检索结果-内蒙古大学图书馆

计算机应用 2022年第11期42卷 3364-3370页

作者：解伟凡郭岩匡广生余智华薛源海沈华伟中国科学院计算技术研究所数据智能系统研究中心北京100190 中国科学院大学计算机科学与技术学院北京101408 中国科学院大学人工智能学院北京101408

针对以往流行度预测方法未利用演化模式之间的差异和忽略预测时效性的问题,提出了一种基于演化模式的推特话题流行度预测方法。首先,基于K⁃SC算法对大量历史话题的流行度序列进行聚类,并得到6类演化模式;然后,使用各类演化模式下的历史... 详细信息

针对以往流行度预测方法未利用演化模式之间的差异和忽略预测时效性的问题,提出了一种基于演化模式的推特话题流行度预测方法。首先,基于K⁃SC算法对大量历史话题的流行度序列进行聚类,并得到6类演化模式;然后,使用各类演化模式下的历史话题数据分别训练全连接网络(FCN)作为预测模型;最后,为选择待预测话题的预测模型,提出幅度对齐的动态时间规整(AADTW)算法来计算待预测话题的已知流行度序列与各演化模式的相似度,并选取相似度最高的演化模式的预测模型进行流行度预测。在根据已知前20 h的流行度预测后5 h的流行度的任务中,与差分整合移动平均自回归(ARIMA)方法以及使用单一的全连接网络进行预测的方法相比,所提方法的预测结果的平均绝对百分比误差(MAPE)分别降低了58.2%和31.0%。实验结果表明,基于演化模式得到的模型群相较于单一模型能更加准确地预测推特话题流行度。

关键词：推特话题演化模式流行度预测社交网络时间序列

来源：评论

学校读者我要写书评

暂无评论

多模态医疗数据中海量小文件存储优化方法

引用

软件学报 2023年第3期34卷 1451-1469页

作者：曾梦邹北骥张文生杨雪冰朱承璋中南大学计算机学院湖南长沙410083 中国科学院自动化研究所北京100190 中南大学文学与新闻传播学院湖南长沙410083 湖南省机器视觉与智慧医疗工程技术研究中心(中南大学) 湖南长沙410083

Hadoop分布式文件系统(HDFS)通常用于大文件的存储和管理,当进行海量小文件的存储和计算时,会消耗大量的NameNode内存和访问时间,成为制约HDFS性能的一个重要因素.针对多模态医疗数据中海量小文件问题,提出一种基于双层哈希编码和HBase... 详细信息

Hadoop分布式文件系统(HDFS)通常用于大文件的存储和管理,当进行海量小文件的存储和计算时,会消耗大量的NameNode内存和访问时间,成为制约HDFS性能的一个重要因素.针对多模态医疗数据中海量小文件问题,提出一种基于双层哈希编码和HBase的海量小文件存储优化方法.在小文件合并时,使用可扩展哈希函数构建索引文件存储桶,使索引文件可以根据需要进行动态扩展,实现文件追加功能.在每个存储桶中,使用MWHC哈希函数存储每个文件索引信息在索引文件中的位置,当访问文件时,无须读取所有文件的索引信息,只需读取相应存储桶中的索引信息即可,从而能够在O(1)的时间复杂度内读取文件,提高文件查找效率.为了满足多模态医疗数据的存储需求,使用HBase存储文件索引信息,并设置标识列用于标识不同模态的医疗数据,便于对不同模态数据的存储管理,并提高文件的读取速度.为了进一步优化存储性能,建立了基于LRU的元数据预取机制,并采用LZ4压缩算法对合并文件进行压缩存储.通过对比文件存取性能、NameNode内存使用率,实验结果表明,所提出的算法与原始HDFS、HAR、MapFile、TypeStorage以及HPF小文件合并方法相比,文件读取时间更短,能够提高HDFS在处理多模态医疗数据中海量小文件时的整体性能.

关键词：多模态医疗数据 HDFS HBase 小文件存储性能优化

来源：评论

学校读者我要写书评

暂无评论

基于prompt和知识增强的方面级情感分析

引用

计算机科学 2023年第S01期50卷 67-73页

作者：李阳唐积强朱俊武梁明轩高翔扬州大学信息工程学院江苏扬州225000 中国科学院计算技术研究所北京100190 国家计算机网络应急技术处理协调中心北京100029

方面级情感分析是一种新兴的细粒度情感分析任务,旨在根据给定句子和方面词判断情感极性。目前广泛使用的预训练语言模型由于训练目标和方面级情感分析的目标有差异,分析结果不好。为了缓解预训练语言模型和情感分析目标的差异,prompt... 详细信息

方面级情感分析是一种新兴的细粒度情感分析任务,旨在根据给定句子和方面词判断情感极性。目前广泛使用的预训练语言模型由于训练目标和方面级情感分析的目标有差异,分析结果不好。为了缓解预训练语言模型和情感分析目标的差异,prompt被引入到方面级情感分析中,采用伪标签加方面词和意见词的方式创建prompt连续模板,并使用prompt-encoder训练伪标签使其拥有语义信息;然后,使用主题图注意力机制融合关于方面词和意见词的外部知识,根据融合外部知识的隐藏向量预测由情感词典组成的候选标签词;最后,采用求和置信度分数的方式将候选标签词的概率映射到情感极性分布空间上。实验表明,该模型在SemEval 2014任务的笔记本电脑数据集和餐厅数据集上将正确率分别提高了1.53%和3.5%。

关键词：方面级情感分析预训练语言模型 prompt 情感词典知识增强深度学习

来源：评论

学校读者我要写书评

暂无评论

基于知识增强的命名实体识别方法研究

引用

计算机科学 2023年第S01期50卷 102-107页

作者：高翔唐积强朱俊武梁明轩李阳扬州大学信息工程学院江苏扬州225000 中国科学院计算技术研究所北京100190 国家计算机网络应急技术处理协调中心北京100029

命名实体识别作为自然语言处理中一项十分基础的任务,其目的是从一段用自然语言描述的文本中识别出相应的实体及类型。知识图谱作为以三元组形式存在的外部知识,已经在很多自然语言处理任务中得以应用并取得了良好效果。文中提出了一种... 详细信息

命名实体识别作为自然语言处理中一项十分基础的任务,其目的是从一段用自然语言描述的文本中识别出相应的实体及类型。知识图谱作为以三元组形式存在的外部知识,已经在很多自然语言处理任务中得以应用并取得了良好效果。文中提出了一种基于知识图谱信息增强的注意力对齐命名实体识别方法,首先通过嵌入层和注意力机制嵌入知识图谱信息,获取知识图谱三元组信息的表示;其次通过BERT-BiLSTM获取句子的上下文表示;然后通过一种注意力对齐模块分配三元组权重融合知识图谱信息与句子信息的表示;最后通过softmax控制融合后的表示向量的预测输出,进而获取实体的标签。该方法有效避免了因知识图谱的融合而改变原句子的语义信息,同时也使得句子中的词向量具有丰富的外部知识。所提方法在中文通用数据集MSRA和医疗领域专用数据集Medicine上的F1值分别达到了95.73%和93.80%,相比基线模型提升了1.21%和1.3%。

关键词：命名实体识别知识图谱增强注意力机制深度学习

来源：评论

学校读者我要写书评

暂无评论

KENAOTE:一种知识增强的方面和意见对提取多任务学习模型

引用

计算机应用研究 2023年第2期40卷 359-364页

作者：李阳唐积强朱俊武梁明轩高翔扬州大学信息工程学院江苏扬州225127 中国科学院计算技术研究所北京100190 国家计算机网络应急技术处理协调中心北京100029

方面和意见对提取旨在根据给定句子提取方面和意见项并匹配关系,然而相关研究通常独立提取方面和意见项,而不识别关系。为了识别方面和意见项关系,提出一种知识增强的方面和意见对提取多任务学习模型。首先使用预训练语言模型为文本生... 详细信息

方面和意见对提取旨在根据给定句子提取方面和意见项并匹配关系,然而相关研究通常独立提取方面和意见项,而不识别关系。为了识别方面和意见项关系,提出一种知识增强的方面和意见对提取多任务学习模型。首先使用预训练语言模型为文本生成具有语义信息的词向量,为了实现知识增强的效果,使用遮蔽注意力的方式将知识图谱的语义信息融入词向量中,然后使用基于距离注意力和条件随机场的序列标注方法提取方面和意见项,最后再将提取的方面和意见项两两匹配预测对应关系。为了加强方面和意见项提取模块和匹配模块的联系,采用共享编码层的方式实现联合训练。在训练流程中,匹配模块采用真实标签作为输入,在测试过程中采用提取模块的结果作为输入。为了证明模型的有效性,使用三个通用领域数据集进行对比实验,该模型在方面和意见项匹配任务中F 1值分别达到66.99%、75.17%和67.30%,并优于其他比较模型。

关键词：知识增强深度学习方面级情感分析方面和意见对提取联合训练

来源：评论

学校读者我要写书评

暂无评论

WILS:面向学业预警的非均衡增量式学习方法

引用

中国科学院大学学报（中英文） 2023年第3期40卷 422-432页

作者：盛晓光王颖张迎伟项若曦付红萍中国科学院大学人工智能学院北京100049 中国科学院计算技术研究所北京100190 北京语言大学信息科学学院北京100083 北京林业大学信息学院北京100083 国家林业和草原局林业智能信息处理工程技术研究中心北京100083

学业预警是构建完善教育管理体系的基础,有助于及早发现、干预学生学习和生活中的异常状况。然而实际研究仍面临诸多挑战,如:1)学生学业表现的相关影响因素往往不断变化,导致数据分布的变化;2)学业预警数据集一般存在类别不均衡的问题... 详细信息

学业预警是构建完善教育管理体系的基础,有助于及早发现、干预学生学习和生活中的异常状况。然而实际研究仍面临诸多挑战,如:1)学生学业表现的相关影响因素往往不断变化,导致数据分布的变化;2)学业预警数据集一般存在类别不均衡的问题。针对上述挑战,提出一种面向学业预警的非均衡增量式学习方法(WILS)。WILS由增量学习机制和加权损失函数两部分构成,增量学习机制能够适应数据分布和样本特征的动态变化,加权损失函数通过为少数类赋予更高的权重提升对该类别的关注度。为评估WILS的效果,在包含2 275名本科生的真实数据集和包含1 000名学生的公开数据集上进行了实验验证。结果表明,相较于已有方法,WILS能够较好地适应数据和特征的连续动态变化,取得优异的识别效果。

关键词：学业预警增量学习非均衡深度学习加权损失函数

来源：评论

学校读者我要写书评

暂无评论

图形化PDDL语言编译系统的设计与应用

引用

计算机工程与设计 2024年第2期45卷 626-632页

作者：张忠坤林泓宇谭智元邢明杰武延军南京中医药大学人工智能与信息技术学院江苏南京210023 中科南京软件技术研究院智能软件研究中心江苏南京210000 中国科学院软件研究所智能软件研究中心北京100190 中国科学院大学计算机科学与技术学院北京100190

针对当前PDDL开发存在的编辑复杂和文本可读性差等问题,设计一个图形化PDDL在线编辑工具和相应的编译系统Graph Compiler。Graph Compiler结合领域专用编译技术和ChatGPT模型,实现从自然语言到图形化PDDL的自动化生成。系统支持编译不... 详细信息

针对当前PDDL开发存在的编辑复杂和文本可读性差等问题,设计一个图形化PDDL在线编辑工具和相应的编译系统Graph Compiler。Graph Compiler结合领域专用编译技术和ChatGPT模型,实现从自然语言到图形化PDDL的自动化生成。系统支持编译不同版本的PDDL语言,提供相应版本的语法分析,将PDDL规划结果转换为ROS的话题消息,为机器人行动提供具体的动作指令。实验结果表明,Graph Compiler在多届IPC的多版本PDDL测试用例上,编译成功率达到100%;也可以应用在ROS项目中,通过具体的动作序列指导机器人行动。

关键词：规划领域定义语言编译系统领域专用编译技术自然语言自动化生成语法分析机器人操作系统

来源：评论

学校读者我要写书评

暂无评论

量子计算模拟及优化方法综述

引用

计算机工程 2022年第1期48卷 1-11页

作者：喻志超李扬中刘磊冯圣中国家超级计算深圳中心(深圳云计算中心) 广东深圳518055 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

在处理某些大规模并行问题时,量子计算因量子位独特的叠加态和纠缠态特性,相比经典计算机在并行处理方面具有更明显的优势。现阶段,物理量子比特计算机受限于可扩展性、相干时间和量子门操作精度,在经典计算机上开展量子计算模拟成为研... 详细信息

在处理某些大规模并行问题时,量子计算因量子位独特的叠加态和纠缠态特性,相比经典计算机在并行处理方面具有更明显的优势。现阶段,物理量子比特计算机受限于可扩展性、相干时间和量子门操作精度,在经典计算机上开展量子计算模拟成为研究量子优越性和量子算法的有效途径。然而,随着量子比特数的增加,模拟所需的计算机资源呈指数增长。因此,研究大规模量子计算模拟在保证计算准确度、精度及效率的情况下减少模拟所需资源具有重要意义。从量子比特、量子门、量子线路、量子操作系统等方面展开,阐述量子计算的基本原理和背景知识。同时总结基于经典计算机的量子计算模拟基本方法,分析不同方法的设计思路和优缺点,列举目前常见的量子计算模拟器。在此基础上,针对量子计算模拟的通信开销问题,从节点拆分和通信优化2个方面出发,讨论基于超级计算机集群的量子计算模拟优化方法。

关键词：量子计算量子线路概率幅模拟量子计算模拟器超级计算机

来源：评论

学校读者我要写书评

暂无评论

基于波束训练的大规模MIMO多用户度调度算法

引用

高技术通讯 2022年第3期32卷 248-260页

作者：徐顺清石晶林周一青张宗帅移动计算与新型终端北京市重点实验室北京100190 中国科学院计算技术研究所无线通信技术研究中心北京100190 中国科学院大学北京100049 中国三星研究院北京100028

在毫米波多用户大规模天线阵列多输入多输出(MIMO)系统中,由于使用混合波束形成结构,使得用户调度问题面临新的挑战,调度问题转变为在同一时频资源选择调度用户子集和用户与基站之间通信波束对的问题,需要从用户和波束两个维度来进行考... 详细信息

在毫米波多用户大规模天线阵列多输入多输出(MIMO)系统中,由于使用混合波束形成结构,使得用户调度问题面临新的挑战,调度问题转变为在同一时频资源选择调度用户子集和用户与基站之间通信波束对的问题,需要从用户和波束两个维度来进行考虑。大规模MIMO由于在基站端和用户端使用大量的天线阵列,如果使用穷举搜索算法运算量极大,在实际应用中是不现实的。本文提出了一种基于波束训练的多用户调度方案,该方案分为2步。第1步,由于波束间的干扰大多数来自于相邻波束,因此对相邻波束进行分组,同时根据用户反馈的信干燥比(SINR)最大值的基站波束索引号把相关的用户映射到对应波束组。第2步,为了减小干扰,每个波束组的最小波束索引根据一定的原则来选取调度用户,然后通过基站和用户之间的波束训练选取最接近于SINR门限值的用户波束来进行通信。仿真结果表明,该方案具有逼近最优穷举方案的性能并且具有较低的计算复杂度。

关键词：大规模多输入多输出(MIMO) 混合连接结构波束搜索用户选择频谱效率

来源：评论

学校读者我要写书评

暂无评论

一种无结构金融公告多元关系抽取方法

引用

中文信息学报 2022年第2期36卷 76-84页

作者：周映彤孟剑郭岩刘悦贺广福董琳程学旗中国科学院计算技术研究所网络数据科学与技术实验室北京100190 国家计算机网络应急技术处理协调中心北京100029

金融公告信息披露了企业运营的关键数据,具有应用价值。无结构金融公告中涉及复杂的财务关系,即多元关系。该文设计了基于依存分析树和频繁子图挖掘的垂直域多元关系抽取方法TextMining,可大大降低对数据集的依赖。进一步,受图卷积神经... 详细信息

金融公告信息披露了企业运营的关键数据,具有应用价值。无结构金融公告中涉及复杂的财务关系,即多元关系。该文设计了基于依存分析树和频繁子图挖掘的垂直域多元关系抽取方法TextMining,可大大降低对数据集的依赖。进一步,受图卷积神经网络启发,该文设计了垂直域优化的FTA-GCN算法。在构建的适用金融公告数据集上,算法较强地关注以金融公告中常见的名词实体为核心的多元关系抽取,实验结果表明,算法具有良好的抽取效果。

关键词：金融公告关系抽取图卷积

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：