检索结果-内蒙古大学图书馆

控制与决策 2024年第7期39卷 2385-2404页

作者：侯祥鹏兰兰陶长乐寇小勇丛佩金邓庆绪周俊龙南京理工大学计算机科学与工程学院南京210094 东北大学计算机科学与工程学院沈阳110819 东南大学移动通信全国重点实验室南京211111

随着万物互联时代的到来,边缘设备规模急剧增加,海量数据在网络边缘产生,人工智能技术的飞速发展为分析和处理这些数据提供了强大的支撑.然而,传统云计算的集中处理模式难以满足用户对任务低时延和设备低功耗的需求,并带来数据隐私泄露... 详细信息

随着万物互联时代的到来,边缘设备规模急剧增加,海量数据在网络边缘产生,人工智能技术的飞速发展为分析和处理这些数据提供了强大的支撑.然而,传统云计算的集中处理模式难以满足用户对任务低时延和设备低功耗的需求,并带来数据隐私泄露的潜在隐患.与此同时,嵌入式高性能芯片的发展显著提升了边缘设备的计算能力,使其能够在边缘侧实时处理部分计算密集型任务.在此背景下,边缘计算和人工智能有机融合,孕育了一种新的计算范式:边缘智能.鉴于此,聚焦边缘智能与协同计算的前沿与进展,首先概述边缘计算、人工智能和边缘智能的相关背景、基本原理与发展趋势;然后从训练、推理和缓存3个方面回顾面向单个设备的边缘智能方法;接着从架构、技术和功能3个维度介绍多个设备合作实现边缘智能协同的相关工作;最后总结边缘智能在工业物联网、智慧城市和虚拟现实等领域的广泛应用.

关键词：边缘智能边缘设备边缘训练边缘推理边缘缓存协同计算

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的群体动作识别综述

引用

计算机学报 2024年第11期47卷 2552-2578页

作者：严锐葛晓静黄捧舒祥波唐金辉南京大学计算机软件新技术国家重点实验室南京210023 南京理工大学计算机科学与工程学院南京210094

不同于传统的简单动作识别,群体动作识别需要理解场景中由若干人物的单人动作和他们之间的交互动作构成的复杂语义.近年来,群体动作识别在公共安全监控、体育视频分析和社会角色理解等领域的研究与应用引起了学者们的广泛关注.但是现有... 详细信息

不同于传统的简单动作识别,群体动作识别需要理解场景中由若干人物的单人动作和他们之间的交互动作构成的复杂语义.近年来,群体动作识别在公共安全监控、体育视频分析和社会角色理解等领域的研究与应用引起了学者们的广泛关注.但是现有能够帮助学者们快速了解研究概况的中文文献很少且用于归纳和分析的依据较为笼统.为此,本文旨在综述近十年来基于深度学习的群体动作识别的研究进展.首先,本文介绍了群体动作识别的问题与定义,总结了现有解决方案的核心流程和该研究的关键挑战.然后,本文针对现有研究中的两个核心内容,即个体动作特征的提取及其关联建模,对现有文献作出了归纳与分析.具体而言,本文介绍并总结了群体动作研究中常用的人体行为特征,并将现有关联建模类型归纳为三类,即线性关联、序列关联和图关联.此外,本文还列举了现有的十二种可用于群体动作研究的视频数据集,并在三个常用数据集上对目前流行的方法进行了对比与分析.最后,本文研判了几个更具挑战的未来研究趋势.综上,本文剖析了群体动作识别的核心研究思路及未来研究趋势,有助于相关研究人员快速了解群体动作识别的研究概况.

关键词：视频理解动作识别群体动作识别深度学习注意力机制递归神经网络图模型

来源：评论

学校读者我要写书评

暂无评论

基于注意力机制及类别层次结构的弱监督目标定位

引用

软件学报 2023年第10期34卷 4916-4929页

作者：冯迅杨健周涛宫辰南京理工大学计算机科学与工程学院模式计算与应用实验室江苏南京210094 高维信息智能感知与系统教育部重点实验室(南京理工大学) 江苏南京210094 江苏省社会安全图像与视频理解重点实验室(南京理工大学) 江苏南京210094

弱监督目标定位是指仅利用图像级的类别标注信息来训练目标定位器,而不需要使用精确的目标位置标注信息来进行算法训练.当前的一些方法往往只能定位出目标对象中最具鉴别性的部分而无法准确地标识出完整的目标对象,或者易受背景无关信... 详细信息

弱监督目标定位是指仅利用图像级的类别标注信息来训练目标定位器,而不需要使用精确的目标位置标注信息来进行算法训练.当前的一些方法往往只能定位出目标对象中最具鉴别性的部分而无法准确地标识出完整的目标对象,或者易受背景无关信息干扰从而导致定位结果不精确.为了解决上述问题,提出一种基于注意力机制和类别层次结构的弱监督目标定位方法.该方法通过对卷积神经网络的注意力图进行均值分割提取更完整的目标区域.进一步,通过类别层次结构网络实现对背景区域注意力的削弱,从而提高对感兴趣目标的定位精度.基于多个网络结构和公共数据集上的大量实验结果表明,相比目前已有的弱监督定位方法,所提方法在多个评价指标下均能够获得更好的定位效果.

关键词：弱监督目标定位网络注意力背景干扰层次结构网络卷积神经网络(CNN)

来源：评论

学校读者我要写书评

暂无评论

属性知识自反绎下的半监督表示学习

引用

中国科学：信息科学 2024年第6期54卷 1386-1399页

作者：沈阳孙旭豪徐赫洋魏秀参南京理工大学计算机科学与工程学院南京210094 东南大学计算机科学与工程学院南京210096 新一代人工智能技术与交叉应用教育部重点实验室(东南大学) 南京210096

机器学习结合逻辑推理的方法可以大幅提升模型的鲁棒性与可解释性.近年来,已有工作从给定的具体知识库出发,通过反绎学习的范式或是其衍生范式来促进机器学习中模型的更新过程.然而,在表示学习任务中,即便存在这样的知识库,其往往也是... 详细信息

机器学习结合逻辑推理的方法可以大幅提升模型的鲁棒性与可解释性.近年来,已有工作从给定的具体知识库出发,通过反绎学习的范式或是其衍生范式来促进机器学习中模型的更新过程.然而,在表示学习任务中,即便存在这样的知识库,其往往也是不完备或含有噪声的.且在真实环境下,即便领域专家也无法精准定量地描述不同对象的属性表示信息.因此,本文针对半监督表示学习任务,提出了一种可根据少量有标记样本构建弱领域属性知识库并结合无标记数据与基于启发式规则扩张领域知识库推理的反绎学习方法.该方法可有效解决表示学习任务下缺少强领域知识与真实环境下高质量标注数据较少这两个问题.在人工合成的数据集与真实环境下的数据集中的实验对比结果均验证了我们提出的方法的有效性.

关键词：人工智能机器学习反绎学习半监督学习特征表示细粒度属性

来源：评论

学校读者我要写书评

暂无评论

基于自步学习的开放集领域自适应

引用

计算机研究与发展 2023年第8期60卷 1711-1726页

作者：刘星宏周毅周涛秦杰东南大学计算机科学与工程学院南京211189 新一代人工智能技术与交叉应用教育部重点实验室(东南大学) 南京211189 南京理工大学计算机科学与工程学院南京210094 南京航空航天大学计算机科学与技术学院南京210016

领域自适应的目的是将从源领域获得的知识泛化到具有不同数据分布的目标领域.传统的领域自适应方法假设源域和目标域的类别是相同的,但在现实世界的场景中并非总是如此.为了解决这个缺点,开放集领域自适应在目标域中引入了未知类以代表... 详细信息

领域自适应的目的是将从源领域获得的知识泛化到具有不同数据分布的目标领域.传统的领域自适应方法假设源域和目标域的类别是相同的,但在现实世界的场景中并非总是如此.为了解决这个缺点,开放集领域自适应在目标域中引入了未知类以代表源域中不存在的类别.开放集领域自适应旨在不仅识别属于源域和目标域共享的已知类别样本,还要识别未知类别样本.传统的领域自适应方法旨在将整个目标域与源域对齐以最小化域偏移,这在开放集领域自适应场景中不可避免地导致负迁移.为了解决开放集领域自适应带来的挑战,提出了一种基于自步学习的新颖框架SPL-OSDA (self-paced learning for openset domain adaptation),用于精确区分已知类和未知类样本,并进行领域自适应.为了利用未标记的目标域样本实现自步学习,为目标域样本生成伪标签,并为开放集领域自适应场景设计一个跨领域混合方法.这种方法最大程度地减小了伪标签的噪声,并确保模型逐步从简单到复杂的例子中学习目标域的已知类特征.为了提高模型在开放场景的可靠性以满足开放场景可信人工智能的要求,引入了多个准则以区分已知类和未知类样本.此外,与现有的需要手动调整超参数阈值以区分已知类和未知类的开集领域自适应方法不同,所提方法可以自动调整合适的阈值,无需在测试过程中进行经验性调参.与经验性调整阈值相比,所提的模型在不同超参数及实验设定下都表现出了良好的鲁棒性.实验结果表明,与各种最先进的方法相比,所提方法在不同的基准测试中始终取得卓越的性能.

关键词：物体识别迁移学习无监督领域自适应开放集领域自适应自步学习

来源：评论

学校读者我要写书评

暂无评论

面向机器学习的安全外包计算研究进展

引用

计算机研究与发展 2023年第7期60卷 1450-1466页

作者：陈珍珠周纯毅苏铓高艳松付安民南京理工大学计算机科学与工程学院南京210094 广西可信软件重点实验室(桂林电子科技大学) 广西桂林541004

依靠机器学习,传统产业的数字化转型带来了海量数据增长,而产品服务的智能化提升则刺激了算力需求.云计算的灵活资源调配可以为资源有限的企业和用户提供便宜便捷的外包计算服务,实现机器学习的模型训练和模型托管,加快产品和服务的智... 详细信息

依靠机器学习,传统产业的数字化转型带来了海量数据增长,而产品服务的智能化提升则刺激了算力需求.云计算的灵活资源调配可以为资源有限的企业和用户提供便宜便捷的外包计算服务,实现机器学习的模型训练和模型托管,加快产品和服务的智能化建设,促进数字经济增长.然而,数据和模型外包伴随控制权转移,可能带来数据泄露风险和计算安全问题.近年来,机器学习的外包安全问题受到越来越多研究者的关注,并取得了一些显著成果.通过对2018—2022年这5年国内外机器学习安全外包研究工作调研,首先对现有主流的外包模型进行分类和特征归纳,依据任务阶段将外包模型划分为模型训练和模型托管模式,以及依据云服务商数量将外包模式划分为单云模式和多云模式.其次重点从逻辑回归、朴素贝叶斯分类、支持向量机、决策树和神经网络等典型机器学习算法角度对机器学习安全外包计算相关研究进展进行了深入阐述和分析.最后从不同角度分析和讨论了目前机器学习安全外包研究存在的不足,并展望未来面临的挑战和机遇.

关键词：云计算外包计算机器学习迁移学习隐私保护

来源：评论

学校读者我要写书评

暂无评论

时间和能量敏感的端——边—云车路协同系统资源调度优化方法

引用

计算机研究与发展 2023年第5期60卷 1037-1052页

作者：郑莹莹周俊龙申钰凡丛佩金吴泽彬南京理工大学计算机科学与工程学院南京210094 处理器芯片全国重点实验室(中国科学院计算技术研究所) 北京100190

随着信息技术的不断发展,智能交通系统逐渐成为未来交通的发展方向.然而,智能交通系统中时间敏感型和计算密集型应用的日益增多,给资源有限的车辆终端带来了严峻挑战.端—边—云层次性计算架构是应对该挑战的有效手段.在基于端—边—云... 详细信息

随着信息技术的不断发展,智能交通系统逐渐成为未来交通的发展方向.然而,智能交通系统中时间敏感型和计算密集型应用的日益增多,给资源有限的车辆终端带来了严峻挑战.端—边—云层次性计算架构是应对该挑战的有效手段.在基于端—边—云架构的车路协同系统中,车辆用户可以将时间敏感型任务卸载到附近的路边单元执行以保证应用的实时性,而将计算密集型任务卸载到云以满足其算力需求.但是,任务卸载也会导致额外的传输时延和能量开销.此外,任务在传输过程也可能遭受错误而导致可靠性降低.因此,为保障端—边—云车路协同系统中车辆的用户体验,提出一种基于多智能体强化学习的资源调度方案.该方案通过充分利用端—边—云架构的特点并采用集中训练—分散执行的框架来构建深度神经网络,以制定任务卸载和车路计算资源分配的最优决策,最终实现可靠性约束下的系统时延和能耗优化.为验证所提方案的有效性,实验通过效用值来体现算法在时延和能耗2方面的优化.实验结果表明,与现有算法相比,所提方案在满足可靠性约束的前提下,效用值可以提高到221.9%.

关键词：车路协同系统端—边—云卸载调度强化学习

来源：评论

学校读者我要写书评

暂无评论

弱对齐的跨光谱人脸检测

引用

自动化学报 2023年第1期49卷 135-147页

作者：闫梦凯钱建军杨健南京理工大学计算机科学与工程学院南京210094 高维信息智能感知与系统教育部重点实验室南京210094 江苏省社会安全图像与视频理解重点实验室南京210094

跨光谱人脸检测在活体人脸识别、体温筛查等领域有着重要的应用价值.众所周知,可见光人脸易于检测,然而红外人脸难于检测,因此借助可见光图像的人脸检测结果进而完成红外人脸检测是一种有效的解决方案.但是跨光谱图像之间不可避免的存... 详细信息

跨光谱人脸检测在活体人脸识别、体温筛查等领域有着重要的应用价值.众所周知,可见光人脸易于检测,然而红外人脸难于检测,因此借助可见光图像的人脸检测结果进而完成红外人脸检测是一种有效的解决方案.但是跨光谱图像之间不可避免的存在偏差,导致检测精度不高.为了解决这一问题,提出了一种弱对齐跨光谱图像的人脸检测算法,该方法基于跨光谱图像之间的偏差设计了候选框布置策略,并在此基础上提出了跨光谱特征表示方法用于选取最优候选框.此外,本文还构建了一个跨光谱人脸数据集.最后,在跨光谱人脸数据集和OTCBVS人脸数据集上的实验结果证明,该方法能够较好地完成红外图像人脸检测任务.

关键词：弱对齐跨光谱人脸检测计算机视觉

来源：评论

学校读者我要写书评

暂无评论

车联网安全研究综述:威胁、对策与未来展望

引用

计算机研究与发展 2023年第10期60卷 2304-2321页

作者：况博裕李雨泽顾芳铭苏铓付安民南京理工大学网络空间安全学院南京210094 空天地一体化综合业务网全国重点实验室(西安电子科技大学) 西安710071 南京理工大学计算机科学与工程学院南京210094

车联网(Internet of vehicle,IoV)作为一个支撑交通管理、信息服务、车辆控制等各类功能的集成网络,为车、路、人、云等不同实体提供信息服务,为道路安全和交通效率带来的极大帮助.然而,庞大而复杂的网络架构也曝露了大量的攻击面,进而... 详细信息

车联网(Internet of vehicle,IoV)作为一个支撑交通管理、信息服务、车辆控制等各类功能的集成网络,为车、路、人、云等不同实体提供信息服务,为道路安全和交通效率带来的极大帮助.然而,庞大而复杂的网络架构也曝露了大量的攻击面,进而可能造成车辆失窃、信息泄露、驾驶故障等安全事故.在深入总结现有车联网安全相关文献的基础上,将车联网架构分为了车内网和车外网2部分,再进一步细粒度地将车内网划分为固件层、车内通信层和应用决策层3个层级,将车外网划分为设备层、车外通信层和应用与数据层3个层级.然后,基于该架构系统性地分析总结了每个层级目前所面临的攻击威胁,并且归纳比较了每层能够采取的安全对策.之后,针对性地介绍了当前车联网安全关键技术.最后,展望了车联网安全未来的研究方向.

关键词：车联网攻击威胁安全对策车内网车外网

来源：评论

学校读者我要写书评

暂无评论

基于规则的高风险动态类型代码检测研究

引用

计算机科学 2023年第7期50卷 27-37页

作者：陈芝菲郝洋陈林肖亮南京理工大学计算机科学与工程学院南京210094 南京大学计算机软件新技术国家重点实验室南京210023

近年来,Python的应用呈爆炸式增长。虽然Python的动态类型特性为开发人员提供了强大的编程抽象能力,但同样也导致代码库中聚集了与类型相关的缺陷。为了减少软件代码中的类型缺陷,文中分析并检测了6种可能导致类型缺陷的高风险动态类型... 详细信息

近年来,Python的应用呈爆炸式增长。虽然Python的动态类型特性为开发人员提供了强大的编程抽象能力,但同样也导致代码库中聚集了与类型相关的缺陷。为了减少软件代码中的类型缺陷,文中分析并检测了6种可能导致类型缺陷的高风险动态类型代码。首先,形式化地描述了每种类型的高风险动态类型代码的规则;然后,提出了一种基于规则的高风险动态类型代码检测技术;最后,对25个Python开源软件项目(总规模超过945kLOC)展开了实验评估。结果表明,高风险动态类型代码在开源软件项目中广泛存在,尤其是单个Python函数中可能存在多处变量类型不一致的代码,而基于规则的检测技术在Python软件项目中具有较高的准确率和较好的性能表现。针对高风险动态类型代码的检测技术及实验结论,将为动态类型特性的良性发展以及软件项目的质量保障提供有力的参考和支持。

关键词： Python 动态类型类型缺陷开源软件高风险动态类型代码检测技术

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

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

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：