检索结果-内蒙古大学图书馆

计算机学报 2025年

作者：温佩松许倩倩杨智勇黄庆明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计算机科学与技术学院

平均精度（Average Precision，AP）由于其对排序性能的全面度量，已经成为多种计算机视觉任务中广泛使用的验证指标，包括长尾分类、图像检索和目标检测等。为缩小训练目标与验证指标之间的差距，近年研究提出了AP指标的直接优化算法... 详细信息

平均精度（Average Precision，AP）由于其对排序性能的全面度量，已经成为多种计算机视觉任务中广泛使用的验证指标，包括长尾分类、图像检索和目标检测等。为缩小训练目标与验证指标之间的差距，近年研究提出了AP指标的直接优化算法。然而，受限于AP风险的不可分解性，大多数现有的AP优化方法基于不稳定的替代损失，即更改一个样本可能导致损失估计大幅波动。受该特性影响，期望风险与经验风险差距可能受到少数异常样本的影响，致使模型泛化能力欠佳。鉴于此，本文旨在探索一种适用于随机AP优化的可泛化算法。为了克服不稳定问题，本文首先基于AP风险的紧上界推导出一种加权成对形式的替代目标，使其具有良好的稳定特性。在理论方面，本文对所提出的替代目标展开泛化分析，证明最小化替代经验风险可有效优化原目标的期望风险。在此基础上，为有效最小化替代风险，本文设计了一种具有可证明收敛性的随机优化算法。在实践方面，通过3种任务、7个基准数据集上的全面实验验证了所提出框架的有效性和理论结果的可靠性。

关键词：平均精度优化排序学习泛化性理论图像检索

来源：评论

学校读者我要写书评

暂无评论

面向事件常识知识获取的事件分类研究

引用

中文信息学报 2024年第6期38卷 45-57页

作者：王亚曹存根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北京100190 中国科学院大学北京100049

在计算机科学和语言学中,针对动词语义层面上的分类问题,研究者们提出了不同的分类方法,但这些分类方法无一例外地都存在着分类不全面等分类学中经常遇到的问题。一个动词表示一个事件,该文以获取事件相关的常识知识为出发点,以动词性... 详细信息

在计算机科学和语言学中,针对动词语义层面上的分类问题,研究者们提出了不同的分类方法,但这些分类方法无一例外地都存在着分类不全面等分类学中经常遇到的问题。一个动词表示一个事件,该文以获取事件相关的常识知识为出发点,以动词性语素为分类依据对常见的现代汉语动词进行语义分类,此分类方法分类标准清晰、不丢失语义信息,并且可实现自动分类,该文重点以“自移”类动词为例来介绍我们的分类方法。此外,该文用描述逻辑对动词性语素及语素之间的分类关系进行形式化表示,动词性语素的形式化表示是动词形式化表示的基础。根据该事件语义分类结构,可以有效地进行事件属性常识知识和事件关系常识知识的获取。

关键词：事件语义分类特征属性常识知识获取

来源：评论

学校读者我要写书评

暂无评论

基于Transformer的零样本食品图像检测

引用

食品工业科技 2024年第22期45卷 18-26页

作者：宋静茹闵巍庆周鹏飞饶全瑞盛国瑞杨延村王丽丽蒋树强鲁东大学信息与电气工程学院山东烟台264025 中国科学院计算技术研究所北京100190 智能信息处理重点实验室北京100190

食品检测作为食品计算的一项基本任务,能够对输入的食品图像进行定位和识别,在智慧食堂结算和饮食健康管理等食品应用领域发挥着至关重要的作用。然而在实际场景下,食品类别会不断更新,基于固定类别训练的食品检测器很难对未见过的食品... 详细信息

食品检测作为食品计算的一项基本任务,能够对输入的食品图像进行定位和识别,在智慧食堂结算和饮食健康管理等食品应用领域发挥着至关重要的作用。然而在实际场景下,食品类别会不断更新,基于固定类别训练的食品检测器很难对未见过的食品类别进行精准的检测。为了解决这一问题,本文提出了一种零样本食品图像检测方法。首先,构建了一个基于Transformer的食品基元生成器,其中每个基元都包含与食品类别相关的细粒度属性,根据食品的特性,可以有选择地组装这些基元,以合成未见类特征。其次,为了给未见类的视觉特征更多约束,本文提出了一个视觉特征解纠缠的增强组件,将食品图像的视觉特征分解为语义相关特征和语义不相关特征,以此能更好地将食品类别的语义知识转移到其视觉特征。所提出的方法在ZSFooD和UEC-FOOD256两个食品数据集上进行了大量实验和消融研究,在零样本检测(Zero-Shot Detection,ZSD)设置下,未见类别取得了最优的平均精度,分别达到了4.9%和24.1%,在广义零样本检测(Generalized Zero-Shot Detection,GZSD)的设置下,可见类和未见类的调和平均值(Harmonic Mean,HM)分别达到了5.8%和22.0%,证明了所提出方法的有效性。

关键词：食品图像检测零样本学习生成式模型 Transformer 深度学习

来源：评论

学校读者我要写书评

暂无评论

基于自适应低秩表示的多任务AUC优化算法

引用

计算机学报 2024年第11期47卷 2678-2690页

作者：孙宇辰许倩倩王子泰杨智勇黄庆明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 中国科学院大学计算机科学与技术学院北京101408 中国科学院信息工程研究所信息安全国家重点实验室北京100093 中国科学院大学网络空间安全学院北京100049 中国科学院大学大数据挖掘与知识管理重点实验室北京101408 鹏城实验室广东深圳518055

多任务学习是一种基于相似任务之间的关联性进行学习迁移,使得模型在数据不足场景下仍能表现出良好泛化性能的学习方法.在该领域内,大多数现有以准确率作为基准评价标准的方法只适用于平衡分布场景.然而,诸多实际应用如疾病检测、垃圾... 详细信息

多任务学习是一种基于相似任务之间的关联性进行学习迁移,使得模型在数据不足场景下仍能表现出良好泛化性能的学习方法.在该领域内,大多数现有以准确率作为基准评价标准的方法只适用于平衡分布场景.然而,诸多实际应用如疾病检测、垃圾邮件检测等,均涉及样本分布不平衡问题.针对多任务学习面向任务相关性的高要求,即当模型学习和共享不相关知识时,负迁移可能会影响模型朝着错误方向训练.因此,大多数现有方法在此类场景中无法得到有效应用.为解决该实际问题,设计一种能适用于样本不平衡场景的多任务学习算法变得尤为重要.本文提出了一种基于自适应低秩表示的多任务AUC优化算法,首先引入了对标签分布不敏感的ROC曲线下面积(AUC)作为该学习任务的评价指标,并建立了一种用于AUC优化的多任务学习算法,以提高模型在样本不平衡场景下的性能表现.同时,为进一步有效优化模型,本文将原始成对优化问题重构为逐样本极大极小优化问题,使得每一轮迭代复杂度由O(Ln_(i,+)n_(i,-))降低至O(L(n_(i,+)+n_(i,-))).针对多任务学习中存在的负迁移现象,本文引入了一种自适应低秩正则项,以消除模型冗余信息,同时提高模型的泛化性能.最后,通过与多个对比方法在四个仿真数据集和三个真实数据集Landmine、MHC-I和USPS上的比较,所有实验结果一致证明了本文所提出算法的有效性.

关键词：多任务学习 AUC优化低秩表示

来源：评论

学校读者我要写书评

暂无评论

非关系型表格理解前沿进展

引用

中文信息学报 2024年第5期38卷 1-21页

作者：罗平杨清平曹逸轩曹荣禹何清中国科学院计算技术研究所中国科学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 鹏城实验室广东深圳518066

表格理解是指通过计算机对广泛存在于互联网、垂直领域的表格进行自动识别、解析和应用的过程。表格可大致分为关系型表格和非关系型表格。前者类似关系数据库表格,具有结构固定、机器易解析等特点,其研究历史由来已久。后者通常布局多... 详细信息

表格理解是指通过计算机对广泛存在于互联网、垂直领域的表格进行自动识别、解析和应用的过程。表格可大致分为关系型表格和非关系型表格。前者类似关系数据库表格,具有结构固定、机器易解析等特点,其研究历史由来已久。后者通常布局多变,语法灵活,具有更明显的语言特性,这也导致计算机在解析和应用非关系型表格时面临着极大挑战。非关系型表格理解是自然语言和计算机视觉多模态交叉的重要新兴领域之一。随着近年来深度学习技术的普及应用,非关系型表格在表格识别、语义分析、创新应用几个方向得到了长足发展。该文介绍了非关系型表格的结构特点,阐述了其在研究过程中面临的独特挑战,然后从表格识别、语义分析、创新应用三个研究方向简要介绍了近年来此领域的发展,归纳了相关数据集,最后总结了目前非关系型表格理解领域亟需解决的问题,展望了未来研究方向。

关键词：表格智能深度学习多模态自然语言处理

来源：评论

学校读者我要写书评

暂无评论

形状和颜色变换下图像的Gaussian-Hermite矩不变量

引用

计算机辅助设计与图形学学报 2022年第3期34卷 341-351页

作者：墨瀚林郝优李华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 中国科学院大学北京100049

矩不变量是计算机视觉和模式识别领域常用的图像不变特征.现有的形状和颜色变换下彩色图像的矩不变量均基于几何矩构造,因此抗噪性较差.针对该问题,提出了利用基本微分算子和颜色几何基元生成旋转-仿射变换下彩色图像Gaussian-Hermite... 详细信息

矩不变量是计算机视觉和模式识别领域常用的图像不变特征.现有的形状和颜色变换下彩色图像的矩不变量均基于几何矩构造,因此抗噪性较差.针对该问题,提出了利用基本微分算子和颜色几何基元生成旋转-仿射变换下彩色图像Gaussian-Hermite正交矩不变量的方法,所构造的不变量均为Gaussian-Hermite矩的齐次多项式;然后生成所有可能的低阶低次不变量,并从中得到13个满足线性独立关系的不变量实例.基于合成图像数据集和HPatches图像数据集进行了数值稳定性验证、图像分类和模板匹配实验,结果表明,13个不变量实例具有良好的数值稳定性和抗噪性;使用它们得到的分类和匹配准确率比同类矩不变量分别高出10%和30%左右.

关键词：正交矩不变量 Gaussian-Hermite矩形状变换颜色变换图像分类模板匹配

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

食品图像识别方法综述

引用

计算机学报 2022年第3期45卷 542-566页

作者：闵巍庆刘林虎刘宇昕罗梦江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

食品与人类的行为、健康和文化等密切相关.社交网络、移动网络和物联网等泛在网络产生了食品大数据,这些大数据与人工智能,尤其是快速发展的深度学习催生了新的交叉研究领域食品计算.作为食品计算的核心任务之一,食品图像识别同时是计... 详细信息

食品与人类的行为、健康和文化等密切相关.社交网络、移动网络和物联网等泛在网络产生了食品大数据,这些大数据与人工智能,尤其是快速发展的深度学习催生了新的交叉研究领域食品计算.作为食品计算的核心任务之一,食品图像识别同时是计算机视觉领域中细粒度视觉识别的重要分支,因而具有重要的理论研究意义,并在智慧健康、食品智能装备、智慧餐饮、智能零售及智能家居等方面有着广泛的应用前景.为此,本文对食品图像识别领域进行了全面综述.该文首先从识别对象、视觉特征表示及学习方法等不同维度对目前的食品图像识别进行分类并深入阐述和分析了当前的研究进展,指出深度学习模型是当前食品图像识别的主流方法,融入各种上下文信息和外部知识是改进食品图像识别的重要手段.其次从食品数据规模、食品类型及是否包含上下文和多模态信息等方面介绍了现有的食品图像识别数据集,并给出了不同识别方法在主流数据集上的性能对比和分析.接下来总结了食品图像识别在饮食质量评估、食品自动结算、智能厨具、食品图像的组织检索和推荐等多个方面的应用情况.最后本文从面向食品特点的食品图像识别方法、大规模食品图像识别基准数据集构建等方面对食品图像识别未来可能的研究方向进行了总结和展望.

关键词：食品图像识别深度学习饮食管理食品计算

来源：评论

学校读者我要写书评

暂无评论

基于时序多尺度互补特征的视频行人重识别

引用

计算机学报 2023年第1期46卷 31-50页

作者：侯瑞兵常虹马丙鹏黄锐山世光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 中国科学院大学计算机科学与技术学院北京100049 香港中文大学(深圳)理工学院广州518172

视频行人重识别在监控场景中起着非常重要的作用.但是,大多数现有方法没有充分利用行人视频序列的时空信息.具体来说,这些方法以相同的分辨率和网络结构处理每一帧图像,造成连续帧特征的高度相似.此外,现有方法通常通过引入各种复杂的... 详细信息

视频行人重识别在监控场景中起着非常重要的作用.但是,大多数现有方法没有充分利用行人视频序列的时空信息.具体来说,这些方法以相同的分辨率和网络结构处理每一帧图像,造成连续帧特征的高度相似.此外,现有方法通常通过引入各种复杂的操作提高精度,过多的计算开销使其不利于真实场景的部署.针对上述问题,本文提出了一个时序多尺度互补网络,旨在高效地为视频的连续帧提取互补的特征.具体来说,时序多尺度互补网络包含多个具有不同输入分辨率的分支.其中,高分辨率分支处理原始分辨率帧,用于保留行人的细节线索;低分辨率分支处理以不同降采样率得到的低分辨率帧,用于捕捉更全局的行人信息.通过将连续帧输入到不同分支中,连续帧能关注不同粒度的空间区域,生成互补的特征.进一步,设计了一个多分支批量归一化层,保证了训练时分支之间的互补性.最后,提出一个跨分支融合模块,将低分辨率分支的全局信息逐步传播到高分辨分支中,得到一个融合了多尺度全局粗粒度和局部细粒度互补信息的特征.在iLIDS-VID,MARS和LS-VID三个数据集上的实验显示,本文提出的方法达到了比目前最好方法更好的性能,例如,在LS-VID上提升了4.5%mAP和3.1%top-1精度,证明了该方法的有效性.此外,通过降低输入帧的分辨率和使用更小的网络处理低分辨率帧,本文方法大幅度降低了计算开销,仅需要大多数现有方法约35%的计算开销.

关键词：视频行人重识别多分支架构多尺度特征表示

来源：评论

学校读者我要写书评

暂无评论

基于BiLSTM-CRF的中文分组单字错误识别方法研究

引用

中文信息学报 2023年第4期37卷 156-165页

作者：曹阳曹存根资康莉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北京100190 中国科学院大学北京100049

近十多年来,中文自动校对取得了许多重要进展,但是单字错别字识别精度和召回率低一直是该领域的一个重要问题。该文提出一种基于BiLSTM-CRF的神经网络模型和单字分组策略识别中文错别字的方法。首先,该文提出一种构建分组单字混淆集的方... 详细信息

近十多年来,中文自动校对取得了许多重要进展,但是单字错别字识别精度和召回率低一直是该领域的一个重要问题。该文提出一种基于BiLSTM-CRF的神经网络模型和单字分组策略识别中文错别字的方法。首先,该文提出一种构建分组单字混淆集的方法,并根据采集的分组单字混淆集自动生成错别字识别训练语料,构造了一个含有13组的汉字单字错别字识别训练语料。其次,针对传统的错别字识别方法在单字错别字召回率较低的问题,该文对错别字识别训练语料中错别字采用多标签标记的策略。再次,针对训练样本存在的数据稀疏问题,该文对训练数据集中的人名、地名、时间和机构名称这四类词语进行抽象。最后,该文利用BiLSTM-CRF的模型在错别字识别训练语料上进行训练。实验结果表明,该文提出的单字错别字识别方法在13组单字上的平均识别精确率为87.30%,平均召回率为84.36%。

关键词： BiLSTM-CRF 分组策略分组单字混淆集错别字识别训练语料

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：