检索结果-内蒙古大学图书馆

模式识别与人工智能 2020年第2期33卷 106-112页

作者：苏立新郭嘉丰范意兴兰艳艳程学旗中国科学院计算技术研究所网络数据科学与技术重点实验室北京100190 中国科学院大学计算机与控制学院北京100190 中国科学院计算技术研究所烟台分所烟台中科网络技术研究所烟台264005

抽取式问答中已有模型仅建模答案的边界,忽视人的潜在标注过程,导致模型仅学习到表面特征,影响泛化能力.因此,文中提出基于标签增强的机器阅读理解模型(LE-Reader),模拟人的标注过程.LE-Reader模型同时建模答案所在句子、答案内容和答... 详细信息

抽取式问答中已有模型仅建模答案的边界,忽视人的潜在标注过程,导致模型仅学习到表面特征,影响泛化能力.因此,文中提出基于标签增强的机器阅读理解模型(LE-Reader),模拟人的标注过程.LE-Reader模型同时建模答案所在句子、答案内容和答案边界.根据用户标注的答案边界推断正确答案的句子和答案内容作为标签,监督模型的学习过程.通过多任务学习的方式融合3个损失函数.预测时融合3种建模结果,确定最终答案,提高模型的泛化性能.在SQuAD数据集上的实验验证LE-Reader的有效性.

关键词：阅读理解多任务学习答案抽取

来源：评论

学校读者我要写书评

暂无评论

面向图计算应用的处理器访存通路优化设计与实现

引用

国防科技大学学报 2020年第2期42卷 13-22页

作者：张旭常轶松张科陈明宇中国科学院计算技术研究所北京100190 中国科学院大学北京100049 鹏城实验室广东深圳518000

针对图计算应用的访存特点,提出并实现一种支持高并发、乱序和异步访存的高并发访存模块(High Concurrency and high Performance Fetcher,HCPF)。通过软-硬件协同的设计方法,HCPF可同时处理192条共8种类型的内存访问请求,且访存粒度可... 详细信息

针对图计算应用的访存特点,提出并实现一种支持高并发、乱序和异步访存的高并发访存模块(High Concurrency and high Performance Fetcher,HCPF)。通过软-硬件协同的设计方法,HCPF可同时处理192条共8种类型的内存访问请求,且访存粒度可由用户定义,满足图计算应用对海量低延迟细粒度数据访问的需求。同时,HCPF扩展了基于内存语义的跨计算节点定制互连技术,支持远程内存的细粒度直接访问,为后续实现分布式图计算框架提供技术基础。结合上述两个核心研究内容,基于流水线RISC-V处理器核,设计并实现了可支持HCPF的RISC-V片上系统(System-on-Chip,SoC)架构,搭建基于FPGA的原型验证平台,并使用自研测试程序对HCPF进行初步性能评测。实验结果表明,HCPF相比原有访存通路,最高可将基于数组和随机地址的两种随机内存访问性能分别提升至3.5倍和2.7倍。远程内存直接访问4 Byte数据的延时仅为1.63μs。

关键词：内存级并行访存通路图计算应用

来源：评论

学校读者我要写书评

暂无评论

基于融合特征多重异构网络的微博社交机器人检测方法

引用

中文信息学报 2025年第1期39卷 133-143页

作者：张怀博刘晓娜刘欣冯浩源尹芷仪沈华伟中国科学院计算技术研究所智能算法安全重点实验室北京100190 中国科学院大学北京101408 智能协同感知与分析认知实验室北京100193

基于图神经网络的社交机器人检测方法是近年来社交机器人检测领域的研究热点之一,该方法通过刻画社交平台账号的节点特征,并根据账号之间的多种社交网络关系构建异构图神经网络,进而使用图节点分类的方法识别社交机器人。基于异构图神... 详细信息

基于图神经网络的社交机器人检测方法是近年来社交机器人检测领域的研究热点之一,该方法通过刻画社交平台账号的节点特征,并根据账号之间的多种社交网络关系构建异构图神经网络,进而使用图节点分类的方法识别社交机器人。基于异构图神经网络的方法仍然存在两个方面的问题:一是现有的网络构建方法对传统用户社交关系如粉丝、关注等社交关系数据依赖性比较强,可扩展性比较差;二是现有特征构建方法重点关注社交机器人的个体特征,缺乏对社交机器人群体特征的引入,弱化了对具有相近群体特征的社交机器人的检测能力。基于以上问题,该文提出了融合群体特征的多重异构网络模型MCF-RGCN,该模型引入话题共现网络作为社交关系网络的补充,使模型在不依赖社交关系的情况下也能获得良好的社交机器人检测效果;同时,该文在账号元信息特征、行为特征、内容特征、时序特征、社交网络特征的基础上,引入了社群属性特征增强了账号在群体特征方面的表达,使模型进一步提升了对具有相似群体特征的社交机器人的检测能力。在微博数据集上的实验结果表明,该方法相比目前主流的社交机器人检测方法在F 1值上提升了近2.3%。

关键词：社交机器人检测多重异构图神经网络社群发现

来源：评论

学校读者我要写书评

暂无评论

Cooley-Tukey FFT算法高性能实现与优化研究

引用

计算机科学与探索 2022年第6期16卷 1304-1315页

作者：郭金鑫张广婷张云泉陈泽华贾海鹏太原理工大学大数据学院太原030024 中国科学院计算技术研究所计算机体系结构国家重点实验室北京100190

快速傅里叶变换(FFT)算法是处理器基础软件生态的重要组成部分,在工程、科学、物理和数学等领域的应用十分广泛,且这些领域对FFT算法的性能也提出了越来越高的要求。研究FFT算法在ARMv8和X86-64上的高性能实现特别是大基高性能的实现,提... 详细信息

快速傅里叶变换(FFT)算法是处理器基础软件生态的重要组成部分,在工程、科学、物理和数学等领域的应用十分广泛,且这些领域对FFT算法的性能也提出了越来越高的要求。研究FFT算法在ARMv8和X86-64上的高性能实现特别是大基高性能的实现,提高FFT算法的计算性能日益重要。针对ARMv8和X86-64计算平台的架构特征,研究FFT算法的高性能实现和优化方法。通过蝶形网络优化、大基网络级数降低、大基蝶形计算优化、SIMD汇编优化以及寄存器使用策略优化等方法的应用,有效提升了FFT算法的性能,特别是提升了FFT大基的计算性能,解决了寄存器不够用的性能瓶颈,并最终总结了一套Cooley-Tukey FFT算法的高性能实现策略和优化方案。实验结果表明,在ARM、X86-64处理器上,实现的FFT算法,较ARMPL、Intel MKL和FFTW性能有明显提升,较中小基性能也有明显提升。

关键词：快速傅里叶变换(FFT) ARMv8 X86-64 FFTW SIMD优化

来源：评论

学校读者我要写书评

暂无评论

针对图神经网络加速器性能评估的标准测试集

引用

高技术通讯 2022年第7期32卷 663-673页

作者：宋新开支天孔维浩杜子东中国科学院计算技术研究所计算机体系结构国家重点实验室北京100190 中国科学院大学北京100049 中科寒武纪科技股份有限公司北京100191

图神经网络(GNN)算法在图结构数据处理任务中取得了突破性的成功。然而,针对图神经网络硬件加速器设计的研究缺乏明确的设计目标和统一的评价标准。本文提出一种针对图神经网络硬件加速器性能评估的标准测试集(BenchGNN)。BenchGNN包括... 详细信息

图神经网络(GNN)算法在图结构数据处理任务中取得了突破性的成功。然而,针对图神经网络硬件加速器设计的研究缺乏明确的设计目标和统一的评价标准。本文提出一种针对图神经网络硬件加速器性能评估的标准测试集(BenchGNN)。BenchGNN包括宏测试集和微测试集2部分。宏测试集包含了3种主要任务类型的图神经网络算法和5个典型应用领域的数据集。微测试集包含2种微观操作类型和4种不同量化特性的数据集。本文在现有运算设备中央处理器(CPU)、图形处理器(GPU)和图神经网络专用加速器上进行了BenchGNN的实验测试。实验结果表明,CPU由于并行度不高而无法高效处理图神经网络算法。针对图神经网络算法的随机访存行为进行优化的专用加速器取得了优于通用并行处理器GPU的性能功耗表现。根据BenchGNN的评估结果,在图神经网络加速器设计过程中需要重点考虑运算并行度和随机访存优化这两种因素。

关键词：图神经网络(GNN) 加速器标准测试集

来源：评论

学校读者我要写书评

暂无评论

基于电子转移/高能碰撞解离质谱碎裂的O-GlcNAc糖基化位点定量分析方法在高脂喂养小鼠肝脏糖蛋白质组分析中的应用

引用

分析化学 2021年第12期49卷 2106-2116页

作者：邵文亚梁玉刘键熙刘洪涛王钊伟随志刚赵宝锋张晓丹梁振张丽华张玉奎福建医科大学公共卫生学院预防医学系中国科学院大连化学物理研究所中国科学院分离分析化学重点实验室国家色谱研究分析中心福建师范大学环境科学与工程学院中国科学院过程工程研究所生化工程国家重点实验室中国科学院计算技术研究所

O-连接N-乙酰葡糖胺翻译后修饰(O-GlcNAc)是发生在蛋白质丝氨酸或者苏氨酸位点上的单糖修饰,由于其具有化学计量数少、在质谱鉴定中离子化效率低以及无特定的氨基酸序列等特点,使O-GlcNAc翻译后修饰位点的定性和定量分析难度较大。本研... 详细信息

O-连接N-乙酰葡糖胺翻译后修饰(O-GlcNAc)是发生在蛋白质丝氨酸或者苏氨酸位点上的单糖修饰,由于其具有化学计量数少、在质谱鉴定中离子化效率低以及无特定的氨基酸序列等特点,使O-GlcNAc翻译后修饰位点的定性和定量分析难度较大。本研究结合基于凝集素弱亲和色谱的O-GlcNAc修饰糖肽富集方法、本研究组发展的准等重六重标记定量方法和电子转移/高能碰撞解离(EThcD)模式的高分辨质谱技术,发展了一种O-GlcNAc修饰位点的高通量定量分析方法,对高脂喂养小鼠肝脏中蛋白质O-GlcNAc修饰位点进行规模化定量分析。共定量分析了783个O-GlcNAc位点,其中122个位点的表达量存在明显差异,对应于85个O-GlcNAc蛋白,并初步探讨了脂代谢过程中O-GlcNAc修饰的作用。本研究有望为肥胖和胆固醇酯沉积等营养代谢相关疾病提供新的治疗思路。

关键词： O-连接N-乙酰葡糖胺修饰定量蛋白质组学电子转移/高能碰撞解离

来源：评论

学校读者我要写书评

暂无评论

短道速滑场景下的多目标跟踪与运动仿真

引用

系统仿真学报 2021年第5期33卷 1039-1050页

作者：李琪墨瀚林王向东李华中国科学院计算技术研究所院智能信息处理重点实验室北京100190 中国科学院大学北京100049 国家体育总局体育科学研究所北京100061

针对短道速滑比赛场景难以获取各运动员运动数据的问题,构建一个多目标跟踪与运动仿真的算法流程。提出一种局部匹配度量方法,处理单视角视频内存在的局部遮挡问题,提升跟踪的稳定性与鲁棒性。基于单应映射和拟合曲线求导的运动仿真方法... 详细信息

针对短道速滑比赛场景难以获取各运动员运动数据的问题,构建一个多目标跟踪与运动仿真的算法流程。提出一种局部匹配度量方法,处理单视角视频内存在的局部遮挡问题,提升跟踪的稳定性与鲁棒性。基于单应映射和拟合曲线求导的运动仿真方法,估算速度与加速度等运动学参数,实现运动仿真。在短道数据集的仿真实验中,验证了所提方法的有效性与优越性。

关键词：短道速滑多目标跟踪特征点匹配局部匹配度量运动仿真

来源：评论

学校读者我要写书评

暂无评论

基于图的多源数据融合框架研究

引用

计算机科学 2021年第11期48卷 170-175页

作者：匡广生郭岩俞晓明刘悦程学旗中国科学院大学北京100049 中国科学院计算技术研究所中国科学院网络数据科学与技术重点实验室北京100190

在给定的任务中分析各种数据时,目前大多数研究只针对单源数据进行分析,缺乏应用于多源数据的方法。但如今数据日益丰富,因此提出一种多源数据融合框架,用于融合多种网络平台数据。同一平台数据中包含文本与各种属性,同时不同平台的数... 详细信息

在给定的任务中分析各种数据时,目前大多数研究只针对单源数据进行分析,缺乏应用于多源数据的方法。但如今数据日益丰富,因此提出一种多源数据融合框架,用于融合多种网络平台数据。同一平台数据中包含文本与各种属性,同时不同平台的数据在内容与形式方面也存在很大差异。然而现有的网络信息挖掘方法大多仅使用同一平台中的部分数据进行分析,忽略了不同平台的数据之间存在的相互作用。因此文中提出一种数据融合框架,一方面,能基于图的强大表示能力融合同一平台不同类型的特征,从而提升单个平台的任务性能;另一方面能够利用不同平台的数据特征,使其相互补充,从而提升多个平台的任务性能。文中讨论的融合数据类型包括文本、时间、作者信息,这些特征涉及连续特征、离散特征以及非结构化特征。所提框架在事件分类任务上提升了F 1值,验证了提出的多源数据框架的有效性。

关键词：融合表示多源数据图融合

来源：评论

学校读者我要写书评

暂无评论

基于标签校正的端到端实体关系联合抽取

引用

重庆理工大学学报（自然科学） 2021年第10期35卷 163-171页

作者：陈鹏之张瑾刘悦程学旗中国科学院计算技术研究所中国科学院网络数据科学与技术重点实验室北京100190 中国科学院大学北京100049

随着深度学习的快速发展与应用,联合式抽取被广泛应用于实体抽取和实体间的关系预测。虽然端到端的联合抽取方法在该领域得到了较大关注,但这类方法目前未考虑multi-token实体;同时,抽取过程中忽略了关系预测与实体抽取之间的相互影响... 详细信息

随着深度学习的快速发展与应用,联合式抽取被广泛应用于实体抽取和实体间的关系预测。虽然端到端的联合抽取方法在该领域得到了较大关注,但这类方法目前未考虑multi-token实体;同时,抽取过程中忽略了关系预测与实体抽取之间的相互影响。针对以上问题,结合Encoder-Decoder框架的特点,引入标签校正机制,提出了一种基于标签校正的端到端实体关系联合抽取方法CopyLC。实验结果证明:在更严格的评价方式下,所提出的方法与当前主流方法相比,在NYT和WebNLG数据集上均能获得更好的抽取效果。

关键词：实体关系抽取端到端标签校正

来源：评论

学校读者我要写书评

暂无评论

面向合成生物学的机器学习方法及应用

引用

科学通报 2021年第3期66卷 284-299页

作者：胡如云张嵩亚蒙海林余函张建志罗小舟司同刘陈立乔宇中国科学院深圳先进技术研究院先进计算与数字工程研究所深圳518055 中国科学院深圳先进技术研究院合成生物学研究所深圳518055 深圳合成生物学创新研究院深圳518055 中国科学院定量工程生物学重点实验室深圳518055 广州中国科学院先进技术研究所生物工程研究中心广州511458

机器学习的目标是设计可以根据先验知识和观测数据不断改进其性能的算法.该算法可以帮助机器从大量的数据中提取知识,从而提升其在特定任务上的性能.作为数据驱动的方法,机器学习可以有效利用高通量实验技术产生的大批量生物数据,实现... 详细信息

机器学习的目标是设计可以根据先验知识和观测数据不断改进其性能的算法.该算法可以帮助机器从大量的数据中提取知识,从而提升其在特定任务上的性能.作为数据驱动的方法,机器学习可以有效利用高通量实验技术产生的大批量生物数据,实现合成生物体的功能预测与智能化设计,改变合成生物学的研究范式.本文首先介绍机器学习在合成生物学领域广泛应用的几个模型及方法,如支持向量机、神经网络、生成式对抗网络、深度强化学习等.然后介绍机器学习方法在合成生物学领域的典型应用,如启动子预测、酶催化设计、代谢途径构建、基因线路设计等.本文综述面向合成生物学的机器学习方法及应用,并试图启发读者如何选择和设计机器学习方法用于合成生物学的研究.

关键词：机器学习合成生物学生物元件设计生物网络设计

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：