检索结果-内蒙古大学图书馆

软件学报 2025年第5期36卷 2079-2093页

作者：杨尚东余淼盈陈兴国陈蕾南京邮电大学计算机学院、软件学院、网络空间安全学院江苏南京210023 计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 广西多源信息挖掘与安全重点实验室(广西师范大学) 广西桂林541004

强化学习在智能对话系统等决策任务中取得了令人瞩目的结果,但其在复杂的、奖励稀疏的任务中学习效率较低.研究人员在强化学习中引入技能发现框架,以最大化不同技能间的差异为目标构建技能策略,提升了智能体在上述任务中的学习效率.然而... 详细信息

强化学习在智能对话系统等决策任务中取得了令人瞩目的结果,但其在复杂的、奖励稀疏的任务中学习效率较低.研究人员在强化学习中引入技能发现框架,以最大化不同技能间的差异为目标构建技能策略,提升了智能体在上述任务中的学习效率.然而,受到采样轨迹数据多样性的限制,现有的技能发现方法局限于在一个强化学习回合中学习一种技能,导致其在一回合中具有序贯技能组合的复杂任务中表现欠佳.针对该问题,提出一种基于分组对比学习的序贯感知技能发现方法(group-wise contrastive learning based sequence-aware skill discovery,GCSSD),该方法将对比学习融合到技能发现框架中.首先,为了提升轨迹数据的多样性,将与环境交互的完整轨迹分段并进行分组,利用分组轨迹构建对比损失学习技能嵌入表征;其次,结合技能嵌入表征与强化学习进行技能策略训练;最后,为了提升在具有不同序贯技能组合任务上的性能,对采样轨迹进行分段技能表征并将其嵌入策略网络,实现对已学技能策略的序贯组合.实验结果表明,GCSSD方法在具有序贯技能组合的稀疏奖励任务中具有较好的训练效果,并且在具有与训练任务不同的序贯技能组合任务中,能够利用已学技能对该任务进行快速适应.

关键词：强化学习轨迹分组对比学习序贯感知技能发现

来源：评论

学校读者我要写书评

暂无评论

基于全局图扩散和时空感知的解缠绕会话推荐方法

引用

计算机应用研究 2023年第11期40卷 3294-3302页

作者：高榕周浩邵雄凯吴歆韵湖北工业大学计算机学院武汉430068 南京大学计算机软件新技术国家重点实验室南京210093

针对会话推荐中存在的推荐性能不足的问题,提出了一种采用全局图扩散和时空感知的解缠绕图神经网络模型(GDST-GNN)。具体来说,该模型首先基于所有会话从全局视角下构建全局协同图,然后采用图扩散作为项目的全局表示学习的消息传播范式,... 详细信息

针对会话推荐中存在的推荐性能不足的问题,提出了一种采用全局图扩散和时空感知的解缠绕图神经网络模型(GDST-GNN)。具体来说,该模型首先基于所有会话从全局视角下构建全局协同图,然后采用图扩散作为项目的全局表示学习的消息传播范式,以捕获超越当前会话外的全局信息。对于当前会话的表示学习,设计了一种解缠绕时空门控网络建模会话中项目的复杂转换模式和时序依赖模式,然后将学习到的全局表征和局部表征逐因素融合。此外,还采用了一个自监督任务实现模型的性能增强。最后,通过注意力网络生成会话表示,实现了项目的准确推荐。在四个真实世界中的数据集进行广泛的实验验证了所提出模型的有效性。

关键词：推荐系统深度学习图神经网络时序模式用户意图

来源：评论

学校读者我要写书评

暂无评论

基于特定领域解码的域泛化医学图像分割方法

引用

数据采集与处理 2023年第2期38卷 324-335页

作者：叶怀泽周子奇祁磊史颖欢南京大学计算机软件新技术国家重点实验室南京210023 南京大学健康医疗大数据国家研究院南京210023 东南大学计算机科学与工程学院南京210023

多源域领域泛化是模型利用多个不同领域中的语义信息,并且能够很好地泛化到未知领域上。在医学图像中,不同领域之间的跨度比较大,模型泛化性能在未知域上会有较大程度的下降。为了解决这一问题,本文提出了一种编码特征再针对特定领域进... 详细信息

多源域领域泛化是模型利用多个不同领域中的语义信息,并且能够很好地泛化到未知领域上。在医学图像中,不同领域之间的跨度比较大,模型泛化性能在未知域上会有较大程度的下降。为了解决这一问题,本文提出了一种编码特征再针对特定领域进行解码的网络结构。该模型使用一个通用编码器来学习所有领域上的领域不变特征,并通过特定领域解码器还原原有图像以加强其对图像特征的复原能力。此外,该模型还通过生成特征迁移图像与源域图像进行对抗学习来加强编码器学习领域不变特征的能力。同时,本文在模型中还引入了特殊构造的分割融合预处理步骤来扩充数据集以增强模型的泛化能力,并进一步提高了本文提出网络结构的性能。在两个医学图像的分割任务中,大量实验数据表明,本文提出的模型相比现有先进模型表现出了优异的性能,此外本文还进行了一系列消融实验,证明了模型的有效性。

关键词：领域泛化医学图像分割迁移学习对抗学习数据增广

来源：评论

学校读者我要写书评

暂无评论

基于GAN的端到端事件数据可信度识别算法

引用

云南民族大学学报(自然科学版) 2025年

作者：林克全南京大学计算机软件新技术全国重点实验室

端到端事件虚假数据与真实数据混杂。为了提升端到端事件数据识别的可信度与准确性，研究基于生成对抗网络的端到端事件数据可信度识别算法。将端到端事件数据划分为不同阶段，构建端到端事件数据对抗识别网络（Generative Adversarial ... 详细信息

端到端事件虚假数据与真实数据混杂。为了提升端到端事件数据识别的可信度与准确性，研究基于生成对抗网络的端到端事件数据可信度识别算法。将端到端事件数据划分为不同阶段，构建端到端事件数据对抗识别网络（Generative Adversarial Network，GAN），标记真实事件数据与虚假事件数据。利用生成对抗网络补充事件不平衡数据识别标签，判断识别标签中数据的有效性。根据端到端事件数据识别标签演化情况，计算端到端事件数据识别标签可信度，实现端到端事件数据的可信度识别。实验结果表明，该算法对端到端事件数据的识别Acc值高于92%，识别RMSE低于0.2，可信度在0.9～1.0的范围内变化，与可信度识别期望趋于一致，可信度识别的准确性和可信度均较佳。该算法对端到端事件数据有效应用具有重要意义。

关键词：生成对抗网络端到端事件数据可信度识别算法识别标签

来源：评论

学校读者我要写书评

暂无评论

自承认技术债的研究:问题、进展与挑战

引用

软件学报 2022年第1期33卷 26-54页

作者：郭肇强刘释然谭婷婷李言辉陈林周毓明徐宝文计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 南京大学计算机科学与技术系江苏南京210023 北京字跳网络技术有限公司北京100086

技术债是一个指以牺牲长期代码质量为代价来实现短期项目目标的隐喻.其中,那些由开发者有意引入项目中的技术债被称为自承认技术债(self-admitted technical debt,SATD),通常以代码注释的形式存在于软件项目中.SATD的存在给软件质量和... 详细信息

技术债是一个指以牺牲长期代码质量为代价来实现短期项目目标的隐喻.其中,那些由开发者有意引入项目中的技术债被称为自承认技术债(self-admitted technical debt,SATD),通常以代码注释的形式存在于软件项目中.SATD的存在给软件质量和鲁棒性带来了巨大挑战.为了识别并且及时地偿还SATD来保障代码质量,研究者从特性分析和识别模型两方面进行了大量研究并且取得了较大的进展.与此同时,相关研究工作中仍存在一些亟待解决的挑战.对近年来国内外学者在该领域的研究成果进行系统性的总结.首先,描述自承认技术债的研究问题.然后,分别从特性分析和识别模型两方面总结相关的研究进展,并对具体的理论和技术途径进行梳理.接着,简要介绍技术债的其他相关技术.最后,指出目前该领域研究过程中面临的挑战并给出建议的研究方向.

关键词：技术债自承认技术债代码注释软件维护质量保障

来源：评论

学校读者我要写书评

暂无评论

使用多分类器的分布式模型重用技术

引用

计算机科学与探索 2022年第10期16卷 2310-2319页

作者：李新春詹德川南京大学计算机科学与技术系南京210023 南京大学人工智能学院南京210023 南京大学计算机软件新技术国家重点实验室南京210023

传统的机器学习经常采用数据中心化的方式进行训练,然而由于实际应用中的传输开销或者隐私保护限制,数据越来越呈现分散化、隔离化的趋势。分布式训练学习技术为分散在信息孤岛上的数据融合提供了一种解决方案。然而,由于分散化数据本... 详细信息

传统的机器学习经常采用数据中心化的方式进行训练,然而由于实际应用中的传输开销或者隐私保护限制,数据越来越呈现分散化、隔离化的趋势。分布式训练学习技术为分散在信息孤岛上的数据融合提供了一种解决方案。然而,由于分散化数据本身具有天然异质性,本地数据分布经常是非独立同分布的(Non-IID),这给分布式训练带来了挑战。首先,为了应对单一模型难以适配所有异质客户端的难题,在分布式训练的基础上引入了模型重用技术,提出了分布式模型重用框架(DMR)。然后,通过理论分析指出集成学习可以为异构数据提供有效的解决方案,并在此基础之上提出了使用多分类器的分布式模型重用技术(McDMR)。最后,为了减少实际应用过程中的存储、计算和传输开销,继而提出了两种具体的优化方案:使用多头分类器的分布式模型重用(McDMR-MH)和使用随机分类器采样的分布式模型重用(McDMR-SC)。在多个公开数据集上进行实验,实验结果验证了所提方法的有效性。

关键词：学件模型重用多分类器分布式学习集成效率隐私保护

来源：评论

学校读者我要写书评

暂无评论

同态加密在深度学习中的应用综述

引用

计算机科学与探索 2024年第12期18卷 3065-3079页

作者：杨洪朝易梦军李培佳张瀚文申富饶赵健王刘旺计算机软件新技术全国重点实验室(南京大学) 南京210023 南京大学计算机科学与技术系南京210023 南京大学人工智能学院南京210023 南京大学电子科学与工程学院南京210023 国网浙江省电力有限公司电力科学研究院杭州310014

随着深度学习在各种领域中的广泛应用,数据隐私和安全性问题变得日益重要。同态加密作为一种能够在加密数据上直接进行计算的加密技术,为解决这一问题提供了可能的解决方案。综述了深度学习与同态加密结合的方法,探讨了如何在加密环境... 详细信息

随着深度学习在各种领域中的广泛应用,数据隐私和安全性问题变得日益重要。同态加密作为一种能够在加密数据上直接进行计算的加密技术,为解决这一问题提供了可能的解决方案。综述了深度学习与同态加密结合的方法,探讨了如何在加密环境中有效应用深度学习模型。介绍了同态加密技术的基础知识,涵盖了其基本原理、不同分类(部分同态加密、有限同态加密、全同态加密)以及全同态加密的发展历程。详细介绍了深度学习中的关键模型,包括卷积神经网络和Transformer模型。探讨了同态加密与深度学习结合的步骤以及如何将深度学习的各个层(如卷积层、注意力层、激活函数层)适配于同态加密环境。重点综述了现有的将卷积神经网络和Transformer与同态加密结合的具体方法,探讨了在加密数据上进行深度学习计算的实现方案以及为了提升效率和精度而采用的性能优化策略,并总结了每种方法的优势和局限性。总结了当前研究的进展,并对未来的研究方向进行了展望。

关键词：同态加密深度学习卷积神经网络 Transformer

来源：评论

学校读者我要写书评

暂无评论

基于相机类对比学习的完全无监督行人重识别

引用

数据采集与处理 2025年第1期40卷 207-216页

作者：田青周子枭南京信息工程大学软件学院南京210044 南京信息工程大学无锡研究院无锡214101 南京大学计算机软件新技术国家重点实验室南京210023

最近的无监督行人重识别研究使用聚类和记忆字典中的伪标签来训练模型。但是,这些研究忽略了行人重识别的数据集是通过不同相机采集的,即相机之间的分布差异较大,较大的相机方差会导致模型精度降低。因此,提出了相机类对比学习,包括类... 详细信息

最近的无监督行人重识别研究使用聚类和记忆字典中的伪标签来训练模型。但是,这些研究忽略了行人重识别的数据集是通过不同相机采集的,即相机之间的分布差异较大,较大的相机方差会导致模型精度降低。因此,提出了相机类对比学习,包括类对比损失和相机对比损失,其中类对比损失可以实现对内存字典的一致性更新,并减少噪声标签对模型的影响;而相机对比损失通过为每个相机中的每个类构建相机类中心,拉近同属一个类的相机类中心距离,并使不同类的相机类中心距离相距更远,从而减少相机方差。通过相机类对比学习,减少了相机方差和噪声标签对模型的影响,从而提高了行人重识别的性能。在4个公开数据集上,相机类对比学习都表现出优异的结果,有效地缓解了相机方差对模型的影响。

关键词：行人重识别类对比损失相机对比损失内存字典相机方差

来源：评论

学校读者我要写书评

暂无评论

匿名通信与暗网综合治理

引用

计算机科学与探索 2022年第11期16卷 2430-2455页

作者：兰浩良李馥娟王群印杰徐杰洪磊薛益时夏明辉江苏警官学院计算机信息与网络安全系南京210031 计算机软件新技术国家重点实验室(南京大学) 南京210031

匿名通信所具有的节点发现难、服务定位难、通信关系确认难以及用户监控难等特点使得架构在其之上的暗网中充斥着各种匿名滥用的违法犯罪活动。为此,学术界围绕匿名通信与暗网开展了系列有针对性的研究。相应地,在系统介绍匿名通信发展... 详细信息

匿名通信所具有的节点发现难、服务定位难、通信关系确认难以及用户监控难等特点使得架构在其之上的暗网中充斥着各种匿名滥用的违法犯罪活动。为此,学术界围绕匿名通信与暗网开展了系列有针对性的研究。相应地,在系统介绍匿名通信发展史、匿名机制和典型系统的基础上,重点结合匿名通信关键技术、匿名度量、匿名攻击、匿名增强、匿名通信性能评估与改善以及暗网空间综合治理等对该领域的相关研究进行梳理、总结和归纳。与此同时,聚焦并分析未来匿名通信研究的发展趋势以及暗网空间综合治理所面临的挑战与对策。

关键词：匿名通信暗网匿名性匿名攻击与增强暗网空间综合治理

来源：评论

学校读者我要写书评

暂无评论

基于抽象事理图谱的因果简答题求解方法

引用

中文信息学报 2022年第4期36卷 124-136页

作者：陈越何宇豪孙亚伟程龚瞿裕忠南京大学计算机软件新技术国家重点实验室江苏南京210023

如何利用人工智能技术回答标准测试题目是一项具有挑战性的任务,吸引了人工智能领域的广泛研究。该文聚焦在高中地理的因果简答题求解任务,求解因果简答题需要进行知识集成和多跳因果推理,最终生成一段长文本作为答案。为此,该文定义了... 详细信息

如何利用人工智能技术回答标准测试题目是一项具有挑战性的任务,吸引了人工智能领域的广泛研究。该文聚焦在高中地理的因果简答题求解任务,求解因果简答题需要进行知识集成和多跳因果推理,最终生成一段长文本作为答案。为此,该文定义了抽象事理图谱(AEG)来表示因果等关系,并利用预训练语言模型从语料中自动抽取一个面向高中地理因果简答题的抽象事理图谱,实现了多源知识集成。基于抽象事理图谱,该文利用图神经网络技术来融合结构化和非结构化知识,实现了多跳因果推理。该文在包含真实的高中地理因果简答题的数据集GeoCEQA上开展实验,结果表明,无论是ROUGE、BLEU指标还是人工评价的得分,该文提出的方法都取得了最佳结果,在ROUGE指标上,相比最优基线方法提升0.8%~1.4%;在BLEU指标上,相比最优基线方法提升0.4%;在人工评价得分上,相比最优基线方法提升4.2%。

关键词：因果简答题抽象事理图谱多跳因果推理

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：