检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

58 篇 期刊文献
54 篇 学位论文
4 篇 会议

馆藏范围

116 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

108 篇 工学
- 66 篇 计算机科学与技术...
- 61 篇 软件工程
- 45 篇 控制科学与工程
- 30 篇 机械工程
- 9 篇 仪器科学与技术
- 5 篇 动力工程及工程热...
- 5 篇 交通运输工程
- 4 篇 航空宇航科学与技...
- 2 篇 力学（可授工学、理...
- 2 篇 材料科学与工程（可...
- 2 篇 测绘科学与技术
- 2 篇 石油与天然气工程
- 2 篇 网络空间安全
- 1 篇 光学工程
- 1 篇 电气工程
- 1 篇 建筑学
- 1 篇 地质资源与地质工...
- 1 篇 船舶与海洋工程
- 1 篇 农业工程
- 1 篇 环境科学与工程（可...
43 篇 管理学
- 40 篇 管理科学与工程(可...
- 2 篇 公共管理
6 篇 理学
- 3 篇 系统科学
- 2 篇 地球物理学
- 1 篇 大气科学
6 篇 艺术学
- 5 篇 设计学（可授艺术学...
2 篇 教育学
- 2 篇 教育学
1 篇 法学
- 1 篇 公安学
1 篇 文学
- 1 篇 新闻传播学
1 篇 农学
1 篇 医学

主题

116 篇 生成式模型
17 篇 深度学习
13 篇 判别式模型
11 篇 人工智能
8 篇 机器学习
6 篇 零样本学习
5 篇 检索式模型
5 篇 对抗学习
5 篇 目标跟踪
4 篇 注意力机制
4 篇 生成式对抗网络
4 篇 图像分类
3 篇 知识图谱
3 篇 生成对抗网络
3 篇 自监督学习
3 篇 变分推断
3 篇 扩散模型
2 篇 零样本图像分类
2 篇 transformer
2 篇 视频内容表示

机构

8 篇 中国科学院大学
6 篇 浙江大学
5 篇 北京交通大学
4 篇 哈尔滨工业大学
3 篇 中国科学院自动化...
3 篇 天津大学
3 篇 国防科技大学
3 篇 上海理工大学
3 篇 上海交通大学
3 篇 南京邮电大学
3 篇 中国科学院自动化...
2 篇 中国人民公安大学
2 篇 湖南大学
2 篇 国防科学技术大学
2 篇 东南大学
2 篇 西安交通大学
2 篇 哈尔滨理工大学
2 篇 南京大学
2 篇 天津师范大学
2 篇 莲花山研究院

作者

3 篇 王飞跃
2 篇 sun jian
2 篇 龚海峰
2 篇 傅迎华
2 篇 赵友东
2 篇 贾云得
2 篇 柴梦婷
2 篇 周玉
2 篇 孙建
2 篇 柳樾
2 篇 zhou yu
2 篇 王坤峰
2 篇 付东翔
2 篇 苟超
1 篇 liang hao
1 篇 wang yuankai
1 篇 chen kejiang
1 篇 陈浩浩
1 篇 曲维光
1 篇 翟飞飞

语言

116 篇 中文

检索条件"主题词=生成式模型"

共 116 条记录，以下是81-90 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

轴承故障诊断的统计推断算法研究

轴承故障诊断的统计推断算法研究

引用

作者：王岩北京信息科技大学

学位级别：硕士

轴承是机械设备中的重要核心部件和故障源之一,滚动轴承状态检测和诊断对于避免机械系统的灾难性故障非常重要。随着大数据时代到来,基于机器学习的轴承智能诊断方法得到大规模应用,目前智能诊断方法主要是基于机器学习中的判别式模型... 详细信息

轴承是机械设备中的重要核心部件和故障源之一,滚动轴承状态检测和诊断对于避免机械系统的灾难性故障非常重要。随着大数据时代到来,基于机器学习的轴承智能诊断方法得到大规模应用,目前智能诊断方法主要是基于机器学习中的判别式模型。然而,随着滚动轴承应用场景更加广泛,设备面临的工况日趋复杂,判别式模型不能很好地适应动态变化。为解决此问题,本课题提出了基于混合高斯分布的生成式轴承故障诊断模型及其统计推断方法。针对生成式诊断模型选择问题,通过分析故障特征分布,提出采用混合高斯分布作为生成式诊断模型;针对生成式模型高维复杂且难以推断精确分布的问题,本课题提出采用基于Gibbs抽样的生成式诊断模型统计推断方法,通过随机抽样得到分布;针对Gibbs抽样统计推断方法收敛速度慢的问题,本课题进一步提出采用基于变分贝叶斯的生成式诊断模型统计推断方法,变分贝叶斯利用先验信息构建分布,该方法在保证准确率的前提下进一步提高了收敛速度。对于待诊断的故障数据,结合生成式诊断模型和贝叶斯定理实现故障的准确诊断。通过采用滚动轴承公开标准数据集和中国铁路实际数据分析表明,基于Gibbs抽样统计推断得到的生成式诊断模型与基于支持向量机的诊断模型相比,故障诊断正确率提升了11.1%。基于变分贝叶斯统计推断得到的生成式诊断模型同样可以取得理想的诊断正确率,并且相比基于Gibbs抽样方法大幅减少了迭代次数,收敛速度优势明显。本课题实现较高的诊断率并且收敛速度快,具有重要的实际意义,该方法可以推广应用到其他故障诊断领域。

关键词：统计推断生成式模型滚动轴承故障诊断 Gibbs抽样变分贝叶斯混合高斯模型

来源：评论

学校读者我要写书评

暂无评论

基于生成对抗网络的模仿学习研究

基于生成对抗网络的模仿学习研究

引用

作者：李跃腾哈尔滨工业大学

学位级别：硕士

机器学习利用数据或者过往的经验来提高计算机程序的性能,被看做通往人工智能的重要途径,并且在计算机视觉、数据挖掘、自然语言处理等领域受到了大量关注和广泛应用。模仿学习通过系统提供的专家指导示例数据,可以得到每一步决策的直... 详细信息

机器学习利用数据或者过往的经验来提高计算机程序的性能,被看做通往人工智能的重要途径,并且在计算机视觉、数据挖掘、自然语言处理等领域受到了大量关注和广泛应用。模仿学习通过系统提供的专家指导示例数据,可以得到每一步决策的直接参考,可以端到端学习到策略模型,近年来得到研究学者的广泛关注。生成对抗网络(GAN)目前已经变成人工智能学界热门的研究方向,本文借助生成对抗网络的思想,给出用生成对抗网络实现模仿学习的算法,避免了求取报酬函数,实现从策略到策略的端到端的学习。本文主要分析传统模仿学习算法的实现思路,利用能唯一确定策略的度量标准,给出了通过该度量标准实现模仿学习的可行性。本文给出了生成对抗网络中生成模型目标函数与模仿学习目标函数的一致性,通过训练判别网络与生成网络,实现模仿学习算法的优化过程,从而将模仿学习与生成对抗网络联系起来。传统生成对抗网络存在一定缺陷,本文探讨了算法缺陷的特点和来源,结合近年来火热的WGAN来实现模仿学习算法,给出了新的目标函数,使模仿学习算法能避免传统GAN带来的缺陷。本文探讨了训练网络过程中策略模型的更新过程,采用了能较好更新策略模型的算法,实现策略更新步长自适应选取。本文利用OpenAI的物理仿真引擎Mujoco作为仿真平台,通过对Mujoco中提供的多个任务执行模仿学习算法,验证了用生成对抗网络思想实现模仿学习算法的有效性,实现了从专家轨迹到策略的端到端的学习目的。

关键词：生成对抗网络模仿学习强化学习生成式模型

来源：评论

学校读者我要写书评

暂无评论

基于特征映射的运动分析与识别

基于特征映射的运动分析与识别

引用

作者：吴哲上海交通大学

学位级别：硕士

在模式识别和机器学习领域中，生成式模型中和判别式模型是两个重要的识别方法。而特征映射则提供了一种从生成式模型中提取能够描述样本的特征的方法，从而与判别式模型结合。这种混合生成式模型和判别式模型的方法，不仅拥有生成式模... 详细信息

在模式识别和机器学习领域中，生成式模型中和判别式模型是两个重要的识别方法。而特征映射则提供了一种从生成式模型中提取能够描述样本的特征的方法，从而与判别式模型结合。这种混合生成式模型和判别式模型的方法，不仅拥有生成式模型擅长对数据建模和发掘隐变量信息的优点，而且可以利用判别式模型强有力的决定类间边界的区分能力。因此在计算机视觉中运动分析与识别领域，如人体动作识别，场景识别，人脸识别，群体运动分析等，都有着重要的研究潜力和应用前景。在大量阅读文献的基础上，作者对现有的特征映射方法进行做了细致的分析和研究，并将其扩展，提出一种获得多类特征映射的方法。接下来在人体动作识别，群体运动分析以及单样本人脸识别三个挑战性的计算机视觉与模式识别的问题上，通过将生成式模型的特征映射与判别式模型或者聚类分析方法结合，取得了一些有价值的实验结论： (1)在人体三维动作识别的问题上，提出来一种在三维人体关节点序列上基于特征映射的识别方法。该方法建立在隐马尔可夫模型上，与过去方法不同之处在于将隐马尔可夫模型与判别式模型结合的方式，这种方式可以提取更有区别能力的信息。我们将人体多关节信息分成多个有重叠的包含语义信息的子部分，对每一个子部分用隐马尔可夫模型进行建模分析，并通过后验分歧的多类扩展得到特征映射，最终得到该序列的完整特征映射信息。然后利用支持向量机对提取的等维度特征映射向量进行训练和分类，进而对序列进行识别。识别的结果与已发表的动作识别算法比较，得到了更好的结果。 (2)在复杂场景的群体运动分析的问题上，提出来一种开发隐藏信息的基于特征映射的聚类分析方法。该方法建立于从视频中提取的短轨迹的基础之上。把群体运动分析视作一个从概率角度将长轨迹聚类的过程，实验证明这种方法效果很鲁棒。通过特征映射的应用，可以开发出长轨迹的隐信息，这种隐信息相对于可观测的信息来说，在聚类分析上更为有效，更具区别性。通过提出的聚类分析方法，可以得到较好的分析结果。 (3)在单样本人脸识别的问题上，提出一种新的基于部分的数据表示方法，多子类表示。该方法引入多个子类的概念到一个概率生成模型中来模拟生成人脸的过程。该方法不需要有监督的机器学习。一旦训练结束，对于一个新的人脸测试样本，可以看作是一个学习好的多子类的部分的结合，而样本在这些子模型上的映射就是得到的特征映射。最后通过相似度比较进行识别。由于该人脸表示方法为生成式模型，所以通过特征映射方法可以提取隐藏的有区分能力的结构性信息。本方法对于光线的改变和遮挡有较强的鲁棒性。

关键词：特征映射生成式模型判别式模型运动分析

来源：评论

学校读者我要写书评

暂无评论

面向专用领域智能算力测试工具的优化研究

面向专用领域智能算力测试工具的优化研究

引用

作者：向语哲中国电子科技集团公司电子科学研究院

学位级别：硕士

随着人工智能的发展,智能运算加速设备的需求日益增加,市面上已出现不同种类的智能运算加速设备,针对这些设备如何选型成为高算力需求用户面临的问题,智能算力基准测试在被测设备上执行基准测试程序,获取程序执行情况,从而对被测设备的... 详细信息

随着人工智能的发展,智能运算加速设备的需求日益增加,市面上已出现不同种类的智能运算加速设备,针对这些设备如何选型成为高算力需求用户面临的问题,智能算力基准测试在被测设备上执行基准测试程序,获取程序执行情况,从而对被测设备的性能进行评定。当前已存在多项针对通用领域的智能算力基准测试工具,使用通用的测试数据对市面上常见的智能运算加速设备进行过广泛的实验,但由于专用领域应用场景的特殊性,与其相关的高质量测试数据难以收集。针对这类数据缺乏的问题,常用的方法是利用数据增强对数据集进行扩充,但当前常用的数据增强方法的风格损失、质量损失较大。针对上述问题,本文针对智能计算测试数据,从文本数据增强和图像数据增强两个方向分别提出数据优化方案:(1)针对文本数据提出了基于改进BERT生成式模型的数据增强方法(2)针对图像数据提出了基于DCGAN的改进模型DCGAN-Gram。同时,为解决数据增强方法使用后常出现的新增数据质量不可控问题,本文使用了强化学习的方法,改进了一套数据质量筛选模型,保证新增数据能够满足质量要求。最后,基于上述方法优化后的测试数据,对目前市面常见的2款通用智能加速设备以及专用领域常见的3款国产智能加速设备进行测试,从结果来看优化后的测试数据带来的测试结果更显著,能清晰反应硬件的性能差异。

关键词：基准测试数据增强生成式模型预训练模型数据质量控制

来源：评论

学校读者我要写书评

暂无评论

检索与生成相融合的蒙古文自动问答研究

检索与生成相融合的蒙古文自动问答研究

引用

作者：特日格勒呼内蒙古师范大学

学位级别：硕士

问答系统是人工智能领域备受关注的研究方向,也是自然语言处理的重要分支。随着互联网数据的暴涨、硬件设备性能提升以及深度学习技术的成熟,越来越多的智能产品已经融入到人们的生活。目前,主流的自动问答系统都以中文、英语等语言为... 详细信息

问答系统是人工智能领域备受关注的研究方向,也是自然语言处理的重要分支。随着互联网数据的暴涨、硬件设备性能提升以及深度学习技术的成熟,越来越多的智能产品已经融入到人们的生活。目前,主流的自动问答系统都以中文、英语等语言为主。而由于蒙古语文字本身的复杂性、研究人员少以及缺乏公开可用的问答语料库等原因,蒙古文问答系统的研究仍处于起步阶段。本文对蒙古文自动问答进行了如下研究:1.构建了蒙古文问答语料库通过对现有中文问答语料库进行收集、筛选、翻译、校正,构建了含有10万个问答对的蒙古文日常问答语料库,为后续研究提供了数据支撑。2.研究了基于机器学习的检索式蒙古文问答模型检索式问答模型采用TF-IDF方法实现文本向量化,并将用户输入问题与语料库中的问题进行相似度计算,进而匹配最合适的答案返回给用户。实验表明,该模型具有回复准确率高、实现简单等特点。3.研究了基于深度学习的生成式蒙古文问答模型检索式问答模型无法对超出语料库范围的问题提供有价值的回复。对此,本文研究了基于深度学习的生成式蒙古文问答模型,分别实现了基于循环神经网络的模型与基于Transformer的模型。基于循环神经网络的模型使用了LSTM、Bi LSTM、Bi GRU作为网络单元,同时也引入了预训练的Word2vec词向量与Attention机制。实验发现,基于循环神经网络模型中以Bi GRU作为网络单元并引入Attention机制的模型能够更好的理解用户输入的问题,回复的内容更佳流畅,效果最佳。而Transformer模型相比循环神经网络模型在各个方面都得到了提升,其生成的蒙古文质量更好,在困惑度指标上提高了38.51。4.研究了融入蒙古文词切分的蒙古文自动问答模型针对蒙古文问答语料稀缺而出现的未登录词问题,本文在Transformer蒙古文问答模型的基础上对蒙古文问答语料分别使用了蒙古文部分切分、BPE子词切分和Unigram子词切分三种方法进行了切分实验。实验结果表明:对蒙古文进行词切分能够解决未登录词问题,从而提高问答系统性能;对比三种切分方法,基于Unigram子词切分的蒙古文问答模型效果最优,相比部分切分和BPE子词切分在困惑度指标上分别提升了0.8和0.52。5.研究实现了检索与生成相融合的蒙古文自动问答模型为了充分利用了两种模型的优点,提高蒙古文问答模型的性能,本文将检索式蒙古文问答模型与生成式蒙古文问答模型进行了融合,研究了一种融合式的蒙古文问答模型。实验结果表明,融合式模型相比另外两种模型在性能上得到了一定的提升。最后,为了方便用户交互,本文将训练好的模型部署到服务器,并开发了一款蒙古文自动问答平台。

关键词：蒙古文自动问答检索式模型生成式模型蒙古文词切分 Seq2Seq Transformer

来源：评论

学校读者我要写书评

暂无评论

深度学习在概念产生及方案设计中的应用研究

深度学习在概念产生及方案设计中的应用研究

引用

作者：王恒四川大学

学位级别：硕士

创新驱动发展是国家的基本战略,创新对于提高产品市场竞争力、促进产业结构升级有着重要意义。随着信息时代到来,越来越多的数据涌入互联网,在这些数据中有大量与创新设计相关的知识,充分利用这些知识有助于拓展设计师的思维空间,提高... 详细信息

创新驱动发展是国家的基本战略,创新对于提高产品市场竞争力、促进产业结构升级有着重要意义。随着信息时代到来,越来越多的数据涌入互联网,在这些数据中有大量与创新设计相关的知识,充分利用这些知识有助于拓展设计师的思维空间,提高产品创新效率,缩短设计周期。专利作为结构内容相对统一且信息密度高的数据,被广泛应用于工程设计研究。传统上专利中的设计知识依赖于专家手工提取并归纳,这将耗费大量的时间,随着专利数量越来越多,人工花费的成本也会越来越大。人工智能技术的发展为解决这一困扰提供了新的机会,依赖于计算机强大的运算能力,人们可以在短时间内处理大量的数据,将其输出为预定义的格式。现有的基于数据驱动的知识提取研究主要集中于利用文本类型的数据,而图像类型的数据也有助于设计师进行概念生成、确定方案等过程,因此本文以多模态深度学习技术为基础,通过在不同阶段推送对应的设计知识,辅助设计师完成产品的创新设计。通过分析创新设计的整个流程,发现概念产生和方案设计是设计师发挥设计创意最为集中的两个阶段,因此这两个阶段将作为整个研究的核心。在概念产生阶段,设计师需要充分利用广泛的外部知识,不同领域知识的抽象化表述能够激发设计师产生众多有创造性的、不同寻常的想法。本文构建了一个多模态预训练神经网络(PMPM),使用文本编码器(TE)提取文本模态的特征,使用图像编码器(IE)提取图像模态的特征,将提取出来的不同模态的特征传递给多模态融合编码器(MFE),以实现不同模态信息之间的交互。为了充分利用大量的无标注的数据,设计了文本掩码建模(MLM)、图像掩码建模(MIM)和图像文本匹配(ITM)三个自监督训练任务。将专利中的文本和图像经过PMPM的前向传播可以获得其对应的低维稠密向量表示,向量间余弦相似度的大小反映了其关联程度。利用获得的向量以不同的中心词构造了多个语义网络,以可视化的形式向设计师展示概念间的关联,辅助其产生创新概念。在方案设计阶段,设计师需要将产生的创新概念组合并具体化为创新方案,向设计师提供概念组合的结果有助于提高创新效率,产生更多样化的方案。本文构建一个级联生成式多模态网络(CGMN),该网络由文本生成器、图像生成器和判别器三个部分构成,使用设计相关的知识微调GPT-3,将其应用于生成设计描述,DALL-E用于生成设计草图,判别器用于评估生成内容的质量。设计师将产生的创新概念、应用领域和由此带来的益处作为输入,CGMN将自动生成大量的方案供设计师参考,设计师通过阅读不同的方案,结合各个方案的优点,形成最终的创新设计方案和产品概念原型建模。

关键词：创新设计概念产生多模态方案设计深度学习自监督学习生成式模型

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的零样本图像分类

基于深度学习的零样本图像分类

引用

作者：范宇飞哈尔滨理工大学

学位级别：硕士

图像分类作为计算机视觉领域的一个基础任务,在诸多现实场景得到了广泛应用,利用深度学习方法解决图像分类是当前的一个研究热点。但在使用深度学习模型分类时,特别是有监督学习的过程中,其效果也得益于大规模带标注数据。然而随着现实... 详细信息

图像分类作为计算机视觉领域的一个基础任务,在诸多现实场景得到了广泛应用,利用深度学习方法解决图像分类是当前的一个研究热点。但在使用深度学习模型分类时,特别是有监督学习的过程中,其效果也得益于大规模带标注数据。然而随着现实世界数据呈指数级增长,人工标注数据的成本越来越高,某些领域甚至无法直接获取足够数量的样本,这对现实应用造成了阻碍。而对于零样本图像分类,在训练时仅使用部分标注数据,在测试时能对新类别做出预测有望解决这一问题。目前主流的方法分为生成式和嵌入式两类。针对这两类方法中存在的问题,本文的主要研究工作如下:(1)提出了基于增强的VAEGAN(Enhanced VAEGAN,E-VAEGAN)零样本图像分类方法,主要改进了生成式模型,并解决了生成样本质量问题。目前,将生成对抗网络与变分自动编码器相结合的VAEGAN框架在零样本图像分类中取得了良好的表现。在VAEGAN的基础上,首先,提出了一个特征对齐模块,同时引入对齐中心损失以实现图像特征和类属性特征对齐,之后将对齐的特征与编码器的隐藏层特征融合,以改进编码器的输出特征。其次,在编码器训练期间应用了三元组损失,进一步增加了特征的区分性。最后,提出了一个转换模块,将判别器的隐藏层特征经转换模块后反馈给生成器,以提高生成样本质量。(2)提出了基于属性引导的语义学习广义零样本图像分类方法,主要解决了对图像中的属性信息准确定位以及属性信息间相关性的学习问题。该方法由关联属性引导网络(Associated Attribute Guidance Network,AAGNet)和全局语义注意力网络(Global Semantic Attention Network,GSANet)两部分构成。AAGNet使用图卷积学习属性文本特征间的相关性,以此对图像中的局部属性信息进行准确定位,从而获得图像的属性注意力图表示。GSANet进一步结合图像特征获得属性激活特征,完成由图像到属性的映射,然后通过Transformer编码器学习属性激活特征的全局语义关系,以此生成准确的类属性表示用于分类。本文对零样本图像分类进行了研究,针对两类常见方法各自存在的问题提出了相应的解决方案。最后在粗粒度和细粒度数据集上的实验,相比于现有方法展现出了良好的分类性能,同时也验证了本文方法的有效性和可行性。

关键词：图像分类零样本学习深度学习生成式模型注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于生成判别策略的管道泄漏孔径识别与定位研究

基于生成判别策略的管道泄漏孔径识别与定位研究

引用

作者：李鹏宇东北石油大学

学位级别：硕士

管道运输在全球石油和天然气行业中扮演着至关重要的角色。近年来,基于数据驱动的泄漏检测与定位成为当前研究的热点。然而,仍然存在一些关键问题需要进一步研究和解决:(1)相邻泄漏点间区域因缺乏足够观测样本而导致整体定位精度受限的... 详细信息

管道运输在全球石油和天然气行业中扮演着至关重要的角色。近年来,基于数据驱动的泄漏检测与定位成为当前研究的热点。然而,仍然存在一些关键问题需要进一步研究和解决:(1)相邻泄漏点间区域因缺乏足够观测样本而导致整体定位精度受限的数据增强问题。(2)单个网络模型难以同时提升管道泄漏孔径识别准确率和降低定位泛化误差的双任务优化问题。针对以上问题,本文的主要内容如下: 首先构建用于管道泄漏孔径识别与定位的数据集,PLD10-2.4k。该数据集的创建基于一个模拟油气管道运输的泄漏检测平台,该平台由控制器、天然气管道以及多个声波传感器构成。控制器的功能是模拟并监控管道的运输状况,而声波传感器则负责捕获管道内由泄漏事件产生的瞬时声波信号。数据集的构建策略是从管道入口处到出口处每隔10米设置一个泄漏点,同时每个泄漏点进行4种不同泄漏孔径大小的泄漏实验,最终构建基于管内泄漏声波信号的数据集。根据泄漏孔径大小和泄漏位置两类标签对PLD10-2.4k进行训练集(1440个样本)、验证集(480个样本)和测试集(480个样本)划分。其次针对相邻泄漏点间区域因缺乏足够观测样本而导致整体定位精度受限问题,提出一种三步骤带有约束限制的去噪扩散概率模型(TPCDiff)。该模型融合跨域迁移学习和贝叶斯定理思想,通过定位映射约束条件(PMC)在PLD10-2.4k上生成一系列伪样本,再基于缩放平移线性调制单元(STLM)实现时序-空间关联性建模,以捕捉泄漏事件的动态演化过程,最后结合配对交叉注意力机制约束条件(PCAM)优化似然函数,通过精细控制去噪路径合成一批相邻泄漏点间距为1.25米的泄漏样本。合成的泄漏样本掺和到PLD10-2.4k当中,称为PLD1.25-7k,并划分训练集(2980个样本)、验证集(2020个样本)和测试集(2020个样本)。最后针对单个网络模型难以同时提升管道泄漏孔径识别准确率和降低定位泛化误差这一双重挑战,提出一种基于增强外部注意力和改进前馈机制的联合学习端到端双流Transformer模型(EEA-JL),通过联合学习方式自适应平衡管道泄漏孔径识别和定位两个任务之间的优化问题。在Transformer的核心架构当中,增强外部注意力机制(EEA)通过引入两个外部线性神经记忆单元以优化时间序列特征的自注意力机制得分。通过调控这些记忆单元的维度,EEA不仅实现有效的正则化作用以捕捉管道沿线泄漏数据长期依赖关系方面的潜在分布,还可降低模型的复杂度。此外,前馈机制当中引入的多尺度软阈值降噪模块(MSSD)可以促进静态特征与时间序列信息的深度融合,从而提高模型的泄漏孔径识别准确率和定位精度。最终,该策略能以99.92%的准确率识别四种微小泄漏事件,并以平均误差±0.47米进行定位。

关键词：泄漏检测泄漏定位数据增强生成式模型深度学习

来源：评论

学校读者我要写书评

暂无评论

基于Seq2Seq的医疗对话生成技术研究

基于Seq2Seq的医疗对话生成技术研究

引用

作者：刘娜西安工业大学

学位级别：硕士

如今,我国逐渐步入老龄化社会,在线医疗业越来越重要的同时,对其中的在线医疗对话智能化要求也越来越高。但以往的生成式对话系统中,由于医学知识以及情感因素的欠缺,目前还存在生成的回复没有正确的医学背景知识、回复内容过于生硬、... 详细信息

如今,我国逐渐步入老龄化社会,在线医疗业越来越重要的同时,对其中的在线医疗对话智能化要求也越来越高。但以往的生成式对话系统中,由于医学知识以及情感因素的欠缺,目前还存在生成的回复没有正确的医学背景知识、回复内容过于生硬、与用户希望得到的回复相差较大等问题。针对以上不足,本课题作出如下研究: 1)针对生成的回复没有正确的医学背景知识、与真实的响应还有较大差距这一问题,本课题在Seq2Seq模型的基础上融入医疗知识图谱,并将Seq2Seq原始模型中的RNN更换为Bi-GRU,使得模型不仅能够记忆到双向的对话文本信息,还能大大减小其计算量。通过对医患对话上下文进行编码,追踪到到对话历史中与患者病症相关的医学实体,引入图注意力机制,通过知识选择模块获得该医学实体的知识子图,并将前两阶段输出的向量输入到医生行为检测模块,用以预测医生行为检测模块需要做出的动作,然后将其输入到FC全连接层进行融合获得输出的向量表示,再通过Decoder阶段将向量解码为对话文本,使得生成的回复具有正确的逻辑性和医学背景知识。实验结果表明,模型引入知识图谱的情况下,本模型在Ka Med数据集上相比于Seq2Seq模型其Perplexity值减小了12.7%,B@2值增加了5.72%,验证了本课题在基础Seq2Seq模型上引入知识的有效性。 2)针对回复内容过于生硬、响应多样性不高、产生的回复不具有感情色彩的问题,本课题在Seq2Seq模型的基础上融入情感变量,在对提取到医患对话上下文中的特征向量后,加入Self-Attention机制,选择性地关注与情感状态相关的特征向量,使用Softmax训练一个情感分类器,提取医患对话过程中的主情感变量。并使用变分自编码器的思想在模型中增加混合情感变量提取层,通过概率分布图来对医患对话中的混合情感进行表达,最后将提取到医患对话历史的主情感变量和混合情感变量全部输入到FC全连接层中,使得对话生成模型与医患对话上下文一致的响应。实验结果显示,相较于基线模型Seq2Seq,在Ka Med数据集上其D@1值增加了0.17%,D@2值增加了0.548%;并且在COVID-19数据集上的实验结果表明,相较于基线模型Seq2Seq,其B@2值增加了3.77%,其Perplexity值减小了5.988%,使得生成的回复更加契合医患对话语境。 3)设计了一个医疗对话生成系统,能够为用户提供方便的医疗咨询和交流平台,解决了由于医疗资源有限而使得医疗资源分配不均、医患沟通困难等问题,实现了医患信息互联,使得智慧医生能够给患者提供相关医疗信息和建议,满足患者的日常咨询。课题提出的在Seq2Seq模型的基础上,融入知识图谱子图信息以及情感变量信息等的方法,能够有效推动医疗对话系统的发展和应用,具有一定的实际意义。

关键词：医疗对话系统知识图谱注意力机制生成式模型

来源：评论

学校读者我要写书评

暂无评论

基于Adversarial的生成式算法研究

基于Adversarial的生成式算法研究

引用

作者：罗金铭大连理工大学

学位级别：硕士

深度学习在这几年在计算机视觉和自然语言处理领域取得了很大的进展。在这几年的发展中,生成式对抗网络和强化学习被认为是最有潜力的方向。相比于判别式模型,了解生成式模型可以帮助我们构建更好的判别式模型,同时由于学习到的是联合分... 详细信息

深度学习在这几年在计算机视觉和自然语言处理领域取得了很大的进展。在这几年的发展中,生成式对抗网络和强化学习被认为是最有潜力的方向。相比于判别式模型,了解生成式模型可以帮助我们构建更好的判别式模型,同时由于学习到的是联合分布,相比于判别式模型,生成式模型包含了更多的信息。本文主要介绍了生成式模型的发展以及生成式对抗网络的基本发展,同时对于一些常见的生成式对抗网络的模型也给出了简要的梳理,同时对于基于f-散度的GAN做了相应的扩充工作。在生成式网络的探究工作中结合数学的分析从概率分布的相似性分析各种生成模型的基本数学思想。生成式模型是现在机器学习领域的热门问题,许多的生成式模型得到了广泛的应用,主要的一些生成式模型有RBM(限制玻尔兹曼机),VAE(变分自编码器)等。由于在训练深度神经网络的过程中往往加入一些噪声可以得到更加鲁棒性的模型,通过一系列的研究,为大家提供了对抗的基本概念。近年来特别是以GAN为代表的一类生成式模型在计算机视觉以及自然语言处理等领域取得了重要的进展。以DCGAN为代表的关于GAN构建的技巧为我们构建合适的网络结构也起到了很大的帮助。但是在关于GAN的理论方面的研究却有些跟不上网络结构的发展。关于为何GAN能够有很好的对于分布的拟合的效果也没有给出很明确的结果。近几年随着f-GAN的提出,在GAN的理论方面主要是基于f-散度的GAN框架将各种的GAN变体得到了统一。在GAN的各种应用中,大部分需要用到的是基于条件的GAN,在本文中,我们提出了基于f-GAN的一种基于条件GAN的理论(f-ALI)并利用Jenson不等式分析了它的f-散度的性质,在理论上给出了ALI的f-散度,并对于f-ALI给出了具体的实验分析。

关键词：深度学习生成式模型对抗网络学习推断 f-散度

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共12页 << < 3 4 5 6 7 8 9 10 11 12 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：