检索结果-内蒙古大学图书馆

数据采集与处理 2023年第2期38卷 324-335页

作者：叶怀泽周子奇祁磊史颖欢南京大学计算机软件新技术国家重点实验室南京210023 南京大学健康医疗大数据国家研究院南京210023 东南大学计算机科学与工程学院南京210023

多源域领域泛化是模型利用多个不同领域中的语义信息,并且能够很好地泛化到未知领域上。在医学图像中,不同领域之间的跨度比较大,模型泛化性能在未知域上会有较大程度的下降。为了解决这一问题,本文提出了一种编码特征再针对特定领域进... 详细信息

多源域领域泛化是模型利用多个不同领域中的语义信息,并且能够很好地泛化到未知领域上。在医学图像中,不同领域之间的跨度比较大,模型泛化性能在未知域上会有较大程度的下降。为了解决这一问题,本文提出了一种编码特征再针对特定领域进行解码的网络结构。该模型使用一个通用编码器来学习所有领域上的领域不变特征,并通过特定领域解码器还原原有图像以加强其对图像特征的复原能力。此外,该模型还通过生成特征迁移图像与源域图像进行对抗学习来加强编码器学习领域不变特征的能力。同时,本文在模型中还引入了特殊构造的分割融合预处理步骤来扩充数据集以增强模型的泛化能力,并进一步提高了本文提出网络结构的性能。在两个医学图像的分割任务中,大量实验数据表明,本文提出的模型相比现有先进模型表现出了优异的性能,此外本文还进行了一系列消融实验,证明了模型的有效性。

关键词：领域泛化医学图像分割迁移学习对抗学习数据增广

来源：评论

学校读者我要写书评

暂无评论

区块链互操作性及跨链技术研究

引用

计算机科学与探索 2023年第8期17卷 1749-1775页

作者：王群李馥娟倪雪莉夏玲玲梁广俊马卓江苏警官学院计算机信息与网络安全系南京210031 江苏省电子数据取证分析工程研究中心南京210031 计算机软件新技术国家重点实验室(南京大学) 南京210093

区块链是一项多方共识、可溯源、防篡改的分布式账本技术,为构建高效、可信、安全的数据共享机制和优化业务流程提供了广阔的应用前景。然而,当区块链正处于百花齐放的快速发展阶段时,如何实现信息的跨链交互和价值的跨链转移,成为区块... 详细信息

区块链是一项多方共识、可溯源、防篡改的分布式账本技术,为构建高效、可信、安全的数据共享机制和优化业务流程提供了广阔的应用前景。然而,当区块链正处于百花齐放的快速发展阶段时,如何实现信息的跨链交互和价值的跨链转移,成为区块链向纵深伸延过程中亟待解决的问题。首先,在综述已有研究成果的基础上,提出了区块链互操作性的概念,并将其分为链间互操作、层间互操作、分叉间互操作、片间互操作和链上链下互操作五方面进行了讨论;其次,通过梳理区块链跨链操作的演进和实现方式,并借鉴TCP/IP体系结构,设计了跨链操作模型,对主要实现步骤进行了功能描述;再次,针对当前区块链跨链操作研究现状,选择了公证人机制、侧链/中继、哈希锁定和分布式私钥控制四类区块链跨链操作关键技术进行了重点分析;然后,结合技术特点和应用场景,突出应用示范,选取了部分典型跨链应用项目进行了介绍,并对区块链跨链操作的安全性进行了分析;最后,总结探索了区块链互操作性和跨链技术的未来发展趋势。

关键词：区块链互操作性跨链技术信息交换价值转移

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

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

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

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

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

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

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：