检索结果-内蒙古大学图书馆

计算机工程 2022年第3期48卷 60-68页

作者：赵越武志昊赵苡积北京交通大学计算机信息与技术学院北京100044 交通数据分析与挖掘北京市重点实验室北京100044

点击率预估是推荐系统中的核心任务,其关键是学习有效的特征交互,但现有基于深度神经网络的点击率预估方法未考虑冷启动问题,导致准确率降低。结合特征信息和域信息的嵌入,提出一种特征交互的点击率预估方法 FF-GNN。利用基于图神经网... 详细信息

点击率预估是推荐系统中的核心任务,其关键是学习有效的特征交互,但现有基于深度神经网络的点击率预估方法未考虑冷启动问题,导致准确率降低。结合特征信息和域信息的嵌入,提出一种特征交互的点击率预估方法 FF-GNN。利用基于图神经网络的交互模块分别提取特征嵌入和域嵌入的结构信息,建模细粒度的特征交互和粗粒度的域交互过程。同时通过设计图神经网络的权重计算模块,交叉引用特征图神经网络和域图神经网络的低阶特征信息,实现特征交互和个性化建模域交互。在此基础上,采用注意力机制融合特征交互和域交互模块的结果预测点击率。在Criteo和Frappe公开数据集上的实验结果验证了FF-GNN方法的有效性,其AUC指标相较于同类型Fi-GNN方法分别提高0.57和0.85个百分点,能够同时关注特征和域信息,提高点击率预估的准确度。

关键词：点击率预估图神经网络特征交互域交互个性化建模

来源：评论

学校读者我要写书评

暂无评论

基于知识聚合和迁移的跨领域推荐算法

引用

电子学报 2020年第10期48卷 1928-1932页

作者：刘真田靖玉苑宝鑫孙永奇北京交通大学计算机与信息技术学院北京100044

传统的推荐算法受限于单领域中用户和项目的稀疏关系,也存在用户冷启动等问题.跨领域推荐能够通过学习辅助领域的知识去丰富目标领域的稀疏数据以提高推荐准确率.本文提出了一种知识聚合和迁移相结合的跨领域推荐算法ATCF.与已有算法不... 详细信息

传统的推荐算法受限于单领域中用户和项目的稀疏关系,也存在用户冷启动等问题.跨领域推荐能够通过学习辅助领域的知识去丰富目标领域的稀疏数据以提高推荐准确率.本文提出了一种知识聚合和迁移相结合的跨领域推荐算法ATCF.与已有算法不同,在对共性知识和个性知识的表示学习中,ATCF均充分融合了辅助域和目标域的知识,通过基于矩阵分解的两级矩阵拼接和两次矩阵填充,得到在群集矩阵及评分矩阵上的共性知识表示;通过知识迁移,构建了重叠用户和非重叠用户的个性知识表示,有效避免了负迁移.在两个跨领域数据集上开展的实验表明,ATCF算法与已有单领域和跨领域推荐算法相比RMSE降低了3%~7%,准确率召回率增加了8%~15%.

关键词：跨领域推荐矩阵分解迁移学习知识聚合

来源：评论

学校读者我要写书评

暂无评论

基于子任务学习的双分支个性化视线估计网络

引用

中国科技论文在线精品论文 2022年第2期15卷 251-258页

作者：赵晓瑜黄雅平田艺田媚北京交通大学计算机与信息技术学院北京100044

针对视线估计任务中个性化信息处理难的问题,提出了一种基于子任务学习的双分支个性化视线估计网络(EbPN)。首先,该网络包含表观信息感知分支和个性化信息感知分支,以分别刻画用户丰富的表观信息以及个性化信息;然后,构造一系列子任务... 详细信息

针对视线估计任务中个性化信息处理难的问题,提出了一种基于子任务学习的双分支个性化视线估计网络(EbPN)。首先,该网络包含表观信息感知分支和个性化信息感知分支,以分别刻画用户丰富的表观信息以及个性化信息;然后,构造一系列子任务以替代独立样本对模型进行训练优化,其中各子任务均模仿了一个小样本视线估计任务。该网络充分获取了用户的表观信息及个性化信息,可有效减小个性化偏差,提高视线估计模型的精度,且在没有任何校准样本的情况下,仍然具有很好的泛化性能。在GazeCapture和MPIIGaze数据集上开展的大量实验证明了EbPN的有效性。

关键词：人工智能个性化视线估计小样本学习个性化偏差

来源：评论

学校读者我要写书评

暂无评论

地域环境与文化:晋东南传统民居的类型分布及形成机制

引用

中国历史地理论丛 2023年第1期38卷 37-49页

作者：田毅冯耀功白雪太原师范学院历史与文博学院山西晋中030619 北京交通大学计算机与信息技术学院北京100044 太原师范学院地理科学学院山西晋中030619

晋东南地区包括长治市和晋城市,传统民居遗存非常丰富。以晋东南地区的传统民居作为研究对象,选取了299个村落,将每个村落60%以上的传统民居形态作为该村落传统民居类型的划分标准,运用聚类分析法做分类,得出窑洞、房窑混合、二层楼屋... 详细信息

晋东南地区包括长治市和晋城市,传统民居遗存非常丰富。以晋东南地区的传统民居作为研究对象,选取了299个村落,将每个村落60%以上的传统民居形态作为该村落传统民居类型的划分标准,运用聚类分析法做分类,得出窑洞、房窑混合、二层楼屋、一层土石木房屋4个类型区。并用GIS做核密度分析,得到各类型传统民居的主要分布区。在此基础上,从自然环境、人文环境两个层面运用定量分析与定性分析方法探讨了晋东南传统民居类型的形成机制,认为自然环境是基础因素,地形地貌及建筑资源的分布影响着传统民居的修建材料、建筑环境及类型分布。人文环境包括明清商业手工业的发展、传统文化和明清社会动乱,对传统民居的立面形态、细部装饰、院落布局的样式等有一定作用,是晋东南传统民居类型形成的重要因素。

关键词：传统民居类型人地关系

来源：评论

学校读者我要写书评

暂无评论

施工隧道数据处理中的可靠卡尔曼滤波

引用

计算机系统应用 2022年第9期31卷 210-216页

作者：张诗琪张晋豫北京交通大学计算机与信息技术学院北京100044

针对隧道结构安全监测数据存在野值,噪声等严重影响后续分析的问题,提出了一种自适应跟踪系统噪声的可靠卡尔曼滤波算法进行数据去噪.首先结合滑动窗口使用最小二乘法对野值进行补偿;其次继承卡尔曼的“一步一推导”思想,动态估计噪声值... 详细信息

针对隧道结构安全监测数据存在野值,噪声等严重影响后续分析的问题,提出了一种自适应跟踪系统噪声的可靠卡尔曼滤波算法进行数据去噪.首先结合滑动窗口使用最小二乘法对野值进行补偿;其次继承卡尔曼的“一步一推导”思想,动态估计噪声值,有效解决了传统卡尔曼滤波器在面对野值及非线性系统时存在的无法准确建模的问题;最后使用北京某施工地铁数据进行数值验证,结果表明,与经典算法相比,该算法在精度方面有极大的提升.

关键词：隧道结构安全监测野值数据去噪卡尔曼滤波噪声动态估计

来源：评论

学校读者我要写书评

暂无评论

针对身份证文本识别的黑盒攻击算法研究

引用

自动化学报 2024年第1期50卷 103-120页

作者：徐昌凯冯卫栋张淳杰郑晓龙张辉王飞跃北京交通大学计算机与信息技术学院信息科学研究所北京100044 现代信息科学与网络技术北京市重点实验室北京100044 中国科学院自动化研究所多模态人工智能系统全国重点实验室北京100190 中国科学院自动化研究所复杂系统管理与控制国家重点实验室北京100190 中国科学院大学人工智能学院北京100049 北京航空航天大学交通科学与工程学院北京100191

身份证认证场景多采用文本识别模型对身份证图片的字段进行提取、识别和身份认证,存在很大的隐私泄露隐患.并且,当前基于文本识别模型的对抗攻击算法大多只考虑简单背景的数据(如印刷体)和白盒条件,很难在物理世界达到理想的攻击效果,... 详细信息

身份证认证场景多采用文本识别模型对身份证图片的字段进行提取、识别和身份认证,存在很大的隐私泄露隐患.并且,当前基于文本识别模型的对抗攻击算法大多只考虑简单背景的数据(如印刷体)和白盒条件,很难在物理世界达到理想的攻击效果,不适用于复杂背景、数据及黑盒条件.为缓解上述问题,本文提出针对身份证文本识别模型的黑盒攻击算法,考虑较为复杂的图像背景、更严苛的黑盒条件以及物理世界的攻击效果.本算法在基于迁移的黑盒攻击算法的基础上引入二值化掩码和空间变换,在保证攻击成功率的前提下提升了对抗样本的视觉效果和物理世界中的鲁棒性.通过探索不同范数限制下基于迁移的黑盒攻击算法的性能上限和关键超参数的影响,本算法在百度身份证识别模型上实现了100%的攻击成功率.身份证数据集后续将开源.

关键词：对抗样本黑盒攻击身份证文本识别物理世界二值化掩码

来源：评论

学校读者我要写书评

暂无评论

面向边缘计算应用的拜占庭式容错分布式一致性算法

引用

计算机与现代化 2022年第12期 33-41页

作者：张昊路红英北京交通大学计算机与信息技术学院北京100044

为解决边缘计算中边缘节点易于被攻击或俘获产生拜占庭错误,从而破坏边缘计算应用可用性的问题,设计一种面向边缘计算应用的拜占庭容错分布式一致性算法Edge-Raft。该算法在现有的经典Raft算法基础上,针对边缘环境中潜在的拜占庭错误进... 详细信息

为解决边缘计算中边缘节点易于被攻击或俘获产生拜占庭错误,从而破坏边缘计算应用可用性的问题,设计一种面向边缘计算应用的拜占庭容错分布式一致性算法Edge-Raft。该算法在现有的经典Raft算法基础上,针对边缘环境中潜在的拜占庭错误进行重新设计,通过引入数字签名、同步日志检测、轮询选举、惰性投票、三阶段日志同步等机制,使其具有拜占庭容错特性的同时,将消息传递的复杂度限制至线性级,保证小于1/3的集群总数的边缘节点发生拜占庭错误时仍能为用户提供有效服务。基于不同节点规模的实验结果表明,与现有Raft算法相比,该算法在保留Raft算法可理解性的基础上,保证算法在边缘环境中的可用性与活性。相比于现有的实用拜占庭容错算法,所提算法将消息传递的时间复杂度限定在线性级,保证该算法在多节点边缘环境中的可拓展性。

关键词：边缘计算拜占庭容错分布式一致性算法

来源：评论

学校读者我要写书评

暂无评论

ISLM:克服灾难性遗忘的增量深度学习模型

引用

现代计算机 2022年第14期28卷 35-41页

作者：程虎威北京交通大学计算机与信息技术学院北京100044

增量学习已成为机器学习领域的一个新的研究热点。与传统的机器学习相比,增量学习可以从新样本中不断学习新知识,并保留以前学习过的大部分知识。然而,目前增量深度学习方法不仅方法复杂而且会导致模型参数增加,因此本文提出了一个有效... 详细信息

增量学习已成为机器学习领域的一个新的研究热点。与传统的机器学习相比,增量学习可以从新样本中不断学习新知识,并保留以前学习过的大部分知识。然而,目前增量深度学习方法不仅方法复杂而且会导致模型参数增加,因此本文提出了一个有效的增量深度学习模型(incremental structure learning model,ISLM),用于处理增量深度神经网络中的灾难性问题。在拆分的CIFAR-100数据集上进行实验,结果表明,与目前流行的增量学习方法相比,该方法不仅具备很f强的缓解灾难性遗忘的能力,而且得到了最高精度。

关键词：增量学习深度学习注意力模块通道剪枝

来源：评论

学校读者我要写书评

暂无评论

基于贝叶斯优化的CatBoost的网络安全态势评估方法

引用

现代计算机 2022年第6期28卷 11-17页

作者：祝卫军黎琳北京交通大学计算机与信息技术学院北京100044

网络安全法的颁布和信息安全等级保护2.0标准的实施对网络安全领域提出了更高的要求,这就促使现有的防护理念需要向主动防御、动态防御进行转变,使用网络安全态势感知技术对信息系统进行防护。贝叶斯优化考虑上文寻优信息,不断更新先验... 详细信息

网络安全法的颁布和信息安全等级保护2.0标准的实施对网络安全领域提出了更高的要求,这就促使现有的防护理念需要向主动防御、动态防御进行转变,使用网络安全态势感知技术对信息系统进行防护。贝叶斯优化考虑上文寻优信息,不断更新先验,具有迭代次数少、速度快的优点,CatBoost模型具有防止过拟合和自动特征值处理等优点。因此针对CatBoost模型使用贝叶斯优化的方法进行参数优化,将优化后的模型应用于网络威胁的态势评估当中。在KDD99和CICIDS2017数据集上进行实验验证,通过与常用分类算法进行对比,各项评估指标均优于其他算法,验证基于贝叶斯优化的CatBoost模型在安全态势评估当中的可行性。

关键词：网络安全态势评估贝叶斯优化 CatBoost模型

来源：评论

学校读者我要写书评

暂无评论

基于多分支退出的自蒸馏方法研究

引用

现代计算机 2022年第12期28卷 1-8页

作者：邹美霞北京交通大学计算机与信息技术学院北京100044

随着卷积神经网络的快速发展,研究者不断加深或加宽网络的结构以追求更高精度,但这种方式会带来延迟和计算成本的增加。在带有多分支结构的自蒸馏方法中存在浅层网络不能充分学习深层网络性能的问题。因此,提出一种基于多分支的自蒸馏方... 详细信息

随着卷积神经网络的快速发展,研究者不断加深或加宽网络的结构以追求更高精度,但这种方式会带来延迟和计算成本的增加。在带有多分支结构的自蒸馏方法中存在浅层网络不能充分学习深层网络性能的问题。因此,提出一种基于多分支的自蒸馏方法(SDA),将网络中所有分支的集成结果作为教师指导最后分支的输出,同时用最后分支输出指导其他分支,使得模型更好更早地退出网络。实验结果表明,该方法在ResNet一系列模型上取得了0.46%~1.51%的精度提升。

关键词：卷积神经网络多分支结构自蒸馏方法模型早退

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：