检索结果-内蒙古大学图书馆

计算机工程 2023年第5期49卷 112-121页

作者：陈昱瑾王晶武志昊赵耀帅林友芳北京交通大学计算机与信息技术学院北京100044 交通数据分析与挖掘北京市重点实验室北京100044 民航旅客服务智能化应用技术重点实验室北京101318 中国民航信息网络股份有限公司北京101318

协同过滤推荐系统普遍面临交互数据稀疏,社会化推荐通过引入用户社交信息来缓解数据稀疏问题。现有社会化推荐方法主要关注好友关系,即用户间形成的直接社交关系,但社交数据的稀疏性限制了该类方法的性能表现。由用户加入兴趣小组所形... 详细信息

协同过滤推荐系统普遍面临交互数据稀疏,社会化推荐通过引入用户社交信息来缓解数据稀疏问题。现有社会化推荐方法主要关注好友关系,即用户间形成的直接社交关系,但社交数据的稀疏性限制了该类方法的性能表现。由用户加入兴趣小组所形成的群组关系数量繁多且富有价值,然而目前较少有研究关注这种关系,仅有的方法多采用矩阵分解等传统方法建模,对用户协同兴趣和社交影响的表达不够深入。为提升推荐质量,进一步研究群组关系,从缓解社交数据稀疏性的角度论证其在辅助推荐方面的作用,并基于建模能力更强的图卷积网络学习用户、项目与群组之间的高阶关系,分别设计出以间接和直接方式利用群组关系的推荐方法IGRec-Trans和IGRec-Direc,探索更合理的群组关系融合方式。在真实数据集上的实验结果表明,所提方法能有效提升推荐性能,相比最优基准方法DiffNet++,在HR@10和NDCG@10指标上最高可提升4.55%和3.98%,在冷启动用户推荐任务上NDCG@10指标最高可提升18.6%。

关键词：社会化推荐群组关系图卷积网络表示学习注意力机制

来源：评论

学校读者我要写书评

暂无评论

论产学合作协同育人项目在计算机专业教育改革中的作用

引用

丝路视野 2022年第24期 82-84页

作者：方维维董瑞北京交通大学计算机与信息技术学院北京 100044 北京交通大学计算机与信息技术学院北京 100044

协同育人是高校培养专业型、应用型人才的重要途径,是化解传统计算,机学科人才培养模式弊端的有效举措.近年来笔者多次申报和主持了由谷歌公司资助的教育部产学合作协同育人项目,通过学生项目培养了一批优秀的本科生.本文将结合计算机... 详细信息

协同育人是高校培养专业型、应用型人才的重要途径,是化解传统计算,机学科人才培养模式弊端的有效举措.近年来笔者多次申报和主持了由谷歌公司资助的教育部产学合作协同育人项目,通过学生项目培养了一批优秀的本科生.本文将结合计算机科学与技术专业育人的现状和特点,总结分享在实践过程中的方法经验、育人成效,并探究和分析进一步提升人才培养质量的思路和方法.

关键词：产学合作协同育人计算机科学与技术人才培养

来源：评论

学校读者我要写书评

暂无评论

大学信息技术通识课程助力青少年科普教育

引用

软件导刊 2024年第8期23卷 32-36页

作者：周围李清勇张英俊北京交通大学计算机与信息技术学院北京交通大学交通大数据与人工智能教育部重点实验室北京100044

高校正发挥着越来越重要的科普育人功能,大学信息技术通识课程的作用尤为显著。以北京交通大学人工智能与未来交通技术科普教育基地建设为例,介绍该科普教育基地在建设过程中逐渐形成的4个科普方向:无人驾驶、计算思维、未来交通技术和... 详细信息

高校正发挥着越来越重要的科普育人功能,大学信息技术通识课程的作用尤为显著。以北京交通大学人工智能与未来交通技术科普教育基地建设为例,介绍该科普教育基地在建设过程中逐渐形成的4个科普方向:无人驾驶、计算思维、未来交通技术和高铁轨道巡检(虚拟仿真);阐述大学信息技术通识课程体系在科普基地建设中的作用,以及围绕“智能、赋能”的实验教学发展举措。最后,以“无人驾驶系列实验”为例,介绍如何设计面向青少年的无人驾驶教育科普资源。这些资源在开展科普活动中获得了较好效果,为大学信息技术通识课程助力青少年科普教育活动提供了参考。今后,该科普教育基地将继续扎实、深入、有效、全面推进青少年科普教育工作。

关键词：大学信息技术通识课程无人驾驶人工智能青少年科普科普资源建设

来源：评论

学校读者我要写书评

暂无评论

基于不完美CSI的认知反向散射通信吞吐量最大化算法

引用

电子与信息学报 2023年第7期45卷 2325-2333页

作者：徐勇军姜思巧王公仆杨刚李东黄东重庆邮电大学通信与信息工程学院重庆400065 重庆金美通信有限责任公司重庆400030 北京交通大学计算机与信息技术学院北京100044 电子科技大学通信抗干扰技术国家级重点实验室成都611731 澳门科技大学计算机科学与工程学院中国澳门999078 贵州大学现代制造技术教育部重点实验室贵阳550025

为了提高频谱传输效率和抑制信道不确定性影响,该文提出一种基于不完美信道状态信息的认知反向散射通信吞吐量最大化算法。首先,考虑主基站最大发射功率、传输时间、用户服务质量、有界信道不确定性等约束,建立了联合优化主基站波束、... 详细信息

为了提高频谱传输效率和抑制信道不确定性影响,该文提出一种基于不完美信道状态信息的认知反向散射通信吞吐量最大化算法。首先,考虑主基站最大发射功率、传输时间、用户服务质量、有界信道不确定性等约束,建立了联合优化主基站波束、传输时间、反射系数的多变量耦合的非线性鲁棒吞吐量最大化模型。其次,利用最坏准则、S-Procedure、连续凸近似和交替优化方法,将原问题转换为凸优化问题,并提出一种基于迭代的鲁棒资源分配算法。仿真结果表明,与非鲁棒算法对比,所提算法具有较好的吞吐量和鲁棒性,且中断概率减小2.39%。

关键词：认知无线电网络反向散射通信吞吐量最大化鲁棒性

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

基于多任务学习的电子病历实体识别方法

引用

计算机与现代化 2022年第9期 40-50页

作者：于鹏陈钰枫徐金安张玉洁北京交通大学计算机与信息技术学院北京100044

中文电子病历NER是医疗信息抽取的难点。本文提出一种多任务学习的实体识别方法,联合实体识别和分词训练模型,使用基于Bi-LSTM的私有层提取专有信息,融合注意力网络作为共享层并增加通用特征增强机制来筛选全局信息,降低过拟合风险并增... 详细信息

中文电子病历NER是医疗信息抽取的难点。本文提出一种多任务学习的实体识别方法,联合实体识别和分词训练模型,使用基于Bi-LSTM的私有层提取专有信息,融合注意力网络作为共享层并增加通用特征增强机制来筛选全局信息,降低过拟合风险并增强模型的泛化能力。此外提出均衡样本过采样方法扩充数据集,有效解决实体类别不平衡所带来的问题。使用CCKS2017/CCKS2020电子病历实体识别语料和Medicine医药分词语料联合训练,实验结果显示本文提出的模型整体性能提升明显,同时也显著提高了Medicine语料的分词实验效果,F1值较基线提升了3个百分点。实验表明本文提出的模型能够有效改善因电子病历中数据不规范、无结构或专有名词等原因造成的实体切分错误等问题。

关键词：深度学习命名实体识别多任务学习神经网络注意力机制

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

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

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

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

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：