检索结果-内蒙古大学图书馆

计算机研究与发展 2025年第4期62卷 821-851页

作者：于瑞祺张鑫云任爽北京交通大学计算机科学与技术学院北京100044

随着数据规模的增加,机器学习的重要性与影响力随之增大.借助量子力学的原理能够实现量子计算,结合量子计算和机器学习形成的量子机器学习算法对经典机器学习算法理论上能够产生指数级的加速优势.部分经典算法的量子版本已经被提出,有... 详细信息

随着数据规模的增加,机器学习的重要性与影响力随之增大.借助量子力学的原理能够实现量子计算,结合量子计算和机器学习形成的量子机器学习算法对经典机器学习算法理论上能够产生指数级的加速优势.部分经典算法的量子版本已经被提出,有望解决使用经典计算机难以解决的问题.当前受量子计算硬件所限,可操控的量子比特数目和噪声等因素制约着量子计算机的发展.短期内量子计算硬件难以达到通用量子计算机需要的程度,当前研究重点是获得能够在中等规模含噪声量子(noisy intermediatescale quantum,NISQ)计算设备上运行的算法.变分量子算法是一种混合量子-经典算法,适合应用于当前量子计算设备,是量子机器学习领域的研究热点之一.变分量子电路是一种参数化量子电路,变分量子算法利用其完成量子机器学习任务.变分量子电路也被称为拟设或量子神经网络.变分量子算法框架主要由5个步骤组成:1)根据任务设计损失函数和量子电路结构;2)将经典数据预处理后编码到量子态上,量子数据可以省略编码;3)计算损失函数;4)测量和后处理;5)优化器优化参数.在此背景下,综述了量子计算基础理论与变分量子算法的基础框架,详细介绍了变分量子算法在量子机器学习领域的应用及进展,分别对量子有监督学习、量子无监督学习、量子半监督学习、量子强化学习以及量子电路结构搜索相关模型进行了介绍与对比,对相关数据集及相关模拟平台进行了简要介绍和汇总,最后提出了基于变分量子电路量子机器学习算法所面临的挑战及今后的研究趋势.

关键词：量子计算量子机器学习变分量子算法量子神经网络量子深度学习量子强化学习

来源：评论

学校读者我要写书评

暂无评论

体型感知的音乐驱动舞蹈动作风格化生成

引用

计算机辅助设计与图形学学报 2025年

作者：李晨光温玉辉景宇宸汪意张亚宇周正忠刘永进景丽萍北京交通大学计算机科学与技术学院清华大学计算机科学与技术系

高质量舞蹈动作自动生成在电影和动画制作等产业需求广泛. 然而已有方法生成的动作往往难以适应不同虚拟角色的骨骼比例和几何外形，且无法对舞蹈动作风格进行灵活控制. 为解决上述问题，提出体型感知的音乐驱动舞蹈动作风格化生成方... 详细信息

高质量舞蹈动作自动生成在电影和动画制作等产业需求广泛. 然而已有方法生成的动作往往难以适应不同虚拟角色的骨骼比例和几何外形，且无法对舞蹈动作风格进行灵活控制. 为解决上述问题，提出体型感知的音乐驱动舞蹈动作风格化生成方法. 首先基于体型感知的运动重定向方法建立包含不同骨骼比例和几何外形的虚拟角色舞蹈动作数据集DanceDB++; 此外，提出体型感知的音乐驱动舞蹈动作生成扩散模型，利用交叉注意力机制将音乐特征与虚拟角色体型参数融合作为扩散模型的控制条件，并引入考虑骨骼比例的辅助损失项; 同时，引入语义风格引导模块，从文本或示例动作中提取风格表示并通过自适应实例归一化层将其注入扩散模型，以实现对生成动作风格的控制. 在DanceDB++上的定量实验结果表明，所提方法在足部物理接触得分等评估指标上的表现优于对比的舞蹈动作生成方法; 在定性实验中，展示了一系列文本描述或示例动作控制舞蹈动作风格的生成结果，表明所提方法在生成舞蹈动作时能够实现有效的风格化引导. 文中提出的数据集和基于计图框架的模型代码将会开源.

关键词：舞蹈生成扩散模型体型感知

来源：评论

学校读者我要写书评

暂无评论

文档级神经机器翻译综述

引用

软件学报 2025年第1期36卷 152-183页

作者：吕星林李军辉陶仕敏杨浩张民苏州大学计算机科学与技术学院江苏苏州215006 华为翻译中心北京100080

机器翻译(machine translation,MT)研究旨在构建一个自动转换系统,将给定源语言序列自动地转换为具有相同语义的目标语言序列.由于机器翻译广阔的应用场景,使其成为自然语言理解领域乃至人工智能领域的一个重要的研究方向.近年来,端到... 详细信息

机器翻译(machine translation,MT)研究旨在构建一个自动转换系统,将给定源语言序列自动地转换为具有相同语义的目标语言序列.由于机器翻译广阔的应用场景,使其成为自然语言理解领域乃至人工智能领域的一个重要的研究方向.近年来,端到端的神经机器翻译(neural machine translation,NMT)方法显著超越了统计机器翻译(statistical machine translation,SMT)方法,成为目前机器翻译研究的主流方法.然而,神经机器翻译系统通常以句子为翻译单位,在面向文档的翻译场景中,将文档中每个句子独立地进行翻译,会因脱离文档的篇章语境引起一些篇章级的错误,如词语错翻、句子间不连贯等.因此将文档级的信息融入到翻译的过程中去解决跨句的篇章级错误是更加自然和合理的做法,文档级的神经机器翻译(document-level neural machine translation,DNMT)的目标正是如此,成为机器翻译研究的热门方向.调研了近年来在文档级神经机器翻译研究方向的主要工作,从篇章评测方法、使用的数据集和模型方法等方面系统地对当前研究工作进行了归纳与阐述,目的是帮助研究者们快速了解文档级神经机器翻译研究现状以及未来的发展和研究方向.同时在文中也阐述了在文档级神经机器翻译的一些展望、困难和挑战,希望能带给研究者们一些启发.

关键词：神经机器翻译 Transformer模型文档上下文篇章评测

来源：评论

学校读者我要写书评

暂无评论

ChannelLink:基于链下状态通道的跨片状态迁移协议

引用

软件学报 2025年第3期36卷 1327-1354页

作者：贾林鹏孙毅中国科学院计算技术研究所北京100190 中国科学院大学计算机科学与技术学院北京100049

跨片状态迁移协议是保证跨片交易处理原子性的基础,其效率高低将直接影响分片系统性能.现有协议处理过程可以分为源分片状态迁出、片间状态传输和目的分片状态迁入这3个阶段,各阶段依次执行、紧密绑定.利用链下状态通道灵活度高、即时... 详细信息

跨片状态迁移协议是保证跨片交易处理原子性的基础,其效率高低将直接影响分片系统性能.现有协议处理过程可以分为源分片状态迁出、片间状态传输和目的分片状态迁入这3个阶段,各阶段依次执行、紧密绑定.利用链下状态通道灵活度高、即时确认的特点,提出了ChannelLink跨片状态迁移协议,将现有协议中紧密耦合的三阶段处理过程解耦,有效降低了跨片交易平均开销,提升了状态迁移效率.基于此,设计了一种低开销链下通道路由算法.该算法基于状态迁移交易与链下通道拓扑等特征,通过改进遗传算法,求解最优状态路由方案,兼顾迁移效率的同时,降低了用户跨片状态迁移开销.最后,实现了ChannelLink协议原型系统,并基于比特币交易以及闪电网络状态信息构造数据集进行实验验证.实验结果表明,该协议在16个分片、跨片交易比例为5.21%的场景下,分片系统吞吐量提升7.04%,交易确认延迟降低52.51%,跨片状态迁移开销下降45.44%以上,并且随着分片数量与跨片交易比例的上升,该协议的性能优势逐步扩大.

关键词：区块链分片状态迁移状态通道路由算法

来源：评论

学校读者我要写书评

暂无评论

面向SCSI子系统的用户空间存储架构设计

引用

计算机研究与发展 2025年第3期62卷 633-647页

作者：郝栋栋高聪明舒继武厦门大学信息学院福建厦门361005 清华大学计算机科学与技术系北京100084

近年来存储行业经历了巨大的变革,以固态硬盘(solid state drive, SSD)为代表的半导体存储设备迅猛发展,在性能上显著超越了通过磁头移动寻址的机械硬盘(hard disk drive, HDD).目前支持SSD的2种协议主要包括非易失性内存主机控制器接... 详细信息

近年来存储行业经历了巨大的变革,以固态硬盘(solid state drive, SSD)为代表的半导体存储设备迅猛发展,在性能上显著超越了通过磁头移动寻址的机械硬盘(hard disk drive, HDD).目前支持SSD的2种协议主要包括非易失性内存主机控制器接口规范(nonvolatile memory express, NVMe)协议与串行SCSI(serial attached small computer system interface, SAS)协议,即SAS. NVMe是专为SSD设计的高性能存储协议,能够很大限度地发挥SSD的性能;而SAS协议则充分考虑数据中心的需求,在提供高可靠性与高可扩展性的同时,兼顾了系统性能与成本的平衡.相对于日益增速的存储介质,针对慢速存储设备所设计的软件栈在一次I/O过程中所耗费的时间开销愈发显著.针对该问题学界及工业界都相继提出了众多解决方案,例如Intel提出的高性能存储开发包(storage performance development kit, SPDK)通过将设备驱动实现在用户空间,并采用轮询感知I/O完成等方式大幅度缩短了NVMe SSD对应用程序的响应时间,极大地提升了整个系统的整体性能.然而之前的研究工作针对SAS SSD存储软件栈的优化非常有限,为此在用户空间实现了针对SAS SSD的软件栈优化.实验结果表明,该优化能够有效缩短存储设备对应用程序的响应时间,提高应用对存储设备的访存效率.此外,为了准确评估I/O栈中存储设备的时间开销,硬件性能测试工具HwPerfIO被提出,能够消除大部分软件开销的影响以测得更加准确的存储设备性能.

关键词：固态硬盘 HwPerfIO SAS协议 I/O栈用户空间驱动

来源：评论

学校读者我要写书评

暂无评论

结合程序内容生成与扩散模型的图像到三维瓷瓶生成技术

引用

图学学报 2025年第2期46卷 332-344页

作者：孙禾衣李艺潇田希张松海清华大学致理书院北京100084 清华大学计算机科学与技术系北京100084 英国巴斯大学计算机科学系萨默塞特巴斯133789

在传统手工三维内容制作中,三维网格和纹理是构建三维资产的基础。为了提升三维资产的视觉表现和渲染性能,三维网格通常采用四边面构建,并需具备良好的拓扑结构和合理的UV映射;三维纹理需要与几何形状相匹配,并保持良好的全局一致性。然... 详细信息

在传统手工三维内容制作中,三维网格和纹理是构建三维资产的基础。为了提升三维资产的视觉表现和渲染性能,三维网格通常采用四边面构建,并需具备良好的拓扑结构和合理的UV映射;三维纹理需要与几何形状相匹配,并保持良好的全局一致性。然而,当前基于潜在扩散模型的三维内容生成技术尚且未能满足这些标准,限制了其在实际应用中的潜力。与此同时,程序内容生成技术因其能够根据规则创建大量符合行业最佳实践的三维资产,在游戏和建筑行业中得到了广泛应用。为了提升生成资产的可用性,提出了一种结合程序内容生成与扩散模型技术的综合解决方案。以三维旋转体中具体的瓷瓶对象为例,将图像到三维资产的生成问题细分为2个主要任务:三维网格重建和三维纹理生成。在三维网格重建方面,创建了一个新颖的瓷瓶生成程序,并训练深度神经网络学习图像特征与程序参数之间的映射关系,从而实现二维图像到三维模型的重建;在三维纹理生成方面,提出了一种新颖的两段式纹理生成策略,该策略结合了多视角图像生成和多视角一致性采样技术的优势,可以生成具有全局一致性的高清纹理贴图。总结而言,提出了一种可以基于图像自动构建三维瓷瓶资产的方案,此方案可以推广到其他三维旋转体内容的生成,并有望应用于其他品类的三维内容生成。

关键词：扩散模型程序内容生成三维重建纹理生成深度学习

来源：评论

学校读者我要写书评

暂无评论

ViTAU:基于Vision transformer和面部动作单元的面瘫识别与分析

引用

工程科学学报 2025年第2期47卷 351-363页

作者：高嘉蔡文浩赵俊莉段福庆青岛大学计算机科学技术学院青岛266071 北京师范大学人工智能学院北京100875

面部神经麻痹(Facial nerve paralysis,FNP),通常称为贝尔氏麻痹或面瘫,对患者的日常生活和心理健康产生显著影响,面瘫的及时识别和诊断对于患者的早期治疗和康复至关重要.随着深度学习和计算机视觉技术的快速发展,面瘫的自动识别变得可... 详细信息

面部神经麻痹(Facial nerve paralysis,FNP),通常称为贝尔氏麻痹或面瘫,对患者的日常生活和心理健康产生显著影响,面瘫的及时识别和诊断对于患者的早期治疗和康复至关重要.随着深度学习和计算机视觉技术的快速发展,面瘫的自动识别变得可行,为诊断提供了一种更准确和客观的方式.目前的研究主要集中关注面部的整体变化,而忽略了面部细节的重要性.面部不同部位对识别结果的影响力并不相同,这些研究尚未对面部各个区域进行细致区分和分析.本项研究引入结合Vision transformer(ViT)模型和动作单元(Action unit,AU)区域检测网络的创新性方法用于面瘫的自动识别及区域分析.ViT模型通过自注意力机制精准识别是否面瘫,同时,基于AU的策略从StyleGAN2模型提取的特征图中,利用金字塔卷积神经网络分析受影响区域.这一综合方法在YouTube Facial Palsy(YFP)和经过扩展的Cohn Kanade(CK+)数据集上的实验中分别达到99.4%的面瘫识别准确率和81.36%的面瘫区域识别准确率.通过与最新方法的对比,实验结果展示了所提的自动面瘫识别方法的有效性.

关键词： Transformer 面部动作单元多分辨率特征图生成器热力图回归

来源：评论

学校读者我要写书评

暂无评论

素阶数域上的高效格基数字签名方案

引用

软件学报 2025年第2期36卷 776-804页

作者：董怡帆方博越梁志闯赵运磊复旦大学计算机科学技术学院上海200433 密码科学技术全国重点实验室北京100878

随着量子计算的快速发展,特别是Shor量子算法及其变体的优化进步,当前基于大整数分解和离散对数问题的经典公钥密码体制将面临颠覆性的影响.为了应对量子攻击,学界开始对后量子密码学的研究,其中基于格的后量子密码方案因其在安全、效... 详细信息

随着量子计算的快速发展,特别是Shor量子算法及其变体的优化进步,当前基于大整数分解和离散对数问题的经典公钥密码体制将面临颠覆性的影响.为了应对量子攻击,学界开始对后量子密码学的研究,其中基于格的后量子密码方案因其在安全、效率、带宽等方面的均衡表现和良好的可扩展性而成为后量子密码的主流技术路线.目前,基于格的后量子密码方案大多使用分圆环,尤其是二次幂分圆环作为底层代数结构.但分圆环中具有丰富的子域、自同构、环同态等代数结构,容易遭受针对性攻击.基于具有“高安全性、素数阶、大Galois群和惰性模数”特点的素阶数域,设计出后量子数字签名方案Dilithium-Prime,并给出推荐参数集.然而,素阶数域的一个显著缺点是无法直接使用快速数论变换(NTT)算法进行高效的多项式乘法,导致素阶数域上的密码方案性能较差.为此,设计素阶数域上的NTT算法和小多项式乘法,实现素阶数域上高效的多项式乘法.最后,为方案的关键算法设计常数时间无分支实现方法,给出方案的C语言实现,并与其他方案进行对比.实验结果表明,在同一安全等级下,与分圆环上的数字签名方案CRYSTALS-Dilithium推荐参数相比,Dilithium-Prime方案的公钥尺寸、私钥尺寸、签名尺寸分别降低1.8%、10.2%、1.8%,签名算法效率提高11.9%,密钥生成算法、验证算法所需时间分别为CRYSTALS-Dilithium方案的2.0倍和2.5倍,但不同于CRYSTALS-Dilithium,Dilithium-Prime方案具有抵抗针对分圆环的密码攻击的优越特性;与2023年韩国后量子密码算法竞赛中提出的基于素阶数域的签名方案NCC-Sign推荐参数相比,在相同的安全等级和带宽条件下,Dilithium-Prime方案的密钥生成算法、签名算法、验证算法的速度分别提升至4.2倍、35.3倍、7.2倍,实现兼顾高效性和安全性的素阶数域签名算法.

关键词：后量子密码格密码素阶数域数字签名方案快速数论变换小多项式乘法

来源：评论

学校读者我要写书评

暂无评论

基于大语言模型的开源情报摘要生成研究

引用

情报理论与实践 2025年第5期48卷 43-48页

作者：汪伦艾斯卡尔·艾木都拉张华平耿国桐吕雁飞雷帅新疆大学计算机科学与技术学院新疆乌鲁木齐830046 军事科学院军事科学信息研究中心北京100142 北京理工大学计算机学院北京100081

[目的/意义]大语言模型在生成类文本问题上取得显著进展,为开源情报领域研究人员提供了新思路。将大语言模型应用到开源情报领域,以探索其在该领域的摘要生成能力。[方法/过程]通过构建开源情报摘要生成数据集,使用Qwen 1.5-14B模型为... 详细信息

[目的/意义]大语言模型在生成类文本问题上取得显著进展,为开源情报领域研究人员提供了新思路。将大语言模型应用到开源情报领域,以探索其在该领域的摘要生成能力。[方法/过程]通过构建开源情报摘要生成数据集,使用Qwen 1.5-14B模型为基座模型,并利用LoRA技术对其进行微调训练,得到了Qwen 1.5-OSINT模型。[结果/结论]将Qwen 1.5-OSINT模型在开源情报摘要生成任务中与Qwen 1.5-14B模型进行对比,结果显示,Qwen 1.5-OSINT模型的ROUGE-1指标提升了0.3842,ROUGE-2指标提升了0.2021,ROUGE-L指标提升了0.2494,BLEU指标提升了0.1348。经微调后的模型在多项评价指标上均超越了基座模型,展示了出色的摘要生成能力。[局限]尽管微调后的Qwen 1.5-OSINT模型在效果上有所提升,但其依赖的高质量数据集建设仍需大量的人工投入。此外,模型的泛化能力在不同领域上可能受到限制,需要进一步的研究和探索。

关键词：大语言模型开源情报 LoRA微调摘要生成

来源：评论

学校读者我要写书评

暂无评论

基于背景-前景组成式建模的电路板异常检测

引用

计算机研究与发展 2025年第1期62卷 144-159页

作者：傅冰飞陈同林许枫朱麟李斌薛向阳复旦大学计算机科学技术学院上海200438 联想研究院人工智能实验室北京100094

异常检测的目标是检测众多正常样本中的异常样本.在大数据时代,如何将异常检测应用于现实场景成为当下需要着重思考的问题之一.目前已有模型存在难以处理实际场景中遮挡、光照、色差等动态干扰,无法快速迁移应用场景等问题.基于此,提出... 详细信息

异常检测的目标是检测众多正常样本中的异常样本.在大数据时代,如何将异常检测应用于现实场景成为当下需要着重思考的问题之一.目前已有模型存在难以处理实际场景中遮挡、光照、色差等动态干扰,无法快速迁移应用场景等问题.基于此,提出了一种基于背景-前景组成式建模的深度学习模型,用于检测电路板场景中的异常物体.首先通过特征提取网络将输入图像重构为不包含异常物体的干净背景图像,并通过跳层连接保留图像可能存在的动态干扰.得到重构背景后,通过空间变换网络提取到异常物体的位置信息,利用自编码器提取到异常物体外观、形状和存在的隐空间表示并重构出每个异常物体.将重构的异常物体和背景图像组合得到完整图像并通过对异常物体的存在表示给定阈值来实现异常检测.为了验证方法的有效性,从真实的电路板组装环境中收集数据,并模拟实际生产中标注有限的情景,从而创建用于分析的电路板异物数据集.此外,还在航道异物碎片数据集上进行实验验证.结果表明,提出的方法在该数据集上表现良好,能够检测出9个真实场景数据中的所有异常目标,漏检率低至0%,可以应用于现实世界的电路板组装场景.

关键词：异常检测合成数据集组成式建模生成式模型多阶段训练

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：