检索结果-内蒙古大学图书馆

物联网学报 2024年第4期8卷 45-53页

作者：穆司琪文硕陆杨艾渤北京体育大学体育工程学院北京100084 北京交通大学计算机与信息技术学院北京100044 北京交通大学电子信息工程学院北京100044

体域网(BAN,bodyareanetwork)是医疗物联网在个人健康监测领域的关键技术,融合边缘计算实现生理数据实时监测、紧急预警和治疗诊断智能化等服务。然而,体域网中感知节点计算任务的服务质量(QoS,qualityof service)随感知数据的紧急程度... 详细信息

体域网(BAN,bodyareanetwork)是医疗物联网在个人健康监测领域的关键技术,融合边缘计算实现生理数据实时监测、紧急预警和治疗诊断智能化等服务。然而,体域网中感知节点计算任务的服务质量(QoS,qualityof service)随感知数据的紧急程度动态变化,现有的边缘算力网络资源分配方法难以高效灵活地保障体域网中多源异质任务的动态QoS。对长时程动态QoS感知的计算卸载和边缘算力随机优化问题进行了研究。考虑各体域网多源任务优先级和信道状态变化的马尔可夫性质,首先将原始的随机优化问题转化为无穷视域的马尔可夫决策过程问题。然后,构建各体域网的多源任务优先级序列,提出融合近端策略优化(PPO,proximal policy optimization)的深度强化学习任务卸载及算力分配在线决策算法。仿真结果表明,所提的决策算法优于现有基准算法,可有效地满足体域网中任务动态优先级需求,并降低任务完成所需的能量消耗和平均时延。

关键词：医疗物联网边缘计算资源管理服务质量

来源：评论

学校读者我要写书评

暂无评论

联邦学习赋能6G网络综述

引用

物联网学报 2023年第2期7卷 50-66页

作者：耿光磊高博熊轲樊平毅陆杨王煜炜北京交通大学计算机与信息技术学院北京100044 北京交通大学高速铁路网络管理教育部工程研究中心北京100044 清华大学北京信息科学与技术国家研究中心北京100084 中国科学院计算技术研究所北京100190

基于内生人工智能(AI,artificial intelligence)在大规模复杂异构网络中实现万物智联是6G的重要特征之一。联邦学习(FL,federated learning)因其数据处理本地化这一特有的机器学习架构,被认为是在6G场景中实现分布式泛在智联的重要途径... 详细信息

基于内生人工智能(AI,artificial intelligence)在大规模复杂异构网络中实现万物智联是6G的重要特征之一。联邦学习(FL,federated learning)因其数据处理本地化这一特有的机器学习架构,被认为是在6G场景中实现分布式泛在智联的重要途径,已成为6G的重要研究方向。为此,首先分析了在未来6G,特别是物联网(IoT,internet of things)场景中引入分布式AI的必要性,以此为基础论述了FL在满足相关6G指标要求的潜力,并从架构设计、资源利用、数据传输、隐私保护、服务提供角度综述了FL如何赋能6G网络,最后给出了FL赋能6G研究存在的一些关键挑战和未来有价值的研究方向。

关键词： 6G网络物联网人工智能联邦学习

来源：评论

学校读者我要写书评

暂无评论

结合注意力与循环神经网络的专家推荐算法

引用

计算机科学与探索 2022年第9期16卷 2068-2077页

作者：吕晓琦纪科陈贞翔孙润元马坤邬俊李浥东济南大学信息科学与工程学院济南250022 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 北京交通大学计算机与信息技术学院北京100044

在线问答社区(CQA)已经成为互联网最重要的知识分享交流平台,将用户提出的海量问题有效推荐给可能解答的用户,挖掘用户感兴趣的问题是此类平台最核心功能。一些针对问答社区的专家推荐算法已经被提出用来提高平台解答效率,但是现有工作... 详细信息

在线问答社区(CQA)已经成为互联网最重要的知识分享交流平台,将用户提出的海量问题有效推荐给可能解答的用户,挖掘用户感兴趣的问题是此类平台最核心功能。一些针对问答社区的专家推荐算法已经被提出用来提高平台解答效率,但是现有工作大多关注于用户兴趣与问题信息匹配,忽视了用户兴趣动态变化问题,可能会严重影响推荐质量。提出了结合注意力与循环神经网络的专家推荐算法,不仅实现了问题信息的深度特征编码,而且还能捕获动态变化的用户兴趣。首先,问题编码器在预训练词嵌入基础上结合卷积神经网络(CNN)和Attention注意力机制实现了问题标题与绑定标签的深度特征联合表示。然后,用户编码器在用户历史回答问题的时间序列上利用长短期记忆神经网络Bi-GRU模型捕捉动态兴趣,并结合用户固定标签信息表征长期兴趣。最后,根据两个编码器输出向量的相似性计算产生用户动态兴趣与长期兴趣相结合的推荐结果。在来自知乎问答社区的真实数据上进行了不同参数配置及不同算法的对比实验,结果表明该算法性能明显优于目前比较流行的深度学习专家推荐算法。

关键词：社区问答(CQA) 专家推荐深度学习注意力机制循环神经网络(RNN)

来源：评论

学校读者我要写书评

暂无评论

一种基于空间编码结构光的稠密三维重建算法

引用

西安电子科技大学学报 2021年第6期48卷 123-130页

作者：陈荣许宏丽杨东学黄华北京交通大学计算机与信息技术学院北京100044 北京交通大学交通数据分析与挖掘北京市重点实验室北京100044 北京交通大学轨道工程北京市重点实验室北京100044

基于结构光的三维重建技术具有准确度高、速度快、鲁棒性好等优点,被广泛应用于生物医疗、文物修复等领域,具有重要的理论意义和研究价值。随着科技迅速发展,高速运动目标的非接触检测和测量的需求逐渐增加,对特征少、速度快的目标三维... 详细信息

基于结构光的三维重建技术具有准确度高、速度快、鲁棒性好等优点,被广泛应用于生物医疗、文物修复等领域,具有重要的理论意义和研究价值。随着科技迅速发展,高速运动目标的非接触检测和测量的需求逐渐增加,对特征少、速度快的目标三维重建成为解决问题的关键。相比于时间编码,空间编码仅需拍摄单幅编码图案,更适用于运动目标的三维重建。因此,基于空间编码结构光提出了一种稠密三维重建方法。首先,针对彩色条纹结构光受物体颜色影响的问题,设计一种单色正弦条纹加伪随机点的结构光编码模式,通过伪随机点识别条纹,降低目标物体的颜色干扰;其次,针对传统条纹方法得到的点云空间分辨率低的问题,提出一种基于局部相位匹配的稠密三维重建方法,通过获取相邻条纹间的像素相位信息进行像素匹配,提高点云空间分辨率。同时,该方法仅需要一个图像对来进行解码,且不需要对投影仪进行标定和颜色校正,可提高三维重建速度。实验结果表明了该算法的可行性和有效性。

关键词：表面重建结构光投影仪-相机系统傅里叶变换

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

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

基于度量的小样本分类方法研究综述

引用

模式识别与人工智能 2021年第10期34卷 909-923页

作者：刘鑫周凯锐何玉琳景丽萍于剑北京交通大学交通数据分析与挖掘北京市重点实验室北京100044 北京交通大学计算机与信息技术学院北京100044 北京新纽科技有限公司北京100083

小样本学习旨在让机器像人类一样通过对少量样本的学习达到对事物认知和概括的能力.基于度量的小样本学习方法希望学习一个低维嵌入空间,直接对比查询集合和支持类之间的相似性,分类测试样本.文中针对基于度量的小样本学习方法,尝试从... 详细信息

小样本学习旨在让机器像人类一样通过对少量样本的学习达到对事物认知和概括的能力.基于度量的小样本学习方法希望学习一个低维嵌入空间,直接对比查询集合和支持类之间的相似性,分类测试样本.文中针对基于度量的小样本学习方法,尝试从这类方法需要解决的关键问题、类表示学习和相似性度量入手,梳理相关文献.与已有相关综述不同,文中只针对基于度量的小样本学习方法进行更详尽全面的分类,而且从关键问题角度进行分类.最后总结目前代表性工作在常用的图像分类任务数据集上的实验结果,分析现有方法存在的问题,并展望未来工作.

关键词：小样本学习基于度量的小样本学习类表示相似性学习图像分类

来源：评论

学校读者我要写书评

暂无评论

Hyperledger Fabric共识机制优化方案

引用

自动化学报 2021年第8期47卷 1885-1898页

作者：孟吴同张大伟智能交通数据安全与隐私保护技术北京市重点实验室北京100044 北京交通大学计算机与信息技术学院北京100044

针对Hyperledger Fabric使用固定背书节点处理交易所带来的安全风险和性能瓶颈问题,提出了一种非交互、可验证的随机化背书节点优化方案.基于“背书−排序−验证”的Hyperledger fabric共识模型,引入背书节点候选集,使用可验证随机函数随... 详细信息

针对Hyperledger Fabric使用固定背书节点处理交易所带来的安全风险和性能瓶颈问题,提出了一种非交互、可验证的随机化背书节点优化方案.基于“背书−排序−验证”的Hyperledger fabric共识模型,引入背书节点候选集,使用可验证随机函数随机抽取背书节点进行交易背书,实现了背书节点的非交互式可验证随机选取和背书过程的并行处理.分析和实验表明,优化后的共识机制具有更高的安全性和更快的交易处理速度.

关键词：区块链共识机制可验证随机函数 Hyperledger fabric

来源：评论

学校读者我要写书评

暂无评论

基于区块链的联邦学习研究进展

引用

计算机应用 2022年第11期42卷 3413-3420页

作者：孙睿李超王伟童恩栋王健刘吉强智能交通数据安全与隐私保护技术北京市重点实验室(北京交通大学) 北京100044 北京交通大学计算机与信息技术学院北京100044

联邦学习(FL)是一种能够实现用户数据不出本地的新型隐私保护学习范式。随着相关研究工作的不断深入,FL的单点故障及可信性缺乏等不足之处逐渐受到重视。近年来,起源于比特币的区块链技术取得迅速发展,它开创性地构建了去中心化的信任,... 详细信息

联邦学习(FL)是一种能够实现用户数据不出本地的新型隐私保护学习范式。随着相关研究工作的不断深入,FL的单点故障及可信性缺乏等不足之处逐渐受到重视。近年来,起源于比特币的区块链技术取得迅速发展,它开创性地构建了去中心化的信任,为FL的发展提供了一种新的可能。对现有基于区块链的FL框架进行对比分析,深入讨论区块链与FL相结合所解决的FL重要问题,并阐述了基于区块链的FL技术在物联网(IoT)、工业物联网(IIoT)、车联网(IoV)、医疗服务等多个领域的应用前景。

关键词：联邦学习区块链结构框架融合应用隐私保护

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

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：