检索结果-内蒙古大学图书馆

计算机研究与发展 2021年第12期58卷 2673-2683页

作者：孙亚伟程龚厉肖瞿裕忠计算机软件新技术国家重点实验室(南京大学) 南京210023

知识图谱问答是人工智能领域的研究热点之一.在该任务中,自然语言问句结构与知识图谱结构之间的语义匹配是一个具有挑战的研究问题.现有工作主要利用深度学习技术对自然语言问句进行序列化编码,然后与知识图谱子图计算语义匹配,这样做... 详细信息

知识图谱问答是人工智能领域的研究热点之一.在该任务中,自然语言问句结构与知识图谱结构之间的语义匹配是一个具有挑战的研究问题.现有工作主要利用深度学习技术对自然语言问句进行序列化编码,然后与知识图谱子图计算语义匹配,这样做法未充分利用复杂问句的结构信息,方法也缺乏可解释性.针对此问题,提出一种基于图匹配网络的知识图谱复杂问答方法TTQA.首先,通过语法分析方法,构建一个与知识图谱无关的未定查询图.然后,依据未定查询图和给定的知识图谱,构建一个与知识图谱相关的已定查询图,在其中,提出一种图匹配网络GMN,通过结合预训练语言模型和图神经网络技术,再利用注意力机制学习查询结构的上下文表示,从而得到更加丰富的结构匹配表示,用于已定查询图预测.在2个复杂问答数据集LC-QuAD 1.0和ComplexWebQuestions 1.1进行实验,结果表明:TTQA超过了现有方法.同时,通过消融实验验证了GMN的有效性.此外,TTQA生成的未定结构图和已定查询图增强了问答系统可解释性.

关键词：知识图谱问答复杂问句查询图图匹配网络注意力机制

来源：评论

学校读者我要写书评

暂无评论

内存高效的持久性分布式文件系统客户端缓存DFS-Cache

引用

计算机应用 2024年第4期44卷 1172-1179页

作者：倪瑞轩蔡淼叶保留河海大学计算机与信息学院南京211100 水利部水利大数据重点实验室(河海大学) 南京211100 计算机软件新技术国家重点实验室(南京大学) 南京210023

为了在数据密集型工作流下有效降低缓存碎片整理开销并提高缓存命中率,提出一种持久性分布式文件系统客户端缓存DFS-Cache(Distributed File System Cache)。DFS-Cache基于非易失性内存(NVM)设计实现,能够保证数据的持久性和崩溃一致性... 详细信息

为了在数据密集型工作流下有效降低缓存碎片整理开销并提高缓存命中率,提出一种持久性分布式文件系统客户端缓存DFS-Cache(Distributed File System Cache)。DFS-Cache基于非易失性内存(NVM)设计实现,能够保证数据的持久性和崩溃一致性,并大幅减少冷启动时间。DFS-Cache包括基于虚拟内存重映射的缓存碎片整理机制和基于生存时间(TTL)的缓存空间管理策略。前者基于NVM可被内存控制器直接寻址的特性,动态修改虚拟地址和物理地址之间的映射关系,实现零拷贝的内存碎片整理;后者是一种冷热分离的分组管理策略,借助重映射的缓存碎片整理机制,提升缓存空间的管理效率。实验采用真实的Intel傲腾持久性内存设备,对比商用的分布式文件系统MooseFS和GlusterFS,采用Fio和Filebench等标准测试程序,DFS-Cache最高能提升5.73倍和1.89倍的系统吞吐量。

关键词：非易失性内存分布式文件系统客户端缓存缓存碎片整理冷热数据分组缓存设计

来源：评论

学校读者我要写书评

暂无评论

面向参数化动作空间的多智能体中心化策略梯度分解及其应用

引用

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

TCS:一种用于跨语言文本标签预测的“老师-课程-学生”学习框架

引用

计算机学报 2022年第9期45卷 1983-1996页

作者：浦通黄书剑张洋铭周祥生屠要峰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) 南京210023 鹏城实验室广东深圳518054 中兴通讯股份有限公司南京210012

跨语言迁移旨在借助源语言的标注样本学习目标语言上的相应任务,是解决目标语言标记数据不足的重要途径.近期表现出色的方法多基于自训练,通过逐步自动标记无标注样本实现知识的迁移.然而自训练存在不准确监督的问题,即当前模型(称为老... 详细信息

跨语言迁移旨在借助源语言的标注样本学习目标语言上的相应任务,是解决目标语言标记数据不足的重要途径.近期表现出色的方法多基于自训练,通过逐步自动标记无标注样本实现知识的迁移.然而自训练存在不准确监督的问题,即当前模型(称为老师模型)对目标语言无标注样本的错误预测会误导后续模型(称为学生模型)的学习.跨语言迁移中,源语言和目标语言样本之间存在的分布差异加重了这个问题.本文提出一种名为“老师-课程-学生”(TCS)的学习框架,综合使用三项技术解决自训练中的不准确监督的问题,包括软目标训练技术、渐进式样本选择技术、“从可信到可疑”的课程学习技术等.在跨语言文本分类和跨语言命名实体识别基准数据集上的实验表明,TCS取得的平均结果在自训练的基础上分别提高了2.51%和3.25%,并分别比现有最佳结果高1.51%和4.45%.消融实验表明,TCS使用的三项技术都能有效提升最终模型的性能,其中课程学习技术和“从可信到可疑”的课程顺序是取得出色结果的关键.相关代码和实验配置可以在https://***/ericput/TCS获取.

关键词：跨语言迁移自训练课程学习文本分类命名实体识别

来源：评论

学校读者我要写书评

暂无评论

无监督行人重识别研究综述

引用

计算机工程 2024年

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

从多个不同的摄像机中检索出一个特定的行人是行人重识别的主要任务。随着深度神经网络的发展和智能视频监控需求的增加，行人重识别逐渐受到研究人员的关注。现有的行人重识别方法大多利用带有标签的数据集进行有监督训练，但该方式数... 详细信息

从多个不同的摄像机中检索出一个特定的行人是行人重识别的主要任务。随着深度神经网络的发展和智能视频监控需求的增加，行人重识别逐渐受到研究人员的关注。现有的行人重识别方法大多利用带有标签的数据集进行有监督训练，但该方式数据标注成本高昂，使得有监督行人重识别难以扩展到大型的未标记数据集场景。而无监督行人重识别可以有效地改善行人重识别模型的扩展问题，更符合现实场景的应用，并逐渐成为研究热点。尽管已有行人重识别相关的综述研究工作被提出，但它们主要关注有监督场景下的分类和应用。为此，本文对现有的无监督行人重识别研究工作进行系统地归纳、分析和总结，以便为该领域研究人员提供研究参考。本文首先全面回顾无监督场景的行人重识别方法，根据模型训练是否使用源域监督信息，将无监督行人重识别研究划分为基于无监督域适应的方式和基于完全无监督的方式，并对这两类方法进行分析和总结。然后，介绍和归纳性总结行人重识别研究相关的经典数据集，并展示和讨论不同行人重识别方法在这些数据集上的性能和优劣。最后，指出当前无监督行人重识别研究所面临的问题，并提出未来发展方向。

关键词：行人重识别深度神经网络智能视频监控无监督域适应完全无监督

来源：评论

学校读者我要写书评

暂无评论

包含非数值型属性的交互式遗憾最小化查询

引用

小型微型计算机系统 2024年第3期45卷 513-520页

作者：王美静郑吉平南京航空航天大学计算机科学与技术学院南京211106 南京大学计算机软件新技术国家重点实验室南京210093

近年来,遗憾最小化查询作为多准则决策的重要工具之一,逐渐成为数据查询的研究热点.遗憾最小化查询中,通过与用户进行交互,不断地学习用户的偏好,可以有效帮助降低查询的遗憾率.然而,已有的研究仅针对具有数值型属性的数据定义遗憾率并... 详细信息

近年来,遗憾最小化查询作为多准则决策的重要工具之一,逐渐成为数据查询的研究热点.遗憾最小化查询中,通过与用户进行交互,不断地学习用户的偏好,可以有效帮助降低查询的遗憾率.然而,已有的研究仅针对具有数值型属性的数据定义遗憾率并据此进行遗憾最小化查询,当面对包含非数值型属性的数据时,这些方法不再适用.本文提出的遗憾率定义针对包含非数值型属性的数据,并给出新的交互式遗憾最小化查询问题的定义.在此基础上,采用“支配”的概念提出用于预处理的skyline删减算法,利用偏好矩阵帮助学习用户偏好,并提出用于解决交互式遗憾最小化的算法MECR_QS.最后,实验结果表明MECR_QS算法能有效处理包含非数值型属性的交互式遗憾最小化查询.

关键词：遗憾最小化查询交互非数值型属性 skyline筛选

来源：评论

学校读者我要写书评

暂无评论

基于虚拟节点策略的自监督对比学业预警模型

引用

计算机工程与设计 2024年第7期45卷 2195-2202页

作者：王园淋欧阳勇高榕刘锦行叶志伟湖北工业大学计算机学院湖北武汉430068 南京大学计算机软件新技术国家重点实验室江苏南京210023

针对大多数学业预警方法忽略了学生社交行为对于学业的影响,且存在数据不平衡问题和长尾分布问题,提出一种基于虚拟节点策略的自监督对比学业预警模型(SCEW)。通过图神经网络对学生成绩、学生社交行为进行融合得到联合图嵌入;利用虚拟... 详细信息

针对大多数学业预警方法忽略了学生社交行为对于学业的影响,且存在数据不平衡问题和长尾分布问题,提出一种基于虚拟节点策略的自监督对比学业预警模型(SCEW)。通过图神经网络对学生成绩、学生社交行为进行融合得到联合图嵌入;利用虚拟节点策略缓解数据不平衡问题的影响;基于自更新策略,采用节点级对比学习将自监督学习集成到网络的训练中,缓解长尾分布问题的影响。在真实数据集上的实验结果表明,SCEW模型的性能优于现有的主流方法。

关键词：学业预警学生行为虚拟节点数据不平衡长尾分布对比学习自监督学习

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

局部协同视角下的鲁棒标记分布学习

引用

模式识别与人工智能 2021年第1期34卷 44-57页

作者：徐苏平商琳周宇杰南京大学计算机科学与技术系南京210023 南京大学计算机软件新技术国家重点实验室南京210023

已有标记分布学习(LDL)算法在一定程度上破坏不同标记间的关联性及标记分布的整体结构,同时,大多仅以提升标记分布的预测性能为目的,忽略计算代价和噪声鲁棒性在实际应用中的重要性.为了缓解上述不足,文中提出基于局部协同表达的标记分... 详细信息

已有标记分布学习(LDL)算法在一定程度上破坏不同标记间的关联性及标记分布的整体结构,同时,大多仅以提升标记分布的预测性能为目的,忽略计算代价和噪声鲁棒性在实际应用中的重要性.为了缓解上述不足,文中提出基于局部协同表达的标记分布学习算法(LCR-LDL).在LCR-LDL中,一个未标记样本可被视作由该未标记样本邻域构建的局部字典的协同表达,表达系数中的鉴别信息可用于重构未标记样本的标记分布.在15个真实的LDL数据集上的实验表明,LCR-LDL不仅可有效提升LDL的预测性能,而且具有较强的鲁棒性和轻量级的计算开销.

关键词：标记分布学习(LDL) 多标记学习标记多义性稀疏字典学习鲁棒性

来源：评论

学校读者我要写书评

暂无评论

一种面向机器视觉感知的暗光图像增强网络

引用

计算机应用研究 2024年第6期41卷 1910-1915页

作者：冯欣王思平张智先焦晓宁薛明龙重庆理工大学计算机科学与工程学院重庆400054 南京大学计算机软件新技术国家重点实验室南京210046

低光照等恶劣环境下的目标检测一直都是难点,低光照和多雾因素往往会导致图像出现可视度低、噪声大等情况,严重干扰目标检测的检测精度。针对上述问题,提出了一个面向机器视觉感知的低光图像增强网络MVP-Net,并与YOLOv3目标检测网络整合... 详细信息

低光照等恶劣环境下的目标检测一直都是难点,低光照和多雾因素往往会导致图像出现可视度低、噪声大等情况,严重干扰目标检测的检测精度。针对上述问题,提出了一个面向机器视觉感知的低光图像增强网络MVP-Net,并与YOLOv3目标检测网络整合,构建了端到端的增强检测框架MVP-YOLO。MVP-Net采用了逆映射网络技术,将常规RGB图像转换为伪RAW图像特征空间,并提出了伪ISP增强网络DOISP进行图像增强。MVP-Net旨在发挥RAW图像在目标检测中的潜在优势,同时克服其在直接应用时所面临的限制。模型在多个真实场景暗光数据上取得了优于先前工作效果并且能够适应多种不同架构的检测器。其端到端检测框mAP(50%)指标达到了78.3%,比YOLO检测器提高了1.85%。

关键词：低光图像增强机器视觉 RAW图像 ISP处理

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：