检索结果-内蒙古大学图书馆

中国科学：技术科学 2022年第5期52卷 689-703页

作者：陈光耀彭佩玺田永鸿北京大学计算机科学技术系北京100871 鹏城实验室深圳518055

深度神经网络(deep neural network,DNN)目前已经在很多视觉识别任务中达到了超越人类性能的表现.然而,将深度神经网络部署到真实场景的终端设备面临着两个挑战:首先,目前的深度神经网络模型非常耗费计算资源和内存,很难直接应用在资源... 详细信息

深度神经网络(deep neural network,DNN)目前已经在很多视觉识别任务中达到了超越人类性能的表现.然而,将深度神经网络部署到真实场景的终端设备面临着两个挑战:首先,目前的深度神经网络模型非常耗费计算资源和内存,很难直接应用在资源受限的终端设备上;其次,真实场景的数据往往受到各种各样噪声的影响,因此部署在真实场景的模型应该拥有良好的鲁棒性(robustness).近年来出现了很多对深度神经网络进行压缩和加速的方法以适应真实场景的资源受限终端,而对这些压缩模型的鲁棒性分析也得到了越来越多的关注.本文首次对神经网络剪枝、量化及知识蒸馏等常用的压缩算法进行对抗鲁棒性及噪声鲁棒性分析,总结了不同压缩算法对神经网络鲁棒性的影响.并对目前同时解决神经网络鲁棒性及模型大小问题的一些方案进行了整理与分析,展望了该领域未来研究的技术挑战与可能的发展方向.

关键词：神经网络量化与剪枝知识蒸馏鲁棒性分析

来源：评论

学校读者我要写书评

暂无评论

大模型:基于自然交互的人机协同软件开发与演化工具带来的挑战

引用

软件学报 2023年第10期34卷 4601-4606页

作者：李戈彭鑫王千祥谢涛金芝王戟马晓星李宣东北京大学计算机学院北京100871 复旦大学计算机科学技术学院上海200438 华为技术有限公司北京100095 国防科技大学计算机学院湖南长沙410073 南京大学计算机科学与技术系江苏南京210023

以自然语言生成为核心的大模型技术正在人工智能领域掀起热潮,并持续向更多的领域穿透其影响力.以ChatGPT为代表的自然语言生成大模型(以下简称大模型),已经在软件工程的多项活动中展示出其通过自然交互方式给人提供一定程度帮助的能力... 详细信息

以自然语言生成为核心的大模型技术正在人工智能领域掀起热潮,并持续向更多的领域穿透其影响力.以ChatGPT为代表的自然语言生成大模型(以下简称大模型),已经在软件工程的多项活动中展示出其通过自然交互方式给人提供一定程度帮助的能力和潜力,正在发展成为一种基于自然交互的人机协同软件开发与演化工具.从人机协同软件开发与演化的视角,大模型作为一种软件工具呈现出了两大特征:其一是基于自然语言的人机交互,在相当大程度上拓展了人机协同的工作空间、提高了人机协同的效率和灵活性;其二是基于已积累的软件开发和演化知识、针对给定软件开发和演化任务的预测性内容生成,可以对软件开发和演化工作提供一定程度的支持和帮助.然而,由于大模型本质是基于概率与统计原理和训练数据所形成的数学模型,具有不可解释性和内生不确定性,其生成的是缺失可信性判断的预测性内容,而人在软件开发与演化中所需要完成的是具有可信保障的决策性任务,所以大模型作为一种软件工具,在人机协同的软件开发和演化工作环境中给人提供帮助的同时,也带来了诸多的挑战.围绕如何构造对软件开发与演化更有帮助的代码大模型、如何引导大模型生成对软件开发与演化更有帮助的预测性内容、如何基于大模型生成的预测性内容开发与演化高质量的软件系统等大模型带来的挑战进行分析和阐述.

关键词：软件开发与演化大语言模型人机协同

来源：评论

学校读者我要写书评

暂无评论

面向软件工程的情感分析技术研究

引用

软件学报 2023年第5期34卷 2218-2230页

作者：陈震鹏姚惠涵曹雁彬刘譞哲梅宏高可信软件技术教育部重点实验室(北京大学) 北京100871 北京大学信息科学技术学院计算机科学与技术系北京100871

情感分析在软件工程领域具有广泛的应用场景,例如,从代码提交信息中检测开发者的情绪、从程序员问答论坛中识别开发者的观点等.但是,现有的“开箱即用”的情感分析工具无法在软件工程相关的任务中取得可靠的结果.已有研究表明,导致不可... 详细信息

情感分析在软件工程领域具有广泛的应用场景,例如,从代码提交信息中检测开发者的情绪、从程序员问答论坛中识别开发者的观点等.但是,现有的“开箱即用”的情感分析工具无法在软件工程相关的任务中取得可靠的结果.已有研究表明,导致不可靠结果的最主要原因是,这些工具无法理解一些单词和短语在软件工程领域中的特定含义.此后,研究者们开始为软件工程领域定制监督学习和远程监督学习方法.为了验证这些方法的效果,研究者们使用软件工程相关的标注数据集来对它们进行数据集内验证,即,将同一数据集划分为训练集和测试集,分别用于方法的训练和测试.但是,对软件工程领域的某些情感分析任务来说,尚无标注数据集,且人工标注数据集耗时耗力.在此情况下,一种可选的方法就是使用为了相似任务从同一目标平台上提取的数据集或者使用从其他软件工程平台上提取的数据集.为了验证这两种做法的可行性,需要进一步以平台内设置和跨平台设置来验证现有情感分析方法.平台内设置指的是使用提取自同一平台的不同数据集作为训练集和测试集;跨平台设置指的是使用提取自不同平台的数据集作为训练集和测试集.目标旨在数据集内设置、平台内设置、跨平台设置这3种设置下,综合验证现有的为软件工程定制的情感分析方法.最终,实验结果为相关的研究者和从业者提供了具有现实指导意义的启示.

关键词：情感分析软件工程数据集内设置平台内设置跨平台设置

来源：评论

学校读者我要写书评

暂无评论

分布式账本系统性能优化技术综述

引用

软件学报 2023年第10期34卷 4607-4635页

作者：石晶张奥白晓颖蔡华谦刘譞哲北京大学信息科学技术学院北京100871 清华大学计算机科学与技术系北京100084 北京大数据先进技术研究院北京100091

分布式账本作为分布式数据管理的体系架构,通常在多节点之间通过共识机制来共同维护数据记录,可将数据所有权、传播过程、交易链条等相关信息完整全面地记录在分布的账本中,并在数据产生、流动的整个生命周期中,保证数据的不可篡改、不... 详细信息

分布式账本作为分布式数据管理的体系架构,通常在多节点之间通过共识机制来共同维护数据记录,可将数据所有权、传播过程、交易链条等相关信息完整全面地记录在分布的账本中,并在数据产生、流动的整个生命周期中,保证数据的不可篡改、不可抵赖,为确权、维权、审计提供背书.区块链是一种典型实现.随着数字货币、数据资产交易等数字经济新应用的发展,分布式账本技术得到了越来越广泛的关注,但系统性能是其大规模落地应用的一个主要瓶颈,账本性能优化成为产业界和学术界一个研究热点.从账本体系结构、数据结构、共识机制和消息通讯4个方面,系统地调研分析了分布式账本性能优化的主要方法、关键技术和代表性的解决方案.

关键词：分布式账本区块链性能优化

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的代码生成方法研究进展

引用

软件学报 2024年第2期35卷 604-628页

作者：杨泽洲陈思榕高翠芸李振昊李戈吕荣聪哈尔滨工业大学(深圳)计算机科学与技术学院广东深圳518055 华为技术有限公司广东深圳518129 北京大学信息科学技术学院北京100871 香港中文大学计算机与工程系中国香港99907

关注根据自然语言描述生成相关代码片段的代码生成(code generation)任务.在软件开发过程中,开发人员常常会面临两种情形.一种是通用功能的实现,需要开发人员编写大量重复且技术含量较低的代码;另一种是依赖于特定任务要求,需要开发人... 详细信息

关注根据自然语言描述生成相关代码片段的代码生成(code generation)任务.在软件开发过程中,开发人员常常会面临两种情形.一种是通用功能的实现,需要开发人员编写大量重复且技术含量较低的代码;另一种是依赖于特定任务要求,需要开发人员查询文档或使用其他工具才能完成的代码编写工作.代码生成作为最直接辅助开发人员完成编码的工作受到学术界和工业界的广泛关注.让机器理解用户需求,自行完成程序编写也一直是软件工程领域重点关注的问题之一.近年来,随着深度学习在软件工程领域任务中的不断发展,尤其是预训练模型的引入使得代码生成任务取得了十分优异的性能.系统梳理当前基于深度学习的代码生成相关工作,并将目前基于深度学习的代码生成方法分为3类:基于代码特征的方法、结合检索的方法以及结合后处理的方法.第1类是指使用深度学习算法利用代码特征进行代码生成的方法,第2类和第3类方法依托于第1类方法进行改进.依次对每一类方法的已有研究成果进行系统的梳理、分析与总结.除此之外,汇总并分析已有的代码生成工作中常用的语料库与评估方法,以便于后续研究进行实验设计.最后,对代码生成方法研究进展进行总结,并针对未来值得关注的研究方向进行展望.

关键词：代码生成深度学习代码检索后处理机器翻译

来源：评论

学校读者我要写书评

暂无评论

面向鲁棒图结构防御的过参数化图神经网络

引用

软件学报 2024年第8期35卷 3878-3896页

作者：初旭马辛宇林阳王鑫王亚沙朱文武梅宏清华大学计算机科学与技术系北京100084 北京大学计算机学院北京100871 高可信软件技术教育部重点实验室(北京大学) 北京100871 清华大学北京信息科学与技术国家研究中心北京102206 北京大学软件工程国家工程研究中心北京100871

图数据在现实应用中普遍存在,图神经网络(GNN)被广泛应用于分析图数据,然而GNN的性能会被图结构上的对抗攻击剧烈影响.应对图结构上的对抗攻击,现有的防御方法一般基于图内聚先验进行低秩图结构重构.但是现有的图结构对抗防御方法无法... 详细信息

图数据在现实应用中普遍存在,图神经网络(GNN)被广泛应用于分析图数据,然而GNN的性能会被图结构上的对抗攻击剧烈影响.应对图结构上的对抗攻击,现有的防御方法一般基于图内聚先验进行低秩图结构重构.但是现有的图结构对抗防御方法无法自适应秩真值进行低秩图结构重构,同时低秩图结构与下游任务语义存在错配.为了解决以上问题,基于过参数化的隐式正则效应提出过参数化图神经网络(OPGNN)方法,并形式化证明所提方法可以自适应求解低秩图结构,同时证明节点深层表征上的过参数化残差链接可以有效解决语义错配.在真实数据集上的实验结果表明,OPGNN方法相对于现有基线方法具有更好的鲁棒性,同时,OPGNN方法框架在不同的图神经网络骨干上如GCN、APPNP和GPRGNN上显著有效.

关键词：图节点半监督分类图结构对抗防御过参数化隐式正则化图神经网络

来源：评论

学校读者我要写书评

暂无评论

联合突触权重和延迟可塑性的高效多脉冲学习算法研究

引用

计算机学报 2022年第10期45卷 2065-2079页

作者：高嘉潞于强唐华锦黄铁军天津大学智能与计算学部天津300072 浙江大学计算机科学与技术学院杭州310027 北京大学计算机科学技术系北京100871

基于脉冲的信息表达被认为是大脑进行稀疏、高效信息处理的基础,但是如何高效地处理和学习离散的脉冲仍然是一个具有挑战的问题.本文受突触延迟在生物可塑性中的重要作用所启发,将突触延迟引入脉冲神经元模型中,基于以发放期望脉冲数目... 详细信息

基于脉冲的信息表达被认为是大脑进行稀疏、高效信息处理的基础,但是如何高效地处理和学习离散的脉冲仍然是一个具有挑战的问题.本文受突触延迟在生物可塑性中的重要作用所启发,将突触延迟引入脉冲神经元模型中,基于以发放期望脉冲数目为目标的高效多脉冲学习算法EML提出了两种针对延迟的学习方法:间断和连续延迟学习,其中连续延迟学习解决了间断延迟学习中延迟调整波动大的问题.两种延迟学习方法分别与权重学习结合得到了两种联合突触权重和延迟可塑性的多脉冲学习算法,命名为Discontinuous EML-DL和Continuous EML-DL.本文首先对所提出的两种算法的学习动态特性进行了初步验证;进而,探索了所提出算法在不同的初始设置下的性质,并通过区间选择任务验证了突触权重和延迟联合可塑性的有效性和必要性,实验结果展现了本文方法在高效性的基础之上有效提升了神经元学习的灵活性和选择性;最后,本文构建了基于阈值交叉编码的孤立词识别系统,并在Ti46和TIDIGITS两个语料库上进行了测试,实验结果验证了所提出的两种算法在实际任务上的可行性和有效性.本文的研究成果展现了突触权重与延迟相结合的有效性,提升了多脉冲学习算法的性能,对基于脉冲的神经形态学习与计算有一定参考意义及价值.

关键词：脉冲神经网络多脉冲学习突触延迟神经形态计算

来源：评论

学校读者我要写书评

暂无评论

面向人工智能生成内容时代的图书馆服务适应与创新

引用

情报理论与实践 2024年第7期47卷 17-24页

作者：汪聪张春红高楠金鑫李国俊北京大学图书馆北京100871 清华大学计算机科学与技术系北京100084 北京大学人口研究所北京100871 北京大学信息管理系北京100871

[目的/意义]探究人工智能生成内容(AIGC)引发的信息交互模式变化及其对图书馆服务的影响,对未来服务创新和用户体验优化具有重要价值。[方法/过程]首先,分析AIGC在内容生产、信息获取和人机交互方面带来的变化及对用户体验的影响;然后,... 详细信息

[目的/意义]探究人工智能生成内容(AIGC)引发的信息交互模式变化及其对图书馆服务的影响,对未来服务创新和用户体验优化具有重要价值。[方法/过程]首先,分析AIGC在内容生产、信息获取和人机交互方面带来的变化及对用户体验的影响;然后,通过探讨用户在认知适应、短期使用、长期发展这三个技术接受阶段的心理演变,来理解用户对技术变革的适应过程。最后,针对图书馆服务,提出适应AIGC时代的策略和优化方法。[结果/结论]从适应新的模式来看,图书馆需重视数据价值,促进生态融合,打造便捷高效的信息环境;同时,简化复杂界面,重构用户体验,提供直观易用的服务。从回应用户心理变化来看,图书馆应发挥专业指导作用,建设专题资源导航以助力用户适应过程,并推动馆员与用户协同发展以增强技术应用能力,更要从服务设计出发,重塑阅读服务模式,促进知识交流和创新。

关键词：人工智能生成内容 ChatGPT 图书馆服务内容生产信息获取人机交互用户心理

来源：评论

学校读者我要写书评

暂无评论

网络传输公平性测量与算法设计:视频应用案例

引用

计算机研究与发展 2023年第4期60卷 810-827页

作者：王子逸胡晓宇王歆张行功曹振郑凯崔勇清华大学计算机科学与技术系北京100084 纽约州立大学石溪分校电气与计算机工程系纽约NY11794 北京大学王选计算机研究所北京100080 华为技术有限公司计算机网络与协议实验室北京100085

算网融合以计算为中心、网络为根基,通过网络连接异构计算节点,实现算网资源的高效分配与调度.关于竞争流之间资源共享的公平性问题是算网融合的重要研究方向.作为算网融合的典型场景,视频应用正变得越来越重要,但人们对于它们是否以及... 详细信息

算网融合以计算为中心、网络为根基,通过网络连接异构计算节点,实现算网资源的高效分配与调度.关于竞争流之间资源共享的公平性问题是算网融合的重要研究方向.作为算网融合的典型场景,视频应用正变得越来越重要,但人们对于它们是否以及在多大程度上遵守公平性原则知之甚少.在高度多样化的网络环境和缺乏自动化测量工具的情况下,公平性测量研究面临着巨大的挑战.通过测量典型视频应用Zoom的竞争行为来研究这个问题发现,资源竞争行为是复杂多变的,Zoom在不同的场景下有着不同的资源抢占行为.为了深入理解这些竞争行为,开发了自动化工具并进行测量以了解其用户体验(QoE)指标,包括端到端视频/音频时延、视频帧率和视频质量等.Zoom使用抢占带宽的策略来保证自身应用的用户体验.为了追求更好的用户体验,Zoom往往会自私地发送过多的冗余数据包来应对异常的网络情况,其中一些是不必要的.为此,设计一种能够在用户体验和公平性目标之间取得平衡的传输算法是非常重要的.提出了算法QLibra,并通过实验证明它可以有效保障上层应用的用户体验并且对竞争流无害.

关键词：算网融合公平性测量算法设计网络传输视频应用

来源：评论

学校读者我要写书评

暂无评论

AI for Science:智能化科学设施变革基础研究

引用

中国科学院院刊 2024年第1期39卷 59-69页

作者：杨小康许岩岩陈露王韫博高岳田济东俞凯金耀辉梅宏上海交通大学人工智能研究院上海200240 上海交通大学计算机科学与工程系上海200240 北京大学信息科学技术学院北京100871

近年来,人工智能(AI)在前沿科技领域取得了诸如AlphaFold2、核聚变智能控制、新冠药物设计等诸多令人瞩目成果,表明AI for Science正在成为一种新的研究范式。实现智能时代的基础科学源头创新及其下游重大技术创新,需破解2个方面的核心... 详细信息

近年来,人工智能(AI)在前沿科技领域取得了诸如AlphaFold2、核聚变智能控制、新冠药物设计等诸多令人瞩目成果,表明AI for Science正在成为一种新的研究范式。实现智能时代的基础科学源头创新及其下游重大技术创新,需破解2个方面的核心问题:(1)如何利用新一代AI(特别是生成式AI及大模型)的通用性和创造性推动新范式的形成;(2)如何利用AI实现对传统科学设施的赋能与改造。文章提出一种智能化科学设施的建设构想,兼顾“高度智能化的科学新设施”和“AI赋能已有科学大设施”2个层面的需求,构筑AI for Science的科学设施体系,形成科学领域大模型、生成式模拟与反演、自主智能无人实验及大规模可信科研协作等创新功能,加速重大科学发现、变革性物质合成,以及重大工程技术应用。

关键词：人工智能驱动科学研究生成式人工智能语言大模型科学设施

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：