检索结果-内蒙古大学图书馆

北京大学人工智能课程教学改革与实践

引用

计算机教育 2019年第10期 3-8,15页

作者：罗定生李文新邓志鸿童云海刘家瑛陈婧谢昆青北京大学信息科学技术学院智能科学系北京100871 北京大学信息科学技术学院计算机科学系北京100871 北京大学计算机技术研究所北京100871

针对大学本科人工智能课程如何开设的问题,在细致梳理总结多年教学探索和实践的基础上,提出将人工智能课程在大学一年级开设,并以北京大学开展的教学为例,具体阐述相应的教学改革与实践。

关键词：人工智能教学改革课程逻辑结构教学模式教学实践

来源：评论

学校读者我要写书评

暂无评论

北京大学人工智能课程教学改革与实践

北京大学人工智能课程教学改革与实践

引用

2019年全国智能科学与技术&人工智能教育暨教学学术研讨会

作者：罗定生李文新邓志鸿童云海刘家瑛陈婧谢昆青北京大学信息科学技术学院智能科学系北京 100871 北京大学信息科学技术学院计算机科学系北京 100871 北京大学计算机技术研究所北京 100871

针对大学本科人工智能课程如何开设的问题,在细致梳理总结多年教学探索和实践的基础上,提出将人工智能课程在大学一年级开设,并以北京大学开展的教学为例,具体阐述相应的教学改革与实践.

关键词：高等院校人工智能课程设置教学改革

来源：评论

学校读者我要写书评

暂无评论

基于结构化知识监督的事件抽取研究

引用

人工智能 2018年第1期 49-59页

作者：曾颖冯岩松北京大学计算机科学技术研究所

事件抽取(Event Extraction)是信息抽取研究中最具挑战性的任务之一,其主要研究如何从非结构化自然语言文本中抽取出事件的基本信息。事件抽取研究一直是信息抽取领域的热点,研究学者提出了多种事件抽取的方法,并被应用在各种原型系统... 详细信息

事件抽取(Event Extraction)是信息抽取研究中最具挑战性的任务之一,其主要研究如何从非结构化自然语言文本中抽取出事件的基本信息。事件抽取研究一直是信息抽取领域的热点,研究学者提出了多种事件抽取的方法,并被应用在各种原型系统和研究任务当中。本文在传统事件抽取任务的框架下提出了一个新的任务形式:使用结构化知识库作为远监督来自动标注文本,构造事件抽取数据集,并以此训练相应的事件抽取模型。这样不但可以节省大量的人工标注成本,同时也可以使机器不断抽取新类型的事件。

关键词：事件抽取数据集信息抽取知识库结构化知识关系抽取

来源：评论

学校读者我要写书评

暂无评论

基于随机kNN图的批量边删除聚类算法

引用

软件学报 2018年第12期29卷 3764-3785页

作者：雷小锋陈皎毛善君谢昆青中国矿业大学计算机科学与技术学院江苏徐州221116 北京大学遥感与地理信息系统研究所北京100871 北京大学信息科学技术学院智能科学系北京100871

建立邻接图上的批量边删除聚类算法通用框架,提出基于高斯平滑模型的批量边删除判定准则,定义了适于聚类的邻接图的一般性质,提出并证明在kNN图基础上引入随机因子构造的随机kNN图,可以增强顶点之间的局部连通性,使聚类结果不再强烈依... 详细信息

建立邻接图上的批量边删除聚类算法通用框架,提出基于高斯平滑模型的批量边删除判定准则,定义了适于聚类的邻接图的一般性质,提出并证明在kNN图基础上引入随机因子构造的随机kNN图,可以增强顶点之间的局部连通性,使聚类结果不再强烈依赖于某条边或某些边的保留或删除.RkNNClus算法简洁高效,依赖参数少,无需指定类簇数目,模拟和真实数据上的实验均有证明.

关键词：邻接图批量边删除聚类随机kNN图边删除准则局部高斯平滑

来源：评论

学校读者我要写书评

暂无评论

图数据流的模型、算法和系统

引用

大数据 2018年第4期4卷 44-55页

作者：李友焕邹磊北京大学计算机科学技术研究所北京100080

在应用数据高速增长的场景下,已有的静态图计算的模型和方法难以应对数据高速更新的挑战,图数据流模型应运而生。首先讨论当前大规模复杂数据流的产生及其管理需求,分析静态图模型以及已有数据流算法、系统在应对这一数据流场景的固有缺... 详细信息

在应用数据高速增长的场景下,已有的静态图计算的模型和方法难以应对数据高速更新的挑战,图数据流模型应运而生。首先讨论当前大规模复杂数据流的产生及其管理需求,分析静态图模型以及已有数据流算法、系统在应对这一数据流场景的固有缺陷,阐述图数据流模型产生的重要背景。然后通过总结分析早期图的流式计算以及已有的少量图数据流的研究工作,给出图数据流模型的一般定义。最后,从方法和问题两个角度探讨图数据流的研究前景,并简要介绍图数据流管理系统相关技术架构。

关键词：图模型数据流系统图数据流数据管理系统

来源：评论

学校读者我要写书评

暂无评论

一种基于图塌缩的药物分子检索方法

引用

北京大学学报（医学版） 2018年第2期50卷 368-374页

作者：瞿经纬吕肖庆刘振明廖媛孙鹏晖王蓓汤帜北京大学计算机科学技术研究所北京100080 数字出版技术国家重点实验室北京100080 北京大学药学院药物化学系北京100191

目的:为实现准确、高效的医药信息查询,本文探索了一种基于图结构的药物分子检索方法。方法:基于图结构的药物分子检索方法以接收智能终端的拍照或手绘作为输入,并将输入的结构式形式化为相应图结构,基于对图匹配效率的直接影响因素的分... 详细信息

目的:为实现准确、高效的医药信息查询,本文探索了一种基于图结构的药物分子检索方法。方法:基于图结构的药物分子检索方法以接收智能终端的拍照或手绘作为输入,并将输入的结构式形式化为相应图结构,基于对图匹配效率的直接影响因素的分析,建立了结构式的一种紧凑有效的超图表示形式,其依据结构式的特点结合了子图匹配与频繁子图挖掘等方法对大图进行多级塌缩。为避免塌缩过程中子图交叠问题阻碍超图的准确构建,引入一种基于图同构的算法,借助子图之间交叠情况的分析,选择占优子图,利用多维度信息完成精确的分子匹配。结果:为证明检索方法的有效性,将本文检索方法和Wikipedia Chemical Structure Explorer(WCSE)进行检索准确率的对比,结果表明,本文方法的检索准确率更高,前10个检索结果的MAP(mean average precision)、DCG(discounted cumulative gain)、RBP(rank-biased precision)和ERR(expected reciprocal rank)四个指标均高于WCSE。上述指标的领先幅度分别为10%、1.41、6.42%、1.32%。进一步通过两个系统的具体检索结果实例对检索效果进行直观对比,发现本文方法在药物分子检索有效性方面更具优势,能为用户提供更为满意的检索结果。结论:本研究提出的基于图结构相似度的药物分子检索方法能够实现较为理想的检索结果,实验证明本检索系统具有可行性和有效性。

关键词：信息存储和检索分子结构图结构超图算法

来源：评论

学校读者我要写书评

暂无评论

面向多媒体版权保护的设备授权标识的生成方法

引用

广播电视信息 2018年第A01期25卷 23-27页

作者：俞银燕汤帜张行功崔晓瑜北京大学计算机科学技术研究所

通过设备授权标识,将数字内容与授权设备绑定,是有效的防盗版手段。本文分析了设备授权标识问题,提出一种面向多媒体版权保护的设备授权标识的生成方法,通过制定设备授权标识策略、设备授权标识结构和标识生成算法,解决数字内容与授权... 详细信息

通过设备授权标识,将数字内容与授权设备绑定,是有效的防盗版手段。本文分析了设备授权标识问题,提出一种面向多媒体版权保护的设备授权标识的生成方法,通过制定设备授权标识策略、设备授权标识结构和标识生成算法,解决数字内容与授权设备绑定中的设备授权标识的生成问题,实现设备授权标识的标准化。

关键词：版权保护设备授权标识标识结构标识生成算法

来源：评论

学校读者我要写书评

暂无评论

《中国图象图形学报》低质图像增强专刊简介

引用

中国图象图形学报 2022年第5期27卷 1335-1336页

作者：李波朱策操晓春山世光石争浩潘金山刘家瑛胡海苗任文琦陈秀妍北京航空航天大学计算机学院数字媒体实验室北京100191 电子科技大学信息与通信工程学院成都611731 中山大学网络空间安全学院深圳518107 中国科学院计算技术研究所北京100190 西安理工大学计算机科学与工程学院西安710048 南京理工大学计算机科学与工程学院南京210094 北京大学王选计算机研究所北京100871 《中国图象图形学报》编辑部北京100190

计算机视觉在户外交通导航、安防监控、目标检测、医学影像辅助分析、诊断及水下探测、目标识别等领域具有广泛应用。清晰的图像画面对于计算机视觉获取正确的图像信息至关重要。然而在各种复杂成像条件(如雾、霾、沙尘、雨雪等恶劣天... 详细信息

计算机视觉在户外交通导航、安防监控、目标检测、医学影像辅助分析、诊断及水下探测、目标识别等领域具有广泛应用。清晰的图像画面对于计算机视觉获取正确的图像信息至关重要。然而在各种复杂成像条件(如雾、霾、沙尘、雨雪等恶劣天气及海洋等弱光低照环境)下,受光照及各种介质的影响.

关键词：计算机视觉图像增强目标识别安防监控医学影像水下探测目标检测成像条件

来源：评论

学校读者我要写书评

暂无评论

面向国产申威26010众核处理器的SpMV实现与优化

引用

软件学报 2018年第12期29卷 3921-3932页

作者：刘芳芳杨超袁欣辉吴长茂敖玉龙中国科学院软件研究所并行软件与计算科学实验室北京100190 中国科学院大学北京100049 计算机科学国家重点实验室(中国科学院软件研究所) 北京100190 北京大学数学科学学院北京100871 国家并行计算机工程技术研究中心北京100190

世界首台峰值性能超过100P的超级计算机——神威太湖之光已经研制完成,该超级计算机采用了国产申威异构众核处理器,该处理器不同于现有的纯CPU,CPU-MIC,CPU-GPU架构,采用了主-从核架构,单处理器峰值计算能力为3TFlops/s,访存带宽为130GB... 详细信息

世界首台峰值性能超过100P的超级计算机——神威太湖之光已经研制完成,该超级计算机采用了国产申威异构众核处理器,该处理器不同于现有的纯CPU,CPU-MIC,CPU-GPU架构,采用了主-从核架构,单处理器峰值计算能力为3TFlops/s,访存带宽为130GB/s.稀疏矩阵向量乘SpMV(sparse matrix-vector multiplication)是科学与工程计算中的一个非常重要的核心函数,众所周知,其是带宽受限型的,且存在间接访存操作.国产申威处理器给稀疏矩阵向量乘的高效实现带来了很大的挑战.针对申威处理器提出了一种CSR格式SpMV操作的通用异构众核并行算法,该算法从任务划分、LDM空间划分方面进行精细设计,提出了一套动静态buffer的缓存机制以提升向量x的访存命中率,提出了一套动静态的任务调度方法以实现负载均衡.另外还分析了该算法中影响SpMV性能的几个关键因素,并开展了自适应优化,进一步提升了性能.采用Matrix Market矩阵集中具有代表性的16个稀疏矩阵进行了测试,相比主核版最高有10倍左右的加速,平均加速比为6.51.通过采用主核版CSR格式SpMV的访存量进行分析,测试矩阵最高可达该处理器实测带宽的86%,平均可达到47%.

关键词：稀疏矩阵向量乘 SpMV 申威26010处理器异构众核并行自适应优化

来源：评论

学校读者我要写书评

暂无评论

适用于体检场景的SCL-90常模变迁研究

引用

精神医学杂志 2020年第6期33卷 453-455页

作者：刘金铭赵松涛纪俊王文文于滨于淏岿党卫民许雅娟王文强董问天马燕桃青岛大学计算机科学技术学院山东青岛266071 北京万灵盘古科技有限公司临沂市精神卫生中心北京大学第六医院北京大学精神卫生研究所卫生部精神卫生学重点实验室国家精神心理疾病临床医学研究中心北京大学医学部厦门市仙岳医院青岛大学医学部

目的针对体检人群心理健康测评场景,修订症状自评量表(SCL-90)中文版常模。方法抽取2019年青岛市区体检中心成人体检样本1826例,并使用1986年金华等的常模资料、1999年唐秋萍等的合并常模资料、陈树林等杭州2808人数据资料以及2006年童... 详细信息

目的针对体检人群心理健康测评场景,修订症状自评量表(SCL-90)中文版常模。方法抽取2019年青岛市区体检中心成人体检样本1826例,并使用1986年金华等的常模资料、1999年唐秋萍等的合并常模资料、陈树林等杭州2808人数据资料以及2006年童辉杰全国范围内1890人的数据资料与之进行比较分析。结果2019年样本的SCL-90各因子分均高于金华等、唐秋萍等、陈树林等以及童辉杰的数据资料(P<0.001)。样本各个因子上的得分呈逐年上升的趋势。所有的数据集都是强迫因子得分最高,恐怖因子得分最低。使用传统的2分的因子粗分作为体检人群心理健康筛查的临界值与参照本研究提出的常模的检出率比较,除恐怖因子外,其余各因子检出率差异均存在统计学意义(P<0.001)。结论以2分作为临界值不适应体检人群SCL-90的筛查需要,本研究提出的根据现实人群修订的常模数据作为衡量标准更适用。

关键词：体检 SCL-90 常模

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：