检索结果-内蒙古大学图书馆

食品科学 2025年第6期46卷 29-37页

作者：金颖闵巍庆周鹏飞梅舒欢蒋树强中国科学院智能信息处理重点实验室北京 100190 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 中科苏州智能计算技术研究院江苏苏州 215009

本实验提出一种融合营养知识和偏好-健康多目标优化的膳食推荐方法.该方法通过食品营养知识嵌入引导学习用户的偏好,并利用多目标优化算法平衡用户饮食偏好与营养健康需求.首先,基于营养引导的食品知识感知网络(nutrition-guided food k... 详细信息

本实验提出一种融合营养知识和偏好-健康多目标优化的膳食推荐方法.该方法通过食品营养知识嵌入引导学习用户的偏好,并利用多目标优化算法平衡用户饮食偏好与营养健康需求.首先,基于营养引导的食品知识感知网络(nutrition-guided food knowledge-aware network,NG-FKN)进行个性化菜谱推荐,再进行营养套餐推荐(nutritional food combination recommendation,NFCR).NG-FKN从食品营养知识图谱中提取营养信息,引导捕捉用户偏好,实现个性化菜谱推荐.NFCR结合用户饮食偏好与营养需求,采用基于营养支配的非劣排序遗传算法优化多个目标,获得营养套餐推荐列表.此外,构建食品营养知识图谱与食品-用户的交互数据集,包含19 669 条菜谱数据,并在该数据集上对所提方法进行评估.同时还引入中国健康膳食指数和食物多样性评分两个指标用于评估推荐套餐的营养价值.在所提数据集上的实验结果表明,本研究方法优于目前主流的方法,可以提升膳食营养推荐的性能.

关键词：膳食推荐营养套餐知识图谱多目标优化遗传算法

来源：评论

学校读者我要写书评

暂无评论

基于参数分配的多语言神经机器翻译连续学习研究

引用

中文信息学报 2025年第04期39卷 77-84页

作者：谷舒豪冯洋中国科学院计算技术研究所智能信息处理重点实验室中国科学院大学

多语言神经机器翻译的连续学习旨在让模型能够不断支持新的翻译方向，且保证原有翻译方向的性能不发生大幅下降。然而，现有的连续学习方法往往对新支持的翻译方向存在着若干限制或者模型参数爆炸等问题。为了解决这些问题，该文提出了... 详细信息

多语言神经机器翻译的连续学习旨在让模型能够不断支持新的翻译方向，且保证原有翻译方向的性能不发生大幅下降。然而，现有的连续学习方法往往对新支持的翻译方向存在着若干限制或者模型参数爆炸等问题。为了解决这些问题，该文提出了一种基于参数对翻译模型重要性的“分而治之”方法。该文提出的方法首先对预训练翻译模型的不同参数关于当前翻译性能的重要性进行评估，然后将对当前翻译性能影响大的参数在原有翻译方向和新的翻译方向之间进行共享，对当前翻译性能影响较小的参数则单独分配给新的翻译方向，用于学习新语言的知识。该文在不同的语言对上进行了实验，并与其他系统进行了对比，结果表明，该方法对模型性能有显著提升。

关键词：多语言机器翻译连续学习参数分配

来源：评论

学校读者我要写书评

暂无评论

对话状态追踪模型的数据增强方法研究

引用

中文信息学报 2025年第4期39卷 96-104页

作者：刘舒曼冯洋中国科学院计算技术研究所智能信息处理重点实验室中国科学院大学

对话状态追踪模型能够支持任务型对话系统识别任务相关的槽位值。然而，由于标注难度大、领域多样化，对话状态追踪模型常面临训练语料稀少和类别难度不均衡等问题。为了解决这些问题，该文提出了使用数据增强的方法。针对类别难度不均... 详细信息

对话状态追踪模型能够支持任务型对话系统识别任务相关的槽位值。然而，由于标注难度大、领域多样化，对话状态追踪模型常面临训练语料稀少和类别难度不均衡等问题。为了解决这些问题，该文提出了使用数据增强的方法。针对类别难度不均衡问题，该文使用局部噪声强化槽位值的多样性，加强模型学习槽位无关对话结构的能力；针对训练语料稀少问题，该文根据语料中由槽位结构构成的任务逻辑序列，通过采样生成逻辑合法的槽位值序列，增强语料逻辑多样性，增加语料数量。该文方法在数据集上经对比和分析实验，能显著缓解对话状态追踪模型中存在的类别难度不均衡和语料稀少问题。

关键词：对话状态追踪数据增强类别难度不均衡

来源：评论

学校读者我要写书评

暂无评论

类别条件噪声下的半监督AUC优化理论与算法

引用

计算机学报 2025年第1期48卷 136-155页

作者：姜阳邦彦许倩倩杨智勇郝前秀操晓春黄庆明中国科学院大学计算机科学与技术学院北京101408 中国科学院计算技术研究所智能信息处理重点实验室北京100190 中山大学网络空间安全学院广东深圳518107

现有半监督AUC优化方法通常假设数据标注是准确的。然而在许多实际应用中,研究者往往会同时面临标注量不足和不准确的问题。为此,该文首次尝试在不完整和不准确的数据标注情况下优化AUC指标。具体而言,通过分析,对称替代损失在某些情况... 详细信息

现有半监督AUC优化方法通常假设数据标注是准确的。然而在许多实际应用中,研究者往往会同时面临标注量不足和不准确的问题。为此,该文首次尝试在不完整和不准确的数据标注情况下优化AUC指标。具体而言,通过分析,对称替代损失在某些情况下可以在半监督问题中具有噪声鲁棒性。在此基础上,该文构建了一个鲁棒半监督AUC优化框架,其导出的经验风险无需估计噪声率。此外,通过紧致泛化上界的分析表明,当模型基于足够大的训练数据集进行学习时,其在未见数据上能够很好地泛化。随后,使用Barrier hinge损失对该框架进行实例化。为加快训练过程,进一步开发了一种加速算法,将损失和梯度估计的复杂度从O(n^(2))降低至O(nlogn),在实验中可获得高达200倍的加速。最后,通过在15个基准数据集上进行实验验证,证明了所提方法的有效性。

关键词：半监督学习 AUC优化标签噪声二分类问题不平衡数据学习

来源：评论

学校读者我要写书评

暂无评论

基于大语言模型的事件常识知识图谱扩展方法

引用

软件学报 2025年

作者：黄俏娟曹存根王亚王石中国科学院计算技术研究所智能信息处理重点实验室中国科学院大学南阳师范学院人工智能与软件工程学院

常识知识通常不在自然语言中明确表述,而是隐含在人类的认知中,为机器提供常识知识一直是人工智能领域的长期目标之一.前期,课题组成员手工构建了一个高精度的以事件为中心的中文种子常识知识图谱(ECKG),包含了26 606个常识事件三元组,... 详细信息

常识知识通常不在自然语言中明确表述,而是隐含在人类的认知中,为机器提供常识知识一直是人工智能领域的长期目标之一.前期,课题组成员手工构建了一个高精度的以事件为中心的中文种子常识知识图谱(ECKG),包含了26 606个常识事件三元组,覆盖了因果、时序、条件等多种常见的事件关系.尽管种子ECKG具有一定的价值,但规模较小,在实际应用中发挥的作用有限,且大规模的事件常识知识图谱在现有研究中较为稀缺.为了应对这些挑战,采用GPT系列的大语言模型来扩展种子ECKG中的因果、时序、条件和子事件这4种事件关系.扩展方法包括3个主要的步骤:首先,将种子ECKG中的事件结合4种关系定义设计了特定的事件知识提示(ek-prompt),并使用GPT-4-Turbo模型生成相应的事件三元组.其次,将种子ECKG的三元组与通过ek-prompt获取的正确三元组组合,以构建特定的数据集,并将GPT-3.5-Turbo模型在数据集上进行微调,以生成更多具体的事件三元组和验证新三元组准确性.最后,通过分析种子ECKG事件的相似性,并引入事件共享机制,将相同关系下的相似事件关联的事件互相共享,以保持相似事件的三元组一致性.经过实验评估,新获取的三元组具有高质量,尤其是时序关系的三元组准确率最高,达到了98.2%.所提扩展方法最终为种子ECKG增补了2 433 012个常识事件三元组,显著扩大了ECKG的规模,可以为人工智能领域的许多应用提供了更为丰富的常识知识资源.

关键词：事件常识知识图谱大语言模型微调技术事件三元组事件共享机制

来源：评论

学校读者我要写书评

暂无评论

面向信号调制识别的对抗攻击与防御综述

引用

计算机研究与发展 2025年

作者：徐冬月田蕴哲陈康李轶珂吴亚伦童恩栋牛温佳刘吉强史忠植智能交通数据安全与隐私保护北京市重点实验室(北京交通大学) 中国科学院计算技术研究所智能信息处理重点实验室

随着深度学习的飞速发展，基于深度神经网络的信号调制识别任务成为无线通信领域研究热门．然而研究发现，深度神经网络模型极易受到对抗性扰动的影响，使调制识别任务失效．目前面向无线通信安全性的研究工作仍存在些许瓶颈问题与理论... 详细信息

随着深度学习的飞速发展，基于深度神经网络的信号调制识别任务成为无线通信领域研究热门．然而研究发现，深度神经网络模型极易受到对抗性扰动的影响，使调制识别任务失效．目前面向无线通信安全性的研究工作仍存在些许瓶颈问题与理论空白，源于无线通信固有的实验环境、数据结构与信号特征等多维度特性，不能将其他领域较为成熟的攻防方法简单迁移到信号对抗攻击中．作为第1篇面向信号调制识别领域的对抗攻防中文综述，全面总结目前为止该领域对抗攻击与防御技术研究工作，首次提出信号调制识别领域的通用对抗攻击分类框架与威胁模型，将该领域研究工作分类为物理自我防御式攻击和数字直接访问式攻击，并以2维图形式进行系统化整合与可视化展示，详细阐述对抗攻击方法、对抗样本生成技术与理论公式、对抗检测与防御技术最新的研究工作，系统提炼无线通信对抗攻击研究的3个维度特性并归纳相应的处理方法，最后总结面向信号调制识别的攻防安全领域在末来的研究发展方向．

关键词：深度神经网络无线通信信号调制识别对抗攻击防御

来源：评论

学校读者我要写书评

暂无评论

基于大模型的非均衡样本文本分类优化方法

引用

软件工程 2025年第3期28卷 47-50,78页

作者：张大伟秘蓉新周培姚靳大为张漫漫宋天航江苏科技大学计算机学院江苏镇江212100 中国科学院计算技术研究所智能信息处理重点实验室北京100190 国家计算机网络应急技术处理协调中心北京100190

针对文本分类数据非均衡问题,在数据层面提出一种新的基于大模型的样本平衡算法——LMSBA算法(Based on Large Model Sample Balancing Algorithm)。LMSBA算法是一种新型的样本平衡方法,旨在解决文本分类中的类别不平衡问题。该算法通... 详细信息

针对文本分类数据非均衡问题,在数据层面提出一种新的基于大模型的样本平衡算法——LMSBA算法(Based on Large Model Sample Balancing Algorithm)。LMSBA算法是一种新型的样本平衡方法,旨在解决文本分类中的类别不平衡问题。该算法通过生成少数类样本和筛选多数类样本,有效实现样本均衡化,同时利用特定提示词引导模型结合样本的生成与筛选。实验结果显示,在FastText、TextCNN、TextRNN和TextRCNN 4种文本分类模型上,LMSBA算法使宏平均F 1分数平均提高约37.37百分点,证明了其在处理非均衡样本问题上的有效性。

关键词：大模型文本分类样本不平衡

来源：评论

学校读者我要写书评

暂无评论

基于Bayes潜在语义模型的半监督Web挖掘

引用

软件学报 2002年第8期13卷 1508-1514页

作者：宫秀军史忠植中国科学院计算技术研究所智能信息处理开放实验室北京100080

随着互联网信息的增长,Web挖掘已经成为数据挖掘研究的热点之一.网页分类是通过学习大量的带有类别标注的训练样本来预测网页的类别,人工标注这些训练样本是相当繁琐的.网页聚类通过一定的相似性度量,将相关网页归并到一类.然而传统的... 详细信息

随着互联网信息的增长,Web挖掘已经成为数据挖掘研究的热点之一.网页分类是通过学习大量的带有类别标注的训练样本来预测网页的类别,人工标注这些训练样本是相当繁琐的.网页聚类通过一定的相似性度量,将相关网页归并到一类.然而传统的聚类算法对解空间的搜索带有盲目性和缺乏语义特征.提出了两阶段的半监督文本学习策略.第1阶段,利用贝叶斯潜在语义模型来标注含有潜在类别主题词变量的网页的类别;第2阶段,利用简单贝叶斯模型,在第1阶段类别标注的基础上,通过EM(expectation maximization)算法对不含有潜在类别主题词变量的文档作类别标注.实验结果表明,该算法具有很高的精度和召回率.

关键词：贝叶斯潜在语义分析半监督学习简单贝叶斯分类期望最大化算法 Web 数据挖掘互联网网页分类

来源：评论

学校读者我要写书评

暂无评论

基于混合子分方法的曲面网格顶点与法向插值

引用

计算机辅助设计与图形学学报 2001年第6期13卷 537-544页

作者：李桂清李华中国科学院计算技术研究所智能信息处理开放实验室北京100080

顶点位置和法向插值是参数曲面造型的重要内容 .文中基于混合子分方法生成三次 B样条控制网格 ,使得相应的三次 B样条曲面插值初始网格中指定的顶点 ,并通过引入插值模板的概念 ,把法向的插值转化为对模板的旋转变换 ,使得曲面在不改变... 详细信息

顶点位置和法向插值是参数曲面造型的重要内容 .文中基于混合子分方法生成三次 B样条控制网格 ,使得相应的三次 B样条曲面插值初始网格中指定的顶点 ,并通过引入插值模板的概念 ,把法向的插值转化为对模板的旋转变换 ,使得曲面在不改变插值顶点的情况下插值法向 ,最后得到一张 C2 连续的插值指定顶点和法向的曲面 .与传统的逐片 Bézier或 Coons曲面片构造方法相比 ,此方法更为简洁且具有更高的连续阶 ,而且易于推广到高阶 B样条和任意拓扑情形。

关键词：顶点插值法向插值参数曲面造型网格 B样条 CAD 混合子分方法

来源：评论

学校读者我要写书评

暂无评论

基于本体论和多主体的信息检索服务器

引用

计算机研究与发展 2001年第6期38卷 641-647页

作者：武成岗焦文品田启家史忠植中国科学院计算技术研究所智能信息处理开放研究实验室北京100080

Internet技术的发展为人们提供了方便快捷的信息获取手段 ,然而要从如此庞大且瞬息万变的 Internet上检索信息 ,需要快速准确的信息检索工具的协助 .提出了一种利用多智能主体和本体论 (ontology)理论设计的信息检索服务器 .它集成了界... 详细信息

Internet技术的发展为人们提供了方便快捷的信息获取手段 ,然而要从如此庞大且瞬息万变的 Internet上检索信息 ,需要快速准确的信息检索工具的协助 .提出了一种利用多智能主体和本体论 (ontology)理论设计的信息检索服务器 .它集成了界面主体、预处理主体、管理主体、信息处理主体和具有移动性的信息搜集主体 ,并利用ontology对文档进行领域分类 ,同时对用户的查询信息进行规范 .该系统能够比较及时地反映网络中信息的动态变化。

关键词：本体论信息检索服务器主体 Intenet 信息数据库

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：