检索结果-内蒙古大学图书馆

上海交通大学学报 2024年第5期58卷 693-708页

作者：毕忠勤余晓婉王宝楠黄文焘张丹董真上海电力大学计算机科学与技术学院上海201306 上海交通大学电力传输与功率变换控制教育部重点实验室上海200240 上海海事大学物流科学与工程研究院上海201306 国网上海市电力公司电力科学研究院上海200437

分布式电源并入配电网已成为新型电力系统重要特征之一,分布式电源的接入与发电的不确定性使配电网潮流复杂多变,对配电网故障快速定位提出更高的技术要求.然而,现有智能优化算法在解决配电网故障区段定位问题时会出现收敛速度慢、易陷... 详细信息

分布式电源并入配电网已成为新型电力系统重要特征之一,分布式电源的接入与发电的不确定性使配电网潮流复杂多变,对配电网故障快速定位提出更高的技术要求.然而,现有智能优化算法在解决配电网故障区段定位问题时会出现收敛速度慢、易陷入局部最优等问题.针对这些挑战与问题,提出一种基于量子蚁群算法(QACA)的配电网故障区段快速定位技术.首先,根据状态逼近思想和最小故障集理论构建配电网故障定位的数学模型;其次,针对馈线终端单元上传信息缺失情况提出信息自修正方法,并提出分级定位模型来缩短定位时间;然后,提出3种改进技术对QACA进行针对性改进,改进量子旋转门更新机制,以函数控制形式动态调整旋转角大小,同时引入精英策略加快算法收敛速度.最后,在关键参数确定后验证了改进技术、信息自修正法、分级定位模型的有效性.将所提算法与7种不同算法进行对比,结果表明:改进的QACA可有效完成故障区段定位,具有良好的收敛速度、准确率以及容错性能.

关键词：配电网故障区段定位量子蚁群算法信息自修正法分级定位模型

来源：评论

学校读者我要写书评

暂无评论

小数据下的音素级别说话人嵌入的语音合成自适应方法

引用

计算机学报 2022年第5期45卷 1003-1017页

作者：徐志航陈博张辉俞凯上海交通大学人工智能研究院人工智能教育部重点实验室上海200240 上海交通大学计算机科学与工程系跨媒体语言智能实验室上海200240 苏州思必驰信息科技有限公司江苏苏州215000

在语音合成中,使用少量的用户录制数据进行说话人自适应一直面临着一个问题:如何在不过分降低合成声音的自然度的情况下,提高合成声音的相似度.现有的句子级别、帧级别说话人嵌入等自适应方法在合成训练集外说话人声音时会出现低相似度... 详细信息

在语音合成中,使用少量的用户录制数据进行说话人自适应一直面临着一个问题:如何在不过分降低合成声音的自然度的情况下,提高合成声音的相似度.现有的句子级别、帧级别说话人嵌入等自适应方法在合成训练集外说话人声音时会出现低相似度的问题.使用少量的用户录制数据微调预训练的语音合成模型的自适应方法尽管能提升合成音频的相似度,但是也常伴随着自然度的下降.为了解决这个问题,本文提出了一种基于音素级别的说话人嵌入的语音合成自适应方法.在训练阶段,从真实的特征片段中提取音素级别的说话人嵌入,控制语音合成模型的训练.在自适应阶段,通过对说话人嵌入预测网络进行快速自适应,在推理阶段代替真实音频得到音素级别说话人嵌入帮助模型合成音频.实验使用了少量真实的用户录制数据,对现在主流的不同粒度的说话人嵌入方法进行了性能比较.实验表明,相比较各种不同的说话人嵌入方法,本文提出的方法在不更新语音合成模型的情况下保持自然度不明显下降,并取得了最好相似度;在更新语音合成模型的情况下,该方法同时达到了最好的自然度和相似度.分析发现音素级别的说话人嵌入方法在几乎不增加自适应训练时间的情况下,提供了更好的模型自适应初始点,有效地提高了自适应模型合成声音的质量.

关键词：语音合成说话人嵌入时长模型小数据说话人自适应

来源：评论

学校读者我要写书评

暂无评论

数据流芯片的发展现状、趋势与挑战

引用

中国科学:信息科学 2025年第3期55卷 452-463页

作者：冷静文过敏意曾德泽蒋文斌叶笑春陈华曦李文明上海交通大学电子信息与电气工程学院上海200240 中国地质大学(武汉)计算机学院武汉430074 华中科技大学计算机科学与技术学院武汉430074 中国科学院计算技术研究所处理器芯片全国重点实验室北京100190 之江实验室智能计算平台中心杭州311121

本文聚焦于新型数据流架构在多领域融合计算中的应用潜力与发展趋势.随着人工智能、图计算和大数据等新兴技术的发展,传统冯·诺依曼(von Neumann)架构和领域专用架构的性能瓶颈愈加显著,难以满足未来计算系统对高性能和高灵活性的... 详细信息

本文聚焦于新型数据流架构在多领域融合计算中的应用潜力与发展趋势.随着人工智能、图计算和大数据等新兴技术的发展,传统冯·诺依曼(von Neumann)架构和领域专用架构的性能瓶颈愈加显著,难以满足未来计算系统对高性能和高灵活性的需求.本文首先梳理了现有数据流芯片的设计方法,基于专用性与通用性、执行粒度等维度探讨了数据流架构的不同实现方式及其应用现状.在此基础上,提出了一种基于并发代码块的数据流抽象机模型,并设计了完整的指令集和微体系结构,进一步实现了跨领域的统一中间表示和多种算子融合策略,优化了数据流在图神经网络、大模型计算和实时信号处理等任务中的执行效率.实验结果表明,基于该抽象机模型的处理器在性能与功耗方面优于现有的通用处理器架构.最终,本文展望了数据流架构在未来计算系统中的广泛应用前景及其对高效能计算的深远影响.

关键词：多领域融合计算数据流架构抽象机模型

来源：评论

学校读者我要写书评

暂无评论

PRESENT轻量级密码的中间相遇统计故障分析

引用

计算机学报 2023年第2期46卷 353-370页

作者：李玮朱晓铭谷大武李嘉耀蔡天培东华大学计算机科学与技术学院上海201620 上海交通大学计算机科学与工程系上海200240 上海市可扩展计算与系统重点实验室上海200240 上海市信息安全综合管理技术研究重点实验室上海200240

PRESENT算法是于2007年在国际密码硬件与嵌入式系统会议提出的一种轻量级分组密码,2012年成为国际轻量级算法标准ISO/IEC-29192-2,适用于物联网中射频识别标签、网络传感器、智能卡等设备的数据保护.本文结合PRESENT密码的设计结构和实... 详细信息

PRESENT算法是于2007年在国际密码硬件与嵌入式系统会议提出的一种轻量级分组密码,2012年成为国际轻量级算法标准ISO/IEC-29192-2,适用于物联网中射频识别标签、网络传感器、智能卡等设备的数据保护.本文结合PRESENT密码的设计结构和实现特点,基于统计分析和中间相遇分析策略,提出了一种中间相遇统计故障分析方法,设计了皮尔逊相关系数-汉明重量、库尔贝克莱布勒散度-汉明重量区分器和杰卡德相似系数-汉明重量-极大似然估计等区分器,可以分别破译PRESENT密码全部版本的80比特和128比特原始密钥.该方法攻击轮数更深,故障数和耗时更少,有效地扩展了攻击范围,提升了攻击能力.结果表明,中间相遇统计故障分析对PRESENT密码构成了严重威胁.该研究为轻量级密码的实现安全研究提供了有价值的参考.

关键词：轻量级密码 PRESENT 故障分析中间相遇分析密码分析

来源：评论

学校读者我要写书评

暂无评论

马尔可夫决策过程和先验控制向量在弱约束自然语言生成中的应用

引用

计算机学报 2022年第2期45卷 289-301页

作者：刘奇马娆俞凯上海交通大学人工智能研究院人工智能教育部重点实验室上海200240 上海交通大学计算机科学与工程系跨媒体语言智能实验室上海200240 新华社媒体融合生产技术与系统国家重点实验室第一联合创新中心北京100803

自然语言生成是目前非常重要且具有挑战性的一类人工智能任务.长短时记忆(Long Short-Term Memory,LSTM)语言模型是目前最为主流的自然语言生成模型.但是,LSTM语言模型的训练准则是词语级别的交叉熵,这会导致暴露偏差问题.此外,一般自... 详细信息

自然语言生成是目前非常重要且具有挑战性的一类人工智能任务.长短时记忆(Long Short-Term Memory,LSTM)语言模型是目前最为主流的自然语言生成模型.但是,LSTM语言模型的训练准则是词语级别的交叉熵,这会导致暴露偏差问题.此外,一般自然语言生成任务的评测指标是序列级别的BLEU分数或者词错误率,这与训练使用的交叉熵准则也不匹配.在本文中,我们使用马尔可夫决策过程重定义了自然语言生成问题,并通过从训练数据中提取的先验控制向量来指导生成过程.先验控制向量可以视作是对序列空间的一种先验划分的抽象,通过在自然语言生成中引入先验控制向量,我们可以更好的约束自然语言生成的空间.再通过马尔可夫决策过程的定义,我们可以使用策略梯度算法来直接使用测试使用的BLEU分数来代替交叉熵训练LSTM网络.在多个数据集上的实验显示本文提出的方法相比于普通使用LSTM语言模型的基线系统在BLEU分数上有大约绝对2%~3%的提升.

关键词：自然语言生成马尔可夫决策过程先验控制向量策略梯度算法深度强化学习

来源：评论

学校读者我要写书评

暂无评论

属性知识引导的自适应视觉感知与结构理解研究进展

引用

模式识别与人工智能 2023年第12期36卷 1104-1126页

作者：张知诚杨巨峰程明明林巍峣汤进李成龙刘成林南开大学计算机学院天津300350 上海交通大学电子信息与电气工程学院上海200240 安徽大学计算机科学与技术学院合肥230601 中国科学院自动化研究所多模态人工智能系统全国重点实验室北京100190

机器通过自适应感知从环境中提取人类可理解的信息,从而在开放场景中构建类人智能.因属性知识具有类别无关的特性,以其为基础构建的感知模型与算法引起广泛关注.文中首先介绍属性知识引导的自适应视觉感知与结构理解的相关任务,分析其... 详细信息

机器通过自适应感知从环境中提取人类可理解的信息,从而在开放场景中构建类人智能.因属性知识具有类别无关的特性,以其为基础构建的感知模型与算法引起广泛关注.文中首先介绍属性知识引导的自适应视觉感知与结构理解的相关任务,分析其适用场景.然后,总结四个关键方面的代表性工作.1)视觉基元属性知识提取方法,涵盖底层几何属性和高层认知属性;2)属性知识引导的弱监督视觉感知,包括数据标签受限情况下的弱监督学习与无监督学习;3)图像无监督自主学习,包括自监督对比学习和无监督共性学习;4)场景图像结构化表示和理解及其应用.最后,讨论目前研究存在的不足,分析有价值的潜在研究方向,如大规模多属性基准数据集构建、多模态属性知识提取、属性知识感知模型场景泛化、轻量级属性知识引导的模型开发、场景图像表示的实际应用等.

关键词：自适应感知结构理解属性知识弱监督学习无监督学习

来源：评论

学校读者我要写书评

暂无评论

算网融合下的多层次计算资源系统

引用

计算机研究与发展 2025年

作者：徐家豪余辰李健金海大数据技术与系统国家地方联合工程研究中心(华中科技大学) 服务计算技术与系统教育部重点实验室(华中科技大学) 集群与网格计算湖北省重点实验室(华中科技大学) 华中科技大学计算机科学与技术学院上海市可扩展计算与系统实验室(上海交通大学) 上海交通大学软件学院

算力网络旨在将泛在算力与网络进行深度融合，以期通过网络将计算、存储等多维基础资源在云、边、端之间进行有效调配，让用户可以像使用水电资源一样透明的使用算力资源，按需索取，随取随用.然而对于云边端异构的计算资源、动态的网... 详细信息

算力网络旨在将泛在算力与网络进行深度融合，以期通过网络将计算、存储等多维基础资源在云、边、端之间进行有效调配，让用户可以像使用水电资源一样透明的使用算力资源，按需索取，随取随用.然而对于云边端异构的计算资源、动态的网络负载和多样化的用户需求，如何有效的进行资源的调度和路由成为了算力网络面临的核心挑战之一.为解决上述挑战，设计了一套多层次的计算资源系统（computing resource system，CRS）.不同于现有的资源调配，CRS是一套建立在应用层之上并且兼顾考虑算网感知和算力路由的完整的算力网络技术方案.计算资源系统由算网资源感知策略和算力资源路由协议组成.算网资源感知策略定义了辖区系统内部的域内感知规则和不同辖区之间的域间感知规则，并基于此提出了一种基于贪心的资源路由算法（greedy-based resource routing algorithm，GBRA），为每个任务动态生成感知搜索树.算力资源路由协议通过CRS请求报文、授权通告报文、通告确认报文和CRS响应报文来完成资源的申请与调配工作.通过大量的数据仿真实验证明，与其他算法相比，CRS可以在任务容忍的最大响应时延内，完成对更多任务的资源分配工作.此外，对于辖区系统内部计算节点之间可以实现较优的负载均衡.

关键词：算力网络计算资源系统算网资源感知策略算力资源路由协议辖区系统

来源：评论

学校读者我要写书评

暂无评论

面向业务过程的概念漂移检测方法D-SPC

引用

小型微型计算机系统 2025年第2期46卷 266-273页

作者：戎小玉赵海燕曹健陈庆奎上海市现代光学系统重点实验室光学仪器与系统教育部工程研究中心上海理工大学光电信息与计算机工程学院上海200093 上海交通大学计算机科学与技术系上海200030

企业内部存在着大量的业务过程,这些业务过程的模型可能会发生变化从而使得一些数据分析的算法失效.检测过程模型变化这一“概念漂移”现象对业务过程管理具有突出的意义.目前的过程模型概念漂移检测存在参数过多,特征抽取复杂等问题.... 详细信息

企业内部存在着大量的业务过程,这些业务过程的模型可能会发生变化从而使得一些数据分析的算法失效.检测过程模型变化这一“概念漂移”现象对业务过程管理具有突出的意义.目前的过程模型概念漂移检测存在参数过多,特征抽取复杂等问题.本文中从过程模型的变化伴有新活动对的出现、旧活动对的消失以及活动对出现频率的变化这一基本现象出发,设计了一种简洁高效的检测框架.在该框架中,针对活动对的出现和消失设计了对活动对出现的轨迹索引进行差分的检测方法;针对活动对频率的变化,在轨迹索引差分的基础上首次运用统计过程控制的工具来检测概念漂移.为了验证本文提出方法的性能,使用合成日志和真实生活日志进行评估,并将本文方法与2种相似方法和4中不同方法进行了实验对比,实验结果表明,本文的方法有效且有更高的精度.

关键词：过程挖掘概念漂移差分分析统计过程控制变更点检测

来源：评论

学校读者我要写书评

暂无评论

保证延迟敏感型任务服务质量的情况下利用流处理器内所有并行性以最大化系统吞吐

引用

中国科学:信息科学 2024年第12期54卷 2743-2760页

作者：赵涵邓俊骁崔炜皞陈全曾德泽杨静过敏意上海交通大学电子信息与电气工程学院上海200240 中国地质大学计算机学院武汉430074 贵州大学机械工程学院贵阳550025 上海市金融信息技术研究重点实验室(上海财经大学) 上海200433

为了应对越来越高的算力需求,GPU在流处理器内集成了多种通用计算单元及专用计算单元(FP32 Core,INT32 Core,FP64 Core,Tensor Core,RT Core).任意一种GPU内可能包含以上计算单元中的部分单元.尽管GPU的流处理器内存在着多种计算单元,... 详细信息

为了应对越来越高的算力需求,GPU在流处理器内集成了多种通用计算单元及专用计算单元(FP32 Core,INT32 Core,FP64 Core,Tensor Core,RT Core).任意一种GPU内可能包含以上计算单元中的部分单元.尽管GPU的流处理器内存在着多种计算单元,它们之间的计算并行性无法从硬件设计白皮书中获知.与此同时,现有调度接口无法支持使用不同计算单元的核函数并行利用这些计算资源,更无法支持运行时的精细调度以最大化系统吞吐.面对以上问题,我们提出了硬件感知吞吐导向的核函数调度方法***首先设计了一个硬件并行性感知工具,支持为任意GPU定位出所有的流处理器内并行性.其次,Hato提出了一个核函数混跑建模方法,通过核函数混跑利用到流处理器内并行性,并支持核函数在混跑情况下的执行时间精准预测.最后,Hato提出了一个吞吐导向的调度策略,支持在保证延迟敏感型应用服务质量的同时,利用到所有可能的流处理器内并行性,以最大化整体系统吞吐.实验结果表明,Hato相比最新调度系统Tacker提升了平均19.2%,最高54.1%的系统吞吐.

关键词： GPU 流处理器内并行性吞吐提升运行时系统

来源：评论

学校读者我要写书评

暂无评论

轻量级密码算法Piccolo的统计故障分析

引用

计算机学报 2021年第10期44卷 2104-2121页

作者：李玮李嘉耀谷大武汪梦林蔡天培东华大学计算机科学与技术学院上海201620 上海交通大学计算机科学与工程系上海200240 上海交通大学上海市可扩展计算与系统重点实验室上海200240 上海交通大学上海市信息安全综合管理技术研究重点实验室上海200240

Piccolo算法是于2011年CHES会议上提出的一种轻量级分组密码算法,用于物联网环境中保护RFID、传感器、智能卡等电子设备的通信安全.目前国内外安全性分析研究集中在该算法的已知明文攻击和选择明文攻击,在攻击者能力最弱条件下的唯密文... 详细信息

Piccolo算法是于2011年CHES会议上提出的一种轻量级分组密码算法,用于物联网环境中保护RFID、传感器、智能卡等电子设备的通信安全.目前国内外安全性分析研究集中在该算法的已知明文攻击和选择明文攻击,在攻击者能力最弱条件下的唯密文攻击尚无相关研究.文中提出了统计故障分析下Piccolo密码的安全性,即在唯密文条件下,使用SEI、HW、ML、GF、MAP、GF-SEI、GF-ML、ML-SEI、ML-MAP、MM-HW及MM-HW-ML等一系列区分器,恢复Piccolo密码的主密钥.实验结果表明,Piccolo算法不能抵御统计故障分析的攻击,文中提出的新型区分器ML-MAP、MM-HW和MM-HW-ML仅需164和262个故障,可以分别恢复出80比特和128比特主密钥,有效地减少了故障数,并提升了攻击效率.该结果为物联网环境中轻量级密码的安全设计与实现提供有价值的参考.

关键词： Piccolo 轻量级密码算法密码分析唯密文攻击统计故障分析

来源：评论

学校读者我要写书评

暂无评论

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：

请选择收藏分类：

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

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：