检索结果-内蒙古大学图书馆

小型微型计算机系统 2022年第4期43卷 858-864页

作者：孙毅陈哲冉丹杨志斌南京航空航天大学计算机科学与技术学院南京211106 华东师范大学上海市高可信计算重点实验室上海200062 南京大学计算机软件新技术国家重点实验室南京210093

安全关键领域的反应系统大都采用同步语言开发,然而,学术界尚不存在SCADE同步语言程序的形式化验证工具,为此,本文提出了一种自动验证SCADE同步语言程序安全属性的方法.首先使用无量词一阶逻辑公式对SCADE同步语言程序的行为进行建模,可... 详细信息

安全关键领域的反应系统大都采用同步语言开发,然而,学术界尚不存在SCADE同步语言程序的形式化验证工具,为此,本文提出了一种自动验证SCADE同步语言程序安全属性的方法.首先使用无量词一阶逻辑公式对SCADE同步语言程序的行为进行建模,可将SCADE同步语言程序的安全属性的验证问题转化为无量词一阶逻辑公式的可满足性问题;然后采用先进的可满足性模理论求解器对其可满足性进行求解.本方法旨在实现对SCADE同步语言程序进行自动地、直接地验证,以填补SCADE同步语言程序验证领域的技术空白.此外,本文对所提方法进行了代码实现,并通过实验验证了所提方法的有效性.

关键词：反应系统 SCADE同步语言形式化验证一阶逻辑可满足性模理论

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

RGB-D图像多尺度融合的深度图像增强算法

引用

指挥信息系统与技术 2022年第3期13卷 78-84页

作者：赖水长过洁李悫炜郭延文南京大学计算机软件新技术国家重点实验室南京210023

随着消费级RGB及深度(RGB⁃D)图像相机技术的不断进步,场景的深度信息也在场景理解领域得以广泛应用。为了解决消费级相机获取的深度图像存在的分辨率低以及带有明显空洞与噪声等问题,提出了一种RGB⁃D图像多尺度融合的深度图像增强算法。... 详细信息

随着消费级RGB及深度(RGB⁃D)图像相机技术的不断进步,场景的深度信息也在场景理解领域得以广泛应用。为了解决消费级相机获取的深度图像存在的分辨率低以及带有明显空洞与噪声等问题,提出了一种RGB⁃D图像多尺度融合的深度图像增强算法。RGB图像和深度图像分别经独立分支处理得到多尺度高维特征,而这2类特征在多个尺度上逐步融合,从而使空洞和噪声从粗尺度到细尺度逐步减少。此外,设计了一种混合多尺度损失函数,以确保全局物体结构清晰,并保留物体边界的深度不连续性。试验结果表明,该算法及其损失函数均可提高深度图像的质量,算法可行有效。

关键词：深度图像增强特征融合卷积神经网络

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

AI软件系统工程化技术与规范专题前言

引用

软件学报 2023年第9期34卷 3939-3940页

作者：张贺夏鑫蒋振鸣祝立明李宣东南京大学软件学院江苏南京210093 计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 华为技术有限公司浙江杭州310007 Electrical Engineering&Computer Science York UniversityToronto M3J 1P3Canada Computer Science and Engineering University of New South WalesSydney NSW 2015Australia

近年来,人工智能产业的热度逐步提升,市场规模持续扩大,全球各行各业的组织机构都正在或试图通过人工智能对原有的产品和服务赋予新的能力.最先进的人工智能系统正在迅速从实验室环境迁移到工业环境,并主要以软件为承载形式渗透到社会... 详细信息

近年来,人工智能产业的热度逐步提升,市场规模持续扩大,全球各行各业的组织机构都正在或试图通过人工智能对原有的产品和服务赋予新的能力.最先进的人工智能系统正在迅速从实验室环境迁移到工业环境,并主要以软件为承载形式渗透到社会应用的方方面面.然而开发、测试和运维工业化的人工智能软件系统会遇到一些不同于传统软件系统的工程问题.例如,在基于人工智能的系统中,规则和系统行为是从训练数据中推断出来的,而不是被开发者编写的程序代码所定义;人工智能系统的需求具有较大的不明确性;人工智能系统的演化过程中需要关注不断变化的数据集和相关的基础设施;人工智能系统开发和运维需要数据科学家和软件工程师的跨专业协作;人工智能系统的开发面临伦理、道德和法律的约束,且这些约束的更新速度正受到飞速发展的人工智能技术和产业的挑战.

关键词：人工智能系统软件系统人工智能技术软件工程师更新速度训练数据专业协作基础设施

来源：评论

学校读者我要写书评

暂无评论

可靠多模态学习综述

引用

软件学报 2021年第4期32卷 1067-1081页

作者：杨杨詹德川姜远熊辉南京理工大学计算机科学与工程学院江苏南京210094 计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 Rutgers Business School NewarkNJ 07012USA

近年来,多模态学习逐步成为机器学习、数据挖掘领域的研究热点之一,并成功地应用于诸多现实场景中,如跨媒介搜索、多语言处理、辅助信息点击率预估等.传统多模态学习方法通常利用模态间的一致性或互补性设计相应的损失函数或正则化项进... 详细信息

近年来,多模态学习逐步成为机器学习、数据挖掘领域的研究热点之一,并成功地应用于诸多现实场景中,如跨媒介搜索、多语言处理、辅助信息点击率预估等.传统多模态学习方法通常利用模态间的一致性或互补性设计相应的损失函数或正则化项进行联合训练,进而提升单模态及集成的性能.而在开放环境下,受数据缺失及噪声等因素的影响,多模态数据呈现不均衡性.具体表现为单模态信息不充分或缺失,从而导致"模态表示强弱不一致""模态对齐关联不一致"两大挑战,而针对不均衡多模态数据直接利用传统的多模态方法甚至会退化单模态和集成的性能.针对这类问题,可靠多模态学习被提出并进行了广泛研究,系统地总结和分析了目前国内外学者针对可靠多模态学习取得的进展,并对未来研究可能面临的挑战进行展望.

关键词：不均衡多模态数据模态表示强弱不一致模态对齐关联不一致可靠多模态学习

来源：评论

学校读者我要写书评

暂无评论

移动App即时缺陷预测模型的可解释性方法

引用

计算机应用研究 2022年第7期39卷 2104-2108页

作者：胡新宇陈翔夏鸿崚顾亚锋南通大学信息科学技术学院江苏南通226019 南京大学计算机软件新技术国家重点实验室南京210023

在移动App即时缺陷预测领域,大部分研究只关注预测模型的性能,而忽略了模型的可解释性,因此会造成开发人员对缺陷预测模型的预测结果缺乏信任,并阻碍了缺陷预测模型在实践中的应用。主要针对Android移动App即时缺陷预测模型的可解释性... 详细信息

在移动App即时缺陷预测领域,大部分研究只关注预测模型的性能,而忽略了模型的可解释性,因此会造成开发人员对缺陷预测模型的预测结果缺乏信任,并阻碍了缺陷预测模型在实践中的应用。主要针对Android移动App即时缺陷预测模型的可解释性展开研究,通过差分进化算法对局部可解释技术LIME方法进行超参优化得到ExplainApp方法,该方法可以对预测结果生成高质量解释。选择了14个实际Android应用程序作为实验对象,最终结果表明,ExplainApp方法可以解释移动App即时缺陷预测模型得到的实例预测结果。ExplainApp方法在拟合优度上要优于原始的LIME方法,可以平均提高94.50%。

关键词：即时缺陷预测移动软件可解释性超参优化

来源：评论

学校读者我要写书评

暂无评论

基于软件定义的新型电力系统分层自治电力平衡模式研究

引用

综合智慧能源 2024年第7期46卷 1-11页

作者：王泽宁李文中李东辉徐泰山俞俊南瑞集团有限公司(国网电力科学研究院有限公司) 南京211106 计算机软件新技术国家重点实验室(南京大学) 南京210093

新型电力系统是一个典型的复杂系统,源荷双侧的强不确定性导致电力电量时空分布极度不平衡,电力电量平衡逻辑发生了根本性变化,电力平衡面临巨大的挑战。为建立源网荷储多元协同互动的新型平衡模式,根据分层可以弱化复杂系统复杂性的理... 详细信息

新型电力系统是一个典型的复杂系统,源荷双侧的强不确定性导致电力电量时空分布极度不平衡,电力电量平衡逻辑发生了根本性变化,电力平衡面临巨大的挑战。为建立源网荷储多元协同互动的新型平衡模式,根据分层可以弱化复杂系统复杂性的理念,提出了基于能量自治单元的分层自治电力平衡模式。能量自治单元具备自调度、自平衡能力,在不同市场模式下具备不同的具体形态,将成为多元海量资源参与电力市场的有效途径。基于软件范型理论,指出能量自治单元应具备多元融合的架构模型、自适应运行机理和持续演化的生命周期,同时介绍了基于软件定义的能量自治单元软硬件解耦构建思路。最后,对能量自治单元构建的关键技术进行了讨论和展望。

关键词：新型电力系统新能源源网荷储电力平衡复杂系统软件定义能量自治单元电力市场

来源：评论

学校读者我要写书评

暂无评论

人脸识别任务驱动的低光照图像增强算法

引用

图学学报 2022年第6期43卷 1170-1181页

作者：范溢华王永振燕雪峰宫丽娜郭延文魏明强南京航空航天大学计算机科学与技术学院江苏南京210016 南京大学计算机软件新技术国家重点实验室江苏南京210023

图像容易受外界照明条件的影响或相机参数条件的限制,导致图像整体偏暗、视觉效果不佳,降低了下游视觉任务的性能,从而引发安全问题。以人脸识别任务为驱动,提出了一种基于对比学习范式的非成对低光照图像增强算法Low-FaceNet。Low-Face... 详细信息

图像容易受外界照明条件的影响或相机参数条件的限制,导致图像整体偏暗、视觉效果不佳,降低了下游视觉任务的性能,从而引发安全问题。以人脸识别任务为驱动,提出了一种基于对比学习范式的非成对低光照图像增强算法Low-FaceNet。Low-FaceNet主干采用基于U-Net结构的图像增强网络,引入特征保持、语义分割和人脸识别3个子网络辅助图像增强网络的训练。使用对比学习范式可以使得真实世界大量非成对的低光照和正常光照图像作为负/正样本,提高了真实场景的泛化能力;融入高阶语义信息,可以指导低阶图像增强网络更高质量地增强图像;任务驱动可以增强图像的同时提升人脸识别的准确率。在多个公开数据集上进行验证,可视化与量化结果均表明,Low-FaceNet能在增强图像亮度的同时保持图像中各种细节特征,并有效地提升低光照条件下人脸识别的准确率。

关键词：低光照图像增强人脸识别对比学习任务驱动语义分割

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：