检索结果-内蒙古大学图书馆

软件学报 2020年第5期31卷 1243-1254页

作者：陆申明左志强王林章计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

静态程序分析发展至今,已在多个方面取得了长足的进步,应用于软件开发的众多方面.但对现代大规模复杂软件系统(如千万行代码规模的Linux操作系统、分布式大数据处理系统Hadoop等)进行高精度的静态分析,因其极大规模数据量的计算,仍有一... 详细信息

静态程序分析发展至今,已在多个方面取得了长足的进步,应用于软件开发的众多方面.但对现代大规模复杂软件系统(如千万行代码规模的Linux操作系统、分布式大数据处理系统Hadoop等)进行高精度的静态分析,因其极大规模数据量的计算,仍有一定难度.精度、效率和可扩展性相互制约,是静态分析技术在工业界应用的主要障碍.对此,近年来,随着多核、众核架构的兴起,研究人员提出了静态分析的各种并行化解决方案.首先梳理了静态分析的发展历程,然后针对当前静态分析面临的挑战,在分析了传统算法优化研究的不足后,对利用硬件资源进行并行优化的方法进行了充分讨论,包括单机的CPU并行、分布式和GPU实现这3个方面;在此基础上,对一些使用较为广泛的支持并行的静态分析工具进行了评估;最后,对未来如何从算法和算力角度对静态分析进行并行优化作了讨论和展望.

关键词：静态程序分析软件质量保障并行计算分布式处理 GPU加速

来源：评论

学校读者我要写书评

暂无评论

弱监督场景下的行人重识别研究综述

引用

软件学报 2020年第9期31卷 2883-2902页

作者：祁磊于沛泽高阳计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

近年来,随着智能监控领域的不断发展,行人重识别问题逐渐受到学术界和工业界的广泛关注,其主要研究将不同摄像头下相同身份的行人图像进行关联.当前,大部分研究工作关注在有监督场景下,即给定的训练数据都存在标记信息,然而考虑到数据... 详细信息

近年来,随着智能监控领域的不断发展,行人重识别问题逐渐受到学术界和工业界的广泛关注,其主要研究将不同摄像头下相同身份的行人图像进行关联.当前,大部分研究工作关注在有监督场景下,即给定的训练数据都存在标记信息,然而考虑到数据标注工作的高成本,这在现实应用中往往是难以拓展的.关注于弱监督场景下的行人重识别算法,包括无监督场景和半监督场景,并且对当前先进的方法进行了分类和描述.对于无监督场景的行人重识别算法,根据其技术类型划分为5类,分别为基于伪标记的方法、基于图像生成的方法、基于实例分类的方法、基于领域自适应的方法和其他方法;对于半监督场景的行人重识别方法,根据其场景类型划分为4类,分别为少量的人有标记的场景、每一个人有少量标记的场景、基于tracklet的学习的场景和摄像头内有标记但摄像头间无标记的场景.最后,对当前行人重识别的相关数据集进行了整理,并对现有的弱监督方法的实验结果进行分析与总结.

关键词：行人重识别半监督学习无监督学习深度学习人工智能

来源：评论

学校读者我要写书评

暂无评论

车联网边缘计算环境下基于深度强化学习的分布式服务卸载方法

引用

计算机学报 2021年第12期44卷 2382-2405页

作者：许小龙方子介齐连永窦万春何强段玉聪南京信息工程大学计算机与软件学院南京210044 南京大学计算机软件新技术国家重点实验室南京210023 曲阜师范大学信息科学与工程学院山东曲阜273199 斯威本科技大学计算机科学与软件工程系澳大利亚墨尔本3122 海南大学计算机与网络空间安全学院海口570228

边缘计算将计算、存储和带宽等资源分布到了靠近用户的一侧.通过将边缘计算引入车联网,服务提供商能为车载用户提供低延时的服务,从而提高用户出行的服务体验.然而,由于边缘服务器所配备的资源一般是有限的,不能同时支持所有车联网用户... 详细信息

边缘计算将计算、存储和带宽等资源分布到了靠近用户的一侧.通过将边缘计算引入车联网,服务提供商能为车载用户提供低延时的服务,从而提高用户出行的服务体验.然而,由于边缘服务器所配备的资源一般是有限的,不能同时支持所有车联网用户的服务需求,因此,如何在边缘服务器资源限制的约束下,确定服务卸载地点,为用户提供低时延的服务,仍然是一个巨大的挑战.针对上述问题,本文提出了一种“端-边-云”协同的5G车联网边缘计算系统模型,并针对该系统模型设计了深度学习和深度强化学习协同的分布式服务卸载方法D-SOAC.首先,通过深度时空残差网络,D-SOAC在中心云预测出潜在的用户服务需求量,协同各边缘服务器获取本地车联网边缘计算环境的系统状态,输入边缘服务器上的本地行动者网络,得到该状态下的服务卸载策略.然后,本地评论家网络基于时序差分误差评价该服务卸载策略的优劣,并指导本地行动者网络进行网络参数的优化.优化一定步数后,边缘服务器将优化过的本地网络参数上传到位于中心云的全局网络,协同中心云进行网络参数的更新.最后,中心云将最新的参数推送回本地网络,从而不断对行动者评论家网络进行调优,获得服务卸载的最优解.基于来自现实世界的车载用户服务需求数据集的实验结果表明,在各种车联网边缘计算环境中,相比于四种现有的服务卸载算法,D-SOAC能够降低0.4%~20.4%的用户平均服务时延.

关键词：边缘计算车联网服务卸载深度时空残差网络异步优势行动者评论家

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的三维点云修复技术综述

引用

计算机辅助设计与图形学学报 2021年第12期33卷 1936-1952页

作者：刘彩霞魏明强郭延文南京师范大学教育信息工程研究所南京210097 南京航空航天大学计算机科学与技术学院南京211106 南京大学计算机软件新技术国家重点实验室南京210023

三维点云是最常用的三维场景/物体表示方法之一.根据点云修复侧重点不同,将基于深度学习的三维点云修复技术划分为密集重建、补全重建和去噪重建3类;详细分析了相关典型修复模型及关键技术,如特征编码、特征扩展和损失函数设计;总结了... 详细信息

三维点云是最常用的三维场景/物体表示方法之一.根据点云修复侧重点不同,将基于深度学习的三维点云修复技术划分为密集重建、补全重建和去噪重建3类;详细分析了相关典型修复模型及关键技术,如特征编码、特征扩展和损失函数设计;总结了常用的网络模块、点云数据集和评估准则;最后讨论了3类修复技术之间的关系,并从旋转不变性特征提取、细节信息修复、拓扑关系保持、几何算法应用和多模态数据融合5个方面探讨了点云修复技术面临的挑战及未来发展趋势.

关键词：三维点云点云修复深度学习网络模型特征编码

来源：评论

学校读者我要写书评

暂无评论

基于会话嵌入的应用程序使用预测

引用

计算机工程与科学 2023年第6期45卷 1079-1086页

作者：余泽鹏安业腾张烁杨自兴陆继翔曹蓉蓉陈轶洲李文中陆桑璐南京大学计算机软件新技术国家重点实验室江苏南京210046 国家电网有限公司客户服务中心天津300309 南瑞集团有限公司智能电网保护和运行控制国家重点实验室江苏南京211106

如今,智能手机用户在他们的手机上安装了几十个甚至上百个应用程序。预测应用程序的使用不仅有助于手机系统加快应用程序的启动,也能够减少用户寻找所需应用程序的时间。关注一种新颖的基于会话的应用程序的使用预测问题,即预测一段时... 详细信息

如今,智能手机用户在他们的手机上安装了几十个甚至上百个应用程序。预测应用程序的使用不仅有助于手机系统加快应用程序的启动,也能够减少用户寻找所需应用程序的时间。关注一种新颖的基于会话的应用程序的使用预测问题,即预测一段时间内将使用的一系列应用程序,提出了一个基于会话的嵌入框架(简称SEM)。针对应用程序会话的可变长性与会话语义上的异构性,提出了一种会话嵌入方法,形成了统一的特征表示,缓解了用户稀疏性的问题,得到了会话的向量表示;基于会话的嵌入表示,训练了一个2层的循环神经网络模型,用于应用程序使用会话的预测。基于真实数据集的大量实验结果表明,该框架优于传统的应用推荐方法。

关键词：应用使用预测会话嵌入循环神经网络门控循环单元

来源：评论

学校读者我要写书评

暂无评论

车联网环境下基于强化学习的边缘服务器部署策略

引用

计算机集成制造系统 2022年第10期28卷 3146-3155页

作者：严翰致许小龙代飞齐连永窦万春李彤南京信息工程大学计算机与软件学院江苏南京210044 西南林业大学大数据与智能工程学院云南昆明650224 曲阜师范大学信息科学与工程学院山东日照276825 南京大学计算机软件新技术国家重点实验室江苏南京210023 云南农业大学大数据学院云南昆明650201

鉴于现有的边缘服务器部署策略主要用于改善5G、无线城域网等场景下的服务性能,无法直接用于车联网服务部署,提出一种边云协同的5G车联网边缘计算系统模型,针对该系统模型设计了基于强化学习的边缘服务器部署策略,其以负载优化为核心目... 详细信息

鉴于现有的边缘服务器部署策略主要用于改善5G、无线城域网等场景下的服务性能,无法直接用于车联网服务部署,提出一种边云协同的5G车联网边缘计算系统模型,针对该系统模型设计了基于强化学习的边缘服务器部署策略,其以负载优化为核心目标,在保证低延迟和低能耗前提下实现边缘服务器间的负载均衡。根据路边单元位置信息用Canopy聚类获取初始的聚簇数,用模糊C均值聚类获取路边单元的初始划分,并输出路边单元归属优先级矩阵;通过强化学习获得路边单元归属的最优状态并计算聚簇中心作为边缘服务器部署位置。通过对比实验验证了该策略在低服务延迟和低能耗下,能够高度实现边缘服务器间的负载均衡,表明该策略具有优越性。

关键词：边缘计算负载均衡模糊C均值强化学习

来源：评论

学校读者我要写书评

暂无评论

决策驱动型省级政务大数据治理技术架构及实现

引用

大数据 2024年第2期10卷 140-151页

作者：孟凡杨群力高阳江苏省战略与发展研究中心江苏南京210036 计算机软件新技术国家重点实验室(南京大学) 江苏南京210093

新时期政务数据在形态、产生机制等方面发生了巨大转变,呈现模态多样、体量巨大、结构复杂、时序演变等特征,给传统治理带来了全新的挑战。针对此问题,以省级政务大数据治理为切入点,分析了传统省级政务大数据治理的技术架构和瓶颈。围... 详细信息

新时期政务数据在形态、产生机制等方面发生了巨大转变,呈现模态多样、体量巨大、结构复杂、时序演变等特征,给传统治理带来了全新的挑战。针对此问题,以省级政务大数据治理为切入点,分析了传统省级政务大数据治理的技术架构和瓶颈。围绕政府决策场景提出了一种决策驱动型省级政务大数据治理技术架构——凤翔模型,分析其内涵概念、设计原则和总体架构,并对其可行性进行论证。针对凤翔模型技术架构中的4项关键业务问题和关键技术问题,进一步提出针对性的技术实现思路,为各省市后续治理项目建设以及相关技术路线研究选型提供参考。

关键词：政务大数据数据治理决策复杂结构

来源：评论

学校读者我要写书评

暂无评论

面向增量分类的多示例学习

引用

计算机研究与发展 2022年第8期59卷 1723-1731页

作者：魏秀参徐书林安鹏杨健南京理工大学计算机科学与工程学院南京210094 综合业务网理论及关键技术国家重点实验室(西安电子科技大学) 西安710071 高维信息智能感知与系统教育部重点实验室(南京理工大学) 南京210094 社会安全图像与视频理解江苏省重点实验室(南京理工大学) 南京210094 计算机软件新技术国家重点实验室(南京大学) 南京210023 中国海洋石油集团有限公司信息技术中心北京100010

近年来多示例学习(multi-instance learning,MIL)被广泛应用于复杂数据问题中,但现有的多示例学习算法往往在封闭静态环境中工作良好,其所处理的类别数量也恒定不变.然而在现实应用当中,常会有新的类别不断地加入到系统当中,例如科学的... 详细信息

近年来多示例学习(multi-instance learning,MIL)被广泛应用于复杂数据问题中,但现有的多示例学习算法往往在封闭静态环境中工作良好,其所处理的类别数量也恒定不变.然而在现实应用当中,常会有新的类别不断地加入到系统当中,例如科学的发展中不断出现新的议题、社交媒体中不断出现新的话题.由于存储限制或保密协议等原因,旧数据可能随着时间的发展变得不可见,这使得直接学习新的类别时模型会忘记曾经学过的知识.增量学习则被用于解决上述问题.因此,在多示例学习设定下进行增量数据挖掘十分有意义,然而目前针对多示例学习下的增量数据挖掘的工作十分稀少.提出一个基于注意力机制和原型分类器映射的多示例增量数据挖掘方法,通过注意力机制选择性地将多示例包的示例汇合为统一的特征表示,然后为每个类别生成类别原型表示并存储下来.类别原型通过原型分类器映射模块得到无偏鲁棒的类别分类器,并通过上一个增量阶段生成的分类器的预测结果对新增量阶段生成的分类器的预测结果进行知识蒸馏,使得模型能够在多示例学习下以极低的存储很好地保留模型的旧知识.实验结果表明:提出的方法能够有效地进行面向增量分类的多示例学习.

关键词：多示例学习增量学习注意力机制知识蒸馏原型

来源：评论

学校读者我要写书评

暂无评论

基于图神经网络的社交网络影响力预测算法

引用

南京大学学报（自然科学版） 2022年第3期58卷 386-397页

作者：陈轶洲刘旭生孙林檀李文中方立兵陆桑璐南京大学计算机软件新技术国家重点实验室南京210023 国家电网有限公司客户服务中心天津300309 南京大学工程管理学院南京210023

近十年来,通过社交网络(如微博、推特)分享信息已经成为人们日常生活中不可缺少的一个环节,如何有效地预测信息传播的影响力成为社交网络研究中的重要课题,不论是识别病毒式营销和虚假新闻还是精确推荐和在线广告都有许多应用.目前,一... 详细信息

近十年来,通过社交网络(如微博、推特)分享信息已经成为人们日常生活中不可缺少的一个环节,如何有效地预测信息传播的影响力成为社交网络研究中的重要课题,不论是识别病毒式营销和虚假新闻还是精确推荐和在线广告都有许多应用.目前,一些应用深度学习进行社交网络影响力预测的方法已经取得了一定进展,但在进行深度学习时仍会面临以下难点:用户通常具有不同的行为和兴趣并且他们同时通过不同的渠道进行互动;用户之间的关系难以检测和形式化表达.传统的社交网络影响力预测方法通过设计复杂的规则来手动提取用户及其所处网络的特征信息,这一方法的有效性严重依赖于设置规则的专业性,所以很难将某一领域的规则推广到其他领域的应用中去.基于深度神经网络模型,设计一种端到端的神经网络来学习用户的隐藏特征信息以预测其社交网络影响力.首先通过图嵌入的方式对用户的局部网络进行特征提取,然后将特征向量作为输入对图神经网络进行训练,从而对用户的社会表征进行预测.该方法的创新之处:运用图卷积和图关注方法,将社交网络中用户的特征属性和其所处局域网络特征相结合,大大提高了模型预测的精度.通过在推特、微博、开放知识图谱等数据集上的大量实验,证明该方法在不同类型的网络中都有较好的表现.

关键词：图嵌入图卷积图注意力社交网络深度学习

来源：评论

学校读者我要写书评

暂无评论

利用自监督卷积网络估计单图像深度信息

引用

计算机辅助设计与图形学学报 2020年第4期32卷 643-651页

作者：孙蕴瀚史金龙孙正兴江苏科技大学计算机学院镇江212003 南京大学计算机软件新技术国家重点实验室南京210046

为了提高利用深度神经网络预测单图像深度信息的精确度,提出了一种采用自监督卷积神经网络进行单图像深度估计的方法.首先,该方法通过在编解码结构中引入残差结构、密集连接结构和跳跃连接等方式改进了单图像深度估计卷积神经网络,改善... 详细信息

为了提高利用深度神经网络预测单图像深度信息的精确度,提出了一种采用自监督卷积神经网络进行单图像深度估计的方法.首先,该方法通过在编解码结构中引入残差结构、密集连接结构和跳跃连接等方式改进了单图像深度估计卷积神经网络,改善了网络的学习效率和性能,加快了网络的收敛速度;其次,通过结合灰度相似性、视差平滑和左右视差匹配等损失度量设计了一种更有效的损失函数,有效地降低了图像光照因素影响,遏制了图像深度的不连续性,并能保证左右视差的一致性,从而提高深度估计的鲁棒性;最后,采用立体图像作为训练数据,无需目标深度监督信息,实现了端到端的单幅图像深度估计.在TensorFlow框架下,用KITTI和Cityscapes数据集进行实验,结果表明,与目前的主流方法相比,该方法在预测深度的精确度方面有较大提升,拥有更好的深度预测性能.

关键词：卷积神经网络单图像深度估计深度估计

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：