检索结果-内蒙古大学图书馆

软件学报 2023年第10期34卷 4501-4517页

作者：孙泽群崔员宁胡伟计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

知识图谱存储大量的结构化知识和丰富的语义信息,已被广泛应用于知识驱动的智能软件.随着智能应用的不断发展,它们对知识图谱的需求也在发生变化.而单一知识图谱往往具有数据不完备等缺点,难以满足需求.因此,支持新数据来源、融合多源... 详细信息

知识图谱存储大量的结构化知识和丰富的语义信息,已被广泛应用于知识驱动的智能软件.随着智能应用的不断发展,它们对知识图谱的需求也在发生变化.而单一知识图谱往往具有数据不完备等缺点,难以满足需求.因此,支持新数据来源、融合多源知识已成为迫切需求.传统的知识图谱表示学习和应用范式只考虑单一图谱,忽视了不同图谱间的知识迁移.多源知识图谱联合训练虽然可以带来性能提升,但不支持新增知识图谱的拓展表示学习.鉴于此,提出了多源知识图谱终身表示学习的新范式.给定一个知识图谱序列,终身表示学习的目标是在学习新知识图谱的同时,从已学习的知识图谱与模型中获得知识迁移.为实现这一目标,提出了一个基于链接实体回放的多源知识图谱终身表示学习框架.首先,设计了一个以Transformer为编码器的知识图谱表示学习模型作为框架核心,利用关系相关性进行实体的链接预测;其次,提出了链接子图构造方法,基于实体对齐构建并回放新增知识图谱和已有知识图谱之间的链接子图进行终身学习和知识迁移;最后,采用动态结构方法,为每个知识图谱存储相应的模型参数快照来避免灾难性遗忘.多个链接预测基准数据集上的实验结果表明:所提出的表示学习模型可以取得最先进的性能,且提出的终身表示学习框架可以实现有效的知识迁移.

关键词：多源知识图谱表示学习终身学习回放链接预测

来源：评论

学校读者我要写书评

暂无评论

强化学习可解释性基础问题探索和方法综述

引用

软件学报 2023年第5期34卷 2300-2316页

作者：刘潇刘书洋庄韫恺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

强化学习是一种从试错过程中发现最优行为策略的技术,已经成为解决环境交互问题的通用方法.然而,作为一类机器学习算法,强化学习也面临着机器学习领域的公共难题,即难以被人理解.缺乏可解释性限制了强化学习在安全敏感领域中的应用,如... 详细信息

强化学习是一种从试错过程中发现最优行为策略的技术,已经成为解决环境交互问题的通用方法.然而,作为一类机器学习算法,强化学习也面临着机器学习领域的公共难题,即难以被人理解.缺乏可解释性限制了强化学习在安全敏感领域中的应用,如医疗、驾驶等,并导致强化学习在环境仿真、任务泛化等问题中缺乏普遍适用的解决方案.为了克服强化学习的这一弱点,涌现了大量强化学习可解释性(explainable reinforcement learning,XRL)的研究.然而,学术界对XRL尚缺乏一致认识.因此,探索XRL的基础性问题,并对现有工作进行综述.具体而言,首先探讨父问题——人工智能可解释性,对人工智能可解释性的已有定义进行了汇总;其次,构建一套可解释性领域的理论体系,从而描述XRL与人工智能可解释性的共同问题,包括界定智能算法和机械算法、定义解释的含义、讨论影响可解释性的因素、划分解释的直观性;然后,根据强化学习本身的特征,定义XRL的3个独有问题,即环境解释、任务解释、策略解释;之后,对现有方法进行系统地归类,并对XRL的最新进展进行综述;最后,展望XRL领域的潜在研究方向.

关键词：强化学习可解释性(XRL) 人工智能可解释性(XAI) 机器学习(ML) 人工智能(AI)

来源：评论

学校读者我要写书评

暂无评论

基于网格切分的单阶段实例分割方法

引用

软件学报 2023年第6期34卷 2906-2921页

作者：王文海李志琦路通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,与二阶段实例分割方法相比,单阶段实例分割方法由于实时性强,已在实际应用中取得了初步进展,但目前仍然存在以下两个主要缺点.(1)精度较低:单阶段方法缺少多轮优化环节,因此其精度离实际应用仍存在差距;(2)不够灵活:目前大多数... 详细信息

近年来,与二阶段实例分割方法相比,单阶段实例分割方法由于实时性强,已在实际应用中取得了初步进展,但目前仍然存在以下两个主要缺点.(1)精度较低:单阶段方法缺少多轮优化环节,因此其精度离实际应用仍存在差距;(2)不够灵活:目前大多数单阶段方法是独立设计的,难以兼容实际应用中不同类型的物体检测框架,因此适用范围相对有限.提出了一种精确且灵活的单阶段实例分割框架——网格实例分割方法(GridMask),其中两个关键步骤如下:(1)为了提高实例分割精度,提出了一种网格切分二值化算法,将物体边界框内的区域划分为多个独立的网格,然后在每个网格上进行实例分割.该步骤将物体分割任务简化成了多个网格切片的分割,有效降低了特征表示的复杂程度,进而提高了实例分割的精度;(2)为了兼容不同的物体检测方法,设计了一个可以即插即用的子网络模块.该模块可以无缝地接入到目前大多数主流物体检测框架中,以增强这些方法的分割性能.所提方法在公共数据集MS COCO上取得了出色的性能,优于现有的大部分单阶段方法,甚至一些二阶段方法.

关键词：实例分割物体检测卷积神经网络网格切分计算机视觉

来源：评论

学校读者我要写书评

暂无评论

视频群体行为识别综述

引用

软件学报 2023年第2期34卷 964-984页

作者：吴建超王利民武港山计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

群体行为识别是指给定一个包含多人场景的视频,模型需要识别出视频中多个人物正在共同完成的群体行为.群体行为识别是视频理解中的一个重要问题,可以被应用在运动比赛视频分析、监控视频识别、社交行为理解等现实场景中.多人场景视频较... 详细信息

群体行为识别是指给定一个包含多人场景的视频,模型需要识别出视频中多个人物正在共同完成的群体行为.群体行为识别是视频理解中的一个重要问题,可以被应用在运动比赛视频分析、监控视频识别、社交行为理解等现实场景中.多人场景视频较为复杂,时间和空间上的信息十分丰富,对模型提取关键信息的能力要求更高.模型只有高效地建模场景中的层次化关系,并为人物群体提取有区分性的时空特征,才能准确地识别出群体行为.由于其广泛的应用需求,群体行为识别问题受到了研究人员的广泛关注.对近几年来群体行为识别问题上的大量研究工作进行了深入分析,总结出了群体行为识别研究所面临的主要挑战,系统地归纳出了6种类型的群体行为识别方法,包含传统非深度学习识别方法以及基于深度学习技术的识别方法,并对未来研究的可能方向进行了展望.

关键词：群体行为识别计算机视觉视频理解行为识别

来源：评论

学校读者我要写书评

暂无评论

非经典参与介质的渲染方法研究综述

引用

软件学报 2023年第4期34卷 1944-1961页

作者：过洁潘金贵郭延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

参与介质在自然界中广泛存在,也是包括影视特效、电子游戏、仿真系统等大多数图形应用中的主要场景元素之一,对其外观的模拟和再现,可以极大地提升场景的真实感和沉浸感.但是由于参与介质本身结构以及光线在参与介质中的传播过程都非常... 详细信息

参与介质在自然界中广泛存在,也是包括影视特效、电子游戏、仿真系统等大多数图形应用中的主要场景元素之一,对其外观的模拟和再现,可以极大地提升场景的真实感和沉浸感.但是由于参与介质本身结构以及光线在参与介质中的传播过程都非常复杂,所以迄今为止,对参与介质渲染的研究都一直是图形领域的热点和难点.为了处理的方便和计算的高效,传统的参与介质渲染方法都基于两点假设:独立散射假设和局部连续假设.这两点假设也是经典的辐射传输方程成立的关键.但实际上,自然界中的很多参与介质都不满足这两点假设,因此导致现有的参与介质渲染方法生成的图片效果和真实世界的效果存在一定的差异.近年来,研究者们提出了各种非经典参与介质渲染方法,试图打破上述的两点假设,用更符合物理客观规律的方式来处理参与介质,从而进一步提升参与介质渲染的物理真实感.从相干介质渲染技术和离散介质渲染技术两方面展开对现有的面向非经典参与介质的渲染方法进行分析和讨论,重点阐述经典和非经典参与介质渲染方法的区别,以及现有非经典参与介质渲染方法的原理、优势和不足.最后,展望一些开放性问题并进行总结.本综述希望能启发相关领域的研究人员进一步攻克非经典参与介质渲染技术中的关键问题和技术难点,也为工业界改进现有渲染器以提高参与介质渲染的真实感提供参考.

关键词：参与介质散射相干介质离散介质图形渲染计算机图形学

来源：评论

学校读者我要写书评

暂无评论

多粒度单元格对比的文本和表格数值问答模型

引用

软件学报 2025年第5期 2167-2187页

作者：琚江舟毛云麟吴震陈宇飞戴新宇陈家骏计算机软件新技术国家重点实验室(南京大学)

在文本和表格的数值问答任务中,模型需要在给定的文本和表格下进行数值推理.任务目标是生成一个包含多步数值计算的计算程序,并将计算程序结果作为问题的答案.为了建模文本和表格,当前工作通过模板将表格线性化为一系列单元格句子,再基... 详细信息

在文本和表格的数值问答任务中,模型需要在给定的文本和表格下进行数值推理.任务目标是生成一个包含多步数值计算的计算程序,并将计算程序结果作为问题的答案.为了建模文本和表格,当前工作通过模板将表格线性化为一系列单元格句子,再基于文本和单元格句子设计生成器以产生计算程序.然而,这种方法面临一个特定问题:由模板生成的单元格句子间差异微小,生成器难以区分回答问题所必需的单元格句子(支撑单元格句子)和回答问题无关的单元格句子(干扰单元格句子),最终导致模型基于干扰单元格句子生成错误的计算程序.为了解决这个问题,在生成器上设计一个多粒度单元格语义对比方法,其主要目的是增加支撑单元格句子和干扰单元格句子表示距离,进而帮助生成器区分它们.这个方法由粗粒度单元格语义对比和细粒度单元格语义构成元素对比(包括行名对比,列名对比及单元格数值对比)共同构成.实验结果验证所提出的多粒度单元格语义对比方法可以使生成器在FinQA和MultiHiertt数值推理数据集上取得优于基准模型的表现.在FinQA数据集上,多粒度单元格语义对比方法上最高可以提升答案正确率达到3.38%;特别地,在更为困难的层次化表格数据集MultiHiertt中,该方法使生成器的正确率显著提高了7.8%.同大语言模型GPT-3结合思维链相比,基于多粒度单元格语义对比的生成器性能在FinQA和MultiHiertt上分别表现出5.44%和1.69%的答案正确率提升.后续分析实验进一步验证多粒度单元格语义对比方法有助于生成器区分支撑单元格句子和干扰单元格句子.

关键词：表格和文本学习数值问答模型多粒度对比学习

来源：评论

学校读者我要写书评

暂无评论

基于博弈论的多服务器多用户视频分析任务卸载算法

引用

软件学报 2023年第12期34卷 5940-5956页

作者：陈彧张胜金熠波钱柱中陆桑璐计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

在过去的近10年中,人工智能相关的服务和应用大规模出现,它们要求高算力、高带宽和低时延.边缘计算目前被认为是这些应用最适合的计算模式,尤其是视频分析相关应用.研究多服务器多用户异构视频分析任务卸载问题,其中用户选择合适的边缘... 详细信息

在过去的近10年中,人工智能相关的服务和应用大规模出现,它们要求高算力、高带宽和低时延.边缘计算目前被认为是这些应用最适合的计算模式,尤其是视频分析相关应用.研究多服务器多用户异构视频分析任务卸载问题,其中用户选择合适的边缘服务器,并将他们的原始视频数据上传至服务器进行视频分析.为了有效处理众多用户对有限网络资源的竞争和共享,并且能够获得稳定的网络资源分配局面,即每个用户不会单方面地改变自己的任务卸载决策,该多服务器多用户异构视频分析任务卸载问题被建模为一个多玩家的博弈问题.基于最小化整体时延的优化目标,先后研究非分布式视频分析场景和分布式视频分析场景两种情形,分别提出基于博弈论的潜在最优服务器选择算法和视频单元分配算法.通过严格的数学证明,两种情形下提出的算法均可以达到纳什均衡,同时保证较低的整体时延.最后,基于真实数据集的大量实验表明,所提方法比其他现有算法降低了平均26.3%的整体时延.

关键词：博弈论纳什均衡任务卸载视频分析边缘计算

来源：评论

学校读者我要写书评

暂无评论

结合主动学习和半监督学习的软件可追踪性恢复框架

引用

软件学报 2025年第5期36卷 1924-1948页

作者：董黎明张贺孟庆龙匡宏宇南京大学软件学院计算机软件新技术国家重点实验室(南京大学)

软件可追踪性被认为是软件开发过程可信的一个重要因素,确保对软件开发过程的可见性并进行全面追踪,从而提高软件的可信度和可靠性.近年来,自动化的软件可追踪性恢复方法取得了显著进展,但在企业项目中的应用仍面临挑战.通过调研研究和... 详细信息

软件可追踪性被认为是软件开发过程可信的一个重要因素,确保对软件开发过程的可见性并进行全面追踪,从而提高软件的可信度和可靠性.近年来,自动化的软件可追踪性恢复方法取得了显著进展,但在企业项目中的应用仍面临挑战.通过调研研究和实验案例分析,发现工业界场景中可追踪性模型表现不佳的3个关键挑战:原始数据低质量、样本稀疏性和不平衡性,并提出一种结合主动学习和半监督学习的软件可追踪性恢复框架STRACE(AL+SSL).该框架通过选择有价值的标注样本和生成高质量的伪标签样本,有效利用未标注的样本,克服数据低质量和稀疏性挑战.实验基于10个样本规模在几万至近百万个issue-commit跟踪对实例的企业项目,进行多组对比实验,结果表明该框架在当前真实企业项目软件可追踪性恢复任务上具有有效性.其中消融实验结果表明STRACE(AL+SSL)中主动学习模块所选择的无标签样本在可追踪性恢复任务中发挥了更为重要的作用.此外,还验证各个模块最佳的样本选择策略组合,包括调整后的半监督类平衡自训练样本选择策略CBST-Adjust和低成本高效率的主动学习子模块互信息SMI＿Flqmi样本选择策略.

关键词：软件可追踪性主动学习半监督学习

来源：评论

学校读者我要写书评

暂无评论

基于多线程并行的符号执行引擎设计与实现

引用

计算机研究与发展 2023年第2期60卷 248-261页

作者：周彭左志强南京大学计算机科学与技术系南京210023 计算机软件新技术国家重点实验室(南京大学) 南京210023

符号执行作为一种高效的测试生成技术,被广泛应用于软件测试、安全分析等领域.然而,由于程序中的执行路径数量随着分支数量的增加而指数级上升,符号执行往往无法在大规模程序上进行高效执行,缺乏可扩展性.已有的基于多进程的并行化方法... 详细信息

符号执行作为一种高效的测试生成技术,被广泛应用于软件测试、安全分析等领域.然而,由于程序中的执行路径数量随着分支数量的增加而指数级上升,符号执行往往无法在大规模程序上进行高效执行,缺乏可扩展性.已有的基于多进程的并行化方法具有较大的额外通信开销,并且缺乏对现有约束求解优化技术的利用.提出了基于多线程并行处理模型的符号执行加速方法.具体来讲,为解决并行符号执行中的不同工作节点负载不平衡问题,设计了不需要中间节点参与的工作窃取算法.为充分利用现有约束求解优化技术,提出了让不同工作节点共享约束求解信息的加速求解方法.基于符号执行引擎(KLEE)实现了多线程并行化符号执行方案,从而形成多线程并行化符号执行引擎(PKLEE).实验验证表明,在穷尽执行路径场景下,KLEE平均耗时是在给定8个线程下PKLEE的3~4倍;在同样的时间内,PKLEE执行的有效工作负载平均是KLEE的3倍.

关键词：符号执行负载均衡约束求解并行加速可扩展性

来源：评论

学校读者我要写书评

暂无评论

深度指导的无监督领域自适应语义分割

引用

计算机辅助设计与图形学学报 2024年第1期36卷 133-141页

作者：卢加文史金龙诸皓伟孙蕴瀚成志刚江苏科技大学计算机学院镇江2120002 南京大学计算机软件新技术国家重点实验室南京210046 浙江大学软件学院杭州310058

为了提高语义分割精度,解决模型在不同数据域上泛化性差的问题,提出基于深度信息的无监督领域自适应语义分割方法.首先,深度感知自适应框架通过捕捉深度信息和语义信息的内在联系,减小不同域之间的差异;然后,设计了一个轻量级深度估计... 详细信息

为了提高语义分割精度,解决模型在不同数据域上泛化性差的问题,提出基于深度信息的无监督领域自适应语义分割方法.首先,深度感知自适应框架通过捕捉深度信息和语义信息的内在联系,减小不同域之间的差异;然后,设计了一个轻量级深度估计网络来提供深度信息,通过跨任务交互策略融合深度和语义信息,并在深度感知空间对齐源域和目标域的分布差距;最后,提出基于深度信息的域内自适应策略弥合目标域内部的分布差异,将目标域分为子源域和子目标域,并缩小子源域和子目标域分布差距.实验结果表明,所提方法在SYNTHIA-2-Cityscapes和SYNTHIA-2-Mapillary跨域任务上的平均交并比分别为46.7%和73.3%,与同类方法相比,该方法在语义分割和深度估计精度上均有显著提升.

关键词：无监督领域自适应语义分割多任务学习深度估计

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：