检索结果-内蒙古大学图书馆

电子与信息学报 2016年第9期38卷 2141-2149页

作者：刘嘉琪齐佳音北京邮电大学经济管理学院北京100876 北京邮电大学可信分布式计算与服务教育部重点实验室北京100876 上海对外经贸大学工商管理学院上海201620

该文致力于丰富在线群体的研究体系,为未来探索深层次科学问题提供支撑。讨论了在线群体与在线话题的定义及常见分类方式。重点展现了一种全新的依据观测社会系统响应函数的趋势将在线话题分为4类的定性研究方法,即外源性首要传播型话... 详细信息

该文致力于丰富在线群体的研究体系,为未来探索深层次科学问题提供支撑。讨论了在线群体与在线话题的定义及常见分类方式。重点展现了一种全新的依据观测社会系统响应函数的趋势将在线话题分为4类的定性研究方法,即外源性首要传播型话题、外源性次要传播型话题、内源性首要传播型话题和内源性次要传播型话题,并且进一步以此区分讨论不同类型话题的在线群体。同时,明确地提出了规范的使用步骤与实际操作时可能遇到的问题及解决方法。最后尝试运用该方法来估计以"新浪微博"与"百度贴吧"为代表的在线社交网络平台中各类话题群体的分布情况。

关键词：社交网络在线群体在线话题定性分类社会系统响应函数

来源：评论

学校读者我要写书评

暂无评论

动态加权条件互信息的特征选择算法

引用

电子与信息学报 2021年第10期43卷 3028-3034页

作者：张俐陈小波江苏理工学院计算机工程学院常州213001 北京邮电大学可信分布式计算与服务教育部重点实验室北京100876 中国人民银行常州市中心支行常州213001

特征选择是机器学习、自然语言处理和数据挖掘等领域中数据预处理阶段必不可少的步骤。在一些基于信息论的特征选择算法中,存在着选择不同参数就是选择不同特征选择算法的问题。如何确定动态的非先验权重并规避预设先验参数就成为一个... 详细信息

特征选择是机器学习、自然语言处理和数据挖掘等领域中数据预处理阶段必不可少的步骤。在一些基于信息论的特征选择算法中,存在着选择不同参数就是选择不同特征选择算法的问题。如何确定动态的非先验权重并规避预设先验参数就成为一个急需解决的问题。该文提出动态加权的最大相关性和最大独立性(WMRI)的特征选择算法。首先该算法分别计算新分类信息和保留类别信息的平均值。其次,利用标准差动态调整这两种分类信息的参数权重。最后,WMRI与其他5个特征选择算法在3个分类器上,使用10个不同数据集,进行分类准确率指标(fmi)验证。实验结果表明,WMRI方法能够改善特征子集的质量并提高分类精度。

关键词：特征选择分类信息平均值标准差动态加权

来源：评论

学校读者我要写书评

暂无评论

基于XGBoost和SHAP的急性肾损伤可解释预测模型

引用

电子与信息学报 2022年第1期44卷 27-38页

作者：罗妍王枞叶文玲北京邮电大学计算机学院(国家示范性软件学院) 北京100876 北京邮电大学可信分布式计算与服务教育部重点实验室北京100876 中国医学科学院中国协和医科大学北京协和医院肾内科北京100730

重症监护病房(ICU)住院期间发生的急性肾损伤(AKI)与患者发病率和死亡率的增加有关。该研究的目的是提出一个基于机器学习的框架,用于危重病患者的可解释AKI预测,该框架能够同时实现良好的预测和解释能力。该文从重症监护医学信息数据库... 详细信息

重症监护病房(ICU)住院期间发生的急性肾损伤(AKI)与患者发病率和死亡率的增加有关。该研究的目的是提出一个基于机器学习的框架,用于危重病患者的可解释AKI预测,该框架能够同时实现良好的预测和解释能力。该文从重症监护医学信息数据库Ⅲ(MIMIC-Ⅲ)中提取的数据包括患者的年龄、性别、生命体征和ICU入院第1天及随后的化验值。在该研究中,通过将XGBoost模型与其他4种机器学习模型进行比较,证明了XGBoost模型的预测性能。此外,SHAP(SHapley Additive exPlanation)模型可解释器用于提供个性化评估和解释,以实现个性化的临床决策支持。结果表明,XGBoost能较好地预测AKI,与以往的预测模型相比,此模型更为简单有效,仅用21个特征变量即得到了更稳定的预测结果,预测精度高,模型准确率和受试者工作特征曲线下面积(AUC)分别为0.824和0.840,均高于既往研究结果。此外,该文对两组指标进行了特征依赖分析,发现24h尿量减少和血尿素氮升高可增加AKI风险。综上所述,该可解释预测模型可能有助于临床医生更准确快速地识别重症监护中存在AKI风险的患者,为患者提供更好的治疗。此外,可解释性框架的使用增加了模型透明度,便于临床医生分析预测模型的可靠性。

关键词：急性肾损伤重症监护模型解释临床决策支持预测模型

来源：评论

学校读者我要写书评

暂无评论

基于代理模型的XAI可解释性量化评估方法

引用

控制与决策 2024年第2期39卷 680-688页

作者：李瑶王春露左兴权黄海丁忆宁张修建北京邮电大学网络空间安全学院北京100876 北京邮电大学计算机学院北京100876 可信分布式计算与服务教育部重点实验室北京100876 北京航天计量测试技术研究所北京100076 国家市场监管重点实验室(人工智能计量测试与标准) 北京100076

可解释人工智能(explainable artificial intelligence, XAI)近年来发展迅速,已出现多种人工智能模型的解释技术,但是目前缺乏XAI可解释性的定量评估方法.已有评估方法大多需借助用户实验进行评估,这种方法耗时长且成本高昂.针对基于代... 详细信息

可解释人工智能(explainable artificial intelligence, XAI)近年来发展迅速,已出现多种人工智能模型的解释技术,但是目前缺乏XAI可解释性的定量评估方法.已有评估方法大多需借助用户实验进行评估,这种方法耗时长且成本高昂.针对基于代理模型的XAI,提出一种可解释性量化评估方法.首先,针对这类XAI设计一些指标并给出计算方法,构建包含10个指标的评估指标体系,从一致性、用户理解性、因果性、有效性、稳定性5个维度来评估XAI的可解释性;然后,对于包含多个指标的维度,将熵权法与TOPSIS相结合,建立综合评估模型来评估该维度上的可解释性;最后,将该评估方法用于评估6个基于规则代理模型的XAI的可解释性.实验结果表明,所提出方法能够展现XAI在不同维度上的可解释性水平,用户可根据需求选取合适的XAI.

关键词：可解释人工智能可解释性评估评估模型代理模型规则模型定量评估

来源：评论

学校读者我要写书评

暂无评论

基于图表示学习的消息回复关系判断方法

引用

信息安全学报 2021年第5期6卷 199-214页

作者：梁永明田恬杨小雨张熙邱莉榕北京邮电大学网络空间安全学院北京中国100876 北京邮电大学可信分布式计算与服务教育部重点实验室北京中国100876 北京邮电大学计算机学院(国家示范性软件学院) 北京中国100876

微信、QQ和钉钉等社交媒体都提供多对多聊天群组功能,这些聊天群组包含海量信息,对群组聊天内容进行有效分析,获取有价值的关联信息,是当前领域的研究热点。群组中用户间交互是群组实现的主要功能,用户间消息回复是用户间交互实现的方式... 详细信息

微信、QQ和钉钉等社交媒体都提供多对多聊天群组功能,这些聊天群组包含海量信息,对群组聊天内容进行有效分析,获取有价值的关联信息,是当前领域的研究热点。群组中用户间交互是群组实现的主要功能,用户间消息回复是用户间交互实现的方式,消息间的回复行为下隐藏着消息间和用户间的关系。群组消息间回复通常是隐式和非连续的,大部分群组消息间没有指定明确的回复关系,当前消息也不一定是上一条临近消息的回复,回复关系要根据具体的聊天场景确定。当消息间没有显示指定回复关系时,回复不易于分析和理解群组聊天内容,阻碍了对群组聊天内容的整体性分析。本论文针对群组消息间的回复关系,提出了基于图表示学习的消息回复关系判断方法,该方法不同于以往方法仅使用部分群组要素,是在综合学习消息的文本信息、发送消息的用户信息和上下文信息的基础上,根据群组内容构建群组图和生成自适应消息图,得到了多种群组要素信息和要素间关系组成的图结构,利用图模型在图结构上进行群组消息的表示学习,图模型输出群组消息的表示向量,拼接消息对的表示向量并进一步预测群组消息间的回复关系。在消息间回复关系的学习过程中,图模型通过任务学习更新图中消息节点,同时更新图中用户节点向量表示,经过用户向量分析实验验证了该模型输出的用户向量的有效性和合理性。在公开数据集和标注数据集上进行了对比实验和显著性检验分析,结果显示模型在多个评估指标上大幅优于对比模型,如在F1指标上,比单纯依赖BERT的句子对分类模型提高了接近20%。

关键词：图模型对话系统消息回复自然语言推理会话分析自适应构图群组分析

来源：评论

学校读者我要写书评

暂无评论

基于进程通信语义的互联安全控制安全分析和优化

引用

天地一体化信息网络 2021年第3期2卷 35-47页

作者：卢波陆月明北京邮电大学网络空间安全学院可信分布式计算与服务教育部重点实验室北京100876

面对天地一体化信息网络多域安全控制需求,针对单进程正则匹配的方式制约了互联安全网关的性能问题,提出基于进程通信语义安全分析的互联安全控制高性能优化方法。该方法采用以进程概念为中心的并行程序设计语言描述主从进程的交互模型... 详细信息

面对天地一体化信息网络多域安全控制需求,针对单进程正则匹配的方式制约了互联安全网关的性能问题,提出基于进程通信语义安全分析的互联安全控制高性能优化方法。该方法采用以进程概念为中心的并行程序设计语言描述主从进程的交互模型,通过赋予状态转移系统语义,实现主从进程的组合语义精确的表达。通过形式化语义分析,该方法具有运行无死锁、饥饿,且等价于原有正则匹配的语义安全性。实验结果表明,该方法能够充分发挥多核硬件优势,使用进程绑定CPU方式,减少操作系统调度器的上下文切换开销,在复杂正则表达式情形下,比单核运行提高一个数量级。

关键词：形式化分析正则表达式匹配访问控制并行计算

来源：评论

学校读者我要写书评

暂无评论

面向云计算平台的在线存储系统研究与实现

引用

现代图书情报技术 2012年第6期 72-77页

作者：耿胜男刘川意吴旭北京邮电大学可信分布式计算与服务教育部重点实验室北京100876 北京邮电大学软件学院北京100876 北京邮电大学图书馆北京100876

研究基础设施云中的重要组成部分——云存储系统中在线存储系统的设计与实现。本系统的设计遵循REST架构模式,使用cURL、HSQLDB等开源组件实现目录与文件的创建、上传、下载、删除等功能。

关键词：云存储在线存储系统基础设施云

来源：评论

学校读者我要写书评

暂无评论

CFGT:一种基于词典的中文地址要素解析模型

引用

计算机科学 2024年第9期51卷 233-241页

作者：黄威沈耀迪陈松龄傅湘玲北京邮电大学计算机学院(国家示范性软件学院) 北京100876 可信分布式计算与服务教育部重点实验室北京100876

地址要素解析作为地理编码过程中的关键环节,直接影响到地理编码的准确性。由于中文地址表达的多样性和复杂性,两段相似的地址文本在地理表示上却可能完全不同。传统的通过词典匹配进行地址要素解析的方法无法较好地应对歧义词,从而导... 详细信息

地址要素解析作为地理编码过程中的关键环节,直接影响到地理编码的准确性。由于中文地址表达的多样性和复杂性,两段相似的地址文本在地理表示上却可能完全不同。传统的通过词典匹配进行地址要素解析的方法无法较好地应对歧义词,从而导致识别准确率欠佳。文中提出一种基于词典的中文地址要素解析模型(Collaborative Flat-Graph Transformer,CFGT),利用自匹配词、最近上下文等词汇信息增强地址文本字符序列表示,有效遏制了地址文本表达的歧义性。具体地,模型首先构建Flat-Lattice和Flat-Shift两种协作图,为地址字符捕获自匹配词和最近上下文词汇的知识,并设计融合层实现图之间的协作;其次,通过改进的相对位置编码,进一步强化词信息对地址文本字符序列的增强效果;最后,利用Transformer和条件随机场进行地址要素解析。在Weibo和Resume等多个公开数据集及Address私有数据集上开展的实验表明,CFGT模型的性能优于已有的中文地址要素解析模型和中文命名实体识别模型。

关键词：中文地址识别词典强化外部信息命名实体识别

来源：评论

学校读者我要写书评

暂无评论

基于标签传播的协同分类欺诈检测方法

引用

深圳大学学报（理工版） 2020年第5期37卷 482-489页

作者：赵朋亚傅湘玲仵伟强李达高嵩峰北京邮电大学计算机学院(国家示范性软件学院) 北京邮电大学可信分布式计算与服务教育部重点实验室北京100876 北邮-华融智慧金融联合实验室北京100876 华融融通(北京)科技有限公司北京100033

网络借贷领域中的欺诈检测是根据收集到的用户历史交易数据等信息,来判断该用户是欺诈用户还是正常用户.现有方法认为用户是独立存在的,忽略了用户之间的关联信息.考虑到目前欺诈逐渐成为群体行为,在欺诈网络内呈现出欺诈节点与非欺诈... 详细信息

网络借贷领域中的欺诈检测是根据收集到的用户历史交易数据等信息,来判断该用户是欺诈用户还是正常用户.现有方法认为用户是独立存在的,忽略了用户之间的关联信息.考虑到目前欺诈逐渐成为群体行为,在欺诈网络内呈现出欺诈节点与非欺诈节点关联稀疏,而欺诈节点间关联紧密的现象,提出基于标签传播的协同分类欺诈检测方法.通过收集真实网上借贷公司的用户通话数据,构建用户之间的通话关联网络,利用标签传播算法扩散欺诈节点的标签信息,确定未知标签节点是否为欺诈用户.通过对权重进行幂操作,改进了标签传播算法中概率转移矩阵的初始化方法,使其适应欺诈场景下正负样本分布不平衡的现象.在有标签样本比例极低且训练样本分布不均衡的真实借贷数据集中进行了7次测试,采用所提算法检测到欺诈用户的精确率最高达17%,所得F 1值与精确率都比经典的WvRn算法更优.

关键词：计算机软件欺诈检测协同分类网络借贷标签传播机器学习

来源：评论

学校读者我要写书评

暂无评论

机器阅读理解式中文事件抽取方法

引用

计算机工程与应用 2023年第16期59卷 93-100页

作者：吴旭卞文强颉夏青孙利娟北京邮电大学网络空间安全学院北京100876 北京邮电大学可信分布式计算与服务教育部重点实验室北京100876 北京邮电大学图书馆北京100876 北京邮电大学经济管理学院北京100876

事件抽取是信息抽取的重要任务之一,在知识图谱构建、金融行业分析、内容安全分析等领域均有重要应用。现有中文事件抽取方法一般为实体识别、关系抽取、实体分类等任务的级联。将事件抽取转化为阅读理解任务,可为模型引入问题所含的先... 详细信息

事件抽取是信息抽取的重要任务之一,在知识图谱构建、金融行业分析、内容安全分析等领域均有重要应用。现有中文事件抽取方法一般为实体识别、关系抽取、实体分类等任务的级联。将事件抽取转化为阅读理解任务,可为模型引入问题所含的先验信息。提出一种基于预训练模型的机器阅读理解式中文事件抽取方法(Chinese event extraction by machine reading comprehension,CEEMRC),将中文事件抽取简化为两个问答模型的级联。首先对事件触发词抽取、事件类型判定、属性抽取构建相应的问答任务问题。以RoBERTa为基础构建触发词抽取和事件类型识别联合模型、事件属性抽取两个问答模型,并融入触发词先验特征、分词信息、触发词相对位置等信息来提升模型效果。最后以模型预测回答的起始和结束位置完成所需的抽取。实验使用DuEE中文事件数据集,触发词抽取和属性抽取的F1值均优于同类方法,验证了该方法的有效性。

关键词：机器阅读理解问答任务预训练模型中文事件抽取

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：