检索结果-内蒙古大学图书馆

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

Android应用测试输入自动生成技术

引用

中国科学：信息科学 2019年第10期49卷 1234-1266页

作者：王珏蒋炎岩许畅马晓星吕建计算机软件新技术国家重点实验室(南京大学) 南京210023 南京大学计算机科学与技术系南京210023

软件自动化是提高软件生产率的根本途径.由于Android应用快速迭代的开发模式,其对于自动化协助应用开发,尤其是自动化测试,有很高的需求.在自动化测试中,测试输入自动生成是最为关键和资源消耗最大的步骤之一,极大地影响自动化测试的有... 详细信息

软件自动化是提高软件生产率的根本途径.由于Android应用快速迭代的开发模式,其对于自动化协助应用开发,尤其是自动化测试,有很高的需求.在自动化测试中,测试输入自动生成是最为关键和资源消耗最大的步骤之一,极大地影响自动化测试的有效性.由于Android应用独有的特性,自动为其生成测试输入存在独特的挑战.为了应对这一挑战,已有许多Android应用测试输入自动生成技术被提出.本文提出Android应用测试输入自动生成技术的描述框架,包括测试输入自动生成技术的3个维度(分别为搜索空间的表示、候选输入的生成、候选输入的评估),并讨论了测试输入自动生成技术在这3个维度采用策略的两个评价指标(即充分性与高效性).借助这一全新描述框架,本文对已有技术进行分析和总结,讨论现有技术的长处和不足,并对未来可能的研究方向给予展望.

关键词： Android 自动测试输入生成技术描述智能手机

来源：评论

学校读者我要写书评

暂无评论

NUMA架构下数据热度的内存数据库日志恢复技术

引用

计算机科学与探索 2019年第6期13卷 941-949页

作者：吴刚阿卜杜热西提·热合曼李梁乔百友韩东红东北大学计算机科学与工程学院沈阳110819 南京大学计算机软件新技术国家重点实验室南京210093

在内存数据库故障恢复技术中,命令日志是针对内存数据库设计的粗粒度的、轻量级的日志记录方式。但在非统一内存访问(non-uniform memory access,NUMA)体系架构下面向数据的数据库设计中利用命令日志进行故障恢复时,由于数据访问频率不... 详细信息

在内存数据库故障恢复技术中,命令日志是针对内存数据库设计的粗粒度的、轻量级的日志记录方式。但在非统一内存访问(non-uniform memory access,NUMA)体系架构下面向数据的数据库设计中利用命令日志进行故障恢复时,由于数据访问频率不均衡,导致负责高频数据恢复的CPU线程负载加重,而其他CPU相对空闲。针对这种工作负载不均衡所导致的恢复时间开销增大的情况,提出了NUMA体系架构下基于热度记录的内存数据库日志恢复算法。该算法中,每一条数据的访问次数作为该数据的热度记录下来。在并行恢复时,根据数据热度,将数据比较均衡地划分到各个节点的CPU线程执行恢复操作,以此来提高数据库的恢复速度。实验结果表明,该方案比NUMA架构下的常规恢复方案快,而且数据的热度越高,恢复速度的提升越明显,最高提升了19%。

关键词：内存数据库日志检查点故障恢复非统一内存访问(NUMA)架构

来源：评论

学校读者我要写书评

暂无评论

基于层次信息粒表示的属性图链接预测模型

引用

计算机研究与发展 2019年第3期56卷 623-634页

作者：罗晟苗夺谦张志飞张远健胡声丹同济大学计算机科学与技术系上海201804 嵌入式系统与服务计算教育部重点实验室(同济大学) 上海201804 计算机软件新技术国家重点实验室(南京大学) 南京210023

随着具有结点属性信息的网络图数据的增加,结点属性及结点链接关系越来越复杂,这对复杂网络的链接预测任务带来了一系列的挑战.这些不同来源的原始数据之间存在着不一致性,即结点的属性诱导的潜在链接关系与网络拓扑结构观测到的链接边... 详细信息

随着具有结点属性信息的网络图数据的增加,结点属性及结点链接关系越来越复杂,这对复杂网络的链接预测任务带来了一系列的挑战.这些不同来源的原始数据之间存在着不一致性,即结点的属性诱导的潜在链接关系与网络拓扑结构观测到的链接边之间存在着不一致的情况,这一现象将直接影响结点对之间的链接预测准确性与精确性.为了有效处理多源数据的不一致性,融合异构数据的差异,借助粒计算思想,通过对原始数据的多粒度表示,将原始数据在不同层次的粒度进行信息表示建模.最终依据这些数据的粒度表示,寻找最优的粒层结构,并最大化地消除数据内在的不一致性.首先,定义了数据的粒度不同层次表示及粒层关系;其次,对所观测到的链接数据,构建对数似然统计模型,并综合不同粒度层数据特点对模型进行修正;最后,使用多源数据训练统计模型,将学习好的模型用于预测结点对之间的链接概率.实验表明:与现有链接预测模型相比,多源数据经过粒度表示极大地平衡了多源数据的不一致性,有效提升了链接预测任务的准确性.

关键词：粒度表示学习粒计算属性图链接预测数据融合

来源：评论

学校读者我要写书评

暂无评论

高可信众包群体构建方法

引用

中国科学：信息科学 2019年第11期49卷 1412-1427页

作者：冯洋王祎房春荣郭楠楠陈振宇南京大学计算机软件新技术国家重点实验室南京210093 Department of Software Engineering Rochester Institute of TechnologyRochester 14623USA

构建高可信众包群体是众包活动的一个重要挑战.目前,众包机制研究主要集中在激励众包个体,而忽略了能够反映微服务质量的高诚信众包群体的构建.本文根据通过融合委托–代理模型和信号博弈理论提出了一种新颖的高可信众包群体构建机制.... 详细信息

构建高可信众包群体是众包活动的一个重要挑战.目前,众包机制研究主要集中在激励众包个体,而忽略了能够反映微服务质量的高诚信众包群体的构建.本文根据通过融合委托–代理模型和信号博弈理论提出了一种新颖的高可信众包群体构建机制.该机制实现了众包工人和发包方的信息交换,并通过随机质量审查来为诚信/失信工人提供动态的经济激励/惩罚.本文通过大规模的仿真实验来对该机制进行验证.实验结果表明该机制具有良好的有效性和高效性,能够通过极小的代价让能力强但失信的工人在任务提交前改正行为做出诚信决策.

关键词：可信众包众包机制信号博弈理论委托代理模型

来源：评论

学校读者我要写书评

暂无评论

低占空比传感网中面向自适应性能需求的高效广播调度算法

引用

计算机学报 2019年第2期42卷 138-157页

作者：徐力杰杨庚徐佳王磊陈贵海南京邮电大学计算机学院软件学院网络空间安全学院南京邮电大学江苏省大数据安全与智能处理重点实验室南京大学计算机软件新技术国家重点实验室

无线传感器网络中的节点普遍采用低占空比的工作模式,该工作模式极大地减少了由于空闲侦听所带来的能量浪费,但也给网络中的广播问题带来了新的挑战.该文主要考虑如何解决低占空比传感网中的高效广播调度问题.大多数现有工作通常采用低... 详细信息

无线传感器网络中的节点普遍采用低占空比的工作模式,该工作模式极大地减少了由于空闲侦听所带来的能量浪费,但也给网络中的广播问题带来了新的挑战.该文主要考虑如何解决低占空比传感网中的高效广播调度问题.大多数现有工作通常采用低效的传统广播传输模型,即任意局部单跳广播通过多次单播来实现.实际上,文中发现即使对于低占空比网络,无线媒介的广播属性依然能够为广播能效的提升提供潜在的机会.该文提出了一个新颖的机会式广播传输模型,该模型能够充分利用无线媒介固有的广播属性减少广播的总能耗.在单跳情形下,该模型允许发送者向它的任意接收者发送一个较小的beacon控制包,该beacon控制包将会通知接收者推迟自己的工作时隙去机会式地接收由发送者发送给其它节点的广播消息.在多跳情形下,该模型采用了一个有效的预推迟机制,即允许任意转发者在收到来自上游节点的beacon控制包后就可以预先向下游节点发送beacon控制包.文中发现采用机会式广播传输模型能够减少广播总能耗,但是可能会带来平均端到端广播延迟的增加.当前的许多现有工作考虑了延迟约束下的广播能耗优化问题,尽管如此,很多实际应用通常并不需要广播延迟一定要约束在一个限定的范围内,更多的广播应用关注的是能耗与延迟性能的权衡.该文定义了一个具有普适性的广播代价函数,该函数能够对广播延迟和广播能耗两者的权衡关系提供一个自适应的控制以刻画各种不同的广播性能需求,该文的目标是在低占空比传感网中基于机会式广播传输模型找到一个有效的广播调度,以最小化该广播代价函数.首先,文中考虑了单跳情形下的目标问题,并且提出了一个多项式时间复杂度的最优解决方法.接着,文中将单跳情形下的解决方法扩展到多跳情形下.具体地说,我们先定义了一个约束性最小代价单跳广播问题,并且证明了该问题可以在多项式时间内利用动态规划算法求出最优解,然后文中将其扩展到多跳情形下的目标问题并且提出了一个高效的自底向上的解决方法.文中发现通过自适应地调节广播代价函数中权衡因子参数的值,文中的方法可以适用于各种广播性能需求的应用场景.进一步地,该文还讨论了如何将我们提出的解决方法扩展到更加一般化的情形下,即允许少部分相邻节点具有相同的工作调度.仿真实验结果表明在低占空比的网络环境下,文中的解决方法相比较于其它方法而言总是能够获得较大的性能优势.

关键词：无线传感器网络低占空比广播调度自适应性能需求机会式广播传输模型自底向上的解决方法

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

云虚拟机异常检测场景下改进的LOF算法

引用

计算机工程与应用 2020年第23期56卷 80-86页

作者：贺寰烨林果园顾浩方梦华中国矿业大学计算机科学与技术学院江苏徐州221116 矿山数字化教务部工程研究中心江苏徐州221116 南京大学计算机软件新技术国家重点实验室南京210023

针对云服务中由于资源超额预定造成负载不均衡的云虚拟机异常,提出了一种基于密度空间的局部离群因子(Local Outlier Factor Based on Density Space,LOFBDS)算法。LOFBDS算法参考DBSCAN(Density-Based Spatial Clustering of Applications with Noise)算法,将云虚拟机在密度空间中的性质融合至LOF算法之中,提出对云虚拟机的判断规则,以达到优化对正常云虚拟机的检测过程,提高检测效率。实验结果表明,所提出的算法对云服务负载不均造成的云虚拟机异常有着良好的检测效率,并且时间花费较少。

关键词：云服务云虚拟机异常检测局部离群点检测

来源：评论

学校读者我要写书评

暂无评论

基于特征点与多网络联合训练的表情识别

引用

计算机辅助设计与图形学学报 2019年第4期31卷 552-559页

作者：夏添张毅锋刘袁东南大学信息科学与工程学院南京210096 东南大学-南京通信技术研究院南京211100 南京大学计算机软件新技术国家重点实验室南京210093

由于表情图片序列比单张表情图片的信息更丰富,因此基于前者的表情识别容易取得更好的实验效果.针对表情图片序列,提出一种仅基于人脸特征点信息和联合训练2个深度神经网络进行表情识别的方法.首先基于长度不定的图片序列抽取各帧之间... 详细信息

由于表情图片序列比单张表情图片的信息更丰富,因此基于前者的表情识别容易取得更好的实验效果.针对表情图片序列,提出一种仅基于人脸特征点信息和联合训练2个深度神经网络进行表情识别的方法.首先基于长度不定的图片序列抽取各帧之间差异最大化的子集;其次提取该子集中所有图片的特征点坐标进行预处理;再将坐标分别输入微观深度网络(MIC-NN)与宏观深度网络(MAC-NN)进行独立训练;最后基于惩罚MIC-NN与MAC-NN间差异的损失函数联合训练二者后,使用融合网络(FUS-NN)作为最终预测模型.在CK+,Oulu-CASIA,MMI这3个数据集中的实验结果表明,FUS-NN取得了优于绝大部分已知方法 1%～15%的识别率,仅在MMI数据集中落后于最优模型2%;相比之下,该网络的时间复杂度远远小于效果相近的模型,取得了更好的识别效果与计算资源的平衡.

关键词：表情识别深度学习联合训练融合网络

来源：评论

学校读者我要写书评

暂无评论

基于特征迁移和实例迁移的跨项目缺陷预测方法

引用

软件学报 2019年第5期30卷 1308-1329页

作者：倪超陈翔刘望舒顾庆黄启国李娜计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 南通大学计算机科学与技术学院江苏南通226019 南京工业大学计算机科学与技术学院江苏南京211816

在实际软件开发中,需要进行缺陷预测的项目可能是一个新启动项目,或者这个项目的历史训练数据较为稀缺.一种解决方案是利用其他项目(即源项目)已搜集的训练数据来构建模型,并完成对当前项目(即目标项目)的预测.但不同项目的数据集间会... 详细信息

在实际软件开发中,需要进行缺陷预测的项目可能是一个新启动项目,或者这个项目的历史训练数据较为稀缺.一种解决方案是利用其他项目(即源项目)已搜集的训练数据来构建模型,并完成对当前项目(即目标项目)的预测.但不同项目的数据集间会存在较大的分布差异性.针对该问题,从特征迁移和实例迁移角度出发,提出了一种两阶段跨项目缺陷预测方法 FeCTrA.具体来说,在特征迁移阶段,该方法借助聚类分析选出源项目与目标项目之间具有高分布相似度的特征;在实例迁移阶段,该方法基于TrAdaBoost方法,借助目标项目中的少量已标注实例,从源项目中选出与这些已标注实例分布相近的实例.为了验证FeCTrA方法的有效性,选择Relink数据集和AEEEM数据集作为评测对象,以F1作为评测指标.首先,FeCTrA方法的预测性能要优于仅考虑特征迁移阶段或实例迁移阶段的单阶段方法;其次,与经典的跨项目缺陷预测方法 TCA+、Peters过滤法、Burak过滤法以及DCPDP法相比,FeCTrA方法的预测性能在Relink数据集上可以分别提升23%、7.2%、9.8%和38.2%,在AEEEM数据集上可以分别提升96.5%、108.5%、103.6%和107.9%;最后,分析了FeCTrA方法内的影响因素对预测性能的影响,从而为有效使用FeCTrA方法提供了指南.

关键词：软件质量保障软件缺陷预测跨项目缺陷预测迁移学习特征迁移实例迁移

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：