检索结果-内蒙古大学图书馆

软件学报 2020年第4期31卷 1173-1188页

作者：邓齐林邱天宇申富饶赵金熙计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 南京大学计算机科学与技术系江苏南京210023

给定一组观察数据,估计其潜在的概率密度函数是统计学中的一项基本任务,被称为密度估计问题.随着数据收集技术的发展,出现了大量的实时流式数据,其特点是数据量大,数据产生速度快,并且数据的潜在分布也可能随着时间而发生变化,对这类数... 详细信息

给定一组观察数据,估计其潜在的概率密度函数是统计学中的一项基本任务,被称为密度估计问题.随着数据收集技术的发展,出现了大量的实时流式数据,其特点是数据量大,数据产生速度快,并且数据的潜在分布也可能随着时间而发生变化,对这类数据分布的估计也成为亟待解决的问题.然而,在传统的密度估计算法中,参数式算法因为有较强的模型假设导致其表达能力有限,非参数式算法虽然具有更好的表达能力,但其计算复杂度通常很高.因此,它们都无法很好地应用于这种流式数据的场景.通过分析基于竞争学习的学习过程,提出了一种在线密度估计算法来完成流式数据上的密度估计任务,并且分析了其与高斯混合模型之间的密切联系.最后,将所提算法与现有的密度估计算法进行对比实验.实验结果表明,与现有的在线密度估计算法相比,所提算法能够取得更好的估计结果,并且能够基本上达到当前最好的离线密度估计算法的估计性能.

关键词：密度估计高斯混合模型数据流在线学习竞争学习

来源：评论

学校读者我要写书评

暂无评论

基于信息检索的缺陷定位:问题、进展与挑战

引用

软件学报 2020年第9期31卷 2826-2854页

作者：郭肇强周慧聪刘释然李言辉陈林周毓明徐宝文计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 南京大学计算机科学与技术系江苏南京210023

缺陷的存在,会影响软件系统的正常使用甚至带来重大危害.为了帮助开发者尽快找到并修复这些缺陷,研究者提出了基于信息检索的缺陷定位方法.这类方法将缺陷定位视为一个检索任务,它为每个缺陷报告生成一份按照程序实体与缺陷相关度降序... 详细信息

缺陷的存在,会影响软件系统的正常使用甚至带来重大危害.为了帮助开发者尽快找到并修复这些缺陷,研究者提出了基于信息检索的缺陷定位方法.这类方法将缺陷定位视为一个检索任务,它为每个缺陷报告生成一份按照程序实体与缺陷相关度降序排序的列表.开发者可以根据列表顺序来审查代码,从而降低审查成本并加速缺陷定位的进程.近年来,该领域的研究工作十分活跃,在改良定位方法和完善评价体系方面取得了较大进展.与此同时,为了能够在实践中更好地应用这类方法,该领域的研究工作仍面临着一些亟待解决的挑战.对近年来国内外学者在该领域的研究成果进行系统性的总结:首先,描述了基于信息检索的缺陷定位方法的研究问题;然后,分别从模型改良和模型评估两方面陈述了相关的研究进展,并对具体的理论和技术途径进行梳理;接着,简要介绍了缺陷定位的其他相关技术;最后,总结了目前该领域研究过程中面临的挑战并给出建议的研究方向.

关键词：信息检索缺陷定位软件维护缺陷报告

来源：评论

学校读者我要写书评

暂无评论

强化学习方法在通信拒止战场仿真环境中多无人机目标搜寻问题上的适用性研究

引用

中国科学：信息科学 2020年第3期50卷 375-395页

作者：汪亮王文王禹又侯松林乔裕哲吴天珩陶先平南京大学计算机软件新技术国家重点实验室南京210023

目标搜索问题是现实中一类常见的问题,如灾难现场搜救、战场目标侦察等.无人机由于其灵活性、低成本、可搭载各类传感器并以集群形式开展协作等优势,是解决大范围、高风险区域目标搜索问题的理想技术方案,当前发展迅速.在战场等复杂现... 详细信息

目标搜索问题是现实中一类常见的问题,如灾难现场搜救、战场目标侦察等.无人机由于其灵活性、低成本、可搭载各类传感器并以集群形式开展协作等优势,是解决大范围、高风险区域目标搜索问题的理想技术方案,当前发展迅速.在战场等复杂现实环境中,由于缺乏基础通信设施及干扰的存在,无人机与地面指挥员、无人机之间难以快速、可靠通信,处于通信拒止状态.因此,无人机难以获得指挥员的实时控制信息,需要其具备自主、智能完成任务的能力并开展协同.随着人工智能技术的快速发展,强化学习技术在解决连续决策问题上展现出了较强的潜力.无人机搜索问题作为一种典型的连续决策问题,属于强化学习技术的适用范围.但对于目前的强化学习及人工智能技术能否适用于无人机从而自主决策完成现实场景中的任务这一问题尚存争议,仍有待进一步探索.为此,本文以现实战场环境为背景,对通信拒止及包含两方对抗的战场环境中的目标搜寻问题进行了建模,依据模型构建了对抗仿真平台,并通过实验研究的方式针对以下3个问题展开了探索:(1)强化学习在通信拒止环境下多无人机搜索问题的适用性;(2)各强化学习算法在该问题上的优劣;(3)通信拒止程度对强化学习算法效果的影响.通过运用当前主流的强化学习技术开展仿真实验并定量评估实验结果.本文总结发现:(1)强化学习在解决通信拒止环境下多无人机搜索问题上具备有效性;(2)在与其他算法对抗时,运用基于Deep Q-Network (DQN)强化学习技术的自主决策无人机集群体现出了较强的问题解决能力;(3)通信拒止程度对强化学习算法效果有影响,但在不同的通信拒止程度下,强化学习算法表现相对稳定.

关键词：无人机强化学习目标搜寻通信拒止环境

来源：评论

学校读者我要写书评

暂无评论

面向网络社交媒体的少样本新冠谣言检测

引用

中文信息学报 2022年第1期36卷 135-144,172页

作者：陆恒杨范晨悠吴小俊江南大学江苏省模式识别与计算智能工程实验室江苏无锡214122 南京大学计算机软件新技术国家重点实验室江苏南京210023 深圳市人工智能与机器人研究院广东深圳518129

在社交媒体上发布和传播有关新冠的谣言对民生、经济、社会等都产生了严重影响,因此通过机器学习和人工智能技术开展新冠谣言检测具有重要的研究价值和社会意义。现有谣言检测研究,一般假定进行建模和预测的事件已有充足的有标签数据,... 详细信息

在社交媒体上发布和传播有关新冠的谣言对民生、经济、社会等都产生了严重影响,因此通过机器学习和人工智能技术开展新冠谣言检测具有重要的研究价值和社会意义。现有谣言检测研究,一般假定进行建模和预测的事件已有充足的有标签数据,但对于新冠这类突发事件,由于可训练样本较少,所以此类模型存在局限性。该文聚焦少样本谣言检测问题,旨在使用极少的有标签样例训练可检测突发事件的谣言检测模型。该文以新浪微博的新冠谣言为研究对象,构建适用于少样本谣言检测的新浪微博新冠谣言数据集,提出基于元学习的深度神经网络少样本谣言检测模型。在少样本机器学习场景下,该模型在新冠谣言数据集、PHEME公共数据集上的实验结果均有显著的性能提升。

关键词：谣言检测少样本学习在线社交媒体

来源：评论

学校读者我要写书评

暂无评论

软件运行时验证与监控技术发展现状与展望

引用

前瞻科技 2023年第1期2卷 62-77页

作者：卜磊董威单云霄南京大学计算机软件新技术国家重点实验室南京大学软件学院国防科技大学计算机学院中山大学人工智能学院广东省大数据分析与处理重点实验室

当今社会，大量软件系统运行在开放、动态、不确定的场景中，经常受到非预期的干扰和影响，因此对系统行为进行运行时验证与监控，并针对各种实时情况做出自适应的实时响应、决策与动态调控，具有重要意义。文章从运行时验证、监控、增... 详细信息

当今社会，大量软件系统运行在开放、动态、不确定的场景中，经常受到非预期的干扰和影响，因此对系统行为进行运行时验证与监控，并针对各种实时情况做出自适应的实时响应、决策与动态调控，具有重要意义。文章从运行时验证、监控、增强及动态调控等方面对相关领域的国内外进展进行了回顾与展望，并从软件行为认知与理解、控制器生成、全生命期监控等角度对后续潜在方向进行探讨与建议。

关键词：形式化建模与验证运行时验证在线监控控制生成

来源：评论

学校读者我要写书评

暂无评论

基于污点分析的数组越界缺陷的静态检测方法

引用

软件学报 2020年第10期31卷 2983-3003页

作者：高凤娟王豫陈天骄司徒凌云王林章李宣东南京大学计算机科学与技术系江苏南京210023 计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

随着移动计算、物联网、云计算、人工智能等领域的飞速发展,也涌现出了很多新的编程语言和编译器,但是C/C++语言依旧是最受欢迎的编程语言之一,而数组是C语言最重要的数据结构之一.当在程序中通过数组下标访问数组元素时,必须确保该下... 详细信息

随着移动计算、物联网、云计算、人工智能等领域的飞速发展,也涌现出了很多新的编程语言和编译器,但是C/C++语言依旧是最受欢迎的编程语言之一,而数组是C语言最重要的数据结构之一.当在程序中通过数组下标访问数组元素时,必须确保该下标在该数组的边界之内,否则就会导致数组越界.程序中的数组越界缺陷会使得程序在运行时导致系统崩溃,甚至使攻击者可以截取控制流以执行任意恶意代码.当前针对数组越界的静态检查方法无法达到高精度的分析,尤其是无法处理复杂约束和表达式,过多的误报额外增加了开发者的负担.因此,提出了一种基于污点分析的数组越界的静态检测方法.首先,提出流敏感、上下文敏感的按需指针分析方法,实现数组长度区间分析.然后,提出按需污点分析方法,实现数组下标和数组长度污染情况的计算.最后,定义数组越界缺陷判定规则,提出使用后向数据流分析方法,检测数组下标是否越界.在进行数组越界检测的过程中,为了处理程序中的复杂约束和表达式,在分析过程中将调用约束求解器来判断约束的可满足性.如果没有发现相应的语句,则报告数组越界缺陷警报.同时,实现了自动静态分析工具Carraybound,并通过实验展示了方法的有效性.

关键词：数组越界静态分析缓冲区溢出约束求解

来源：评论

学校读者我要写书评

暂无评论

车联网边缘计算环境下基于深度强化学习的分布式服务卸载方法

引用

计算机学报 2021年第12期44卷 2382-2405页

作者：许小龙方子介齐连永窦万春何强段玉聪南京信息工程大学计算机与软件学院南京210044 南京大学计算机软件新技术国家重点实验室南京210023 曲阜师范大学信息科学与工程学院山东曲阜273199 斯威本科技大学计算机科学与软件工程系澳大利亚墨尔本3122 海南大学计算机与网络空间安全学院海口570228

边缘计算将计算、存储和带宽等资源分布到了靠近用户的一侧.通过将边缘计算引入车联网,服务提供商能为车载用户提供低延时的服务,从而提高用户出行的服务体验.然而,由于边缘服务器所配备的资源一般是有限的,不能同时支持所有车联网用户... 详细信息

边缘计算将计算、存储和带宽等资源分布到了靠近用户的一侧.通过将边缘计算引入车联网,服务提供商能为车载用户提供低延时的服务,从而提高用户出行的服务体验.然而,由于边缘服务器所配备的资源一般是有限的,不能同时支持所有车联网用户的服务需求,因此,如何在边缘服务器资源限制的约束下,确定服务卸载地点,为用户提供低时延的服务,仍然是一个巨大的挑战.针对上述问题,本文提出了一种“端-边-云”协同的5G车联网边缘计算系统模型,并针对该系统模型设计了深度学习和深度强化学习协同的分布式服务卸载方法D-SOAC.首先,通过深度时空残差网络,D-SOAC在中心云预测出潜在的用户服务需求量,协同各边缘服务器获取本地车联网边缘计算环境的系统状态,输入边缘服务器上的本地行动者网络,得到该状态下的服务卸载策略.然后,本地评论家网络基于时序差分误差评价该服务卸载策略的优劣,并指导本地行动者网络进行网络参数的优化.优化一定步数后,边缘服务器将优化过的本地网络参数上传到位于中心云的全局网络,协同中心云进行网络参数的更新.最后,中心云将最新的参数推送回本地网络,从而不断对行动者评论家网络进行调优,获得服务卸载的最优解.基于来自现实世界的车载用户服务需求数据集的实验结果表明,在各种车联网边缘计算环境中,相比于四种现有的服务卸载算法,D-SOAC能够降低0.4%~20.4%的用户平均服务时延.

关键词：边缘计算车联网服务卸载深度时空残差网络异步优势行动者评论家

来源：评论

学校读者我要写书评

暂无评论

边缘环境下面向实时目标检测的帧卸载调度算法

引用

计算机工程 2023年第5期49卷 295-301,309页

作者：罗华峰沈奕菲阮黎翔杜奇伟郑翔陈智麒张胜国网浙江省电力有限公司电力科学研究院杭州310014 国网浙江省电力有限公司杭州310007 国网浙江省电力有限公司衢州供电公司浙江衢州324000 南京大学计算机软件新技术国家重点实验室南京210023

边缘环境下的目标检测应用大多依赖于边缘设备。目前,MobileNet等轻量级检测模型在满足实时性要求的前提下难以达到准确度要求,Faster RCNN等重量级模型的检测准确度较高,但数据传输耗时大,难以保证检测实时性。提出一种边缘辅助的目标... 详细信息

边缘环境下的目标检测应用大多依赖于边缘设备。目前,MobileNet等轻量级检测模型在满足实时性要求的前提下难以达到准确度要求,Faster RCNN等重量级模型的检测准确度较高,但数据传输耗时大,难以保证检测实时性。提出一种边缘辅助的目标检测框架及自适应帧卸载(OEOD)算法,在线将视频帧卸载到边缘服务器,以执行高准确度、高时延的目标检测,或在本地执行低准确度、低时延的目标检测,从而在满足给定检测准确度要求的前提下缩短视频帧的平均处理时延。为实现OEOD算法,提出一种基于内容相似性的特征向量度量方式,以预测当前帧的检测时延和准确度,并以贪心的方式决定当前帧的检测策略。实验结果表明,与MobileNet算法相比,OEOD算法在保证准确度的前提下将检测时延降低了29%,且在不同的数据集上均表现良好。

关键词：边缘计算目标检测计算卸载在线调度时延优化

来源：评论

学校读者我要写书评

暂无评论

机器学习模型在车险欺诈检测的研究进展

引用

计算机工程与应用 2022年第5期58卷 34-49页

作者：卢冰洁李炜卓那崇宁牛作尧陈奎之江实验室杭州311121 南京邮电大学现代邮政学院南京210003 东南大学苏州联合研究生院江苏苏州215123 南京大学计算机软件新技术国家重点实验室南京210093

随着保险行业的蓬勃发展,保险欺诈问题也显得日趋严重。车险欺诈一直是保险欺诈的“重灾区”,对保险行业的发展至关重要。因此,车险欺诈检测技术一直是国内外学者研究的热点问题。鉴于我国在机动车辆保险欺诈检测技术方相对滞后,而国外... 详细信息

随着保险行业的蓬勃发展,保险欺诈问题也显得日趋严重。车险欺诈一直是保险欺诈的“重灾区”,对保险行业的发展至关重要。因此,车险欺诈检测技术一直是国内外学者研究的热点问题。鉴于我国在机动车辆保险欺诈检测技术方相对滞后,而国外的研究成果又较少对我国车险业务数据进行有效建模与分析,首次针对机器学习模型应用在车险欺诈检测的研究工作进行了文献调研,对二十多年来的研究工作进行系统化的归纳与总结。通过引入车险欺诈流程的简介,对专家系统与智能理赔系统在车险欺诈检测的流程进行了叙述;依次从国外和国内的角度介绍了机器学习模型应用在车险欺诈检测的具体研究进展,并进行了宏观的对比;基于国内某车险公司提供近5年来高质量的车险数据选取具有代表性的机器学习模型进行建模,并进行了全面的测试与分析;探讨了车险欺诈检测技术未来的研究方向。

关键词：汽车保险欺诈机器学习深度学习数据不均衡保险监管

来源：评论

学校读者我要写书评

暂无评论

利用自监督卷积网络估计单图像深度信息

引用

计算机辅助设计与图形学学报 2020年第4期32卷 643-651页

作者：孙蕴瀚史金龙孙正兴江苏科技大学计算机学院镇江212003 南京大学计算机软件新技术国家重点实验室南京210046

为了提高利用深度神经网络预测单图像深度信息的精确度,提出了一种采用自监督卷积神经网络进行单图像深度估计的方法.首先,该方法通过在编解码结构中引入残差结构、密集连接结构和跳跃连接等方式改进了单图像深度估计卷积神经网络,改善... 详细信息

为了提高利用深度神经网络预测单图像深度信息的精确度,提出了一种采用自监督卷积神经网络进行单图像深度估计的方法.首先,该方法通过在编解码结构中引入残差结构、密集连接结构和跳跃连接等方式改进了单图像深度估计卷积神经网络,改善了网络的学习效率和性能,加快了网络的收敛速度;其次,通过结合灰度相似性、视差平滑和左右视差匹配等损失度量设计了一种更有效的损失函数,有效地降低了图像光照因素影响,遏制了图像深度的不连续性,并能保证左右视差的一致性,从而提高深度估计的鲁棒性;最后,采用立体图像作为训练数据,无需目标深度监督信息,实现了端到端的单幅图像深度估计.在TensorFlow框架下,用KITTI和Cityscapes数据集进行实验,结果表明,与目前的主流方法相比,该方法在预测深度的精确度方面有较大提升,拥有更好的深度预测性能.

关键词：卷积神经网络单图像深度估计深度估计

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：