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

65 篇 专利
3 篇 学位论文
1 篇 期刊文献

馆藏范围

69 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

4 篇 工学
- 4 篇 控制科学与工程
- 4 篇 计算机科学与技术...
- 4 篇 软件工程
- 1 篇 机械工程
4 篇 管理学
- 4 篇 管理科学与工程(可...
1 篇 艺术学
- 1 篇 音乐与舞蹈学

主题

4 篇 转换器模型
1 篇 数据集增广
1 篇 人工神经网络
1 篇 置换贴图
1 篇 焦点损失
1 篇 自然语言处理技术
1 篇 相对注意力机制
1 篇 长短期记忆网络
1 篇 三维人脸重建
1 篇 多标签
1 篇 纹理贴图
1 篇 自注意力机制
1 篇 苹果手机应用
1 篇 深度伪造检测
1 篇 深度学习
1 篇 人工智能作曲
1 篇 循环神经网络
1 篇 文本分类

机构

7 篇 北京百度网讯科技...
4 篇 北京航空航天大学
3 篇 电子科技大学
3 篇 友好人工智能公司
2 篇 通用汽车环球科技...
2 篇 浙江恒业电子股份...
2 篇 山东美能达健身器...
2 篇 青岛大学
2 篇 深圳市迪博企业风...
2 篇 华东师范大学
2 篇 标贝科技有限公司
2 篇 北京海纳数聚科技...
2 篇 广州简悦信息科技...
1 篇 中国电信股份有限...
1 篇 上海亭章通信技术...
1 篇 湖南大学
1 篇 国家电网有限公司
1 篇 湖州师范学院
1 篇 宏达国际电子股份...
1 篇 深圳先进技术研究...

作者

4 篇 王雨轩
4 篇 刘祥龙
4 篇 王嘉凯
3 篇 郑主成
3 篇 刘暻仁
3 篇 田炳坤
3 篇 张晓敏
3 篇 金建宇
3 篇 金守情
2 篇 秦展展
2 篇 p·m·吉普森
2 篇 尹子鑫
2 篇 张丽
2 篇 皮积敏
2 篇 龙思凡
2 篇 侯帅
2 篇 张楠坤
2 篇 李梦婷
2 篇 温丽
2 篇 黄鹂

语言

69 篇 中文

检索条件"主题词=转换器模型"

共 69 条记录，以下是1-10 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：

基于用于转换器模型的位置压缩标记

基于用于转换器模型的位置压缩标记

引用

作者： A·瓦格纳 T·米特拉 M·特伦布莱美国华盛顿州

本公开的实施例包括用于基于训练数据的位置来压缩标记的系统和方法，该训练数据被用于训练转换器模型。在一些实施例中，用于训练转换器模型的输入数据集合被接收。该输入数据集合包括标记集合和位置值集合。标记集合中的第一标记被标... 详细信息

标准号: CN116157802A

本公开的实施例包括用于基于训练数据的位置来压缩标记的系统和方法，该训练数据被用于训练转换器模型。在一些实施例中，用于训练转换器模型的输入数据集合被接收。该输入数据集合包括标记集合和位置值集合。标记集合中的第一标记被标识，第一标记与标记集合中的第二标记相同。表示第一标记的位置值与表示第二标记的位置值被组合。通过从标记集合中移除第一标记来修改该标记集合。训练数据被生成，以包括经修改的标记集合和位置值集合。使用训练数据集合来训练转换器模型。

关键词：标记集合转换器模型训练数据集合训练数据集合移除压缩

来源：评论

学校读者我要写书评

暂无评论

一种基于改进转换器模型的代码参数摘要生成方法和系统

一种基于改进转换器模型的代码参数摘要生成方法和系统

引用

作者：张凡龙李玮祺 511400 广东省广州市番禺区广州大学城外环西路100号

本发明公开了一种基于改进转换器模型的代码参数摘要生成方法和系统，包括：获取待处理的代码段，通过抽象语法树解析器对待处理的代码段进行解析，获得相应的抽象语法树并提取代码段中的参数集合；通过抽象语法树获取参数集合中若干个... 详细信息

标准号: CN117093222A

本发明公开了一种基于改进转换器模型的代码参数摘要生成方法和系统，包括：获取待处理的代码段，通过抽象语法树解析器对待处理的代码段进行解析，获得相应的抽象语法树并提取代码段中的参数集合；通过抽象语法树获取参数集合中若干个参数的相关信息，并根据相关信息分别生成与各个参数对应的参数信息树；通过对参数信息树分别进行转换，获得各个参数的SBT序列；对Transformer模型进行改进并训练，基于各个参数的SBT序列，采用完成训练后的改进的Transformer模型生成代码参数摘要。本发明可以有效提取代码中与参数相关的信息，并利用改进的Transformer神经网络模型生成参数的摘要。

关键词：抽象语法树代码段参数集合参数信息代码参数相关信息改进神经网络模型转换器模型参数相关模型生成生成参数摘要生成解析器解析转换

来源：评论

学校读者我要写书评

暂无评论

基于视觉转换器模型的图像处理方法、训练方法和设备

基于视觉转换器模型的图像处理方法、训练方法和设备

引用

作者：尉德利 100085 北京市海淀区上地十街10号百度大厦2层

本公开提供的基于视觉转换器模型的图像处理方法、训练方法和设备，涉及人工智能中的深度学习、图像处理、计算机视觉技术领域，可应用于人脸等场景。该图像处理方法包括：对待处理图像进行特征提取，得到第一初始特征信息，其中，所述... 详细信息

标准号: CN115147669B

本公开提供的基于视觉转换器模型的图像处理方法、训练方法和设备，涉及人工智能中的深度学习、图像处理、计算机视觉技术领域，可应用于人脸等场景。该图像处理方法包括：对待处理图像进行特征提取，得到第一初始特征信息，其中，所述第一初始特征信息包括所述待处理图像的多个局部特征；通过所述视觉转换器模型，从所述多个局部特征中去除与第一掩码对应的第一局部特征，得到第二初始特征信息；所述第一掩码用于指示局部特征需剪除，所述第二掩码用于指示局部特征无需剪除；通过所述视觉转换器模型对所述第二初始特征信息进行图像处理，得到图像处理结果。进而，通过采用上述方式，可以有效降低模型的计算量。

关键词：局部特征特征信息图像处理转换器模型掩码剪除视觉计算机视觉技术图像处理结果待处理图像方法和设备人工智能处理图像特征提取计算量人脸去除场景应用学习

来源：评论

学校读者我要写书评

暂无评论

基于视觉转换器模型的图像处理方法、训练方法和设备

基于视觉转换器模型的图像处理方法、训练方法和设备

引用

作者：尉德利 100085 北京市海淀区上地十街10号百度大厦2层

标准号: CN115147669A

来源：评论

学校读者我要写书评

暂无评论

深度学习在文本分类中的研究与应用

深度学习在文本分类中的研究与应用

引用

作者：张晓敏电子科技大学

学位级别：硕士

文本分类是自然语言处理领域的一个基本任务,是指根据文本内容将给定文本划分到一个或多个预先定义的类别中,根据给文本划分类别的个数分为单标签文本分类和多标签文本分类。基于深度学习技术能较好解决海量文本自动分类的问题,传统的... 详细信息

文本分类是自然语言处理领域的一个基本任务,是指根据文本内容将给定文本划分到一个或多个预先定义的类别中,根据给文本划分类别的个数分为单标签文本分类和多标签文本分类。基于深度学习技术能较好解决海量文本自动分类的问题,传统的递归神经网络要逐步递归才能获得全局信息,较难实现并行化,训练速度慢;卷积神经网络只能获取局部信息,要通过多层堆叠才能增大感受野,捕获更长的上下文信息;而转换器模型是一个完全依赖注意力机制来建立输入和输出之间全局依赖关系的深度神经网络,其中的一个自注意力层就可以学习到句子内部词之间的全局依赖关系,每层计算复杂度低,可以更好的并行化,更容易学习长距离依赖。但基于转换器模型的文本分类技术仍然存在诸多不足,包括对短文本的稀疏性、长文本的冗余性处理不足等。本文基于实际应用数据的特性,针对现阶段基于转换器模型的单标签短文本分类和多标签长文本分类中存在的缺陷,提出新的文本分类模型,提升文本分类的效果,主要工作如下:(1)针对现阶段单标签短文本分类存在文本内容较短,信息不足的难点,先爬取搜索引擎搜索结果的第一条新闻内容,再通过TF-IDF算法提取关键词做为原新闻标题数据的补充特征;并采用转换器模型的编码器对词级、字符级输入分别进行编码再融合;同时针对存在难、易训练样本的问题,加入焦点损失进一步提升单标签短文本分类的效果。(2)针对现阶段基于seq2seq架构完成多标签长文本分类存在冗余信息多,难以抽取有效的特征词的难点,在转换器模型的基础上,提出多路选择机制,并采用融和门控制各路信息的流通;并且在解码时加入限制,避免生成重复标签;同时针对序列生成时由于类别标签不均衡,存在难、易训练样本的问题,加入焦点损失进一步提升序列生成的效果。(3)对单标签短文本分类和多标签长文本分类分别展开实验对比。评估对单标签短文本分类采用特征扩展,词级、字符级双重编码以及加入焦点损失的有效性;对基于seq2seq架构完成多标签长文本分类任务中加入多路选择机制,并使用融和门进行信息融合以及解码限制和加入焦点损失提升序列生成效果的有效性。实验结果表明上述方法均有效提升了分类的效果。

关键词：文本分类多标签深度学习转换器模型焦点损失

来源：评论

学校读者我要写书评

暂无评论

基于三维几何细节捕捉的DeepFake人脸伪造检测

基于三维几何细节捕捉的DeepFake人脸伪造检测

引用

作者：李文韬武汉大学

学位级别：硕士

由于近几年基于深度学习技术的人脸生成伪造算法突飞猛进,深度伪造技术虽然能够促进影视制作的发展,但带来的社会风险难以估量,在政治领域,“深度伪造”技术能引发政治人物形象危机,所以采取高效准确的方法对伪造人脸开展检测,对于防范... 详细信息

由于近几年基于深度学习技术的人脸生成伪造算法突飞猛进,深度伪造技术虽然能够促进影视制作的发展,但带来的社会风险难以估量,在政治领域,“深度伪造”技术能引发政治人物形象危机,所以采取高效准确的方法对伪造人脸开展检测,对于防范互联网风险具有重要意义。现有的深度伪造检测技术大多从图像像素值之间的细微特征学习伪造的痕迹,另外对于高频细节特征的可解释性,缺少更进一步的工作。除此之外,在从三维人脸重建视角提取人脸信息方面,仍然有更进一步探索的空间。基于以上的问题,本文以三维人脸重建提取可解释性伪造特征为出发点,探索模型在准确性和复杂性上的可能性,并验证了所提出模型的泛化性:在三维人脸重建视角上,本文引入了近几年新发布深度学习人脸重建技术DECA模型,对深度伪造人脸数据的真伪人脸,进行DECA模型的要素分解,将人脸照片对应的置换贴图,作为具备可解释性的高频几何细节,进而当作用于人脸伪造检测的特征。本文提出了使用三维几何细节的深度伪造人脸检测算法。该算法使用三维人脸重建过程中提取的置换贴图,辅以裁切后的人脸图片,使用卷积神经网络融合提取两者的特征,再使用Transformer网络结构进行图片分类,从而构建了几何细节检测模型。同时,对分类网络结构进行分析,运用较为通用的网络结构简化了Transformer网络结构,实现对计算复杂度和模型精度的平衡,使用了仅为CVi T网络模型一半的21.4M的训练参数,实现了相近的模型准确率,达到了86.72%。并且在训练中运用了适用于Transformer模块的流形蒸馏损失,通过模型蒸馏的方法,最大化地提升了模型的训练效果,模型的训练准确率最高提升了1.71%,在Celeb-DF上的AUC指标为86.42%。在不同压缩率的图像质量下,几何细节检测模型,比像素噪声特征检测算法Face X-ray,在压缩率分别为c23和c40时,在AUC指标上分别提高了7.4%和25.6%,在跨数据集泛化性实验中,分别在Celeb-DF和DFDC数据集上实现了AUC指标79.2%和73.6%,比Face X-ray算法提高了5.0%和3.6%。提出了一种基于几何纹理的深度伪造时空检测算法,该算法运用在三维人脸重建过程中获取的UV纹理图作为输入特征,同时仍以置换贴图作为输入特征,并使用卷积神经网络提取几何纹理特征,然后以Vision Transformer的设计原理为思路,将连续多帧的人脸一同输入模型,捕获时间上的不一致性。多个实验表明,在Face Forensics++、DFDC上分别实现了86.46%、88.47%的准确率,在CelebDF上AUC指标为88.18%,比三维几何细节模型分别提高了3.23%、0.5%和0.98%,进一步验证了准确性。综上所述,本文引入了一种新的伪造痕迹特征提取思路,并构建了单帧检测模型和多帧检测模型,使用大量实验证明该思路对于提高检测模型的准确性和泛化性的有效作用。

关键词：深度伪造检测三维人脸重建置换贴图纹理贴图转换器模型

来源：评论

学校读者我要写书评

暂无评论

基于数字音乐的人工智能作曲移动端应用研究

基于数字音乐的人工智能作曲移动端应用研究

引用

作者：李銮鑫华东师范大学

学位级别：硕士

音乐作为一种专业的艺术形式,其创作需要人们具备丰富的理论知识与实践积累,这些知识与积累使得作曲家们可以游刃有余地谱写出优美的旋律。然而对于普通人而言,想要创作出一首完整的音乐作品却并非易事,即使脑海中迸发出了一段旋律,也... 详细信息

音乐作为一种专业的艺术形式,其创作需要人们具备丰富的理论知识与实践积累,这些知识与积累使得作曲家们可以游刃有余地谱写出优美的旋律。然而对于普通人而言,想要创作出一首完整的音乐作品却并非易事,即使脑海中迸发出了一段旋律,也难以将其发展成为一首完整的音乐。为了让音乐创作更加大众化,本文基于数字音乐,采用人工智能作曲的方式,设计并开发了一款苹果手机应用,旨在帮助普通人创作出完整的歌曲。用户只需要输入一小段旋律,或者使用语音输入进行哼唱,系统就会根据用户的输入自动生成后续的旋律与和弦伴奏。为了实现该功能,本文采用了转换器模型(Transformer),通过对大量MIDI(乐器数字接口)音乐数据的分析和学习,使得模型可以实现音乐的自主创作与旋律拓展。本文的研究内容主要有以下几个方面: 第一,人工智能作曲相关算法研究。本文基于转换器模型将矩阵展开成512维,并每两个音符之间捕捉其关联性。通过增加距离参数的方式将音符距离考虑在内。并创新性地在距离参数中增加了可训练的指数函数矩阵,使得距离参数更快收敛。经过模型的计算后可以输出下一个音符的概率分布。第二,数据集增广方法研究。由于MIDI钢琴曲的数据集较少,本文创新性地提出了一种针对于MIDI钢琴曲的数据集增广方法来对原始数据集进行增广,通过脚本直接改变其音高、和弦、速度等属性,将原本只有1700首作品的数据集增广至10000余首。经过测试评估,使用增广数据集可以有效提高模型生成音乐的质量。第三,音乐作品评价方式研究。本文创新性地提出了一种基于MIDI音乐图像进行音乐评分的方式,通过图像分类的方法进行评分。在与听众打分进行对比后验证了其可行性与稳定性。并将该打分方式集成在应用内,对生成的音乐进行评分以供用户参考。第四,苹果应用开发相关研究。本论文开发了一个人工智能作曲的应用,使得用户可以通过该应用进行音乐创作。该系统包含了账号、收藏、作曲、音乐播放等功能,并创新性地提出了一种音符输入方式,用户可以通过哼唱进行语音输入,由系统识别音高、节奏等信息后转换为对应的音符输入。该应用不仅降低了音乐创作的门槛,也为用户提供了一种全新的音乐创作体验。本文相信,随着技术的不断发展,人工智能作曲将会成为一种更加普及的音乐创作方式,为人们带来更多的音乐惊喜。

关键词：人工智能作曲转换器模型数据集增广苹果手机应用相对注意力机制

来源：评论

学校读者我要写书评

暂无评论

模型调整方法、装置、设备及介质

模型调整方法、装置、设备及介质

引用

作者：王俊 518000 广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼

本发明涉及工智能技术、自然语言处理、医疗健康技术领域，公开了一种模型调整方法、装置、设备及介质，包括：获取初始大语言模型，所述初始大语言模型包括K层转换器模型；将所述初始大语言模型包括的K层转换器模型分别连接自编码适配... 详细信息

标准号: CN117174254A

本发明涉及工智能技术、自然语言处理、医疗健康技术领域，公开了一种模型调整方法、装置、设备及介质，包括：获取初始大语言模型，所述初始大语言模型包括K层转换器模型；将所述初始大语言模型包括的K层转换器模型分别连接自编码适配器模块，以得到第一大语言模型；获取样本数据集，以及获取所述第一大语言模型的重构损失函数；在固定所述第一大语言模型中的初始权重之后，通过所述样本数据集对所述第一大语言模型中自编码适配器模块和所述偏置向量的权重进行调整，在所述重构损失函数收敛后得到第二大语言模型。提升了对大语言模型进行调整时的效率。

关键词：语言模型适配器模块转换器模型损失函数样本数据自编码重构自然语言处理初始权重模型调整医疗健康智能技术偏置权重向量收敛

来源：评论

学校读者我要写书评

暂无评论

一种跨模态变换器模型式自动舞蹈生成方法

一种跨模态变换器模型式自动舞蹈生成方法

引用

作者：温丽王静怡胡瑞琴赵修昂丁淑婷 266071 山东省青岛市崂山区香港东路7号

本发明属于动画制备技术领域，涉及一种跨模态变换器模型式自动舞蹈生成方法，使用wav音乐文件并借助现有机器人示教系统实现舞蹈动作自动演示；先用数据库librosa读取音频文件并获取音频特征，得到音频特征数据集；再用动作转化器读取... 详细信息

标准号: CN115861494A

本发明属于动画制备技术领域，涉及一种跨模态变换器模型式自动舞蹈生成方法，使用wav音乐文件并借助现有机器人示教系统实现舞蹈动作自动演示；先用数据库librosa读取音频文件并获取音频特征，得到音频特征数据集；再用动作转化器读取舞蹈动作文件并获取舞蹈特征，得到舞蹈特征数据集；然后构建全注意力跨膜态转换器模型，对种子动作和音频特征进行编码后生成未来动作序列，最后制作并输出舞蹈动画，通过全注意力跨模态变换器模型高标准地实现3D动作序列特征的合成，解决传统人工3D编舞耗时耗力成本高和需要专业人员完成的难题；其总体工艺设计科学合理，使用操作灵便，制备效率高、效果好，应用范围广，应用环境友好。

关键词：音频特征舞蹈读取变换器模型舞蹈动作模态注意力制备技术领域应用范围广转换器模型传统人工动作序列动作转化工艺设计示教系统特征数据序列特征音乐文件音频文件应用环境数据集构建膜态制备机器人耗时数据库合成演示输出制作

来源：评论

学校读者我要写书评

暂无评论

模型数据处理方法、装置、计算机设备和存储介质

模型数据处理方法、装置、计算机设备和存储介质

引用

作者：辛毅杜俊珑鄢科 518000 广东省深圳市南山区高新区科技中一路腾讯大厦35层

本申请涉及一种模型数据处理方法、装置、计算机设备、存储介质和计算机程序产品。本申请实施例可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景。方法包括：对下采样输出特征进行非线性变换处理，得到非线性变换特征；基于上... 详细信息

标准号: CN117009792A

本申请涉及一种模型数据处理方法、装置、计算机设备、存储介质和计算机程序产品。本申请实施例可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景。方法包括：对下采样输出特征进行非线性变换处理，得到非线性变换特征；基于上采样投影矩阵对非线性变换特征进行上采样处理，得到上采样输出特征；基于上采样输出特征对转换器模型的共享矩阵、下采样特定矩阵和上采样特定矩阵进行参数调整处理。本申请训练过程中可学习的参数仅为共享矩阵、下采样特定矩阵和上采样特定矩阵这些小矩阵的参数，相比采样投影矩阵，从而可以减轻适配器数量较多和参数冗余的问题，从而提高转换器模型的计算效率和存储效率。

关键词：矩阵上采样输出特征下采样非线性变换转换器模型投影矩阵申请非线性变换处理计算机程序产品计算机设备参数调整参数冗余存储介质存储效率辅助驾驶计算效率人工智能训练过程数据处理共享适配器小矩阵采样场景应用交通学习

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7页 << < 1 2 3 4 5 6 7 > >>

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：