检索结果-内蒙古大学图书馆

中国科学：信息科学 2022年第10期52卷 1748-1774页

作者：王少楠丁鼐林楠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京100190 浙江大学生物医学工程与仪器科学学院生物医学工程教育部重点实验室杭州310027 之江实验室基础理论研究院应用数学与机器智能研究中心杭州311121 中国科学院行为科学重点实验室(中国科学院心理研究所) 北京100101 中国科学院大学心理学系北京100049 中国科学院脑科学与智能技术卓越创新中心北京100190

语言理解是认知科学和计算机科学交叉领域共同关心的问题,但两个学科在选择具体研究问题时却十分不同.认知科学领域的研究侧重解析大脑的工作机制,更多地关注于描述大脑对语言的响应,缺乏对大脑语言功能整体化、系统化的研究,而计算机... 详细信息

语言理解是认知科学和计算机科学交叉领域共同关心的问题,但两个学科在选择具体研究问题时却十分不同.认知科学领域的研究侧重解析大脑的工作机制,更多地关注于描述大脑对语言的响应,缺乏对大脑语言功能整体化、系统化的研究,而计算机科学家在选择研究问题时重点关注实际应用效能,往往忽略了对语言最本质规律的研究.那么,如何实现两种思路的交叉融合,为智能语言计算模型的构建和语言认知机理的研究带来新的机遇和启发呢?本文首先简要回顾了认知科学和计算机科学在语言理解方向上的研究问题、发展历程和研究方法,重点阐述研究现状和面临的挑战,之后对比认知科学和计算机科学领域对于语言理解问题的主要观点,分析两者之间的异同.最后对现有语言认知和语言计算两个领域的交叉融合方法进行归纳和总结,并对未来发展趋势予以展望.

关键词：语言认知语言计算人的语言理解机器的语言理解交叉研究

来源：评论

学校读者我要写书评

暂无评论

基于共面圆的距离传感器与相机的相对位姿标定

引用

自动化学报 2020年第6期46卷 1154-1165页

作者：王硕祝海江李和平吴毅红北京化工大学信息科学与技术学院北京100029 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

近年来,距离传感器与摄像机的组合系统标定在无人车环境感知中得到了广泛的研究与应用,其中基于平面特征的方法简单易行而被广泛采用.然而,目前多数方法基于点匹配进行,易错且鲁棒性较低.本文提出了一种基于共面圆的距离传感器与相机的... 详细信息

近年来,距离传感器与摄像机的组合系统标定在无人车环境感知中得到了广泛的研究与应用,其中基于平面特征的方法简单易行而被广泛采用.然而,目前多数方法基于点匹配进行,易错且鲁棒性较低.本文提出了一种基于共面圆的距离传感器与相机的组合系统相对位姿估计方法.该方法使用含有两个共面圆的标定板,可以获取相机与标定板间的位姿,以及距离传感器与标定板间的位姿.此外,移动标定板获取多组数据,根据计算得到两个共面圆的圆心在距离传感器和相机下的坐标,优化重投影误差与3D对应点之间的误差,得到距离传感器与相机之间的位姿关系.该方法不需要进行特征点的匹配,利用射影不变性来获取相机与三维距离传感器的位姿.仿真实验与真实数据实验结果表明,本方法对噪声有较强的鲁棒性,得到了精确的结果.

关键词：多传感器标定距离传感器与相机标定深度相机与相机标定激光与相机标定

来源：评论

学校读者我要写书评

暂无评论

融合词义信息的文本蕴涵识别方法

引用

中文信息学报 2021年第7期35卷 30-40页

作者：杜倩龙宗成庆苏克毅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 台湾“中央研究院”资讯科学研究所台湾台北11529

文本蕴涵识别是对两个文本之间语义关系的有向推理,而词汇的词义对理解文本的语义以及推理文本之间的语义蕴涵关系有着重要作用。因此,为了有效利用词汇的词义信息推断文本之间的语义蕴涵关系,该文提出一种融合词义信息的文本蕴涵识别... 详细信息

文本蕴涵识别是对两个文本之间语义关系的有向推理,而词汇的词义对理解文本的语义以及推理文本之间的语义蕴涵关系有着重要作用。因此,为了有效利用词汇的词义信息推断文本之间的语义蕴涵关系,该文提出一种融合词义信息的文本蕴涵识别方法。该方法首次提出将原始的词汇转化为对应的目标词义,然后利用词汇的词义信息改善文本的语义表示和文本间语义关系的推理。实验表明,该文所提出的方法可以有效改善文本间语义关系的推理,从而提升文本蕴涵识别的准确率。

关键词：词义推断文本蕴涵识别语义推理

来源：评论

学校读者我要写书评

暂无评论

基于迁移降噪学习的大纲条件故事生成

基于迁移降噪学习的大纲条件故事生成

引用

2022中国自动化大会

作者：李宾朱敏郡翁诣轩夏飞李树涛湖南大学电气信息与工程学院中国科学院自动化所模式识别国家重点实验室

文本生成任务作为自然语言处理中重要的组成部分,近年来受到学者们的广泛关注。特别地,在基于大纲的条件故事生成任务上,由于预训练模型的预训练-微调范式具有灾难性遗忘的缺点,现有的方法难以基于给定的大纲词汇生成完整、逻辑通顺的... 详细信息

文本生成任务作为自然语言处理中重要的组成部分,近年来受到学者们的广泛关注。特别地,在基于大纲的条件故事生成任务上,由于预训练模型的预训练-微调范式具有灾难性遗忘的缺点,现有的方法难以基于给定的大纲词汇生成完整、逻辑通顺的文本。为了解决这个问题,我们建立了结合迁移降噪学习的大纲条件故事生成方法框架。首先,我们提出了Rake迁移训练方法,通过构造故事大纲实现预训练任务到下游任务的迁移学习。其次,我们引入Child微调的方法来减轻由于训练数据不足而引起的参数过拟合,从而减轻了预训练模型的灾难性遗忘。此外,为了在语言理解和语言生成之间取得平衡,我们基于预训练模型引入In-trust损失函数进行降噪学习。大量的实验表明,我们的方法在基于大纲的条件故事生成任务的六个评价指标均超过了最先进的方法,这证明我们所提出方法的有效性。

关键词：大纲条件故事生成 Rake迁移训练 Child微调迁移降噪学习

来源：评论

学校读者我要写书评

暂无评论

融合外部知识的生成式实体关系联合抽取方法

引用

计算机技术与发展 2023年第8期33卷 124-130页

作者：祝振赫武虹高洁周玉中国科学院大学人工智能学院北京100049 中国科协创新战略研究院北京100038 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 北京中科凡语科技有限公司凡语AI研究院北京100190

实体关系联合抽取作为各领域构建知识图谱不可或缺的任务,成为当今信息抽取任务中的热点。现有的生成式实体关系联合抽取方法,多采用编码器-解码器框架,通过监督学习从非结构化文本中抽取特征来生成实体和关系序列。但这种方法属于数据... 详细信息

实体关系联合抽取作为各领域构建知识图谱不可或缺的任务,成为当今信息抽取任务中的热点。现有的生成式实体关系联合抽取方法,多采用编码器-解码器框架,通过监督学习从非结构化文本中抽取特征来生成实体和关系序列。但这种方法属于数据驱动方法,在缺乏标注数据时存在质量较低的问题,而获取标注数据需要花费大量的成本。基于远程监督的方法通过利用外部知识库对文本进行自动标注,能够解决缺少大规模标注数据的问题,但同时引入的错误标签也会影响模型的性能。针对上述问题,提出了融合外部知识的生成式实体关系联合抽取方法,采用多编码器和知识注意力机制,将结构化信息和句法结构等外部知识融入模型。具体来说,首先利用标注数据对模型进行预训练来学习实体关系表示,然后利用外部知识再次训练来学习句法结构等信息。实验结果表明,所提方法能够通过融合外部知识,提升实体关系三元组的准确率,尤其提升模型在标注数据稀缺场景下的抽取准确率。

关键词：实体关系抽取编码-解码框架知识融合深度学习注意力机制

来源：评论

学校读者我要写书评

暂无评论

中国互联网信息内容生态治理策略体系构建与演化研究

中国互联网信息内容生态治理策略体系构建与演化研究

引用

第十八届（2023）中国管理学年会暨“一带一路”十周年研讨会

作者：艾祖鹏梁蕴泽郭文强中国科学院大学经济与管理学院中国科学院自动化研究所模式识别国家重点实验室新疆财经大学信息管理学院

互联网信息内容生态治理作为现代化国家与社会治理的重要领域一直是一个热门话题,研究其政策体系结构与演化具有一定的理论与现实意义.本文基于扎根理论研究方法,选取1994-2023中央所发布的225条及地方发布的762条互联网信息内容治理政... 详细信息

互联网信息内容生态治理作为现代化国家与社会治理的重要领域一直是一个热门话题,研究其政策体系结构与演化具有一定的理论与现实意义.本文基于扎根理论研究方法,选取1994-2023中央所发布的225条及地方发布的762条互联网信息内容治理政策根据其治理类别进行分类并进一步构建中国互联网信息内容治理政策的三层结构体系,分析其数量分布、历史演化及政策焦点演化.研究结果表明:中央和地方层面互联网信息内容生态治理均以由前馈控制、同期控制及反馈控制所构成的制度化管理为基础,中央层面以企业自律为代表的自我管理式治理为突出特色,而地方层面则以监管者行动为代表的其他式治理为突出特色;治理策略总体上经历从"自我监督,国家监管"到以制度化为基础多种治理方略综合应用的演化历程;中央与地方形成了一套"中央呼吁,地方落实"的系统治理模式;技术革新在互联网信息内容生态治理中的重要性正在加强,而社会监督和合作式治理的比重还有待提高.

关键词：互联网信息内容生态治理监管策略体系演化分析

来源：评论

学校读者我要写书评

暂无评论

多模态人脑影像与脑网络组学研究

引用

中国科学：生命科学 2020年第11期50卷 1296-1308页

作者：左年明蒋田仔中国科学院自动化研究所脑网络组研究中心北京100190 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

随着脑影像技术和计算技术等领域的发展,基于活体影像的脑科学研究呈爆发式增长,并受到来自多种不同学科领域研究人员的广泛关注,其中包括神经科学、临床医学、心理学以及工程技术等学科领域.近年来,不同学科交叉融合形成了新的研究方... 详细信息

随着脑影像技术和计算技术等领域的发展,基于活体影像的脑科学研究呈爆发式增长,并受到来自多种不同学科领域研究人员的广泛关注,其中包括神经科学、临床医学、心理学以及工程技术等学科领域.近年来,不同学科交叉融合形成了新的研究方向和领域,这也是脑科学发展独具学科特色的研究模式.对于活体人脑结构和功能信号的检测技术而言,许多技术在基础科研和临床上已经得到比较广泛的应用,包括多模态磁共振技术、脑电及脑磁技术等.与此同时,脑科学研究在时间和空间分辨率上对脑信号检测技术提出了更高的要求,由此产生的数据为后期的数据挖据、建模分析等技术带来了更多的挑战.为了更好地描述从多时空尺度研究大脑的模式,本团队在国际上提出了"脑网络组学"的概念.本文系统回顾了目前基于影像的脑科学研究在非侵入性宏观影像层面有代表性的技术,同时强调了多模态多种技术的联合应用,即"脑网络组学"的研究背景和内涵.文章最后对脑网络组学研究发展作出展望.

关键词：脑网络组学脑网络组图谱脑网络神经影像转化医学

来源：评论

学校读者我要写书评

暂无评论

融合篇章结构位置编码的神经机器翻译

引用

智能科学与技术学报 2020年第2期2卷 144-152页

作者：亢晓勉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 中国科学院大学北京100049

现有的文档级神经机器翻译方法在翻译一个句子时大多只利用文档的上下文词汇信息,而忽视了跨句子的篇章语义单元之间的结构关系。针对此问题,提出了多种篇章结构位置编码策略,利用基于修辞结构理论的篇章树结构,对篇章树上位于不同篇章... 详细信息

现有的文档级神经机器翻译方法在翻译一个句子时大多只利用文档的上下文词汇信息,而忽视了跨句子的篇章语义单元之间的结构关系。针对此问题,提出了多种篇章结构位置编码策略,利用基于修辞结构理论的篇章树结构,对篇章树上位于不同篇章单元的单词之间的位置关系进行了表示。实验表明,通过位置编码的方式,在基于Transformer框架的神经机器翻译模型中有效地融合了源端的篇章结构信息,译文质量得到了显著提升。

关键词：神经机器翻译篇章结构位置编码篇章分析修辞结构理论

来源：评论

学校读者我要写书评

暂无评论

基于局部异质协同双路网络的跨模态行人重识别

引用

模式识别与人工智能 2020年第10期33卷 867-878页

作者：郑爱华曾小强江波黄岩汤进安徽大学计算智能与信号处理教育部重点实验室合肥230601 安徽省科学技术厅安徽省工业图像处理与分析重点实验室合肥230039 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

针对现有跨模态行人重识别方法忽略行人的局部特征及模态间的相互协同的问题,文中提出基于局部异质协同双路网络的跨模态行人重识别方法.首先,通过双路网络提取不同模态的全局特征进行局部精细化,挖掘行人的结构化局部信息.然后,通过标... 详细信息

针对现有跨模态行人重识别方法忽略行人的局部特征及模态间的相互协同的问题,文中提出基于局部异质协同双路网络的跨模态行人重识别方法.首先,通过双路网络提取不同模态的全局特征进行局部精细化,挖掘行人的结构化局部信息.然后,通过标签和预测信息建立跨模态局部信息之间的关联,进行协同自适应的跨模态融合,使不同模态的特征之间相互补充,获得富有判别力的特征.在RegDB、SYSU-MM01跨模态行人重识别数据集上的实验验证文中方法的有效性.

关键词：行人重识别跨模态局部特征协同融合卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

深度卷积神经网络压缩与加速研究进展

引用

中国基础科学 2022年第3期24卷 1-9页

作者：艾祖鹏刘雨帆阮晓峰李兵中国科学院大学经济与管理学院北京100190 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 人民中科(北京)智能技术有限公司北京100080

数据、算力和算法是人工智能技术的3个要素,对于人工智能技术的落地,这三者相辅相成,缺一不可。近年来,随着移动互联网和高性能芯片的发展,深度神经网络在人工智能领域取得重大突破。为了追求更高的性能,研究者往往设计复杂冗余的网络结... 详细信息

数据、算力和算法是人工智能技术的3个要素,对于人工智能技术的落地,这三者相辅相成,缺一不可。近年来,随着移动互联网和高性能芯片的发展,深度神经网络在人工智能领域取得重大突破。为了追求更高的性能,研究者往往设计复杂冗余的网络结构,如增加宽度和层数,使网络的参数和计算量大大增加。当这些算法面对资源受限的设备时,算力会严重制约人工智能技术的落地。因此,深度神经网络压缩与加速作为人工智能领域的一个热点问题,受到产业界和学术界的关注,提出的解决方案层出不穷。本文对这一领域的研究现状进行总结。首先,介绍深度卷积神经网络的结构设计,包括高精度卷积神经网络手工设计、面向移动端轻量化卷积神经网络手工设计和卷积神经网络自动化设计。其次,总结深度神经网络压缩与加速相关方法,包括参数稀疏、结构化剪枝、低秩近似分解、量化和知识蒸馏5个方面。再次,对一些相关开源框架及会议研习会进行总结。最后,对模型压缩与加速的发展进行展望。

关键词：深度卷积神经网络压缩与加速结构化剪枝量化低秩近似分解知识蒸馏

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：