检索结果-内蒙古大学图书馆

计算机应用 2024年

作者：张宏扬张淑芬谷铮华北理工大学理学院河北省数据科学与应用重点实验室(华北理工大学) 唐山市数据科学重点实验室(华北理工大学) 唐山市大数据安全与智能计算重点实验室(华北理工大学)

作为一种分布式优化范式，联邦学习允许大量资源有限的客户端节点能够在不共享数据的情况下协同训练模型。然而，传统联邦学习(fedavg)通常未充分考虑公平性的问题。在实际场景中，数据分布通常具备高度异构性，常规的聚合操作可能会使... 详细信息

作为一种分布式优化范式，联邦学习允许大量资源有限的客户端节点能够在不共享数据的情况下协同训练模型。然而，传统联邦学习(fedavg)通常未充分考虑公平性的问题。在实际场景中，数据分布通常具备高度异构性，常规的聚合操作可能会使模型对某些客户端产生偏见，导致全局模型在客户端本地的性能分布出现巨大差异。针对这一问题，提出了一种面向个性化与公平性的算法fedPF。fedPF旨在有效减少联邦学习中低效的聚合行为，并通过寻找全局模型与本地模型的相关性，在客户端之间分配个性化模型，在保证全局模型性能的同时，使客户端本地性能分布更均衡。fedPF在Synthetic、MNIST以及CIFAR10数据集上进行实验和性能分析，并与fedprox、qfedavg和fedavg三种联邦学习算法进行对比。实验结果表明，fedPF在有效性和公平性上均得到显著提升。

关键词：联邦学习公平个性化异构数据客户端选择

来源：评论

学校读者我要写书评

暂无评论

基于自适应差分隐私与客户选择优化的联邦学习方法

引用

计算机应用 2025年第2期45卷 482-489页

作者：徐超张淑芬陈海田彭璐璐张帅华华北理工大学理学院河北唐山063210 河北省数据科学与应用重点实验室(华北理工大学) 河北唐山063210 北京交通大学唐山市大数据安全与智能计算重点实验室河北唐山063210 唐山市数据科学重点实验室(华北理工大学) 河北唐山063210

将差分隐私应用于联邦学习的方法是保护训练数据隐私的关键技术之一。针对之前多数工作未考虑参数的异质性,对训练参数均匀裁剪使每轮加入的噪声都是均匀的,从而影响模型收敛和训练参数质量的问题,提出一种基于梯度裁剪的自适应噪声添... 详细信息

将差分隐私应用于联邦学习的方法是保护训练数据隐私的关键技术之一。针对之前多数工作未考虑参数的异质性,对训练参数均匀裁剪使每轮加入的噪声都是均匀的,从而影响模型收敛和训练参数质量的问题,提出一种基于梯度裁剪的自适应噪声添加方案。考虑梯度的异质性,在不同轮次为不同客户端执行自适应的梯度裁剪,从而使噪声大小自适应调整;同时,为进一步提升模型性能,对比传统的客户端随机采样方式,提出一种结合轮盘赌与精英保留的客户端采样方法。结合上述2种方法,提出一种结合客户端选择的自适应差分隐私联邦学习(CS&AGC DP_FL)方法。实验结果表明,在隐私预算为0.5时,相较于自适应差分隐私的联邦学习方法(Adapt DP_FL),所提方法能在相同级别的隐私约束下使最终的模型分类准确率提升4.9个百分点,并且在收敛速度方面,所提方法相较于对比方法进入收敛状态所需的轮次减少了4~10轮。

关键词：联邦学习差分隐私自适应噪声轮盘赌精英保留

来源：评论

学校读者我要写书评

暂无评论

零样本学习综述

引用

计算机工程与应用 2021年第19期57卷 1-17页

作者：王泽深杨云向鸿鑫柳青云南大学软件学院昆明650504 云南省数据科学与智能计算重点实验室昆明650504

尽管自深度学习发展以来,减少大量人工标记样本的需求使得零样本学习取得了不错的进展,以至于已经拥有比较完善的理论体系。但是对于零样本学习应用的研究寥寥无几,如何有效地对应用领域进行梳理是现阶段急需解决的问题。对零样本的理... 详细信息

尽管自深度学习发展以来,减少大量人工标记样本的需求使得零样本学习取得了不错的进展,以至于已经拥有比较完善的理论体系。但是对于零样本学习应用的研究寥寥无几,如何有效地对应用领域进行梳理是现阶段急需解决的问题。对零样本的理论体系进行介绍,通过一个例子引出零样本学习的定义,继而与广义零样本、监督学习比较,再而列举4个关键问题以及现有的解决方案,给出文本、图像、视频三方面常用的数据集;按照关键技术(属性、嵌入以及生成模型)出现时间顺序,对13个典型模型如何进行零样本学习展开描述,并对优点、缺点、创新点、挑选数据集以及表现进行总结;从词、图像、视频3个维度详细介绍了零样本学习在各个领域的应用;提出了零样本学习过程中出现的挑战并给出了对应的潜在研究方向。

关键词：零样本学习属性嵌入空间生成模型

来源：评论

学校读者我要写书评

暂无评论

联邦学习的公平性综述

引用

计算机应用 2025年第1期45卷 1-14页

作者：张淑芬张宏扬任志强陈学斌华北理工大学理学院河北唐山063210 河北省数据科学与应用重点实验室(华北理工大学) 河北唐山063210 唐山市大数据安全与智能计算重点实验室(华北理工大学) 河北唐山063210 唐山市数据科学重点实验室(华北理工大学) 河北唐山063210

联邦学习(FL)凭借分布式结构和隐私安全的优势快速发展,但大规模FL引发的公平性问题影响了FL系统的可持续性。针对FL的公平性问题,对近年FL公平性的研究工作进行了系统梳理和深度分析。首先,对FL的工作流程和定义进行了解释,总结了FL中... 详细信息

联邦学习(FL)凭借分布式结构和隐私安全的优势快速发展,但大规模FL引发的公平性问题影响了FL系统的可持续性。针对FL的公平性问题,对近年FL公平性的研究工作进行了系统梳理和深度分析。首先,对FL的工作流程和定义进行了解释,总结了FL中的偏见和公平性概念;其次,详细归纳了FL公平性研究中常用的数据集,探讨了公平性研究所面临的挑战;最后,从数据源选择、模型优化、贡献评估和激励机制这4个方面归纳梳理了相关研究工作的优缺点、适用场景以及实验设置等,并展望了FL公平性未来的研究方向和趋势。

关键词：联邦学习公平性数据选择模型优化贡献评估激励机制

来源：评论

学校读者我要写书评

暂无评论

基于半监督联邦学习的恶意流量检测模型

引用

计算机应用 2024年第11期44卷 3487-3494页

作者：张帅华张淑芬周明川徐超陈学斌华北理工大学理学院河北唐山063210 河北省数据科学与应用重点实验室(华北理工大学) 河北唐山063210 唐山市大数据安全与智能计算重点实验室(北京交通大学) 河北唐山063210 唐山市数据科学重点实验室(华北理工大学) 河北唐山063210

恶意流量检测是应对网络安全挑战的关键技术之一。针对采用联邦学习进行恶意流量检测时,本地标记数据不足,非独立同分布(non-IID)导致协同训练模型性能下降的问题,构建一种基于半监督联邦学习的恶意流量检测模型。该模型借助伪标记和一... 详细信息

恶意流量检测是应对网络安全挑战的关键技术之一。针对采用联邦学习进行恶意流量检测时,本地标记数据不足,非独立同分布(non-IID)导致协同训练模型性能下降的问题,构建一种基于半监督联邦学习的恶意流量检测模型。该模型借助伪标记和一致性正则化项的半监督学习技术,有效地从未标记数据中提取信息进行训练;同时,设计一种非线性函数,用于动态调整客户端本地有监督和无监督损失在聚合时的权重,以充分利用未标记数据,提高模型的准确性。为降低non-IID问题对全局模型性能的影响,提出一种联邦聚合算法FedLD(Federated-Loss-Data),通过结合训练损失和数据量的权重计算方法,自适应地调整全局模型聚合过程中各客户端模型的权重。实验结果表明,在NSL-KDD数据集上,所提模型在标记数据有限的情况下能够实现较高的检测准确率,与基线模型FedSem(Federated Semi-supervised)相比,检测准确率提升了4.11个百分点,在正常流量(Normal)、拒绝服务(DoS)攻击和探测(Probe)等类别上的召回率也提升了1.65~7.66个百分点,说明所提模型更适用于恶意流量检测领域。

关键词：联邦学习半监督学习恶意流量检测一致性正则化动态聚合权重

来源：评论

学校读者我要写书评

暂无评论

基于多策略原型生成的低资源神经机器翻译

引用

软件学报 2023年第11期34卷 5113-5125页

作者：于志强余正涛黄于欣郭军军线岩团昆明理工大学信息工程与自动化学院云南昆明650500 云南民族大学数学与计算机科学学院云南昆明650500 云南省人工智能重点实验室(昆明理工大学) 云南昆明650500

资源丰富场景下,利用相似性翻译作为目标端原型序列,能够有效提升神经机器翻译的性能.然而在低资源场景下,由于平行语料资源匮乏,导致不能匹配得到原型序列或序列质量不佳.针对此问题,提出一种基于多种策略进行原型生成的方法.首先结合... 详细信息

资源丰富场景下,利用相似性翻译作为目标端原型序列,能够有效提升神经机器翻译的性能.然而在低资源场景下,由于平行语料资源匮乏,导致不能匹配得到原型序列或序列质量不佳.针对此问题,提出一种基于多种策略进行原型生成的方法.首先结合利用关键词匹配和分布式表示匹配检索原型序列,如未能获得匹配,则利用伪原型生成方法产生可用的伪原型序列.其次,为有效地利用原型序列,对传统的编码器-解码器框架进行改进.编码端使用额外的编码器接收原型序列输入;解码端在利用门控机制控制信息流动的同时,使用改进的损失函数减少低质量原型序列对模型的影响.多个数据集上的实验结果表明,相比基线模型,所提出的方法能够有效提升低资源场景下的机器翻译性能.

关键词：神经机器翻译低资源多策略原型

来源：评论

学校读者我要写书评

暂无评论

一种简单的共享式多层梯度补给方法

引用

软件学报 2020年第7期31卷 2157-2168页

作者：杜飞杨云胡媛媛曹丽娟云南大学国家示范性软件学院云南昆明650504 昆明市数据科学与智能计算重点实验室云南昆明650504 云南省高校数据科学与智能计算重点实验室云南昆明650504

深度学习通过多层特征提取方式,可以将原始复杂数据自动表征为高级抽象特征,该模型具有很强的建模能力,普遍应用于图像识别语音识别、自然语言处理等高复杂问题中.但深度学习由于网络层数深、参数规模庞大,训练时常常会产生梯度消失、... 详细信息

深度学习通过多层特征提取方式,可以将原始复杂数据自动表征为高级抽象特征,该模型具有很强的建模能力,普遍应用于图像识别语音识别、自然语言处理等高复杂问题中.但深度学习由于网络层数深、参数规模庞大,训练时常常会产生梯度消失、陷入局部最优解、过度拟合等现象.借鉴集成学习的思想,提出一个新颖的深度共享集成网络,该网络通过在深度学习各隐藏层引出多个独立输出层的联合训练的方式,在网络的各层注入梯度,从而对低层隐藏层进行梯度补给,从而降低深度学习中的梯度消失现象,并通过集成多输出层的方式使得整个网络拥有更强的泛化性能.

关键词：深度学习集成学习堆叠泛化梯度消失梯度注入

来源：评论

学校读者我要写书评

暂无评论

模糊技能多映射的变精度模型与构建知识结构的矩阵方法

引用

郑州大学学报(理学版) 2025年

作者：杨竞菁李进金王鸿伟泉州师范学院数学与计算机科学学院福建省大数据管理新技术与知识工程重点实验室泉州师范学院智能计算与信息处理福建省高校重点实验室泉州师范学院闽南师范大学数学与统计学院

基于变精度α-模型构建知识结构是当前研究的热点之一。根据阈值取值范围的不同拓展了三种基于模糊技能多映射的变精度能力模型,讨论了它们所构建的知识结构的性质,并证明了由它们构建的知识结构族是一致的。在此基础上,提出基于模糊技... 详细信息

基于变精度α-模型构建知识结构是当前研究的热点之一。根据阈值取值范围的不同拓展了三种基于模糊技能多映射的变精度能力模型,讨论了它们所构建的知识结构的性质,并证明了由它们构建的知识结构族是一致的。在此基础上,提出基于模糊技能多映射构建知识结构的矩阵方法,并通过实验验证了方法的可行性和有效性,分析了模糊技能多映射中问题数、技能数对算法执行时间和空间的影响。

关键词：知识空间知识结构模糊技能多映射变精度能力模型

来源：评论

学校读者我要写书评

暂无评论

青海东昆仑阿斯哈金矿床含金黄铁矿微量元素地球化学特征及其地质意义

引用

矿床地质 2022年第1期41卷 106-120页

作者：岳维好周家喜昆明学院信息工程学院云南昆明650214 云南省高校数据治理与智能决策重点实验室云南昆明650214 云南大学地球科学学院云南昆明650500 云南省高校关键矿产成矿学重点实验室云南昆明650500

阿斯哈金矿床是青海东昆仑造山带东段金矿床的典型代表。金矿体主要赋存于闪长岩和花岗闪长岩体的构造破碎带内,受NNE向和NNW向-NW向断裂构造控制。与金矿化密切相关的蚀变类型为黄铁矿化、硅化、绢云母化和黄铜矿化。矿石矿物主要为黄... 详细信息

阿斯哈金矿床是青海东昆仑造山带东段金矿床的典型代表。金矿体主要赋存于闪长岩和花岗闪长岩体的构造破碎带内,受NNE向和NNW向-NW向断裂构造控制。与金矿化密切相关的蚀变类型为黄铁矿化、硅化、绢云母化和黄铜矿化。矿石矿物主要为黄铁矿,其次是黄铜矿、方铅矿、毒砂、自然金和银金矿。据矿脉穿插关系、矿石矿物共生组合和结构构造特征,将成矿期划分为3个阶段:石英-黄铁矿-毒砂阶段(Ⅰ)、石英-多金属硫化物阶段(Ⅱ)、和石英-碳酸盐阶段(Ⅲ),其中Ⅱ阶段为主成矿阶段。前人研究表明黄铁矿的微量(含稀土)元素含量可以反映成矿流体与成矿物质来源的特征,本次采用电感耦合等离子质谱仪(ICP-MS)技术对阿斯哈金矿主成矿期的主要载金矿物黄铁矿进行研究。ICP-MS测试结果显示:黄铁矿相对富集少量高场强元素(如Y、U、Zr、Hf)外,其他元素均有不同程度的亏损,其Hf/Sm、Th/La和Nb/La比值(除个别样品外)普遍<1,表明矿床成矿流体可能是以富Cl的成矿热液为主。黄铁矿Co/Ni比值(1.39~6.61,平均为2.57)显示矿床为热液成因。黄铁矿Y/Ho比值(26.10~35.76,平均为30.57)与现代海水及海底热液明显不同,略较赋矿围岩闪长岩和花岗斑岩的Y/Ho比值(26.97~29.25,平均为28.12)范围宽,暗示除赋矿围岩外,可能还有其它源区。阿斯哈金矿床含金黄铁矿稀土元素总量较低(ΣREE=4.83×10^(-6)~64.30×10^(-6),平均为19.60×10^(-6)),LREE/HREE比值平均为6.62,(La/Yb)_(N)值平均为8.11,为轻稀土元素富集型,其配分与赋矿围岩闪长岩和花岗斑岩相似,而与矿区地层金水口群变质岩不同,暗示该矿床成矿物质来自赋矿围岩。Eu负异常明显(δEu=0.49~0.92,平均为0.68),Ce异常不显著(δCe=0.73~1.00,平均为1.02),与赋矿围岩相似,进一步表明该矿床与中酸性围岩的内在成因关系。综合研究认为,阿斯哈金矿床属于与中酸性岩浆作用有关的浅成热液脉状型金矿床,并可能受到造山作用影响。

关键词：地球化学微量元素稀土元素黄铁矿成矿物质来源阿斯哈金矿床青海东昆仑

来源：评论

学校读者我要写书评

暂无评论

熟料等水泥基材料数据库及其应用

引用

硅酸盐学报 2025年第5期53卷 1328-1338页

作者：许成文叶家元高霖高国贤任雪红夏凌风王琳张文生中国建筑材料科学研究总院有限公司绿色建筑材料国家重点实验室北京100024 合肥水泥研究设计院有限公司水泥制造绿色低碳技术安徽省重点实验室合肥230051 中国科学院过程工程研究所介科学与工程全国重点实验室北京100190 中存大数据科技有限公司北京100024 济南大学山东省网络环境智能计算技术重点实验室济南250022

在“双碳”政策管控与人工智能浪潮的推动下,水泥基材料亟需进行以低碳化为主要目标的数字化转型,而建立水泥基材料数据库是数字化转型的首要任务。在科学文献中存在大量数据,可采用人工智能方式进行自动化提取与应用。本文综述了熟料... 详细信息

在“双碳”政策管控与人工智能浪潮的推动下,水泥基材料亟需进行以低碳化为主要目标的数字化转型,而建立水泥基材料数据库是数字化转型的首要任务。在科学文献中存在大量数据,可采用人工智能方式进行自动化提取与应用。本文综述了熟料、水泥、混凝土、建筑砂浆等水泥基材料数据库的现状,归纳了现有数据库收录的数据类别、应用方式、应用范围等信息,分析了文献数据挖掘等人工智能技术在水泥基材料数据搜集与数据库建设中的应用前景,指出了现有数据库存在的数据底座不统一、数据项考虑不周全、部分类别材料数据库不完善等问题,并探讨了其未来发展方向。

关键词：水泥基材料数据库数据挖掘人工智能

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：