课程。
专业课老师：对口目标院校专业高分有经验的学长学姐。
3、课程内容包含：线上辅导：随报随学，定制化辅导，报名后即可开始学习，根据学生学习能力，备考时间，各科基础等合理分配课时。
线下答疑：课上、课后直接和学长学姐（各科老师）进行沟通、答疑，全程免费，不限次数。
考研资料：专业课历年考试真题及答案解析。
内部资料：专业课内部重难点讲义和常考的知识点笔记梳理及公共课的讲义。
中国石油大学(北京)博士研究生学业奖学金管理办法 (1)
中国石油大学（北京）博士研究生学业奖学金管理办法第一章总则第一条为进一步推进学校研究生教育综合改革，激励博士研究生勤奋学习、潜心科研、勇于创新、积极进取，更好地支持研究生顺利完成学业，根据《研究生学业奖学金管理暂行办法》（财教〔2013〕219号）和《关于做好研究生奖助工作的通知》（财教〔2013〕221号）的精神，结合我校实际，特制订本办法。
第二条本办法所称博士研究生是指纳入全国研究生招生计划的全日制博士研究生（有固定工资收入的除外）。
获得奖励的研究生须具有中华人民共和国国籍。
第三条博士研究生学业奖学金由学校统筹利用财政拨款、学费收入、社会捐助等，用于奖励支持表现良好的博士研究生更好地完成学业。
第四条博士研究生学业奖学金的评审工作应坚持公正、公平、公开、择优的原则，严格执行国家有关教育法规，杜绝弄虚作假。
第二章奖励比例、标准与基本条件第五条申请博士研究生参评学业奖学金的基本条件：1. 热爱社会主义祖国，拥护中国共产党的领导；2. 遵守宪法和法律，遵守学校的各项规章制度；3. 诚实守信，品学兼优；4. 全日制在校博士研究生（有固定工资收入的除外）；5. 按时进行学籍注册，认真完成培养方案规定的学习和科研任务，积极参加科学研究和社会实践；6. 未超出标准学习年限规定时间。
第六条博士研究生有下列情况之一者，不能参评：1. 未按时进行学籍注册者；2. 违反校规校纪受到警告（含）以上处分并在处分被解除前者；3. 中期考核未通过者；4. 当年档案未到校或不完整者（指学生在入学报到时，依据其学习、生活和工作经历，应有相关记录其经历的档案材料，但其档案缺失或部分缺失）；5. 有其它违纪和损害学校荣誉的行为者。
第七条博士研究生学业奖学金分为两档，特等学业奖学金标准为每生每年37200元，一等学业奖学金为每生每年25200元。
学校可根据实际情况，对博士研究生学业奖学金覆盖面、等级及奖励标准进行动态调整。
第八条特等学业奖学金由研究生院依据《中国石油大学（北京）优秀博士学位论文培育及评选奖励办法》进行评选，学生资助管理中心和财务处负责发放。
中国石油大学(北京)成绩单等资料办理办法(试行)
中国石油大学（北京）成绩单等资料办理办法（试行）为了规范我校成绩单等资料的办理，方便学生就业、申请出国留学等事宜，我校在学生自愿缴费的基础上为学生办理成绩单等资料，办理办法如下。
第一条提供的成绩单等资料范围中英文成绩单、中英文在读证明、学位证及毕业证的英文翻译件等。
第二条办理办法及收费标准1、中文成绩单。
一般情况下，学生打印及查询个人成绩单通过综合教务系统在任何一台电脑终端完成；大四学生找工作需要盖章的中文成绩单，每人免费提供5份，如学生还需要更多的份数，可通过成绩单打印系统使用校园卡刷卡打印，每份1元；大一至大三学生需要盖章的中文成绩单可通过成绩单打印系统使用校园卡刷卡打印，每份1元。
2、出国所需中英文成绩单等资料(中文成绩单、英文成绩单或在读证明等纸质文件)。
所有出国所需资料均通过教务处主页"出国资料办理管理系统"申请（系统暂时未上线前采用到教务科（第三教学楼212房间)现场办理的方式），5个工作日后现场领取资料；在校生每个文件收费5元，已毕业学生每个文件收费10元。
第三条关于成绩单中积点及加权平均成绩计算办法GPA满分为5分，100分为5分，每分依次降低0.1分，GPA=Σ(学分绩点* 学分)/Σ学分。
加权平均成绩=Σ(课程成绩* 学分)/Σ学分。
大平均成绩=Σ课程成绩/Σ课程门数成绩单下方注明GPA的满分、计算方法；加权平均成绩计算办法、大平均成绩计算办法；成绩为"通过"或"不通过"的课程不参与计算；学生可以选择成绩单是否显示GPA、加权平均成绩、大平均成绩。
第四条其它说明1、成绩单上加盖教务处成绩审核专用章，在学位证和毕业证的翻译件上加盖学校公章。
对装有成绩单的信封封口加盖教务处成绩审核章。
2、对国外大学认证机构、大使馆、机关企事业单位对我校学生成绩单及学历真伪的审查，学校将如实反馈情况，若学生违反相关规范，产生问题由学生全部负责。
2018年具有推荐优秀应届本科毕业生免试攻读硕士研究生资格院校名单
2018年具有推荐优秀应届本科毕业生免试攻读硕士研究生资格院校名单单位名称所在省市单位名称所在省市单位名称所在省市北京大学北京市东北石油大学黑龙江省中国地质大学(武汉) 湖北省中国人民大学北京市佳木斯大学黑龙江省武汉理工大学湖北省清华大学北京市黑龙江八一农垦大学黑龙江省湖北工业大学湖北省北京交通大学北京市东北农业大学黑龙江省华中农业大学湖北省北京工业大学北京市东北林业大学黑龙江省湖北中医药大学湖北省北京航空航天大学北京市哈尔滨医科大学黑龙江省华中师范大学湖北省北京理工大学北京市黑龙江中医药大学黑龙江省湖北大学湖北省北京科技大学北京市哈尔滨师范大学黑龙江省中南财经政法大学湖北省北方工业大学北京市哈尔滨商业大学黑龙江省武汉体育学院湖北省北京化工大学北京市复旦大学上海市中南民族大学湖北省北京工商大学北京市同济大学上海市三峡大学湖北省北京服装学院北京市上海交通大学上海市湘潭大学湖南省北京邮电大学北京市华东理工大学上海市吉首大学湖南省北京建筑大学北京市上海理工大学上海市湖南大学湖南省中国农业大学北京市上海海事大学上海市中南大学湖南省北京林业大学北京市东华大学上海市湖南科技大学湖南省北京协和医学院北京市上海海洋大学上海市长沙理工大学湖南省首都医科大学北京市上海中医药大学上海市湖南农业大学湖南省北京中医药大学北京市华东师范大学上海市中南林业科技大学湖南省。
阶梯泵注-压降测试确定压裂后地层裂缝形态
文章编号：1000 − 7393(2023)06 − 0748 − 08 DOI: 10.13639/j.odpt.202303036阶梯泵注-压降测试确定压裂后地层裂缝形态蔡玎宁1 程时清1 李依吉川2 白文鹏1 徐泽轩1 汪洋11. 中国石油大学(北京)石油工程学院；2. 陕西延长石油(集团)有限责任公司油气勘探公司引用格式：蔡玎宁，程时清，李依吉川，白文鹏，徐泽轩，汪洋. 阶梯泵注-压降测试确定压裂后地层裂缝形态［J ］. 石油钻采工艺，2023，45（6）：748-755.摘要：小型压裂测试可用于了解储层压裂特征并获取储层参数，对于正式压裂施工参数设计具有指导作用。
通过优化阶梯-压降测试参数分析方法，将测试过程分为泵注段-泵注早期、泵注段-裂缝扩展期和压降段-裂缝延伸闭合期等3个阶段。
针对测试阶梯少、阶梯时间不相等、拐点不明显等情况，分别应用不稳定渗流的径向流和线性流模型分析泵注早期和裂缝扩展期的压力特征，明确裂缝扩展时机和裂缝延伸压力；基于压裂液动态滤失时的体积平衡关系，配合其他压降测试方法，计算停泵后裂缝延伸的长度和宽度及岩石断裂韧性。
研究结果表明，该方法弥补了不规范测试中因排量-压力曲线拐点不清晰而无法获得有效的裂缝延伸压力的不足，所获得的储层和压裂参数计算结果可靠；在缺少实验的情况下得到了合理的断裂韧性参考值，扩大了阶梯排量测试的应用范围。
关键词：阶梯排量测试；小型压裂；裂缝长度；裂缝延伸压力；渗透率中图分类号：TE331 文献标识码： AStep pump injection pressure drop test to determine the morphology of formation fracturesafter fracturingCAI Dingning 1, CHENG Shiqing 1, LI Yijichuan 2, BAI Wenpeng 1, XU Zexuan 1, WANG Yang 11. College of Petroleum Engineering , China University of Petroleum (Beijing ), Beijing 102249, China ;2. Oil and Gas Exploration Company , Shaanxi Yanchang Petroleum (Group ) Co., Ltd., Yan’an 716002, Shaanxi , ChinaCitation: CAI Dingning, CHENG Shiqing, LI Yijichuan, BAI Wenpeng, XU Zexuan, WANG Yang. Step pump injection pressure drop test to determine the morphology of formation fractures after fracturing ［J ］. Oil Drilling & Production Technology,2023, 45(6): 748-755.Abstract: The mini-frac tests can be used to obtain reservoir fracturing characteristics and parameters, which can guide the design of construction parameters in formal fracturing process. By optimizing the method for analyzing the parameters in step pump injection pressure drop testing, the testing process was divided into three stages: pump injection period-early pump injection stage,pump injection period-fracture propagation stage and pressure drop period-fracture extension closure stage. In view of the situations where there are few testing steps, unequal step duration and unobvious inflection points, the pressure characteristics in the early pump injection stage and fracture propagation stage were analyzed by using the radial flow and linear flow models of unsteady flow,respectively, which helps to make the fracture propagation timing and fracture propagation pressure clear. Based on the volume balance relationship during dynamic fluid loss of fracturing fluid and other pressure drop testing methods, the fracture propagation length, fracture width and fracture toughness after pumping-off were calculated. The research results show that this method makes up for the inability to obtain effective fracture propagation pressure due to unclear inflection points of the injection rate-pressure curve基金项目: 国家自然科学基金项目“致密油藏注水诱导动态裂缝扩展机理研究”(编号：52104049)。
中国石油大学（北京）研究生综合测评加分细则（最终版）
中国⽯油⼤学（北京）研究⽣综合测评加分细则（最终版）⽯油⼯程学院研究⽣综合测评奖惩分实施细则第⼀章总则第⼀条《⽯油⼯程学院研究⽣综合测评奖惩分实施细则》（以下简称《细则》）根据《中国⽯油⼤学（北京）研究⽣综合测评办法》、《中国⽯油⼤学（北京）研究⽣国家奖学⾦评审办法》和《中国⽯油⼤学（北京）研究⽣学业奖学⾦管理办法》及有关⽂件精神，按照公开、公平、公正和民主集中制原则制定。
第⼆条《细则》适⽤于正式注册的全⽇制研究⽣，综合测评的奖惩分应在在⼊学之⽇起⾄年度综合测评启动之⽇区间获得，其中在校研究⽣取得的奖惩项应以中国⽯油⼤学（北京）为第⼀单位；专业学位研究⽣在实习期间以⼯作站企业为第⼀单位取得的奖惩项以及博⼠⽣在公派出国期间以公派⾼校为第⼀单位取得的奖惩项应按照《中国⽯油⼤学（北京）研究⽣综合测评办法》相关条例执⾏。
第⼆章智育测评奖惩分第三条 SCI⽂章分区认定依据为学校图书馆检索报告。
此检索报告由学⽣本⼈去图书馆开具，需加盖图书馆公章。
该检索报告为⽂章或期刊的检索报告，若⼆者⼩类分区不同，则依据⽂章或期刊检索报告上的⼩类分区最⾼分取值。
第四条国际会议界定依据为中国⽯油⼤学（北京）研究⽣院⽹站公布最新版本的《中国⽯油⼤学（北京）各学院（研究院）研究⽣国际学术会议名录》⽯油⼯程学院部分；国家级会议界定依据为会议主办⽅为国家级各部委；省部级会议界定依据为会议主办⽅为⾼校及省部级单位。
第五条中⽂核⼼的判定依据为中国知⽹（/doc/e65c977a7275a417866fb84ae45c3b3567ecdd90.html /）“期刊⼤全”中“核⼼期刊导航”为准，增刊⽂章不算核⼼。
第六条软件专利等同于国家实⽤新型专利，只承认授权号和公开号，需提供证书复印件。
有授权号参考《中国⽯油⼤学（北京）研究⽣综合测评办法》加分，有公开号的按照规定分值⼀半加分，多名专利申请者加分参考论⽂作者排序规则加分。
第七条注册软件版权认定依据为研究⽣导师科研管理系统。
跨省校区间校际学生交流实践——以中国石油大学（北京）克拉玛依校区为例
［收稿时间］2020-08-21［基金项目］教育部第二批新工科研究与实践项目“基于新工科理念的石油类高等教育人才培养体系构建”（E-KY‐DZCH20201803）；中国石油大学（北京）第十批党建、思想教育与行政管理科研项目“校区间学生交流模式研究与实践”。
［作者简介］张世栋（1987—），男，河南人，硕士，教务与国际交流部主任科员，研究方向：教育管理。
杨皆平（1972—），男，湖北人，硕士，中国石油大学（北京）克拉玛依校区教务与国际交流部主任，研究方向：教育管理。
［摘要］地理位置不佳的新建高校开展跨省校区间校际学生交流项目，有利于提高学校的生源水平、人才培养水平和就业质量，形成良性循环，对学校发展大有裨益。
文章以中国石油大学（北京）克拉玛依校区为例，介绍了该校区近三年来开展跨省校区间校际学生交流项目的主要做法，对项目实施过程中存在的问题进行分析，并指出下一步的工作思路，以期为相关高校开展类似项目提供参考。
［关键词］校区间；校际；学生交流；实践［中图分类号］G640［文献标识码］A ［文章编号］2095-3437（2022）03-0261-03考虑到地理位置和政策环境对人才的吸引力，目前高校跨省新建校区选址主要集中在经济发达的东部沿海城市，鲜有高校在西部省份新建校区。
为主动服务“一带一路”建设和国家能源战略，贯彻落实第二次中央新疆工作座谈会精神，中国石油大学（北京）于2015年3月成立了克拉玛依校区（以下简称“校区”）工作推进组，于2015年9月向教育部递交了设立校区的请示和报告，并于2015年10月获批建设校区。
2016年8月，校区首届本科新生入学报到。
截至目前，校区共有本科专业16个，在校生3800余人。
2018年，校区启动了向校本部及合作共建高校派遣学生交流学习的项目，交流学习期限为半年至一年，近三年的实践表明效果良好。
一、开展跨省校区间校际学生交流项目的意义（一）有利于招生宣传有利于招生宣传，，提高校区生源质量建设一流大学要先打造一流本科教育，办好一流本科教育要有一流本科生源。
多任务学习
第４３卷 第７期２０２０年７月计 算 机 学 报ＣＨＩＮＥＳＥＪＯＵＲＮＡＬＯＦＣＯＭＰＵＴＥＲＳＶｏｌ．４３Ｎｏ．７Ｊｕｌｙ２０２０ 收稿日期：２０１８ ０４ １６；在线发布日期：２０１９ ０４ １７．本课题得到国家重点研发计划项目（２０１６ＹＦＣ０３０３７０３ ０３）、中国石油大学（北京）年度前瞻导向及培育项目（２４６２０１８ＱＺＤＸ０２）资助．张 钰，博士研究生，主要研究方向为机器学习．Ｅ ｍａｉｌ：６２３２４２９５４＠ｑｑ．ｃｏｍ．刘建伟，博士，副研究员，主要研究方向为机器学习、模式识别与智能系统、复杂系统的分析、预测与控制、算法分析与设计．左 信，教授，主要从事油田生产、管道运输和石油化工过程的测量、控制与优化方面的理论研究和工业应用工作，目前主要研究领域为先进控制理论与应用、安全保护控制系统和深海油田自动化．多任务学习张 钰 刘建伟 左 信（中国石油大学（北京）自动化系 北京 １０２２４９）摘 要 随着图像处理，语音识别等人工智能技术的发展，很多学习方法尤其是采用深度学习框架的方法取得了优异的性能，在精度和速度方面有了很大的提升，但随之带来的问题也很明显，这些学习方法如果要获得稳定的学习效果，往往需要使用数量庞大的标注数据进行充分训练，否则就会出现欠拟合的情况而导致学习性能的下降．因此，随着任务复杂程度和数据规模的增加，对人工标注数据的数量和质量也提出了更高的要求，造成了标注成本和难度的增大．同时，单一任务的独立学习往往忽略了来自其它任务的经验信息，致使训练冗余重复和学习资源的浪费，也限制了其性能的提升．为了缓解这些问题，属于迁移学习范畴的多任务学习方法逐渐引起了研究者的重视．与单任务学习只使用单个任务的样本信息不同，多任务学习假设不同任务数据分布之间存在一定的相似性，在此基础上通过共同训练和优化建立任务之间的联系．这种训练模式充分促进任务之间的信息交换并达到了相互学习的目的，尤其是在各自任务样本容量有限的条件下，各个任务可以从其它任务获得一定的启发，借助于学习过程中的信息迁移能间接利用其它任务的数据，从而缓解了对大量标注数据的依赖，也达到了提升各自任务学习性能的目的．在此背景之下，本文首先介绍了相关任务的概念，并按照功能的不同对相关任务的类型进行划分，之后对它们的特点进行了逐一描述．然后，本文按照数据的处理模式和任务关系的建模过程不同将当前的主流算法划分为两大类：结构化多任务学习算法和深度多任务学习算法．其中，结构化多任务学习算法采用线性模型，可以直接针对数据进行结构假设并且使用原有标注特征表述任务关系，同时，又可根据学习对象的不同将其细分为基于任务层面和基于特征层面两种不同结构，每种结构有判别式方法和生成式方法两种实现手段．与结构化多任务学习算法的建模过程不同，深度多任务学习算法利用经过多层特征抽象后的深层次信息进行任务关系描述，通过处理特定网络层中的参数达到信息共享的目的．紧接着，以两大类算法作为主线，本文详细分析了不同建模方法中对任务关系的结构假设、实现途径、各自的优缺点以及方法之间的联系．最后，本文总结了任务之间相似性及其紧密程度的判别依据，并且分析了多任务作用机制的有效性和内在成因，从归纳偏置和动态求解等角度阐述了多任务信息迁移的特点．关键词 多任务学习；信息迁移；任务相似性；贝叶斯生成式模型多任务学习；判别式多任务学习；深度多任务学习中图法分类号ＴＰ１８ 犇犗犐号１０．１１８９７／ＳＰ．Ｊ．１０１６．２０２０．０１３４０犛狌狉狏犲狔狅犳犕狌犾狋犻 犜犪狊犽犔犲犪狉狀犻狀犵ＺＨＡＮＧＹｕ ＬＩＵＪｉａｎ Ｗｅｉ ＺＵＯＸｉｎ（犇犲狆犪狉狋犿犲狀狋狅犳犃狌狋狅犿犪狋犻狅狀，犆犺犻狀犪犝狀犻狏犲狉狊犻狋狔狅犳犘犲狋狉狅犾犲狌犿，犅犲犻犼犻狀犵 １０２２４９）犃犫狊狋狉犪犮狋 Ｗｉｔｈｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆａｒｔｉｆｉｃｉａｌｉｎｔｅｌｌｉｇｅｎｃｅｔｅｃｈｎｏｌｏｇｙｓｕｃｈａｓｉｍａｇｅｐｒｏｃｅｓｓｉｎｇａｎｄｓｐｅｅｃｈｒｅｃｏｇｎｉｔｉｏｎ，ｍａｎｙｌｅａｒｎｉｎｇｍｅｔｈｏｄｓ，ｅｓｐｅｃｉａｌｌｙｔｈｏｓｅｕｓｉｎｇｄｅｅｐｌｅａｒｎｉｎｇｆｒａｍｅｗｏｒｋｓ，ｈａｖｅａｃｈｉｅｖｅｄｅｘｃｅｌｌｅｎｔｐｅｒｆｏｒｍａｎｃｅａｎｄｇｒｅａｔｌｙｉｍｐｒｏｖｅｄａｃｃｕｒａｃｙａｎｄｓｐｅｅｄ，ｂｕｔｔｈｅｐｒｏｂｌｅｍｓａｒｅａｌｓｏｏｂｖｉｏｕｓ，ｉｆｔｈｅｓｅｌｅａｒｎｉｎｇｍｅｔｈｏｄｓｗａｎｔｔｏａｃｈｉｅｖｅａｓｔａｂｌｅｌｅａｒｎｉｎｇｅｆｆｅｃｔ，ｔｈｅｙｏｆｔｅｎｎｅｅｄｔｏｕｓｅａｌａｒｇｅｎｕｍｂｅｒｏｆｌａｂｅｌｅｄｄａｔａｔｏｔｒａｉｎａｄｅｑｕａｔｅｌｙ．Ｏｔｈｅｒｗｉｓｅ，ｔｈｅｒｅｗｉｌｌｂｅａｎｕｎｄｅｒ ｆｉｔｔｉｎｇｓｉｔｕａｔｉｏｎｗｈｉｃｈｗｉｌｌｌｅａｄｔｏｔｈｅｄｅｃｌｉｎｅｏｆｌｅａｒｎｉｎｇｐｅｒｆｏｒｍａｎｃｅ．Ｔｈｅｒｅｆｏｒｅ，ｗｉｔｈｔｈｅｉｎｃｒｅａｓｅｏｆｔａｓｋｃｏｍｐｌｅｘｉｔｙａｎｄｄａｔａｓｃａｌｅ，ｈｉｇｈｅｒｒｅｑｕｉｒｅｍｅｎｔｓａｒｅｐｕｔｆｏｒｗａｒｄｆｏｒｔｈｅｑｕａｎｔｉｔｙａｎｄｑｕａｌｉｔｙｏｆｍａｎｕａｌｌａｂｅｌｉｎｇｄａｔａ，ｒｅｓｕｌｔｉｎｇｉｎｔｈｅｉｎｃｒｅａｓｅｏｆｌａｂｅｌｉｎｇｃｏｓｔａｎｄｄｉｆｆｉｃｕｌｔｙ．Ａｔｔｈｅｓａｍｅｔｉｍｅ，ｔｈｅｉｎｄｅｐｅｎｄｅｎｔｌｅａｒｎｉｎｇｏｆｓｉｎｇｌｅｔａｓｋｏｆｔｅｎｉｇｎｏｒｅｓｔｈｅｅｘｐｅｒｉｅｎｃｅｉｎｆｏｒｍａｔｉｏｎｆｒｏｍｏｔｈｅｒｔａｓｋｓ，ｗｈｉｃｈｌｅａｄｓｔｏｒｅｄｕｎｄａｎｔｔｒａｉｎｉｎｇａｎｄｗａｓｔｅｏｆｌｅａｒｎｉｎｇｒｅｓｏｕｒｃｅｓ，ａｎｄａｌｓｏｌｉｍｉｔｓｔｈｅｉｍｐｒｏｖｅｍｅｎｔｏｆｉｔｓｐｅｒｆｏｒｍａｎｃｅ．Ｉｎｏｒｄｅｒｔｏａｌｌｅｖｉａｔｅｔｈｅｓｅｐｒｏｂｌｅｍｓ，ｔｈｅｍｕｌｔｉ ｔａｓｋｌｅａｒｎｉｎｇｍｅｔｈｏｄ，ｗｈｉｃｈｂｅｌｏｎｇｓｔｏｔｈｅｃａｔｅｇｏｒｙｏｆｔｒａｎｓｆｅｒｌｅａｒｎｉｎｇ，ｈａｓｇｒａｄｕａｌｌｙａｔｔｒａｃｔｅｄｔｈｅａｔｔｅｎｔｉｏｎｏｆｒｅｓｅａｒｃｈｅｒｓ．Ｕｎｌｉｋｅｓｉｎｇｌｅ ｔａｓｋｌｅａｒｎｉｎｇ，ｗｈｉｃｈｏｎｌｙｕｓｅｓｓａｍｐｌｅｉｎｆｏｒｍａｔｉｏｎｏｆａｓｉｎｇｌｅｔａｓｋ，ｍｕｌｔｉ ｔａｓｋｌｅａｒｎｉｎｇａｓｓｕｍｅｓｔｈａｔｔｈｅｒｅｉｓａｃｅｒｔａｉｎｓｉｍｉｌａｒｉｔｙｂｅｔｗｅｅｎｔｈｅｄａｔａｄｉｓｔｒｉｂｕｔｉｏｎｏｆｄｉｆｆｅｒｅｎｔｔａｓｋｓ．Ｏｎｔｈｉｓｂａｓｉｓ，ｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｔａｓｋｓｉｓｅｓｔａｂｌｉｓｈｅｄｔｈｒｏｕｇｈｊｏｉｎｔｔｒａｉｎｉｎｇａｎｄｏｐｔｉｍｉｚａｔｉｏｎ．Ｔｈｉｓｔｒａｉｎｉｎｇｍｏｄｅｆｕｌｌｙｐｒｏｍｏｔｅｓｉｎｆｏｒｍａｔｉｏｎｅｘｃｈａｎｇｅｂｅｔｗｅｅｎｔａｓｋｓａｎｄａｃｈｉｅｖｅｓｔｈｅｇｏａｌｏｆｍｕｔｕａｌｌｅａｒｎｉｎｇ．Ｅｓｐｅｃｉａｌｌｙｕｎｄｅｒｔｈｅｃｏｎｄｉｔｉｏｎｔｈａｔｔｈｅｓａｍｐｌｅｓｉｚｅｏｆｅａｃｈｔａｓｋｉｓｌｉｍｉｔｅｄ，ｅａｃｈｔａｓｋｃａｎｇｅｔｓｏｍｅｉｎｓｐｉｒａｔｉｏｎｆｒｏｍｏｔｈｅｒｔａｓｋｓ．Ｗｉｔｈｔｈｅｈｅｌｐｏｆｉｎｆｏｒｍａｔｉｏｎｔｒａｎｓｆｅｒｉｎｔｈｅｌｅａｒｎｉｎｇｐｒｏｃｅｓｓ，ｔｈｅｄａｔａｏｆｏｔｈｅｒｔａｓｋｓｃａｎｂｅｉｎｄｉｒｅｃｔｌｙｕｔｉｌｉｚｅｄ．Ｔｈｕｓ，ｔｈｅｄｅｐｅｎｄｅｎｃｅｏｎａｌａｒｇｅｎｕｍｂｅｒｏｆｌａｂｅｌｅｄｄａｔａｉｓａｌｌｅｖｉａｔｅｄ，ａｎｄｔｈｅｇｏａｌｏｆｉｍｐｒｏｖｉｎｇｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｔａｓｋｌｅａｒｎｉｎｇｉｓａｌｓｏａｃｈｉｅｖｅｄ．Ｕｎｄｅｒｔｈｉｓｂａｃｋｇｒｏｕｎｄ，ｔｈｉｓｐａｐｅｒｆｉｒｓｔｉｎｔｒｏｄｕｃｅｓｔｈｅｃｏｎｃｅｐｔｏｆｒｅｌａｔｅｄｔａｓｋｓ，ａｎｄｄｅｓｃｒｉｂｅｓｔｈｅｉｒｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｎｅｂｙｏｎｅａｆｔｅｒｃｌａｓｓｉｆｙｉｎｇｔｈｅｔｙｐｅｓｏｆｒｅｌａｔｅｄｔａｓｋｓａｃｃｏｒｄｉｎｇｔｏｔｈｅｉｒｆｕｎｃｔｉｏｎｓ．Ｔｈｅｎ，ａｃｃｏｒｄｉｎｇｔｏｔｈｅｄａｔａｐｒｏｃｅｓｓｉｎｇｍｏｄｅａｎｄｔａｓｋｒｅｌａｔｉｏｎｓｈｉｐｍｏｄｅｌｉｎｇｐｒｏｃｅｓｓ，ｔｈｅｃｕｒｒｅｎｔｍａｉｎｓｔｒｅａｍａｌｇｏｒｉｔｈｍｓａｒｅｄｉｖｉｄｅｄｉｎｔｏｔｗｏｃａｔｅｇｏｒｉｅｓ：ｓｔｒｕｃｔｕｒｅｄｍｕｌｔｉ ｔａｓｋｌｅａｒｎｉｎｇａｌｇｏｒｉｔｈｍａｎｄｄｅｅｐｍｕｌｔｉ ｔａｓｋｌｅａｒｎｉｎｇａｌｇｏｒｉｔｈｍ．Ｔｈｅｓｔｒｕｃｔｕｒｅｄｍｕｌｔｉ ｔａｓｋｌｅａｒｎｉｎｇａｌｇｏｒｉｔｈｍａｄｏｐｔｓｌｉｎｅａｒｍｏｄｅｌ，ｗｈｉｃｈｃａｎｄｉｒｅｃｔｌｙａｓｓｕｍｅｔｈｅｓｔｒｕｃｔｕｒｅｏｆｔｈｅｄａｔａａｎｄｅｘｐｒｅｓｓｔｈｅｔａｓｋｒｅｌａｔｉｏｎｓｈｉｐｗｉｔｈｔｈｅｏｒｉｇｉｎａｌａｎｎｏｔａｔｉｏｎｆｅａｔｕｒｅｓ．Ａｔｔｈｅｓａｍｅｔｉｍｅ，ｉｔｃａｎｂｅｓｕｂｄｉｖｉｄｅｄｉｎｔｏｔｗｏｄｉｆｆｅｒｅｎｔｓｔｒｕｃｔｕｒｅｓｂａｓｅｄｏｎｔａｓｋｌｅｖｅｌａｎｄｆｅａｔｕｒｅｌｅｖｅｌａｃｃｏｒｄｉｎｇｔｏｔｈｅｄｉｆｆｅｒｅｎｔｌｅａｒｎｉｎｇｏｂｊｅｃｔｓ．Ｅａｃｈｓｔｒｕｃｔｕｒｅｈａｓｔｗｏｉｍｐｌｅｍｅｎｔａｔｉｏｎｍｅａｎｓ：ｄｉｓｃｒｉｍｉｎａｎｔｍｅｔｈｏｄａｎｄｇｅｎｅｒａｔｉｖｅｍｅｔｈｏｄ．Ｄｉｆｆｅｒｅｎｔｆｒｏｍｔｈｅｍｏｄｅｌｉｎｇｐｒｏｃｅｓｓｏｆｓｔｒｕｃｔｕｒｅｄｍｕｌｔｉ ｔａｓｋｌｅａｒｎｉｎｇａｌｇｏｒｉｔｈｍ，ｄｅｅｐｍｕｌｔｉ ｔａｓｋｌｅａｒｎｉｎｇａｌｇｏｒｉｔｈｍｕｓｅｓｔｈｅｄｅｅｐｉｎｆｏｒｍａｔｉｏｎａｂｓｔｒａｃｔｅｄｂｙｍｕｌｔｉ ｌａｙｅｒｆｅａｔｕｒｅｓｔｏｄｅｓｃｒｉｂｅｔｈｅｔａｓｋｒｅｌａｔｉｏｎｓｈｉｐ，ａｎｄａｃｈｉｅｖｅｓｔｈｅｇｏａｌｏｆｉｎｆｏｒｍａｔｉｏｎｓｈａｒｉｎｇｂｙｐｒｏｃｅｓｓｉｎｇｔｈｅｐａｒａｍｅｔｅｒｓｉｎｔｈｅｓｐｅｃｉｆｉｃｎｅｔｗｏｒｋｌａｙｅｒ．Ｔｈｅｎ，ｔａｋｉｎｇｔｗｏｋｉｎｄｓｏｆａｌｇｏｒｉｔｈｍｓａｓｔｈｅｍａｉｎｌｉｎｅ，ｔｈｉｓｐａｐｅｒａｎａｌｙｚｅｄｔｈｅｓｔｒｕｃｔｕｒａｌａｓｓｕｍｐｔｉｏｎｓ，ｉｍｐｌｅｍｅｎｔａｔｉｏｎａｐｐｒｏａｃｈｅｓ，ａｄｖａｎｔａｇｅｓａｎｄｄｉｓａｄｖａｎｔａｇｅｓｏｆｄｉｆｆｅｒｅｎｔｍｏｄｅｌｉｎｇｍｅｔｈｏｄｓａｎｄｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｔｈｅｍｉｎｄｅｔａｉｌ．Ｆｉｎａｌｌｙ，ｔｈｉｓｐａｐｅｒｓｕｍｍａｒｉｚｅｓｔｈｅｃｒｉｔｅｒｉａｆｏｒｉｄｅｎｔｉｆｙｉｎｇｔｈｅｓｉｍｉｌａｒｉｔｙａｎｄｃｏｍｐａｃｔｎｅｓｓｂｅｔｗｅｅｎｔａｓｋｓ，ａｎｄｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓａｎｄｉｎｔｒｉｎｓｉｃｃａｕｓｅｓｏｆｍｕｌｔｉ ｔａｓｋｍｅｃｈａｎｉｓｍａｒｅａｌｓｏａｎａｌｙｚｅｄ，ｔｈｅｎｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｍｕｌｔｉ ｔａｓｋｉｎｆｏｒｍａｔｉｏｎｍｉｇｒａｔｉｏｎａｒｅｅｘｐｏｕｎｄｅｄｆｒｏｍｔｈｅｐｅｒｓｐｅｃｔｉｖｅｓｏｆｉｎｄｕｃｔｉｖｅｂｉａｓａｎｄｄｙｎａｍｉｃｓｏｌｕｔｉｏｎ．犓犲狔狑狅狉犱狊 ｍｕｌｔｉ ｔａｓｋｌｅａｒｎｉｎｇ；ｉｎｆｏｒｍａｔｉｏｎｔｒａｎｓｆｅｒ；ｓｉｍｉｌａｒｉｔｙｏｆｔａｓｋｓ；Ｂａｙｅｓｉａｎｇｅｎｅｒａｔｉｖｅｍｏｄｅｌｏｆｍｕｌｔｉ ｔａｓｋｌｅａｒｎｉｎｇ；ｄｉｓｃｒｉｍｉｎａｎｔａｐｐｒｏａｃｈｏｆｍｕｌｔｉ ｔａｓｋｌｅａｒｎｉｎｇ；ｄｅｅｐｍｕｌｔｉ ｔａｓｋｌｅａｒｎｉｎｇｖｉａｄｅｅｐｎｅｕｒａｌｎｅｔｗｏｒｋ１ 多任务学习背景多任务学习（ＭｕｌｔｉｔａｓｋＬｅａｒｎｉｎｇ，ＭＴＬ）是同时考虑多个相关任务的学习过程，目的是利用任务间的内在关系来提高单个任务学习的泛化性能．１９９４年，Ｃａｒｕａｎａ提出了多任务学习的概念［１］：多任务学习是一种归纳迁移机制，基本目标是提高泛化性能．多任务学习通过同时训练多个相关任务，学习到任务之间的一些共享表示，并进一步地挖掘训练信号中的特定域信息来提高每个任务泛化能力，在数据挖掘、计算机视觉、语音识别、生物医疗、社交网络等领域有着广泛的现实应用．多任务学习的出发点是在解决新问题时利用１４３１７期张 钰等：多任务学习的知识会习惯地受到已有相关问题的启发，借助于以往的经验可以提高学习效果．以往单任务学习（Ｓｉｎｇｌｅ ｔａｓｋｌｅａｒｎｉｎｇ）是指每次只学习一个分类任务，并且只使用对应任务本身的数据集，在单任务学习中经常假定训练样本之间是独立并且同分布的．但是现实世界中存在很多相关的数据集，例如，在遥感图像处理问题中，每组图像数据都是在特定的地理位置收集的，此时数据源来自于同一设备不同视角，存在高度相关性，但是并不为每个感测任务设计单独的分类器，而是希望在任务之间共享数据，以提高整体感知性能［２ ４］．因此在很多情况下，虽然任务数据采集的来源和分布是相似的，即可能存在共同的归纳偏置，但是由于学习的目的不完全相同，不能简单地将它们合并为一个任务，此时可以将它们看作是由多个相关的任务组成，选择多个任务联合学习，从而获得一些潜在信息以提高各自任务的学习效果．而且，对于一些训练样本个数少且特征维数高的任务，单任务学习出现秩亏并且有过拟合的风险，通过在一定结构的共享空间之内并行学习，当前任务可以接收其它辅助任务传入的特征信息，这样在交互过程中间接增加了单个任务样本空间的大小，另外多任务之间平均了各自的噪声差异，得到了更一般的表示模型，这样其它任务可以为相关的特征提供额外的参考信息，可以有效降低单个任务过拟合和泛化能力差的风险．多任务学习虽然是一种迁移学习方法，但是不同于其它种类迁移学习，多任务学习并不注重源领域和未知领域的知识迁移，它主要利用域之间相似的知识信息，提升特定任务的学习效果，注重领域知识的共享性．两者特点的不同决定了学习过程的差别，迁移学习的目的是通过从源任务中转移知识来提升目标任务中的性能，而多任务学习则试图同时学习目标任务和源任务．从这个层面上来说，其它迁移学习方法应该侧重于归纳转移，而多任务学习侧重于共享．１ １ 多任务的类型分类１．１．１ 相关任务的分类多任务学习有很多形式，联合学习（ｊｏｉｎｔｌｅａｒｎｉｎｇ）、自主学习（ｌｅａｒｎｉｎｇｔｏｌｅａｒｎ）和带有辅助任务的学习（ｌｅａｒｎｉｎｇｗｉｔｈａｕｘｉｌｉａｒｙｔａｓｋ）等都可以称为多任务学习．联合学习又称为对称多任务学习，试图同时执行所有任务以便提高单个任务的学习性能，由于时间、地点、设备、人工标注差异或其它变化因素，各个任务数据的统计特性可能有所不同，但是任务之间肯定存在高度相似，联合学习多个分类任务有助于减少任务之间概率分布差异，因此，在这个意义上，联合学习认为模型是对称的，不区分主任务和辅助任务．一般的多任务应用都是指对称多任务学习，出发点是将几个类似的学习任务同时进行训练，通过任务之间的特征信息迁移共同地提升所有任务的学习效率，本文中绝大部分算法也都是针对对称多任务学习，彼此没有主次之分．自主学习又称为非对称多任务学习，目标是利用源任务的信息来改进某些目标任务的学习性能，通常在源任务被学习后使用［５］，和迁移学习不同的是，自主学习仍是建立在共同学习基础上，并不强调源域和目标域分布的差异性，如果分布相似性条件不成立，使用非对称多任务学习是不合理的，只能考虑迁移学习．针对辅助任务的用处不同，又可以将多任务学习划分为输入变输出逆多任务学习，对抗性多任务学习，辅助任务提供注意力特征的多任务学习和附加预测性辅助任务的多任务学习．１．１．２ 将输入变输出的逆多任务学习一般在有监督的学习任务中，输入和输出之间有很明显的区分，观测值是输入，要预测的值是输出，也称为监督信号．有监督的学习模式中，任务利用训练集的样例学习相关特征表示用于测试集的预测，而在无监督学习中并没有监督信号，因此解决的办法是将特征同时作为输入和输出，利用不同的无监督样例的特征信息为彼此提供监督信号，此时允许测试样例的特征作为输入，将其它样例上的特征作为输出，进而达到不同的学习效果，最大地发挥这些特征的作用．借鉴无监督学习的模式，文献［６］提出在有监督的多任务学习中如果存在比作为输入更有价值的特征时，可以使用其它任务上的样例的特征作为监督信号，学习目标任务训练集上其它的输入特征到这部分特征的映射关系，学习映射关系的过程可以作为辅助任务．这些特征可以提供监督信号的根本原因是当特征中存在噪声时，附加的辅助输出中的噪声往往比附加的辅助输入中的噪声小．１．１．３ 对抗性多任务学习对抗性多任务学习借鉴了生成对抗网络中的观点，该观点最初是由Ｇａｎｉｎ等人［７ ８］在解决无监督域适应学习问题时提出的，文献［９］将它用在了有监督的ＲＮＮ多任务学习中．受到生成对抗网络中生成式模型的启发，引入对抗任务是为了加强学习任务间不变性表示的能力．在标准的多任务学习中为了２４３１计 算 机 学 报２０２０年最大限度地提高主要任务和次要任务的分类精度，学习表示的过程是共享的．不同于标准的多任务学习，对抗性多任务学习要得到的是对主要任务有利而与次要任务对抗的表示．文献［９］提出的多任务学习框架不断利用辅助任务包含的相反信息，消除主要任务的噪声，从而学习到接近底层数据真实表示的特征．图１ 对抗性任务具有两个任务的对抗性网络如图１所示．它由三个子网络组成，包括主要任务输出子网络，次要任务输出子网络以及主次任务共同的输入网络，其中两个子网络是独立的，输入层提取任务间共享表示．次要任务在反向传播过程中经过一个反转层将梯度方向反转，弱化了对抗任务的分类精度，目的是学习次要任务的对抗表示，所以对主任务有损害且无关的域依赖信息将从表示中清除．通过共同学习一个辅助任务域和主要任务域的不变表示，对抗性任务可以发现目标任务最本质的特征，训练完成后将对抗性任务的输出子网删除，最终经过对抗学习过程之后，主任务学习的是去除无关信息的特征表示，鲁棒性增加，进而学习效果得到提升．更一般的，如果学习分类任务，各个任务彼此之间也可以看作是一种特殊的对抗任务，因为每个任务中含有直接影响分类结果的判别特征，需要最大程度地区别出各个分类的差异性．１．１．４ 辅助任务提供注意力特征的多任务学习这里的辅助任务可以称为提示性任务，是一种为监督学习增加信息的方式．文献［６］首先提出了这个概念，作者列举使用图像学习转向任务中检测路标的问题，转向问题本身不着重于路标检测，因为路标图像只占整个图像很小的一部分，但是自动驾驶问题中路标的检测是必要的，如果采用单任务学习，难以让这部分特征作为有效的输入，于是引入这些路标图像检测作为辅助任务，通过与转向任务学习相同的共享结构，在共享结构中添加上关于路标的特征．此后，文献［１０］将提示性任务用于带有生僻字检测的命名体识别系统，利用上下文提示信息作为辅助任务进行特征放大，为生僻词提供线索，避免了一些词语的词性标签对于词句的语义标注和外部词汇表的依赖性．可以看到，在单任务学习过程中，一些显著特征对学习结果的影响较大，一些不常用特征往往被忽略，但是这类特征对于任务的某些功能是必要的，在一般的多任务学习中，这部分不常用的特征可以通过辅助任务单独引入，在共同学习过程中将其放大，平衡显著特征带来的学习不充分问题．此类在目标任务中需要单独放大的特征一般称为需要注意力集中的特征．１．１．５ 附加预测性辅助任务的多任务学习在线学习问题中包含很多对于主任务学习有价值的特征，但是有些特征不能作为输入，因为这些特征在学习过程中不能够被及时得到，而是在训练以及预测完成之后才能获得，例如在文献［６］中列举的自动驾驶问题中的路标检测，由于技术原因，在行驶过程中无法及时获得前方道路交通标示，只有当接近它的时候才能准确的测量，但是提前辨识路标对于适应路况必不可少，此时没有这部分特征的定性描述，也没有这部分特征的任何信息可以获取，这种情况下如果要识别这些特征，只能将这部分特征通过离线学习收集并添加到训练集作为实例样本．与１．１．２节输入变输出的特征正好相反，这部分特征可以称作输出变输入的特征．因此，当出现一些与主任务相关的未知特征时，往往可以将这些特征的学习作为辅助任务，在离线过程中收集，而在在线过程中为主任务提供额外的信息，帮助主任务学习更合理的归纳表示，这类辅助任务就称为预测性任务，这些额外的任务产生的未来特征测量值，可以应用于很多离线问题．３４３１７期张 钰等：多任务学习本节介绍了几种多任务的类型和非对称任务中的几种典型辅助任务，可以看到，引入辅助任务主要为目标任务增加有效的特征信息，为提高数据的使用效率提供了启发，一般旨在提升目标任务中不容易被使用特征的利用效率．辅助任务与目标任务的特征相似度可以是局部的，只考虑主要特征的需求，例如对抗性任务只利用浅层的鲁棒不变表示；也可以是全局的，例如离线搜集数据当作辅助预测任务引导自动驾驶，当然，对于带有辅助任务的多任务学习，数据要进行预处理，转换到同一个特征空间下讨论，因为数据的来源往往都不相同．本文中只有２．７节非监督多任务学习中涉及到了非对称任务，其余情形还是着重讨论对称多任务学习，因为实际应用中对称多任务学习的适用场景较为广泛，也更多的应用到了平均提升每个任务泛化性能的思想．由于每个任务中特征的权重占比不同，如何选取合适的算法以高效利用数据找到适合于多任务关系的结构是一个难点，我们将在下一节多任务学习具体算法中介绍．２ 多任务学习算法２ １ 多任务学习的定义在多任务学习中，给定犕个任务的训练集｛犜犿｝犕犿＝１，对于第犿个任务犜犿，训练集犇犿包含狀犿个样例 标签对｛狓犿，犼，狔犿，犼｝狀犿犼＝１，狓犿，犼∈犚犇为第犿个任务的第犼个样例，狔犿，犼∈犚代表其对应的输出，狀犿是第犿个任务的训练样本的个数，犠∈犚犇×犕代表权值矩阵，即多任务模型参数矩阵，ε犿代表任务下的噪声，则有线性模型：狔犿，犼＝狑Ｔ犿狓犿，犼＋ε犿（１）其中第犿个任务的模型向量狑犿为犠中的一列，大多数现有ＭＴＬ算法的一个关键假设是，所有任务都通过某种结构相互关联，多任务中任务信息共享是通过特征的联系实现的，一般来说，多任务选取的特征属性都是相似的，而各个任务之间特征的重要性通过模型向量狑犿反映，如果在模型向量中所占比重相似才能说明任务特征之间具有迁移性，因此多任务学习的目的是通过学习犠的不同结构来反映任务之间的关系．为了概念的统一，本文的多任务模型参数指的是模型参数矩阵．２ ２ 多任务算法的分类ＭＴＬ算法按照学习模式的不同，可以分为传统的结构化学习方法和深度多任务学习方法．传统的结构化学习方法并不会像深度学习方法一样改变特征的表现形式，即不利用抽象后的特征，最终以结构约束的形式体现任务联系．按照学习结构的不同，又可以分为基于任务层面的多任务学习和基于特征层面的多任务学习，其中基于任务层面的方法通常将大部分特征视为彼此相关的，并且任务的相关性是全局的，因此它注重总体特征的共享迁移，一般是同时考虑多个特征，而基于特征层面的学习方法是单独对各个任务中的特征进行建模，注重个体特征的共享迁移．结构化学习方法从任务层面上可以分为模型参数共享方法，公共特征共享方法，多任务聚类结构方法和多任务子空间学习方法；从特征层面上可以分为鲁棒特征学习方法，联合低秩稀疏方法，脏模型方法，可变簇聚类方法，协同聚类方法．并且，在结构化学习方法中，均可以采用基于块正则化的判别式方法和基于贝叶斯概率统计的生成式方法作为不同的实现手段．有别于结构化学习方法，深度多任务方法对各个任务的特征逐层进行建模，任务关系的表述是通过改变层与层之间的连接方式．深度多任务方法主要有硬参数共享、软参数共享、张量网络、自适应层连接和自适应层分堆．在图２中，我们根据以上描述的学习模式对多任务学习进行了分类．４４３１计 算 机 学 报２０２０年２ ３ 基于任务层面的学习方法２．３．１ 模型参数共享在早期阶段，许多多任务方法侧重于利用任务关系的先验信息，例如，基于所有任务的域知识彼此相似，Ｃａｒｕａｎａ在文献［４］中提出了多层前馈神经网络，是最早的多任务统一共享结构学习模型之一．在神经网络中，隐含层代表来自所有任务的共同特征，输出层中的每个神经元通常对应于一个任务的输出．与神经网络相似，多任务支持向量机方法［１１］是文献［４］的自然扩展，它假定存在一个通用的多任务模型，权衡每个任务到此通用模型的中心偏离度和模型参数平均值，使得总体损失函数达到最优．每个支持向量机要学习的模型定义为犠狋＝犠０＋犞狋，犠０是任务集隐含的共同模型，犞狋表示各个任务和中心模型的距离，通过犔２范数正则化约束中心模型参数犠０和各自任务模型参数犞狋的平均距离，使所有任务的模型参数接近此共同模型．除了支持向量机，参数共享也可以通过鼓励所有任务参数相似实现，文献［１２］根据给定的任务相似性图模型设计出一些基于拉普拉斯的正则化算子；文献［１１］采用最小化参数差异的Ｆｒｏｂｅｎｉｕｓ范数；文献［１３ １４］将其转换到希尔伯特空间中讨论，其结果都保证了任务之间的总体相似度，因此，这类方法也可以称为平均约束学习．总体来说，模型参数共享的出发点比较简单和直接，建立在任务相似性比较大的基础上，基本都是假设任务相互关联，学习目标是获得一个中心模型来描述这些任务的公共特征集，所以可以看到大多数约束都是使得各个任务模型足够靠近这个模型均值，而现实情况中大部分多任务之间很难满足非常紧密的相关性，于是出现了只挑选一些主要特征的公共特征共享方法．２．３．２ 公共特征共享在公共特征共享的方法中，假设各种任务共享相同的稀疏模式，表现在参数矩阵上就是一些特征行整体被诱导为零，作用是强制所有任务共享一组公共特征来建模任务之间的相关性．这类模型将联合损失定义为各任务损失和正则化项之和：ｍｉｎ犠∑犕犿＝１犠Ｔ犿犡犿－犢犿２２＋λ１Ω（犠）（２）其中，λ１是权重参数，Ω（犠）是正则化项，一般称为组套索（ｇｒｏｕｐ ＬＡＳＳＯ）结构，Ω（犠）可以对比单任务回归中施加的正则化项，比如套索（ＬＡＳＳＯ）模型中的犔１范数和岭回归（Ｒｉｄｇｅ）模型中的犔２范数，由于多任务的求解目标是参数矩阵，所以经常使用组合范数正则化进行约束，即可以防止过拟合又能满足通过稀疏挑选共享特征的要求，参数矩阵犠的（狉，狆）范数定义为：犠狉，狆··＝∑犕犿＝１犠犿狆（）狉１狆，常见的正则化是使用犔２，１组合范数，通过统一计算参数矩阵犠所有任务的第犱行特征的犔２范数保证任务在这个特征属性上的相似度得到犫（犠）＝（犠１，：２，…，犠犱，：２），然后再对犫（犠）施加犔１范数，在一些特征上达到稀疏的效果和筛选的效果．犔２，１是多任务用来特征共享最经典而且使用最多的组合范数．文献［１５］直接对模型参数施加犔２，１范数正则化约束的，犔２，１范数本身是不光滑的凸函数，所以在式（２）中，当损失函数选择凸函数（例如平方损失函数）时，整个目标函数就是可以找到全局最优解的凸函数．以往优化通常使用的二阶锥规划和内点法，计算代价高且收敛慢，针对这个问题，文献［１５］使用块提升算法进行优化，但是无法确定步长和收敛速度，文献［１６ １７］使用近端梯度加速法和一阶ｎｅｓｔｒｏｖ加速最优化黑箱方法，进一步确定了在犔２，１范数优化问题中参数的学习步长，对迭代过程收敛速度进行了加速．更近一步地，文献［１８ １９］考虑了组合范数的一般形式，文献［１８］研究了组合范数的基数犔０稀疏，文献［１９］详尽地介绍了混合范数犔狆，１，狆＞１的用法，将犔狆，１范数进行欧几里得投影并通过加速梯度算法求解优化，文献［２０］提出了一个关于犔狆，１范数的统一解决方案，优化中结合了投影梯度法和拉格朗日乘子法，通过区间二分法找到了保证收敛的拉格朗日参数，使犔狆，１范数可以拓展到大规模数量的任务，并且作者通过理论分析证明，狆值选取的越大，使用组套索提取后的特征之间耦合程度越高．因此，文献［２１ ２５］使用了犔∞，１范数以后，保证了筛选特征之间的聚合程度更加紧密．此外，受弹性网络的启发，文献［２６ ２７］提出了一种包括平方范数正则化器的校准多任务特征学习公式，文献［２７］对平方损失函数引入了校准砝码：１／（σ犿狀槡犿），其中，狀犿是第犿个任务的样本容量，σ犿１Ｔ犿狓犿－狔犿是校准权重，不仅如此，文献［校准砝码的基础上又在正则化项中加入了·犉范数来保证一个平滑的能对偶求解的问题．文献［２８］同时考虑了犔∞，１和犔２，１两种范数，将组套索拓展到了既有分类任务又有回归任务异质任务集合中．以上的多任务特征选择算法都假设任务之间具有正相关性，还有一类文献［２９］考虑了另外一种情５４３１７期张 钰等：多任务学习。
中国石油大学(北京)已录取研究生登记表
编号：年号
姓名
学号
手机
学院
专业
录取院校
信息
上研类型：保送（）考研（）
录取院校：
档案转寄单位：
档案转寄地址：
户口迁移地址：
邮编：
本人
其他情况
是否定向或者委培：是（）否（）
是否签有单位：是（）否（）
注意：委培或者定向毕业生需附解除定向证明；签有单位的毕业生需履行违约手续。
院系意见
辅导员签字：
院系分党委副书记签字：源自院系盖章：年月日注：
1、录取外校研究生的同学，需将调档函复印件与此表一并上交就业指导中心。调档函原件经就业中心盖章后交至学工处档案室。
2、如果毕业生已经签约，并录取为研究生，需办理违约手续，将违约审批表与此表一并上交就业指导中心。
3、未签约毕业生（保送研究生除外）需将三方协议（一式三份）的原件与此表一并上交就业指导中心。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
专业名称
地质学 环境科学 地质资源与地质工程 力学 油气井工程 油气田开发工程 海洋油气工程 石油与天然气工程 化工过程机械 化学工程与技术 环境工程 机械工程 热能工程 油气储运工程 安全科学与工程 机械工程 地球物理学 信息与通信工程 控制科学与工程 计算机科学与技术 地质资源与地质工程 计算机技术 数学 材料科学与工程 化学工程与技术 金融学 产业经济学 管理科学与工程 会计学 企业管理 技术经济及管理 会计
推免人 数
19 2 23 1 16 43 7 1 13 22 2 11 5 28 9 1 1 3 9 2 12 3 3 3 5 2 2 11 4 5 2 15
外国语学院 提高采收率研究院
非常规天然气研究院
新能源研究院 能源战略研究院 海洋工程研究院 总计
文章ቤተ መጻሕፍቲ ባይዱ源：文彦考研
045300
汉语国际教育
3
055100
翻译
2
082002
油气田开发工程
2
070800
地球物理学
1
081800
地质资源与地质工程
2
082002
油气田开发工程
1
081700
化学工程与技术
2
020204
金融学
1
025100
金融
5
0820Z1
海洋油气工程
1
305
中国石油大学（北京）2018 年硕士研究生推免生情况
院系名称 地球科学学院 石油工程学院 化学工程学院 机械工程与储运工程学院
地球物理与信息工程学院 理学院 工商管理学院
专业代 码
070900 077601 081800 080100 082001 082002 0820Z1 085219 080706 081700 083002 080200 080702 082003 083700 085201 070800 081000 081100 081200 081800 085211 070100 080500 081700 020204 020205 120100 120201 120202 120204 125300