检索结果-内蒙古大学图书馆

计算机科学 2020年第3期47卷 11-18页

作者：杨文华许畅叶海波周宇黄志球南京航空航天大学计算机科学与技术学院南京211106 高安全系统的软件开发与验证技术工信部重点实验室(南京航空航天大学) 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 南京大学计算机科学与技术系南京210023

信息物理系统呈现出日趋智能化的特征,而非确定性又是系统中普遍且固有的特性。例如,系统通过传感器感知环境时,会不可避免地存在误差。非确定性若未被妥当处理,往往会影响系统的正确运行,并带来一系列的问题。因此,对信息物理系统中的... 详细信息

信息物理系统呈现出日趋智能化的特征,而非确定性又是系统中普遍且固有的特性。例如,系统通过传感器感知环境时,会不可避免地存在误差。非确定性若未被妥当处理,往往会影响系统的正确运行,并带来一系列的问题。因此,对信息物理系统中的非确定性进行处理是至关重要的,也是促进信息物理系统进一步智能化的关键。对非确定性进行处理的前提是需要对其有充分的理解和认识,然而现有工作对信息物理系统中非确定性的研究尚处于探索阶段。针对这一问题,研究了信息物理系统中的非确定性分类。具体而言,根据信息物理系统中被广泛认可的5C技术架构对非确定性进行了分类,详细介绍了该架构每一层次上可能存在的非确定性,并结合典型的信息物理系统应用进行了举例说明;同时,总结了当前的相关研究工作,并展望了未来信息物理系统在应对非确定性方面的智能化研究方向。

关键词：信息物理系统智能化非确定性分类 5C架构非确定性处理

来源：评论

学校读者我要写书评

暂无评论

基于主动迁移学习的图像目标自动标注

引用

指挥信息系统与技术 2021年第5期12卷 61-69页

作者：江彪龙坤谢佳鑫林喜鹏陈杰罗子娟南京大学计算机软件新技术国家重点实验室南京210023 中国电子科技集团公司第二十八研究所南京210023

针对目标检测中海量图像数据缺乏标注的情况,提出了一种基于主动学习和域适应迁移学习的联合训练策略。为了显著降低标注量,引入了主动学习,利用了不确定策略和无监督聚类算法来采样关键数据进行标注;引入了域适应迁移学习,通过类似的... 详细信息

针对目标检测中海量图像数据缺乏标注的情况,提出了一种基于主动学习和域适应迁移学习的联合训练策略。为了显著降低标注量,引入了主动学习,利用了不确定策略和无监督聚类算法来采样关键数据进行标注;引入了域适应迁移学习,通过类似的已标注的源域数据集拟合无标注的目标域数据集。将2种方法联合进行数据标注,在速度和精度上均获得更优的效果。在自行收集的数据集上试验结果证明了该方法的有效性。

关键词：主动学习迁移学习域适应目标检测无监督聚类

来源：评论

学校读者我要写书评

暂无评论

限界上下文视角下的微服务粒度评估

引用

软件学报 2019年第10期30卷 3227-3241页

作者：钟陈星李杉杉张贺章程南京大学软件学院江苏南京210023 计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 安徽大学计算机科学与技术学院安徽合肥230601

近年来,DevOps 日渐火热,作为支撑技术的微服务架构由于其敏捷性、灵活性和可扩展性已成为软件行业关注的热点.然而,微服务粒度的界定是微服务领域的一项难题,至今仍缺乏行之有效的评估微服务粒度的标准.针对这一问题,结合几种微服务划... 详细信息

近年来,DevOps 日渐火热,作为支撑技术的微服务架构由于其敏捷性、灵活性和可扩展性已成为软件行业关注的热点.然而,微服务粒度的界定是微服务领域的一项难题,至今仍缺乏行之有效的评估微服务粒度的标准.针对这一问题,结合几种微服务划分原则提出了 4 项评估指标,用于量化地衡量微服务划分的合理性,并基于此提出了一种基于限界上下文的微服务粒度评估模型.同时,实现了工具原型可自动化地计算评估结果.案例研究部分将模型的评估结果与架构设计人员的心理预期进行比较,结果表明,所提出的评估模型可以较好地评估微服务粒度.

关键词： DevOps 微服务架构粒度划分限界上下文评估指标

来源：评论

学校读者我要写书评

暂无评论

一种基于卷积神经网络的砂岩显微图像特征表示方法

引用

软件学报 2020年第11期31卷 3621-3639页

作者：李娜顾庆姜枫郝慧珍于华倪超计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 南京理工大学泰州科技学院移动互联网学院江苏泰州225300 南京工程学院通信工程学院江苏南京211167

砂岩显微图像分类是地质学研究中一项基本工作,在油气储集层评估等方面有重要意义.在实现自动分类时,由于砂岩显微图像具有复杂多变的显微结构,人工定义特征对砂岩显微图像的表示能力有限.此外,由于样本采集和标注成本高昂,带标记的砂... 详细信息

砂岩显微图像分类是地质学研究中一项基本工作,在油气储集层评估等方面有重要意义.在实现自动分类时,由于砂岩显微图像具有复杂多变的显微结构,人工定义特征对砂岩显微图像的表示能力有限.此外,由于样本采集和标注成本高昂,带标记的砂岩显微图像很少.提出一种面向小规模数据集的基于卷积神经网络的特征表示方法FeRNet,以便有效地捕获砂岩显微图像的语义信息,提高对砂岩显微图像的特征表示能力.FeRNet网络结构简单,可降低网络对带标记图像数据量的要求,防止参数过拟合.针对带标记砂岩显微图像数量不足的问题,提出了图像扩增预处理方法及基于卷积自编码网络的权重初始化策略,降低了因数据不足造成的过拟合风险.基于采自西藏地区的砂岩显微图像数据集设计并进行实验,实验结果表明,在带标记砂岩显微图像数据不足的情况下,图像扩增和卷积自编码网络可以有效地改善FeRNet网络的训练效果,通过FeRNet网络提取的特征对砂岩显微图像的表示能力优于人工定义特征.

关键词：特征表示砂岩显微图像卷积神经网络图像扩增卷积自编码

来源：评论

学校读者我要写书评

暂无评论

基于应用视角的缓冲区溢出检测技术与工具

引用

软件学报 2019年第6期30卷 1721-1741页

作者：司徒凌云王林章李宣东刘杨南京大学计算机科学与技术系江苏南京210023 计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 School of Computer Science and Engineering Nanyang Technological University Singapore 210023 Singapore

缓冲区溢出漏洞是危害最为广泛和严重的安全漏洞之一,彻底消除缓冲区溢出漏洞相当困难.学术界、工业界提出了众多缓冲区溢出漏洞检测技术与工具.面对众多的工具,使用者如何结合自身需求有效地选择工具,进而应用到漏洞的检测与修复、预... 详细信息

缓冲区溢出漏洞是危害最为广泛和严重的安全漏洞之一,彻底消除缓冲区溢出漏洞相当困难.学术界、工业界提出了众多缓冲区溢出漏洞检测技术与工具.面对众多的工具,使用者如何结合自身需求有效地选择工具,进而应用到漏洞的检测与修复、预防与保护、度量与评估等方面,是具体而实际的问题.解决这一问题,需要在各异的用户需求与多样的缓冲区溢出检测技术与工具之间建立一张条理清晰、便于用户理解和使用的映射图谱.站在使用者的立场,在概述缓冲区溢出漏洞类型与特征的基础上,从软件生命周期阶段的检测与修复、缓冲区溢出攻击阶段的预防与保护、基于认识与理解途径的度量与评估这 3 个应用视角,对缓冲区溢出漏洞检测技术与工具进行梳理,一定程度上在用户需求、检测技术与工具之间建立了一张映射图谱.

关键词：软件安全缓冲区溢出漏洞检测攻击防护度量评估

来源：评论

学校读者我要写书评

暂无评论

基于机器学习的数据库系统自动调参研究

引用

软件导刊 2021年第11期20卷 148-151页

作者：陈镭南京审计大学信息工程学院江苏南京211815 南京大学计算机软件新技术国家重点实验室江苏南京210023

现代数据库管理系统有成百上千个配置参数,繁琐的参数配置工作已经超出数据库管理员的负荷能力。近年来,机器学习技术因具有较强的学习和泛化能力,为解决数据库调参问题提供了新思路。基于机器学习的数据库自动调参系统能利用已有调优... 详细信息

现代数据库管理系统有成百上千个配置参数,繁琐的参数配置工作已经超出数据库管理员的负荷能力。近年来,机器学习技术因具有较强的学习和泛化能力,为解决数据库调参问题提供了新思路。基于机器学习的数据库自动调参系统能利用已有调优数据训练模型自动推荐最优参数,进而提高数据库管理系统的性能,如降低延迟和增加吞吐量等。使用OtterTune系统对PostgreSQL关系数据库进行自动化调参实验,结果表明,基于机器学习的自动调参系统能将系统吞吐率从个位数提高到百位数,显著提高了数据库管理系统性能。

关键词：数据库系统机器学习参数调优

来源：评论

学校读者我要写书评

暂无评论

基于时域卷积网络的多尺度双线性天气预测模型

引用

图学学报 2020年第5期41卷 764-770页

作者：孔震张华鲁岳圣凯袁明磊路通南瑞集团有限公司江苏南京211106 东北电力大学电气工程系吉林吉林132012 南京大学计算机软件新技术国家重点实验室江苏南京210023

针对时域卷积网络(TCN)提取能力受卷积层感受野限制,难以对天气数据中的季节性信息和长时信息进行有效提取与分析的问题,提出了一个新的基于TCN的多尺度双线性天气预测模型。该模型由TCN层和双线性汇合层2部分组成,时域卷积层包含双路T... 详细信息

针对时域卷积网络(TCN)提取能力受卷积层感受野限制,难以对天气数据中的季节性信息和长时信息进行有效提取与分析的问题,提出了一个新的基于TCN的多尺度双线性天气预测模型。该模型由TCN层和双线性汇合层2部分组成,时域卷积层包含双路TCN,每个TCN利用历史观测数据独立提取特征,除卷积核尺度之外,其他网络参数均保持一致。多尺度的网络组合可以更深入挖掘数据中潜在关联信息;时域卷积层的输出作为双线性汇合层的输入进行双线性融合,规范化后得到最终输出,即对未来天气的预测值,进一步提升模型的特征表示能力。在公开的天气预测数据集上与5个基准方法进行对比,实验结果表明所提方法的预测结果准确率更高;此外,对比TCN,多尺度双线性天气预测模型面对长时数据信息时表现更加稳定。

关键词：时域卷积网络多尺度融合双线性汇合数据挖掘天气预测

来源：评论

学校读者我要写书评

暂无评论

面向大规模集群的柔性配置更新推送方法

引用

中国科学：信息科学 2020年第11期50卷 1645-1664页

作者：唐震王伟黄宇李艳林纪树平宋傲魏峻黄涛计算机科学国家重点实验室(中国科学院软件研究所) 北京100190 中国科学院大学北京100049 中国科学院软件研究所南京软件技术研究院南京211135 计算机软件新技术国家重点实验室(南京大学) 南京210023 阿里巴巴集团杭州311121 Electrical&Computer Engineering University of TorontoToronto ON M5S 3G4Canada

配置管理是支撑云服务提供商管理大规模容器集群的重要基础设施.这一规模的集群通常包含百万量级的容器实例,如何根据不同业务场景的需求,及时可靠地将配置更新推送至对其感兴趣的容器实例,是亟待解决的关键问题.然而,现有方法仍存在不... 详细信息

配置管理是支撑云服务提供商管理大规模容器集群的重要基础设施.这一规模的集群通常包含百万量级的容器实例,如何根据不同业务场景的需求,及时可靠地将配置更新推送至对其感兴趣的容器实例,是亟待解决的关键问题.然而,现有方法仍存在不足之处.保障顺序一致性的共识算法限制了集群的扩展能力,难以适用于大规模集群.反熵算法存在长尾现象,时延难以保障,不适用于推送关键的配置更新.为了应对上述挑战,本文提出了一种面向大规模集群的柔性配置更新推送方法.这一方法基于发布/订阅机制,引入基于完全N叉树拓扑的可定义的多层次推送,并使用订阅者的部分计算资源协助推送,以提升推送性能;引入容错机制以应对节点失效和网络分区,保障网络分区时多分区读写可用.方法的拓扑参数和策略可根据业务场景对性能、可靠性等维度的不同需求而调整.实验结果表明,与现有的方法相比,我们的方法可以有效降低更新推送的时延,并可有效应对节点失效和网络分区场景.

关键词：更新推送配置管理完全N叉树

来源：评论

学校读者我要写书评

暂无评论

基于线性动态跳帧的深度双Q网络

引用

计算机学报 2019年第11期42卷 2561-2573页

作者：陈松章晓芳章宗长刘全吴金金闫岩苏州大学计算机科学与技术学院江苏苏州215006 南京大学计算机软件新技术国家重点实验室南京210023 吉林大学符号计算与知识工程教育部重点实验室长春130012

深度Q网络模型在处理需要感知高维输入数据的决策控制任务中性能良好.然而,在深度Q网络及其改进算法中基本使用静态的跳帧方法,即动作被重复执行固定的次数.另外,优先级经验重放是对均匀采样的一种改进,然而目前各个研究仅将样本的时间... 详细信息

深度Q网络模型在处理需要感知高维输入数据的决策控制任务中性能良好.然而,在深度Q网络及其改进算法中基本使用静态的跳帧方法,即动作被重复执行固定的次数.另外,优先级经验重放是对均匀采样的一种改进,然而目前各个研究仅将样本的时间差分误差作为评价优先级的标准.针对这两个问题,该文提出一种基于线性动态跳帧和改进的优先级经验重放的深度双Q网络.该算法使得跳帧率成为一个可动态学习的参数,跳帧率随网络输出Q值的大小线性增长,Agent将根据当前状态和动作来动态地确定一个动作被重复执行的次数,并利用经验池中样本的每个动作的跳帧率和样本的时间差分误差共同决定样本的优先级.最后在Atari 2600游戏中进行实验,结果表明该算法相比于传统动态跳帧和优先级经验重放算法具有更优的效果.

关键词：深度强化学习深度Q网络动态跳帧优先级经验重放

来源：评论

学校读者我要写书评

暂无评论

大型语言模型智能体:机制和应用的综述

引用

指挥信息系统与技术 2024年第6期15卷 1-11页

作者：胡伟姜晓夏邵洲天朱容志南京大学计算机软件新技术国家重点实验室南京210023 信息系统工程全国重点实验室南京210023

人工智能智能体(AI agent)具有环境感知、决策制定和行动执行能力,被视为实现通用人工智能(AGI)的关键。首先,介绍了大型语言模型智能体(LLM agent)在角色定位、记忆操作、规划推理和动作执行环节的技术细节,包括长短期混合记忆机制、... 详细信息

人工智能智能体(AI agent)具有环境感知、决策制定和行动执行能力,被视为实现通用人工智能(AGI)的关键。首先,介绍了大型语言模型智能体(LLM agent)在角色定位、记忆操作、规划推理和动作执行环节的技术细节,包括长短期混合记忆机制、多种推理模型(如思维链、思维树和思维图)以及基于规划的多样化输出策略;其次,回顾了***和LangChain等开源框架,并探讨了LLM agent在多个领域的应用及未来发展趋势,包括多模态发展、机器人技术进步和模型轻量化设计;最后,指出了LLM agent面临的伦理和社会问题。

关键词：大型语言模型 AI智能体思维链

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：