检索结果-内蒙古大学图书馆

中文信息学报 2023年第10期37卷 97-105页

作者：陈建贵张儒清郭嘉丰范意兴中国科学院计算技术研究所网络数据科学与技术重点实验室北京100190 中国科学院大学北京100190

事实验证是一项具有挑战性的任务,旨在使用来自可信赖语料库的多个证据句子来验证声明。为了促进研究,一些事实验证数据集被提出,极大地加速了事实验证技术的发展。然而,现有的事实验证数据集通常采用众包的方法构造,无可避免地引入偏... 详细信息

事实验证是一项具有挑战性的任务,旨在使用来自可信赖语料库的多个证据句子来验证声明。为了促进研究,一些事实验证数据集被提出,极大地加速了事实验证技术的发展。然而,现有的事实验证数据集通常采用众包的方法构造,无可避免地引入偏差。已有事实验证去偏工作大致可以分为基于数据增强的方法和基于权重正则化的方法,前者不灵活,后者依赖于训练阶段的不确定输出。与已有工作不同,该文从因果关系出发,提出基于反事实推理的事实验证去偏方法。该文首先设计事实验证中的因果图,建模声明、证据以及它们之间的交互和预测结果的因果关系。接着,根据因果图提出事实验证去偏方法,通过总间接效应去除声明带来的偏差影响。我们使用多任务学习的方式来训练模型。训练时,该文采用多任务学习的方式建模各个因素的影响,同时在有偏和无偏测试集上评估模型的性能。实验结果表明,对比基准方法,该文模型在性能上获得了一致的提升。

关键词：事实验证反事实推理去偏模型

来源：评论

学校读者我要写书评

暂无评论

知识图谱可解释推理研究综述

引用

软件学报 2022年第12期33卷 4644-4667页

作者：侯中妮靳小龙陈剑赟官赛萍王元卓程学旗中国科学院网络数据科学与技术重点实验室(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京100094

面向知识图谱的知识推理旨在通过已有的知识图谱事实,去推断新的事实,进而实现知识库的补全.近年来,尽管基于分布式表示学习的方法在推理任务上取得了巨大的成功,但是他们的黑盒属性使得模型无法为预测出的事实做出解释.所以,如何设计... 详细信息

面向知识图谱的知识推理旨在通过已有的知识图谱事实,去推断新的事实,进而实现知识库的补全.近年来,尽管基于分布式表示学习的方法在推理任务上取得了巨大的成功,但是他们的黑盒属性使得模型无法为预测出的事实做出解释.所以,如何设计用户可理解、可信赖的推理模型成为了人们关注的问题.从可解释性的基本概念出发,系统梳理了面向知识图谱的可解释知识推理的相关工作,具体介绍了事前可解释推理模型和事后可解释推理模型的研究进展;根据可解释范围的大小,将事前可解释推理模型进一步细分为全局可解释的推理和局部可解释的推理;在事后解释模型中,回顾了推理模型的代表方法,并详细介绍提供事后解释的两类解释方法.此外,还总结了可解释知识推理在医疗、金融领域的应用.随后,对可解释知识推理的现状进行概述,最后展望了可解释知识推理的未来发展方向,以期进一步推动可解释推理的发展和应用.

关键词：可解释性知识推理知识图谱事后可解释事前可解释

来源：评论

学校读者我要写书评

暂无评论

基于压缩感知的神经网络实时综合防御策略

引用

计算机学报 2023年第1期46卷 1-16页

作者：王佳张扬眉苏武强罗成文吴超林秋镇李坚强深圳大学计算机与软件学院深圳518060 中国科学院大学北京100049 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京100190

近年来,基于深度神经网络的视觉识别模型因其在准确率、成本及效率等方面的优势而广泛应用于自动驾驶、工业检测及无人机导航等领域.而深度神经网络自身易受数字域或物理域对抗样本攻击导致模型误判,因此其在无人驾驶等具有强鲁棒性、... 详细信息

近年来,基于深度神经网络的视觉识别模型因其在准确率、成本及效率等方面的优势而广泛应用于自动驾驶、工业检测及无人机导航等领域.而深度神经网络自身易受数字域或物理域对抗样本攻击导致模型误判,因此其在无人驾驶等具有强鲁棒性、高实时性要求的场景中部署和应用可能为系统引入新的风险.现有的防御方案在增强模型鲁棒性的同时往往造成准确率明显下降,且往往不能对像素攻击和补丁攻击均提供较强防御能力.因此,设计一种精度高且对多类对抗攻击均具有强鲁棒性的实时综合防御策略成为深度神经网络视觉方案落地应用的关键.本文提出一种基于压缩感知的神经网络实时综合防御策略ComDCT,首先构建图像压缩感知压缩域与其稀疏离散余弦系数之间的映射神经网络,并将网络输出的离散余弦系数通过离散余弦逆变换恢复为去除对抗性扰动的图像作为分类器输入,以降低对抗样本攻击成功率.其次,本文提出通过引入分类损失进一步提升防御策略的综合性能,并根据防御者是否掌握分类模型参数结构等信息分析讨论并验证了黑盒、白盒两种防御模式下引入分类损失的有效性.相比于ComDefend、MF、TVD、LRR等多种防御方法,本文提出的基于压缩感知的神经网络实时综合防御策略在白盒防御模式下防御性能综合指标PDA在LISA、SVHN数据集上分别提升11.88%、7.01%以上,黑盒防御模式下分别提升9.25%、6.7%以上.

关键词：深度神经网络对抗防御压缩感知无人驾驶

来源：评论

学校读者我要写书评

暂无评论

面向工业数字孪生的三层知识图谱结构设计方法

引用

计算机科学 2024年第S01期51卷 51-56页

作者：唐昕孙宇菲王钰珏石敏朱登明中国科学院计算技术研究所北京100190 华北电力大学控制与计算机工程学院北京102206

随着工业领域数字化和智能化的发展,企业正面临着提高生产效率、降低生产成本、优化生产过程以及实现实时监控等挑战。数字孪生技术作为一种有效的解决方案,受到了广泛关注。然而,工业建设数字孪生过程中存在数据获取与整合、模型构建... 详细信息

随着工业领域数字化和智能化的发展,企业正面临着提高生产效率、降低生产成本、优化生产过程以及实现实时监控等挑战。数字孪生技术作为一种有效的解决方案,受到了广泛关注。然而,工业建设数字孪生过程中存在数据获取与整合、模型构建与更新以及实时性与精度等难点。为解决这些问题,提出了一种基于数字孪生的知识图谱概念-实例-模块结构设计方法。数字孪生知识图谱模型采用概念-实例-模块三层架构,概念层通过知识图谱建立全面有机的知识网络;实例层进行数字化建模,实现理论参数的真实再现;知识模块层则将前两层知识进行融合,形成功能模块,以实现全面监测和控制。这一模型能够对工业加工知识进行更为准确、细致的建模和分析,帮助企业实现数字化建模、精确仿真模拟、预测分析、异常检测等高级应用功能。

关键词：数字孪生知识图谱智能制造生产优化质量控制

来源：评论

学校读者我要写书评

暂无评论

时间和能量敏感的端——边—云车路协同系统资源调度优化方法

引用

计算机研究与发展 2023年第5期60卷 1037-1052页

作者：郑莹莹周俊龙申钰凡丛佩金吴泽彬南京理工大学计算机科学与工程学院南京210094 处理器芯片全国重点实验室(中国科学院计算技术研究所) 北京100190

随着信息技术的不断发展,智能交通系统逐渐成为未来交通的发展方向.然而,智能交通系统中时间敏感型和计算密集型应用的日益增多,给资源有限的车辆终端带来了严峻挑战.端—边—云层次性计算架构是应对该挑战的有效手段.在基于端—边—云... 详细信息

随着信息技术的不断发展,智能交通系统逐渐成为未来交通的发展方向.然而,智能交通系统中时间敏感型和计算密集型应用的日益增多,给资源有限的车辆终端带来了严峻挑战.端—边—云层次性计算架构是应对该挑战的有效手段.在基于端—边—云架构的车路协同系统中,车辆用户可以将时间敏感型任务卸载到附近的路边单元执行以保证应用的实时性,而将计算密集型任务卸载到云以满足其算力需求.但是,任务卸载也会导致额外的传输时延和能量开销.此外,任务在传输过程也可能遭受错误而导致可靠性降低.因此,为保障端—边—云车路协同系统中车辆的用户体验,提出一种基于多智能体强化学习的资源调度方案.该方案通过充分利用端—边—云架构的特点并采用集中训练—分散执行的框架来构建深度神经网络,以制定任务卸载和车路计算资源分配的最优决策,最终实现可靠性约束下的系统时延和能耗优化.为验证所提方案的有效性,实验通过效用值来体现算法在时延和能耗2方面的优化.实验结果表明,与现有算法相比,所提方案在满足可靠性约束的前提下,效用值可以提高到221.9%.

关键词：车路协同系统端—边—云卸载调度强化学习

来源：评论

学校读者我要写书评

暂无评论

基于虚拟力鲸鱼算法的船舶无线传感器网络覆盖优化方法

引用

小型微型计算机系统 2025年

作者：尹震宇李硕张飞青徐光远马雷乐李东吉中国科学院沈阳计算技术研究所中国科学院大学辽宁省国产基础软硬件工控平台技术研究重点实验室

在船舶制造环境中，无线信号容易受金属墙壁屏蔽和多路径效应影响，导致船舱内的无线传感器网络覆盖率下降，影响节点对环境信息的有效感知.为优化传感器节点部署以最大化网络覆盖率，本论文针对船舶制造环境中的无线传感器网络信号覆... 详细信息

在船舶制造环境中，无线信号容易受金属墙壁屏蔽和多路径效应影响，导致船舱内的无线传感器网络覆盖率下降，影响节点对环境信息的有效感知.为优化传感器节点部署以最大化网络覆盖率，本论文针对船舶制造环境中的无线传感器网络信号覆盖问题，提出一种基于虚拟力鲸鱼融合算法的优化方法.首先，建立了考虑金属墙壁障碍的物节点感知模型，以适应船舱环境的复杂性.其次，在鲸鱼群智能优化算法基础上，融合了虚拟力算法，并引入无限折叠迭代混沌映射(Iterative Map with Infinite Collapses，ICMIC)以提高种群多样性，增强算法的全局搜索能力和局部寻优能力，从而有效解决覆盖优化问题.仿真实验结果表明，本文所提算法在船舱复杂环境下能够显著提高最优覆盖率，且算法收敛速度优于对比算法.本文为解决复杂船舶环境中的无线传感器网络覆盖问题提供了一种创新性方法，为相关领域的研究和应用提供了参考.

关键词：无线传感器网络覆盖优化混沌映射节点部署

来源：评论

学校读者我要写书评

暂无评论

片间互连总线协议层关键技术研究

引用

高技术通讯 2025年第2期35卷 113-123页

作者：邢世远张见齐王焕东吴学智吴瑞阳中国科学院计算技术研究所北京100190 中国科学院大学北京100049 龙芯中科技术股份有限公司北京100095 处理器芯片全国重点实验室(中国科学院计算技术研究所) 北京100190

随着以数据分析、网络搜索和虚拟现实为核心的新数据中心和高性能计算应用程序的开发,高性能计算平台上需要传输的数据量不断增加,数据密集型应用对片间数据传输带宽需求的增长从未停止,片间互连总线被视为系统瓶颈的潜在来源。相比于... 详细信息

随着以数据分析、网络搜索和虚拟现实为核心的新数据中心和高性能计算应用程序的开发,高性能计算平台上需要传输的数据量不断增加,数据密集型应用对片间数据传输带宽需求的增长从未停止,片间互连总线被视为系统瓶颈的潜在来源。相比于在物理层提高总线传输速率和增加信号数量提升带宽的传统做法,在总线协议层通过结构设计优化提高带宽利用率也是提升总带宽的重要解决思路。相比前者,后者不会引入额外成本开销,并且具有能耗友好的优势。本文在协议层提出了3个关键技术,分别是数据命令分离的片内语义到跨片语义转换方案、基于年龄(Age)策略的仲裁算法和片间数据压缩技术。数据命令分离的语义策略具有很强的跨架构通用性,是仲裁和压缩的前提。片间总线协议层仲裁和压缩技术通过结构的方法大幅提高了总线带宽利用率。在Synopsys Zebu仿真加速平台上的实验结果表明,本文方法的总线架构在关闭和开启数据压缩情形下带宽利用率分别为45.8%和69.7%,达到国际先进水平。

关键词：片间互连总线协议层语义转换仲裁数据压缩仿真加速器

来源：评论

学校读者我要写书评

暂无评论

高维数据的降维与检索算法

引用

山东大学学报（理学版） 2024年第7期59卷 27-43页

作者：邵伟朱高宇于雷郭嘉丰中国科学院计算技术研究所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科学与技术学院北京100049

目前大多研究通过一些降维方法将高维向量转化为低维向量表示,再应用相关向量检索优化技术实现快速相似性检索,从而提高大模型应用表现。当前针对高维数据的降维方法繁多分散,在不同的研究背景下所采用的降维方法不尽相同,同样地,在向... 详细信息

目前大多研究通过一些降维方法将高维向量转化为低维向量表示,再应用相关向量检索优化技术实现快速相似性检索,从而提高大模型应用表现。当前针对高维数据的降维方法繁多分散,在不同的研究背景下所采用的降维方法不尽相同,同样地,在向量检索技术上也存在大量不同的检索思路与优化方法。通过综述近期的降维和检索算法的主要思路及其优化方法,有助于产生二者之间的启发性联系,支撑后续高维向量检索优化算法研究的展开和深入。

关键词：高维数据数据降维检索算法近似最近邻检索

来源：评论

学校读者我要写书评

暂无评论

CNN-Transformer轻量级智能调制识别算法

引用

西安电子科技大学学报 2023年第3期50卷 40-49页

作者：杨静雅齐彦丽周一青赵登攀王尚权石晶林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 中国科学院大学计算机科学与技术学院北京100049 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 中国人民解放军77646部队西藏自治区日喀则858600

现有基于深度学习的调制识别方法,当存在噪声及不确定信道干扰影响时识别率较低,同时由于模型参数量大,难以直接应用到移动终端。针对该问题,提出一种基于卷积神经网络(CNN)和Transformer的轻量级智能调制识别方法。该方法首先利用卷积... 详细信息

现有基于深度学习的调制识别方法,当存在噪声及不确定信道干扰影响时识别率较低,同时由于模型参数量大,难以直接应用到移动终端。针对该问题,提出一种基于卷积神经网络(CNN)和Transformer的轻量级智能调制识别方法。该方法首先利用卷积神经网络对信号进行局部信息特征提取,然后利用卷积神经网络通道注意力和Transformer时域注意力模块分别从信号的通道和时域两个维度关注最有利于识别的特征,降低信道或噪声等的影响,以提升识别率。所提方法可以适应多种信号表征,如原始IQ信号、幅度相位信号及变换域特征。仿真表明,在RadioML2016.10b数据集上,相较现有基于卷积神经网络的方法,所提方法的平均识别率提升了约8%~12%,相比基于残差神经网络和长短时记忆网络的方法,参数量降低了约90%~92%,计算量降低了约83%~93%。实验结果验证了所提方法增加模型分类精度的同时,有效地降低了模型的参数量和计算量。

关键词：调制识别通道注意力时域注意力轻量级网络

来源：评论

学校读者我要写书评

暂无评论

面向多核CPU与GPU平台的图处理系统关键技术综述

引用

计算机研究与发展 2024年第6期61卷 1401-1428页

作者：张园曹华伟张婕申玥孙一鸣敦明安学军叶笑春处理器芯片全国重点实验室(中国科学院计算技术研究所) 北京100190 中国科学院大学北京100049 中国科学院大学南京学院南京211135

图计算作为分析与挖掘关联关系的一种关键技术,已在智慧医疗、社交网络分析、金融反欺诈、地图道路规划、计算科学等领域广泛应用.当前,通用CPU与GPU架构的并行结构、访存结构、互连结构及同步机制的不断发展,使得多核CPU与GPU成为图处... 详细信息

图计算作为分析与挖掘关联关系的一种关键技术,已在智慧医疗、社交网络分析、金融反欺诈、地图道路规划、计算科学等领域广泛应用.当前,通用CPU与GPU架构的并行结构、访存结构、互连结构及同步机制的不断发展,使得多核CPU与GPU成为图处理加速的常用平台.但由于图处理具有处理数据规模大、数据依赖复杂、访存计算比高等特性,加之现实应用场景下的图数据分布不规则且图中的顶点与边呈现动态变化,给图处理的性能提升和高可扩展性带来严峻挑战.为应对上述挑战,大量基于多核CPU与GPU平台的图处理系统被提出,并在该领域取得显著成果.为了让读者了解多核CPU与GPU平台上图处理优化相关技术的演化,首先剖析了图数据、图算法、图应用特性,并阐明图处理所面临的挑战.然后分类梳理了当前已有的基于多核CPU与GPU平台的图处理系统,并从加速图处理设计的角度,详细、系统地总结了关键优化技术,包括图数据预处理、访存优化、计算加速和数据通信优化等.最后对已有先进图处理系统的性能、可扩展性等进行分析,并从不同角度对图处理未来发展趋势进行展望,希望对从事图处理系统研究的学者有一定的启发.

关键词：多核CPU与GPU平台图处理系统图数据表示负载均衡不规则访存动态图处理

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：