检索结果-内蒙古大学图书馆

软件学报 2025年第2期36卷 590-607页

作者：田树聪谢愈张远龙周正春高阳西南交通大学信息科学与技术学院四川成都611756 国防科技大学智能科学学院湖南长沙410073 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,多智能体强化学习方法凭借AlphaStar、AlphaDogFight、AlphaMosaic等成功案例展示出卓越的决策能力以及广泛的应用前景.在真实环境的多智能体决策系统中,其任务的决策空间往往是同时具有离散型动作变量和连续型动作变量的参数化... 详细信息

近年来,多智能体强化学习方法凭借AlphaStar、AlphaDogFight、AlphaMosaic等成功案例展示出卓越的决策能力以及广泛的应用前景.在真实环境的多智能体决策系统中,其任务的决策空间往往是同时具有离散型动作变量和连续型动作变量的参数化动作空间.这类动作空间的复杂性结构使得传统单一针对离散型或连续型的多智能体强化学习算法不在适用,因此研究能用于参数化动作空间的多智能体强化学习算法具有重要的现实意义.提出一种面向参数化动作空间的多智能体中心化策略梯度分解算法,利用中心化策略梯度分解算法保证多智能体的有效协同,结合参数化深度确定性策略梯度算法中双头策略输出实现对参数化动作空间的有效耦合.通过在Hybrid Predator-Prey场景中不同参数设置下的实验结果表明该算法在经典的多智能体参数化动作空间协作任务上具有良好的性能.此外,在多巡航导弹协同突防场景中进行算法效能验证,实验结果表明该算法在多巡航导弹突防这类具有高动态、行为复杂化的协同任务中有效性和可行性.

关键词：参数化动作空间多智能体强化学习中心化策略梯度分解多巡航导弹突防

来源：评论

学校读者我要写书评

暂无评论

异构多链场景下跨境海产品供应链平台的架构设计与实现

引用

应用科学学报 2022年第4期40卷 539-554页

作者：吴欧张贺王岩泽李昊明李杉杉南京大学软件学院江苏南京210023 南京大学计算机软件新技术国家重点实验室江苏南京210023

对于传统海产品供应链中存在的数据造假、透明度低、难以追踪等问题,可以使用区块链技术解决;如果供应链上各组织采用无法进行数据交换和功能互补的异构区块链,就会带来价值孤岛问题。为此,选择基于中继机制的BitXHub跨链解决方案,设计... 详细信息

对于传统海产品供应链中存在的数据造假、透明度低、难以追踪等问题,可以使用区块链技术解决;如果供应链上各组织采用无法进行数据交换和功能互补的异构区块链,就会带来价值孤岛问题。为此,选择基于中继机制的BitXHub跨链解决方案,设计并实现了一个支持主流区块链Hyperledger Fabric和Ethereum互操作的跨境海产品供应链平台。实验结果表明:该设计方案可以使系统每秒处理的交易数量达到937,能够满足实际场景下的业务需求。

关键词：区块链跨链供应链智能合约

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

面向智慧城市的多依赖任务计算迁移研究

引用

应用科学学报 2023年第3期41卷 391-404页

作者：彭凯刘培琛许小龙周星宇华侨大学工学院福建泉州362021 南京大学计算机软件新技术国家重点实验室江苏南京210023 南京信息工程大学计算机与软件学院江苏南京210044

针对智慧城市的时延敏感型多依赖任务调度问题,提出了边缘计算赋能的智慧城市架构,并设计了一种计算迁移方法,以满足任务调度需求。首先建立了多依赖任务模型、任务的时延约束模型以及智慧城市服务器的负载约束模型。然后使用深度强化... 详细信息

针对智慧城市的时延敏感型多依赖任务调度问题,提出了边缘计算赋能的智慧城市架构,并设计了一种计算迁移方法,以满足任务调度需求。首先建立了多依赖任务模型、任务的时延约束模型以及智慧城市服务器的负载约束模型。然后使用深度强化学习算法训练出可感知任务间依赖关系的智能体,以实时地进行计算迁移决策。一系列实验验证了该方法在时延、能耗优化方面的有效性。

关键词：智慧城市计算迁移时延敏感型任务多依赖任务深度强化学习

来源：评论

学校读者我要写书评

暂无评论

基于行为感知的用户画像技术

引用

浙江大学学报（工学版） 2021年第4期55卷 608-614,638页

作者：尤明辉殷亚凤谢磊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京210023

为了在保护用户隐私的同时构建用户画像,提出基于行为感知的用户画像技术.采用智能手机内置的惯性传感器,可以感知识别用户使用手机的行为(如浏览阅读、打字聊天、通话等).通过识别的用户行为挖掘用户特性,如性别、社交性格、压力状态等... 详细信息

为了在保护用户隐私的同时构建用户画像,提出基于行为感知的用户画像技术.采用智能手机内置的惯性传感器,可以感知识别用户使用手机的行为(如浏览阅读、打字聊天、通话等).通过识别的用户行为挖掘用户特性,如性别、社交性格、压力状态等,构建初步的用户画像.实验结果表明,利用该方法能够较好地识别用户行为并构建用户画像,其中行为识别的准确率为87.2%,针对性别、社交性格、压力状态3个具体用户特性的预测准确率分别为81.8%、72.7%、72.7%.

关键词：智能手机惯性传感器行为感知用户特性挖掘用户画像

来源：评论

学校读者我要写书评

暂无评论

深度学习模型压缩与加速综述

引用

软件学报 2021年第1期32卷 68-92页

作者：高晗田育龙许封元仲盛计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

随着训练可用数据量的增长与计算平台处理能力的增强,基于深度学习的智能模型能够完成越来越复杂的任务,其在计算机视觉、自然语言处理等人工智能领域已经取得重大的突破.然而,这些深度模型具有庞大的参数规模,与此相伴的可畏的计算开... 详细信息

随着训练可用数据量的增长与计算平台处理能力的增强,基于深度学习的智能模型能够完成越来越复杂的任务,其在计算机视觉、自然语言处理等人工智能领域已经取得重大的突破.然而,这些深度模型具有庞大的参数规模,与此相伴的可畏的计算开销与内存需求使其在计算能力受限平台(例如移动嵌入式设备)的部署中遇到了巨大的困难与挑战.因此,如何在不影响深度学习模型性能的情况下进行模型压缩与加速成为研究热点.首先对国内外学者提出的经典深度学习模型压缩与加速方法进行分析,从参数剪枝、参数量化、紧凑网络、知识蒸馏、低秩分解、参数共享和混合方式这7个方面分类总结;其次,总结对比几种主流技术的代表性方法在多个公开模型上的压缩与加速效果;最后,对于模型压缩与加速领域的未来研究方向加以展望.

关键词：深度学习模型压缩模型加速参数剪枝参数量化紧凑网络

来源：评论

学校读者我要写书评

暂无评论

基于偶然正确性概率的错误定位技术

引用

软件学报 2021年第4期32卷 1039-1050页

作者：周小莉赵建华计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

基于代码覆盖的错误定位技术是一种常用的错误定位方法,被用来识别与故障相关的程序元素.然而,有研究工作表明,基于代码覆盖的错误定位技术的有效性受到了偶然正确性现象的影响.偶然正确性现象是指程序中包含的错误被执行,但没有产生错... 详细信息

基于代码覆盖的错误定位技术是一种常用的错误定位方法,被用来识别与故障相关的程序元素.然而,有研究工作表明,基于代码覆盖的错误定位技术的有效性受到了偶然正确性现象的影响.偶然正确性现象是指程序中包含的错误被执行,但没有产生错误结果的情况,它在实际场景中是非常普遍的.根据以往的研究工作,提出了一种估算发生偶然正确性现象概率的方法.该方法从程序运行时内存中值的定义-使用关系出发,将各语句的执行对程序输出的影响进行了估计.基于偶然正确性概率,对基于代码覆盖的错误定位技术中可疑度的计算方法进行了修正,以消除偶然正确性现象对错误定位技术的影响.在SIR(software-artifact infrastructure repository)中提供的西门子测试套件上进行了实验,这也是偶然正确性相关工作中常被使用的目标程序.实验结果表明,相对于基于代码覆盖信息的错误定位技术,提出的方法提高或至少维持了原有的安全性,并较好地提高了错误定位的精确度.

关键词：偶然正确性现象错误定位测试

来源：评论

学校读者我要写书评

暂无评论

特征演化的置信-加权学习方法

引用

软件学报 2022年第4期33卷 1315-1325页

作者：刘艳芳李文斌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 龙岩学院数学与信息工程学院福建龙岩364012

与研究固定特征空间的传统在线学习相比,特征演化学习通常假设特征不会以任意方式消失或出现,而是随着收集数据特征的硬件设备更换旧特征消失、新特征出现.然而,已有的特征演化学习方法仅利用数据流的一阶信息,而忽略可以挖掘特征之间... 详细信息

与研究固定特征空间的传统在线学习相比,特征演化学习通常假设特征不会以任意方式消失或出现,而是随着收集数据特征的硬件设备更换旧特征消失、新特征出现.然而,已有的特征演化学习方法仅利用数据流的一阶信息,而忽略可以挖掘特征之间相关性和显著提高分类性能的二阶信息.提出了一种特征演化的置信-加权学习算法来解决上述问题:首先,引入二阶置信-加权来更新数据流的预测模型;接着,为了充分利用已学习的模型,在重叠时期学习线性映射来恢复旧特征;随后,用恢复的旧特征更新已有模型;同时,用新特征学习新的预测模型;继而,运用两种集成方法来利用这两种模型;实验研究表明,所提算法优于已有的特征演化学习算法.

关键词：机器学习二阶置信-加权在线学习演化特征分类

来源：评论

学校读者我要写书评

暂无评论

基于偶然正确性概率的回归测试选择方法

引用

软件学报 2021年第7期32卷 2103-2117页

作者：周小莉赵建华计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

数据驱动的智能系统的核心是处理数据的算法,对算法正确性的要求高,导致其测试开销大,需要有效地缩减测试的规模,其中回归测试选择是控制测试规模的有效手段.数据驱动的智能系统由于其动态信息流强度弱的原因,发生偶然正确性现象的概率... 详细信息

数据驱动的智能系统的核心是处理数据的算法,对算法正确性的要求高,导致其测试开销大,需要有效地缩减测试的规模,其中回归测试选择是控制测试规模的有效手段.数据驱动的智能系统由于其动态信息流强度弱的原因,发生偶然正确性现象的概率较高,并且该现象会导致常用的回归测试选择技术所选择出的测试集包含大量检测不到故障的测试用例.因此,从偶然正确性现象的角度出发,提出一种基于偶然正确性概率的回归测试选择技术,进一步排除可能发生偶然正确性现象的用例.该方法能够兼顾代码覆盖,同时从偶然正确性的角度保证缩减后的测试用例集合对被修改的代码的测试是充分的.根据在用例缩减和故障检测能力之间侧重的不同,提出了基于最小化和安全性技术的两种选择策略,并给出3种具体的选择算法.在实验中将所提方法与一种安全的测试选择技术进行比较,结果表明,这3种选择算法都很好地缩减了测试集合的规模,提高了测试选择的精度,并提高了安全性和精度的综合指标.

关键词：偶然正确性现象回归测试回归测试选择

来源：评论

学校读者我要写书评

暂无评论

基于动态自选择参数共享的合作多智能体强化学习算法

引用

智能科学与技术学报 2022年第1期4卷 75-83页

作者：王涵俞扬姜远计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

在多智能体强化学习的研究中,参数共享作为学习过程中一种信息集中的方式,可以有效地缓解不稳定性导致的学习低效性。但是,在实际应用中智能体使用同样的策略往往会带来不利影响。为了解决此类过度共享的问题,提出了一种新的方法来赋予... 详细信息

在多智能体强化学习的研究中,参数共享作为学习过程中一种信息集中的方式,可以有效地缓解不稳定性导致的学习低效性。但是,在实际应用中智能体使用同样的策略往往会带来不利影响。为了解决此类过度共享的问题,提出了一种新的方法来赋予智能体自动识别可能受益于共享参数的智能体的能力,并且可以在学习过程中动态地选择共享参数的对象。具体来说,智能体需要将历史轨迹编码为可表示其潜在意图的隐信息,并通过与其余智能体隐信息的对比选择共享参数的对象。实验表明,提出的方法在多智能体系统中不仅可以提高参数共享的效率,同时保证了策略学习的质量。

关键词：多智能体系统强化学习参数共享

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：