检索结果-内蒙古大学图书馆

北京交通大学学报 2020年第2期44卷 74-82页

作者：刘留李慧婷张嘉驰李一倩周涛北京交通大学电子信息工程学院北京100044 中国科学院计算技术研究所移动计算与新型终端北京市重点实验室北京100190

提高频谱利用率、实现超大容量传输的前提是精准掌握无线信道特性信息.研究了反馈神经网络(Back Propagation Neural Network,BPNN)在无线信道多普勒功率谱仿真中的应用.利用大量样本训练BPNN实现对时变信道进行预测.仿真结果表明,与传... 详细信息

提高频谱利用率、实现超大容量传输的前提是精准掌握无线信道特性信息.研究了反馈神经网络(Back Propagation Neural Network,BPNN)在无线信道多普勒功率谱仿真中的应用.利用大量样本训练BPNN实现对时变信道进行预测.仿真结果表明,与传统方法对比,BPNN的仿真效果更接近理论值,误差更小,具备很好的容错性,同时模型输出结果的频域呈U型谱,时域自相关函数满足第一类贝塞尔函数,很好地符合Jakes模型的时频域条件.对3种方法的时间复杂度进行比较,结果表明BPNN的时间复杂度最高,牺牲了时间复杂度但换取了高精度和低误差.对3种误差逆向传播算法的仿真结果进行对比,发现列文伯格-马夸尔特(Levenberg-Marquardt,L-M)算法训练BPNN的均方误差最低,效果最佳.

关键词：无线通信反馈神经网络多普勒效应时变信道正弦波叠加法成型滤波法

来源：评论

学校读者我要写书评

暂无评论

一种基于深度学习的目标跟踪加速器

引用

微电子学与计算机 2021年第8期38卷 53-58页

作者：李倍闵丰杨军梁科李国峰南开大学IC设计与系统集成实验室天津市光电传感器与传感网络技术重点实验室天津300350 中国科学院计算技术研究所北京100190

针对当前神经网络加速器难以高效实现目标跟踪边框后处理的问题,提出一种高效的目标跟踪专用加速器.引入神经网络架构,用于提取输入视图特征并生成边框置信度与偏移量集合.随后针对目标跟踪的边框处理设计了专用于边框的回归、惩罚以及... 详细信息

针对当前神经网络加速器难以高效实现目标跟踪边框后处理的问题,提出一种高效的目标跟踪专用加速器.引入神经网络架构,用于提取输入视图特征并生成边框置信度与偏移量集合.随后针对目标跟踪的边框处理设计了专用于边框的回归、惩罚以及提取操作的加速模块,通过同步神经网络加速器与专用加速模块间的数据,以流水结构并行执行特征提取与边框操作,实现基于深度学习目标跟踪的端到端处理.该加速器在40 nm工艺下消耗面积3.64mm^(2),获得了5.71 Tops/W能效比.实验结果表明:与现有加速方案相比,该目标跟踪加速器获得了1.53倍加速,可实现实时的视频处理(31 fps).其中仅针对跟踪过程的后处理任务,专用加速模块相对RISC处理器可实现3.2倍的加速比.

关键词：深度学习目标跟踪后处理专用模块硬件加速器

来源：评论

学校读者我要写书评

暂无评论

基于多维信息融合的知识库问答实体链接

引用

模式识别与人工智能 2019年第7期32卷 642-651页

作者：曾宇涛林谢雄靳小龙席鹏弼王元卓中国科学院计算技术研究所中科院网络数据科学与技术重点实验室北京100190 中国科学院大学计算机与控制学院北京100049

知识库问答实体链接任务需要将问句内容精准链接到知识库中实体.当前方法大多难以兼顾链接实体的召回率和精确率,并且仅能根据文本信息对实体进行区分筛选.因此,文中在合并子步骤的基础上,提出融合多维度特征的知识库问答实体链接模型(M... 详细信息

知识库问答实体链接任务需要将问句内容精准链接到知识库中实体.当前方法大多难以兼顾链接实体的召回率和精确率,并且仅能根据文本信息对实体进行区分筛选.因此,文中在合并子步骤的基础上,提出融合多维度特征的知识库问答实体链接模型(MDIIEL).通过表示学习方法,将文本符号、实体和问句类型、实体在知识库中语义结构表达等信息整合并引至实体链接任务中,加强对相似实体的区分,在提高准确率的同时降低候选集的大小.实验表明,MDIIEL模型在实体链接任务性能上具有整体性提升,在大部分指标上取得较优的链接结果.

关键词：实体链接实体消歧表示学习知识库语义结构特征

来源：评论

学校读者我要写书评

暂无评论

一种基于日志信息和CNN-text的软件系统异常检测方法

引用

计算机学报 2020年第2期43卷 366-380页

作者：梅御东陈旭孙毓忠牛逸翔肖立王海荣冯百明中国科学院计算技术研究所计算机体系结构国家重点实验室北京100080 中国科学院大学北京101400 北方民族大学计算机科学与工程学院银川750021 西北师范大学计算机科学与工程学院兰州730070

当前,数据挖掘作为一种高时效性、高真实性的分析方法,正在社会中扮演着越发重要的角色,其在大型数据中快速挖掘模式,发现规律的能力正逐步取代人工的作用.而在当前各个计算机领域大行其道的大型分布式系统(如Hadoop、Spark等)的日志中... 详细信息

当前,数据挖掘作为一种高时效性、高真实性的分析方法,正在社会中扮演着越发重要的角色,其在大型数据中快速挖掘模式,发现规律的能力正逐步取代人工的作用.而在当前各个计算机领域大行其道的大型分布式系统(如Hadoop、Spark等)的日志中,每天都产生着数以百万计的系统日志,这些日志的数据量之庞杂、关系之混乱,已大大影响了程序员对系统的人工监控效率,同时也提高了新程序员的培养成本.为解决以上问题,数据挖掘及系统分析两个领域相结合是一种必然的趋势,也因此,机器学习模型也越来越多地被业界提及用于做系统日志分析.然而大多数情况下,系统日志中,报告系统运行状态为“严重”的日志占少数,而这些少数信息才是程序员最需要关注的,然而大多数用于系统日志分析的机器学习模型都假设训练集的数据是均衡数据,因此这些模型在做系统日志预警时容易过度偏向大样本数据,以至于效果不够理想.本文将从深度学习角度出发,探究深度学习中的CNN-text(CT)在系统日志分析方面的应用能力,通过将CT与主流的系统日志分析机器学习模型SVM、决策树对比,探究CT相对于这些算法的优越性;将CT与CNN-RNN-text(CRT)进行对比,分析CT对特征的处理方式,证实CT在深度学习模型中处理系统日志类文本的优越性;最后将所有模型应用至两套不同的日志类文本数据中进行对比,证明CT的普适性.在CT同日志分析的主流机器学习模型对比的实验中,CT相较于最优模型的结果召回率提升了近15%;在CT同CRT模型对比的实验中,CT相较于更为先进的CRT,模型准确率高出约20%,召回率高出约80%、查准率高出约60%;在CT的普适性实验中,将各类模型融入到本文的实验数据集logstash和公开数据集WC85_1中,在准确率同其他表现较优的模型同为100%的情况下,CT的召回率高出其余召回率最高的模型(DT-Bi)近14%.从中可看出,相较于主流系统日志分析机器学习模型,如支持向量机、决策树、朴素贝叶斯等,CNN-text的局部特征提取能力及非线性拟合能力都有更为优异的表现;同时相较于同为深度学习CNN簇的CNN-RNN-text将大量权重投入到系统日志的序列特征中的特点,CNN-text则报以较少的关注,反而在序列不规则的系统日志中展现出比CNN-RNN-text更优秀的表现.最终证明了CNN-text是本文所提到的方法中最适合进行软件系统异常检测的方法.

关键词：系统日志分析系统异常预警不均衡数据机器学习深度学习 CNN-text

来源：评论

学校读者我要写书评

暂无评论

基于混合流量数据的连通分量计算技术

引用

信息技术 2020年第1期44卷 140-143,149页

作者：李云鹏艾中良刘忠麟高泽潘爽华北计算技术研究所北京100083 中国司法大数据研究院北京100083

连通分量计算技术作为网络拓扑结构分析的重要研究领域,能够获取和维护网络节点的连接关系信息。文中围绕网络连通分量计算的高效准确处理要求,提出了基于混合流量数据的连通分量计算方法,利用深度优先搜索算法实现了对IPv4/IPv6混合流... 详细信息

连通分量计算技术作为网络拓扑结构分析的重要研究领域,能够获取和维护网络节点的连接关系信息。文中围绕网络连通分量计算的高效准确处理要求,提出了基于混合流量数据的连通分量计算方法,利用深度优先搜索算法实现了对IPv4/IPv6混合流量数据的连通分量计算,并在此基础上实现了增量连通分量计算,提高了算法对新增数据的计算效率,最后进行了相关的实验。经验证,该方法功能上能够对混合流量数据进行连通分量计算,性能上当原流量数据和新加入流量数据的数据量大小接近时,算法提升效率提高70%左右。

关键词：连通分量增量混合流量数据 IPv6 深度优先

来源：评论

学校读者我要写书评

暂无评论

基于FPGA的CNN应用加速技术

引用

信息技术 2019年第12期43卷 110-115页

作者：丁立德胡怀湘华北计算技术研究所

FPGA(现场可编程门阵列)作为人工智能应用的新加速载体,可替GPU对人工智能应用推理阶段进行加速。文中提出了一种新的人工智能应用加速方案,利用定点、矩阵压缩等方法对卷积神经网络(CNN)模型进行处理,优化CNN网络模型,并设计开发一套... 详细信息

FPGA(现场可编程门阵列)作为人工智能应用的新加速载体,可替GPU对人工智能应用推理阶段进行加速。文中提出了一种新的人工智能应用加速方案,利用定点、矩阵压缩等方法对卷积神经网络(CNN)模型进行处理,优化CNN网络模型,并设计开发一套驱动软件框架以适配国产平台。该技术在飞腾1500A国产服务器上对卷积神经网络中的人脸识别与目标检测应用进行加速,运算性能较目前国产服务器运算能力提升30倍以上,实现自主可控的人工智能应用加速。

关键词：计算机应用技术深度学习国产服务器现场可编程门阵列卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于云原生的天地一体化信息网络综合试验平台

引用

移动通信 2023年第7期47卷 49-57页

作者：张杰坦刘垚圻韦二龙周一青王昕宇李志远中科晶上(苏州)信息技术有限公司南京分公司江苏南京210000 中国科学院大学北京101408 中国科学院计算技术研究所处理器芯片全国重点实验室北京100190 中国电科网络通信研究院河北石家庄050081 北京理工大学睿信书院北京100081 中科南京移动通信与计算创新研究院江苏南京210000

天地一体化信息网络是未来多域一体、泛在智联的重要保障,面临着复杂异构、大规模、高动态、高成本等挑战。为满足场景、网络、链路、算法等需求,构建一体化、可重构、可扩展、精准可靠的仿真与测试系统至关重要。但传统仿真平台存在耦... 详细信息

天地一体化信息网络是未来多域一体、泛在智联的重要保障,面临着复杂异构、大规模、高动态、高成本等挑战。为满足场景、网络、链路、算法等需求,构建一体化、可重构、可扩展、精准可靠的仿真与测试系统至关重要。但传统仿真平台存在耦合性差、效率低、单一化等问题,难以系统精准地模拟大规模网络。因此,提出基于云原生的天地一体化信息网络综合试验平台,对其组件化建模、云原生调度、跨域异构资源池与虚实协同中间件等关键技术进行设计与分析,最后对典型低轨卫星通信系统进行仿真建模与试验评估。

关键词：云原生天地一体化试验平台

来源：评论

学校读者我要写书评

暂无评论

基于改进U-Net模型的次季节降水预报订正

引用

福建师范大学学报（自然科学版） 2023年第6期39卷 63-71,92页

作者：潘乐郑子华游立军翁彬福建师范大学计算机与网络空间安全学院福建福州350117 数字福建大数据安全技术研究所福建福州350117 福建省公共服务大数据挖掘与应用工程技术研究中心福建福州350117 福建省气象信息中心福建福州350025 福建省灾害天气重点实验室福建福州350025

针对现有次季节降水预报误差较大的问题,提出基于改进的U-Net模型的次季节降水预报订正方法.首先,通过指数变换,将非正态分布的降水预报数据变换到正态分布;其次,结合残差连接和通道注意力改进U-Net模型,用于订正模式预报结果,生成订正... 详细信息

针对现有次季节降水预报误差较大的问题,提出基于改进的U-Net模型的次季节降水预报订正方法.首先,通过指数变换,将非正态分布的降水预报数据变换到正态分布;其次,结合残差连接和通道注意力改进U-Net模型,用于订正模式预报结果,生成订正后的降水概率预报;最后,通过损失函数加权提高强降水预报性能.实验结果表明,订正结果相较于原始预报误差明显降低,CRPS降低了14%,概率预报的采样均值在10 mm日降水量阈值的TS评分提升48%.

关键词：降水预报订正次季节深度学习卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

一种面向卷积神经网络加速器的高性能乘累加器

引用

西安电子科技大学学报 2020年第4期47卷 55-63,93页

作者：孔鑫陈刚龚国良鲁华祥毛文宇中国科学院半导体研究所北京100083 中国科学院大学北京100049 中国科学院脑科学与智能技术卓越创新中心上海200031 半导体神经网络智能感知与计算技术北京市重点实验室北京100083

针对现有卷积神经网络加速器中的乘累加器普遍存在的面积大、功耗高、速度慢的问题,设计了一种基于传输门结构的全定制高性能乘累加器。提出了一种适用于乘累加器的新型累加数据压缩结构,减少了硬件开销;提出了一种新的并行加法器架构,... 详细信息

针对现有卷积神经网络加速器中的乘累加器普遍存在的面积大、功耗高、速度慢的问题,设计了一种基于传输门结构的全定制高性能乘累加器。提出了一种适用于乘累加器的新型累加数据压缩结构,减少了硬件开销;提出了一种新的并行加法器架构,在与Brent Kung加法器相同硬件开销的情况下,降低了门延迟级数,提高了计算速度;利用传输门的优点对乘累加器各单元电路进行优化设计。基于笔者方法设计的16乘8定点数高性能乘累加器在SMIC 130nm tt工艺角下关键路径延迟为1.173ns,版图面积为9049.41μm2,800MHz下平均功耗为4.153mW。对比传统的乘累加器,速度约提高了37.42%,面积约减小了47.87%,在同等条件下功耗约降低了56.77%。

关键词：乘累加器传输门累加压缩卷积神经网络高性能

来源：评论

学校读者我要写书评

暂无评论

事件图谱的构建、推理与应用

引用

大数据 2021年第3期7卷 80-96页

作者：胡志磊靳小龙陈剑赟黄冠利中国科学院网络数据科学与技术重点实验室北京100190 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 北京市信息技术研究所北京100091 北京电子科技职业学院北京100176

近些年,知识图谱的构建技术得到了极大的发展,构建好的知识图谱已经被应用到众多领域。在此基础上,研究者将目光从知识图谱转向事件图谱。事件图谱以事件为核心,准确地描述了事件信息以及事件之间的关联关系。基于此,总结了事件图谱在... 详细信息

近些年,知识图谱的构建技术得到了极大的发展,构建好的知识图谱已经被应用到众多领域。在此基础上,研究者将目光从知识图谱转向事件图谱。事件图谱以事件为核心,准确地描述了事件信息以及事件之间的关联关系。基于此,总结了事件图谱在构建、推理与应用方面的关键技术,主要包括事件抽取、事件信息补全、事件关系推断以及事件预测技术。给出了事件图谱的具体应用场景,并且针对事件图谱研究中存在的挑战,对未来的研究趋势进行了展望。

关键词：知识图谱事件图谱事件知识事件抽取事件推理

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：