检索结果-内蒙古大学图书馆

自动化学报 2023年第6期49卷 1170-1180页

作者：黄鑫张家俊宗成庆中国科学院自动化研究所模式识别国家重点实验室北京100190 中国科学院大学人工智能学院北京100049

现有多模态机器翻译(Multi-modal machine translation,MMT)方法将图片与待翻译文本进行句子级别的语义融合.这些方法存在视觉信息作用不明确和模型对视觉信息不敏感等问题,并进一步造成了视觉信息与文本信息无法在翻译模型中充分融合... 详细信息

现有多模态机器翻译(Multi-modal machine translation,MMT)方法将图片与待翻译文本进行句子级别的语义融合.这些方法存在视觉信息作用不明确和模型对视觉信息不敏感等问题,并进一步造成了视觉信息与文本信息无法在翻译模型中充分融合语义的问题.针对这些问题,提出了一种跨模态实体重构(Cross-modal entity reconstruction,CER)方法.区别于将完整的图片输入到翻译模型中,该方法显式对齐文本与图像中的实体,通过文本上下文与一种模态的实体的组合来重构另一种模态的实体,最终达到实体级的跨模态语义融合的目的,通过多任务学习方法将CER模型与翻译模型结合,达到提升翻译质量的目的.该方法在多模态翻译数据集的两个语言对上取得了最佳的翻译准确率.进一步的分析实验表明,该方法能够有效提升模型在翻译过程中对源端文本实体的忠实度.

关键词：实体重构跨模态学习多任务学习多模态机器翻译

来源：评论

学校读者我要写书评

暂无评论

基于噪声对比估计的权重自适应对抗生成式模仿学习

引用

模式识别与人工智能 2023年第4期36卷 300-312页

作者：关伟凡张希中国科学院自动化研究所模式识别国家重点实验室北京100190 中国科学院大学人工智能学院北京100049

传统模仿学习需满足专家样本均为质量极高的最优专家样本,这一限制条件既提高数据的采集难度也限制算法的应用场景.由此,文中提出基于噪声对比估计的权重自适应对抗生成式模仿学习算法(Weight Adaptive Generative Adversarial Imitatio... 详细信息

传统模仿学习需满足专家样本均为质量极高的最优专家样本,这一限制条件既提高数据的采集难度也限制算法的应用场景.由此,文中提出基于噪声对比估计的权重自适应对抗生成式模仿学习算法(Weight Adaptive Generative Adversarial Imitation Learning Based on Noise Contrastive Estimation,GLANCE),在专家样本质量不一致的任务场景下可保持较高性能.首先,使用噪声对比估计训练特征提取器,改善次优专家样本特征分布.然后,为专家样本设定可学习权重系数,并对基于权重系数重分布后的样本执行对抗生成式模仿学习.最后,基于已知相对排序的评估数据计算排序损失,通过梯度下降法优化权重系数,改善数据分布.在多个连续控制型任务上的实验表明,专家样本质量不一致时,GLANCE仅需要获取专家样本数据集上5%数据作为评估数据集,就可以达到较优的性能表现.

关键词：强化学习模仿学习噪声对比估计自适应权重

来源：评论

学校读者我要写书评

暂无评论

基于改进慢快网络的猕猴多行为识别方法

引用

生物医学工程学杂志 2023年第2期40卷 257-264页

作者：仲伟峰徐哲朱翔昱马喜波哈尔滨理工大学自动化学院哈尔滨150000 中国科学院自动化研究所模式识别国家重点实验室北京100000

猕猴作为药物安全性评估中常见的动物模型,其行为反映它用药前后的健康情况,可以揭示出药物产生的副作用。目前,研究人员通常利用人工对猕猴的行为进行观察,该方式无法实现不间断的24 h监测。因此,急需发展一种方法体系实现对猕猴行为的... 详细信息

猕猴作为药物安全性评估中常见的动物模型,其行为反映它用药前后的健康情况,可以揭示出药物产生的副作用。目前,研究人员通常利用人工对猕猴的行为进行观察,该方式无法实现不间断的24 h监测。因此,急需发展一种方法体系实现对猕猴行为的24 h观测和识别。针对此问题,本文构建了一个包含九类猕猴行为的视频数据集(MBVD-9),并在此数据集的基础上提出一种名为基于变换器(Transformer)增强的慢快网络(SlowFast)用于猕猴行为识别(TAS-MBR)。具体地说,TAS-MBR网络在SlowFast的基础上将其快支路输入的红绿蓝(RGB)色彩模式帧转化为残差帧,并在卷积操作之后引入了变换器模块,更有效地提取了运动信息。结果显示,TAS-MBR网络对猕猴行为的平均分类准确率为94.53%,较原有的SlowFast有明显提升,证明了本文所提方法在猕猴行为识别方面的有效性和优越性。这项工作为猕猴行为的不间断的观测和识别提供了新的思路,奠定了药物安全评价中进行用药前后猕猴行为计算的技术基础。

关键词：药物安全性评估行为识别猕猴行为数据集卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

融合社会学因素的模糊贝叶斯网技术预测模型

引用

山东大学学报（工学版） 2023年第2期53卷 23-33页

作者：张豪李子凌刘通张大伟陶建华中国科学院自动化研究所模式识别国家重点实验室北京100190

为研究诸如无人机等新兴信息科学的未来发展趋势,更好地把握这些技术发展与应用情况的动态并及时调整发展战略,在专家系统框架下提出一种基于模糊贝叶斯网的技术趋势预测方法,有效预测无人机技术在未来10 a的发展趋势。在构建预测方案... 详细信息

为研究诸如无人机等新兴信息科学的未来发展趋势,更好地把握这些技术发展与应用情况的动态并及时调整发展战略,在专家系统框架下提出一种基于模糊贝叶斯网的技术趋势预测方法,有效预测无人机技术在未来10 a的发展趋势。在构建预测方案的过程中,结合领域专家的知识,设计若干影响技术发展的维度用作预测参数,不仅包括技术型指标,也包括社会型指标,从而融合更加丰富的信息,使预测结果更加专业可信。提出基于模糊贝叶斯网的技术预测模型,分别对两种类型指标的影响程度进行综合计算形成推理机,使预测结果更加直观精细,具备一定的解释性。对预测模型的结果进行详细分析,并结合其他模型进行对比评价,结果与已有的专业预测结果相符合。试验结果表明,对无人机技术未来10 a发展趋势的预测中,基于模糊贝叶斯网的技术预测模型能够获取影响因素之间的关联关系,具有更好的预测效果。

关键词：技术预测模糊贝叶斯专家系统多映射社会学因素

来源：评论

学校读者我要写书评

暂无评论

基于机器阅读理解的中文事件论元抽取方法

引用

中文信息学报 2025年第05期 102-109页

作者：马文杰吴家帆陶建华杨国花张大伟中国科学院自动化研究所模式识别国家重点实验室中国科学院大学人工智能学院

事件抽取任务旨在从文本中抽取出事件信息，包含事件类型检测和事件论元抽取两个子任务。目前的中文事件论元抽取方法存在着如下问题：(1)两段式论元抽取方法中存在误差累积；(2)现有模型在嵌套实体以及多实体抽取场景上表现较差；(3)... 详细信息

事件抽取任务旨在从文本中抽取出事件信息，包含事件类型检测和事件论元抽取两个子任务。目前的中文事件论元抽取方法存在着如下问题：(1)两段式论元抽取方法中存在误差累积；(2)现有模型在嵌套实体以及多实体抽取场景上表现较差；(3)现有方法主要聚焦于抽取预先定义的样本类型事件，且比较依赖训练数据，因此对于新的以及样本极少的事件类型抽取效果较差。针对上述问题，该文将中文事件论元抽取任务重构为机器阅读理解任务，有效地缓解了上述误差累积、嵌套实体、多论元实体抽取效率低的问题。实验证明，该种建模方式能够有效地利用预训练语言模型的优势及事件类型等先验信息，具有很好的泛化性能，并且能很好地推广到新事件类型的论元角色的识别中。

关键词：事件论元抽取机器阅读理解预训练语言模型

来源：评论

学校读者我要写书评

暂无评论

基于自监督图对比学习的视频问答方法

引用

软件学报 2023年第5期34卷 2083-2100页

作者：姚暄高君宇徐常胜模式识别国家重点实验室(中国科学院自动化研究所) 北京100190 中国科学院大学人工智能学院北京100190 鹏城实验室广东深圳518055

视频问答作为一种跨模态理解任务,在给定一段视频和与之相关的问题的条件下,需要通过不同模态语义信息之间的交互来产生问题的答案.近年来,由于图神经网络在跨模态信息融合与推理方面强大的能力,其在视频问答任务中取得了显著的进展.但... 详细信息

视频问答作为一种跨模态理解任务,在给定一段视频和与之相关的问题的条件下,需要通过不同模态语义信息之间的交互来产生问题的答案.近年来,由于图神经网络在跨模态信息融合与推理方面强大的能力,其在视频问答任务中取得了显著的进展.但是,大多数现有的图网络方法由于自身固有的过拟合或过平滑、弱鲁棒性和弱泛化性的缺陷使得视频问答模型的性能未能进一步提升.鉴于预训练技术中自监督对比学习方法的有效性和鲁棒性,在视频问答任务中利用图数据增强的思路提出了一种图网络自监督对比学习框架GMC.该框架使用针对节点和边的两种数据增强操作来生成相异子样本,并通过提升原样本与生成子样本图数据预测分布之间的一致性来提高视频问答模型的准确率和鲁棒性.在视频问答公开数据集上通过与现有先进的视频问答模型和不同GMC变体模型的实验对比验证了所提框架的有效性.

关键词：图对比学习视频问答图数据增强预训练

来源：评论

学校读者我要写书评

暂无评论

基于对比学习的转录文本翻译方法研究

引用

中文信息学报 2025年第4期39卷 67-76页

作者：王世宁刘宇宸宗成庆中国科学院自动化研究所模式识别国家重点实验室北京100190 中国科学院大学人工智能学院北京100049

神经机器翻译系统极易受到输入噪声的干扰,特别是在口语翻译场景中,翻译系统的输入来自语音识别模块的输出,而后者不可避免地存在着识别错误,最终影响翻译性能。现有方法多采用错误修正和翻译的级联式策略以减少识别错误造成的影响,但... 详细信息

神经机器翻译系统极易受到输入噪声的干扰,特别是在口语翻译场景中,翻译系统的输入来自语音识别模块的输出,而后者不可避免地存在着识别错误,最终影响翻译性能。现有方法多采用错误修正和翻译的级联式策略以减少识别错误造成的影响,但易导致系统时延增长,且可能引入额外的噪声。该文提出了一种基于对比学习的鲁棒神经机器翻译方法,将包含识别错误的样本作为正例,通过句子级别或词级别的对比损失,分别从整体和局部两种不同角度拉近含噪声文本与干净文本在表示空间中的距离,以降低识别错误对文本表示的影响。同时,该文设计了多种精细化的错误合成方法以模拟更加真实的语音识别错误。在英汉双向多个数据集上的实验表明,该文所提出的方法可以有效降低语音识别错误对翻译模型的影响,提高模型的鲁棒性和翻译性能。

关键词：对比学习鲁棒神经机器翻译语音识别错误

来源：评论

学校读者我要写书评

暂无评论

多模态特征自适应融合的虚假新闻检测

引用

计算机工程与应用 2024年第13期60卷 102-112页

作者：王腾张大伟王利琴董永峰河北工业大学人工智能与数据科学学院天津300401 中国科学院自动化研究所模式识别国家重点实验室北京100190

为解决社交媒体新闻中多模态新闻检测难以充分利用图文信息问题以及探索高效的多模态信息交互方法,提出了一种多模态特征自适应融合的虚假新闻检测模型。分别对新闻文本语义特征、文本情感特征和图文语义差异特征进行提取和表示;通过添... 详细信息

为解决社交媒体新闻中多模态新闻检测难以充分利用图文信息问题以及探索高效的多模态信息交互方法,提出了一种多模态特征自适应融合的虚假新闻检测模型。分别对新闻文本语义特征、文本情感特征和图文语义差异特征进行提取和表示;通过添加自适应权重参数的方式对多种特征进行加权拼接融合,以减少模型拼接时引入的冗余信息;将融合特征送入分类器中进行新闻的真假分类。实验结果表明,所提出的模型在F1值等评价指标上都优于当前先进的模型。有效提升了虚假新闻检测性能,为社交媒体中虚假新闻的检测提供了有力支持。

关键词：虚假新闻检测情感特征图像描述自适应融合

来源：评论

学校读者我要写书评

暂无评论

影子辅助的三维人体重建

引用

计算机辅助设计与图形学学报 2023年第11期35卷 1643-1653页

作者：康杨雨轩石剑任丽欣刘艳丽吴恩华中国科学院软件研究所计算机科学国家重点实验室北京100190 中国科学院大学北京100049 中国科学院自动化研究所模式识别国家重点实验室北京100090 四川大学计算机学院成都610024 澳门大学中国澳门999078

光线投射至地面的人体影子可以为人体重建任务提供约束信息,有助于缓解单目图像中的深度歧义问题和自遮挡问题.为了重建三维人体模型,提出一种基于影子输入和深度神经网络的重建方法.首先搭建2个独立的卷积神经网络模块用于提取图像特... 详细信息

光线投射至地面的人体影子可以为人体重建任务提供约束信息,有助于缓解单目图像中的深度歧义问题和自遮挡问题.为了重建三维人体模型,提出一种基于影子输入和深度神经网络的重建方法.首先搭建2个独立的卷积神经网络模块用于提取图像特征和影子特征,并估计对应的人体模型参数;然后建立一个可导投影算子(differentiable projection operator,DPO)对齐2个网络的输出;最后将DPO构建的损失函数应用于微调神经网络和直接优化输出.在Human3.6M合成影子数据集上的实验结果表明,与基线方法相比,微调神经网络的关节误差指标下降了1.4~4.9 mm;在自采集的一个含真实影子的3人2视角小规模数据集上的定性实验结果表明,直接优化的人体姿态更加接近原始图像.

关键词：三维人体重建人体影子轮廓参数化人体模型深度神经网络

来源：评论

学校读者我要写书评

暂无评论

基于光流与多尺度上下文的图像序列运动遮挡检测

引用

自动化学报 2024年第9期50卷 1854-1865页

作者：冯诚张聪炫陈震李兵黎明南昌航空大学测试与光电工程学院南昌330063 中国科学院自动化研究所模式识别国家重点实验室北京100190 南昌航空大学信息工程学院南昌330063

针对非刚性运动和大位移场景下运动遮挡检测的准确性与鲁棒性问题,提出一种基于光流与多尺度上下文的图像序列运动遮挡检测方法.首先,设计基于扩张卷积的多尺度上下文信息聚合网络,通过图像序列多尺度上下文信息获取更大范围的图像特征... 详细信息

针对非刚性运动和大位移场景下运动遮挡检测的准确性与鲁棒性问题,提出一种基于光流与多尺度上下文的图像序列运动遮挡检测方法.首先,设计基于扩张卷积的多尺度上下文信息聚合网络,通过图像序列多尺度上下文信息获取更大范围的图像特征;然后,采用特征金字塔构建基于多尺度上下文与光流的端到端运动遮挡检测网络模型,利用光流优化非刚性运动和大位移区域的运动检测遮挡信息;最后,构造基于运动边缘的网络模型训练损失函数,获取准确的运动遮挡边界.分别采用MPI-Sintel和KITTI测试数据集对所提方法与现有的代表性方法进行实验对比与分析.实验结果表明,所提方法能够有效提高运动遮挡检测的准确性和鲁棒性,尤其在非刚性运动和大位移等困难场景下具有更好的遮挡检测鲁棒性.

关键词：图像序列遮挡检测深度学习多尺度上下文非刚性运动

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：