检索结果-内蒙古大学图书馆

软件学报 2021年第4期32卷 1082-1115页

作者：王乃钰叶育鑫刘露凤丽洲包铁彭涛吉林大学计算机科学与技术学院吉林长春130012 吉林大学软件学院吉林长春130012 符号计算与知识工程教育部重点实验室(吉林大学) 吉林长春130012 Department of Computer Science University of Illinois at ChicagoChicago 60607USA

语言模型旨在对语言的内隐知识进行表示,作为自然语言处理的基本问题,一直广受关注.基于深度学习的语言模型是目前自然语言处理领域的研究热点,通过预训练-微调技术展现了内在强大的表示能力,并能够大幅提升下游任务性能.围绕语言模型... 详细信息

语言模型旨在对语言的内隐知识进行表示,作为自然语言处理的基本问题,一直广受关注.基于深度学习的语言模型是目前自然语言处理领域的研究热点,通过预训练-微调技术展现了内在强大的表示能力,并能够大幅提升下游任务性能.围绕语言模型基本原理和不同应用方向,以神经概率语言模型与预训练语言模型作为深度学习与自然语言处理结合的切入点,从语言模型的基本概念和理论出发,介绍了神经概率与预训练模型的应用情况和当前面临的挑战,对现有神经概率、预训练语言模型及方法进行了对比和分析.同时又从新型训练任务和改进网络结构两方面对预训练语言模型训练方法进行了详细阐述,并对目前预训练模型在规模压缩、知识融合、多模态和跨语言等研究方向进行了概述和评价.最后总结了语言模型在当前自然语言处理应用中的瓶颈,对未来可能的研究重点做出展望.

关键词：语言模型预训练深度学习自然语言处理神经语言模型

来源：评论

学校读者我要写书评

暂无评论

基于知识图谱中路径推理的多轮对话模型

引用

吉林大学学报(理学版) 2025年第1期63卷 76-82页

作者：化青远彭涛崔海毕海嘉吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

基于图编码器的路径推理方法,将知识图谱多轮对话的实体间关系作为节点图,编码器根据每轮对话对节点逐次编码从而模拟语义推理过程,最终预测当前对话的答案实体,解决了对话中存在缺省词和指代词的问题以及复杂语境下的特征提取问题.实... 详细信息

基于图编码器的路径推理方法,将知识图谱多轮对话的实体间关系作为节点图,编码器根据每轮对话对节点逐次编码从而模拟语义推理过程,最终预测当前对话的答案实体,解决了对话中存在缺省词和指代词的问题以及复杂语境下的特征提取问题.实验结果表明,该方法更关注实体间的关系,有助于保持推理的完整性和准确性,在一定程度上证明了将上下文建模为关系节点图的实用性和有效性.

关键词：知识图谱自然语言处理多轮问答卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

足够接近的旅行商问题研究综述

引用

吉林大学学报(理学版) 2025年第1期63卷 114-123页

作者：史丰源欧阳丹彤张立明吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

考虑组合优化问题中的经典问题旅行商问题(traveling salesman problem,TSP)的变体——足够接近的旅行商问题(close-enough traveling salesman probl em,CETSP).首先,综合介绍TSP和CETSP的历史、求解方法和算法,包括精确算法(如分支定... 详细信息

考虑组合优化问题中的经典问题旅行商问题(traveling salesman problem,TSP)的变体——足够接近的旅行商问题(close-enough traveling salesman probl em,CETSP).首先,综合介绍TSP和CETSP的历史、求解方法和算法,包括精确算法(如分支定界法、线性规划)和启发式算法(如粒子群优化、贪心算法等).TSP要求在给定城市列表和距离的条件下,找到访问每座城市一次并回到起点的最短路径.CETSP是TSP的推广,允许在每个目标的邻域内选择任意点进行访问,而非精确位置,适用于可容忍误差的实际应用,如物流配送、智能交通、无线传感器网络等.CETSP具有更高的灵活性和适应性,可大幅度减少计算资源和时间消耗,特别在大规模问题中有更大优势.其次,介绍CE TSP在实际应用中的潜力,尤其在物流、工业制造、交通规划、信息通讯等领域,为提高效率、降低成本、推动智能化决策提供了有效解决方案.最后,指出了CETSP的一些未来研究方向.

关键词：足够接近的旅行商问题启发式算法路径规划模型应用

来源：评论

学校读者我要写书评

暂无评论

地理链接数据的空间拓扑完整性验证

引用

吉林大学学报(理学版) 2025年第1期63卷 60-66页

作者：卢禹博叶育鑫欧阳丹彤吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

为能准确且快捷地验证地理链接数据多重实体空间拓扑关系的完整性,提出一种基于RCC8模型的饱和推理方法,用于检验多重空间拓扑关系是否具有冲突.该方法应用推理规则,将关系对进行两两组合推理,逐步推导出潜在空间关系并对推理结果进行检... 详细信息

为能准确且快捷地验证地理链接数据多重实体空间拓扑关系的完整性,提出一种基于RCC8模型的饱和推理方法,用于检验多重空间拓扑关系是否具有冲突.该方法应用推理规则,将关系对进行两两组合推理,逐步推导出潜在空间关系并对推理结果进行检验,不断重复以上过程,直到确保推理过程在所有关系对均被推导后终止.在此基础上,封装一个基于RCC8模型的饱和推理验证组件,以方便使用者在无需重复编写代码的情况下,通过直接调用组件验证多重空间拓扑关系.利用该方法和组件对SLIPO项目的链接数据集的部分数据进行测试,成功识别出GeoSHACL组件无法检测到的多个空间拓扑关系冲突实体.

关键词：地理链接数据空间完整性约束饱和式推理完整性验证空间约束组件

来源：评论

学校读者我要写书评

暂无评论

基于空间自适应和混合损失对抗网络的乳腺肿块图像分割方法

引用

云南大学学报（自然科学版） 2022年第2期44卷 271-280页

作者：刘东陈境宇王生生湘南学院医学影像人工智能湖南省重点实验室湖南郴州423300 湘南学院计算机与人工智能学院湖南郴州423300 吉林大学符号计算与知识工程教育部重点实验室吉林长春130012 吉林大学计算机科学与技术学院吉林长春130012

在乳腺癌筛查的计算机辅助诊断过程中,乳腺肿块的精确分割至关重要.然而,乳腺肿块在X光成像中与背景灰度接近、形状不规则,使得精确分割面临很大挑战.为进一步提升分割性能,提出一种基于空间自适应和混合损失对抗网络的乳腺肿块分割新方... 详细信息

在乳腺癌筛查的计算机辅助诊断过程中,乳腺肿块的精确分割至关重要.然而,乳腺肿块在X光成像中与背景灰度接近、形状不规则,使得精确分割面临很大挑战.为进一步提升分割性能,提出一种基于空间自适应和混合损失对抗网络的乳腺肿块分割新方法.首先,提出可分离卷积U-Net模型作为对抗网络中的生成器,以减少参数量和计算量;然后,在判别网络中添加空间自适应归一化层来获取分割掩码中蕴含的语义信息;最后,综合考虑类别不平衡、语义一致性等因素的影响,提出一种融合对抗损失、分割损失和感知损失的混合损失函数以提升模型学习效果.实验结果表明,新方法在INbreast和CBIS-DDSM两个乳腺分割公开数据集中分别取得99.35%和99.72%的准确率,以及81.27%和82.01%的集合相似度,获得优于现有方法的分割性能.

关键词：乳腺肿块分割 U-Net模型深度学习生成对抗网络医学辅助诊断

来源：评论

学校读者我要写书评

暂无评论

基于超图卷积的异质网络半监督节点分类

引用

计算机学报 2021年第11期44卷 2248-2260页

作者：吴越王英王鑫徐正祥李丽娜吉林大学计算机科学与技术学院长春130012 符号计算与知识工程教育部重点实验室(吉林大学) 长春130012 吉林大学软件学院长春130012 吉林大学人工智能学院长春130012 长春工程学院计算机技术与工程学院长春130012

近几年,图神经网络(Graph Neural Network)由于能够较好地提取网络结构信息以获得网络表示,逐渐成为网络节点分类的主流算法。然而,与广泛研究的同质信息网络相比,真实世界中网络往往是由不同类型的对象通过复杂关系相互连接所构成的异... 详细信息

近几年,图神经网络(Graph Neural Network)由于能够较好地提取网络结构信息以获得网络表示,逐渐成为网络节点分类的主流算法。然而,与广泛研究的同质信息网络相比,真实世界中网络往往是由不同类型的对象通过复杂关系相互连接所构成的异质信息网络。异质信息网络包含复杂的结构信息和丰富的语义信息,这也给网络节点分类提供了新的机遇与挑战。在异质信息网络中,网络模体(Motif)能够用于理解和探索复杂网络,其既能描述复杂的语义信息,又能保存网络中高阶近邻结构信息.因此,提出基于网络模体的异质超图卷积网络模型MHGCN(Motif-based HyperGraph Convolutional Network).首先,将重复出现的高阶网络模体建模为多个相关节点所构成的超边(hyperedge),进而将整个异质信息网络转换成由不同超边构成的超图,以克服同质网络中只能描述节点之间(pair-wise)关系的缺点;然后,利用超图的基本性质和谱理论设计超图上的卷积操作,同时引入超边自注意力机制聚合超图内部不同类型的节点,并通过在超图网络中加入自环解决在模型的前向传播过程中对异质信息网络覆盖不足的问题;最后,通过注意力机制对于不同语义的超图表示进行聚合,从而使最终的节点表示可以有效保持高阶近邻关系和复杂的语义信息.由于MHGCN是端到端的,最终模型直接学习得到节点的分类标签,并通过半监督节点分类任务进行验证,与其它方法相比,MHGCN在DBLP-P、DBLP-A数据集上比最好的基准方法micro-F1提高了0.56%~3.51%,macro-F1提高了0.54%~4.37%,验证了MHGCN模型的有效性.

关键词：异质信息网络网络模体超图网络表示学习节点分类

来源：评论

学校读者我要写书评

暂无评论

一类多元Hermite型插值的离散化问题

引用

吉林大学学报（理学版） 2021年第5期59卷 1117-1123页

作者：姜雪崔凯沈阳师范大学数学与系统科学学院沈阳110034 吉林大学符号计算与知识工程教育部重点实验室长春130012

利用离散逼近算法理论,研究一类特殊的多元Hermite型插值的离散化问题,即将给定的Hermite型插值问题离散为一列Lagrange插值问题的极限.当Hermite型插值问题的插值条件对应一个二阶微分不变子空间时,利用其空间的结构属性,给出该问题在... 详细信息

利用离散逼近算法理论,研究一类特殊的多元Hermite型插值的离散化问题,即将给定的Hermite型插值问题离散为一列Lagrange插值问题的极限.当Hermite型插值问题的插值条件对应一个二阶微分不变子空间时,利用其空间的结构属性,给出该问题在离散逼近算法思想下可被离散的充要条件,该条件对应的非线性方程组规模较小,计算效率较高.

关键词：多元Hermite型插值 Lagrange插值离散化二阶微分不变子空间

来源：评论

学校读者我要写书评

暂无评论

基于生成对抗网络的二次屏柜交直流侵入信号检测方法

引用

东北电力大学学报 2024年第4期44卷 21-27页

作者：尹清青何涛吴馨金照盈高筱婷国网安徽省电力有限公司马鞍山供电公司安徽马鞍山243000 辽宁大学轻型产业学院辽宁沈阳110036 吉林大学符号计算与知识工程教育部重点实验室吉林长春130000

变电站继电保护二次屏柜接线端子存在因人为操作失误或检测设备故障导致的交直流侵入情况,针对该情况特有的数据样本数量少、质量差的问题,文中提出基于生成对抗网络和主成分分析的侵入信号检测方法。采用高斯核平滑对接线端子电压、电... 详细信息

变电站继电保护二次屏柜接线端子存在因人为操作失误或检测设备故障导致的交直流侵入情况,针对该情况特有的数据样本数量少、质量差的问题,文中提出基于生成对抗网络和主成分分析的侵入信号检测方法。采用高斯核平滑对接线端子电压、电流、频率等数据进行预处理,滤除干扰,再将清洗后的数据经过生成对抗网络进行扩增,以对交直流侵入信号进行主成分分析和故障检测识别。所提出方法识别准确率达到95%,实现了对二次屏柜接线端子小样本故障数据的精确检测。

关键词：生成对抗网络主成分分析二次屏柜端子排交直流侵入检测高斯核平滑

来源：评论

学校读者我要写书评

暂无评论

基于机器学习的跨患者癫痫自动检测算法

引用

吉林大学学报（理学版） 2021年第1期59卷 101-106页

作者：杨舒涵李博周丰丰吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012 吉林大学软件学院长春130012

针对目前癫痫自动检测算法多集中于为单个患者建立检测模型,泛化能力较弱的问题,提出一种基于机器学习的跨患者癫痫自动检测算法.该算法使用多个癫痫患者的脑电数据,先对数据进行预处理后分析脑电数据间存在的特征,再对特征进行筛选,训... 详细信息

针对目前癫痫自动检测算法多集中于为单个患者建立检测模型,泛化能力较弱的问题,提出一种基于机器学习的跨患者癫痫自动检测算法.该算法使用多个癫痫患者的脑电数据,先对数据进行预处理后分析脑电数据间存在的特征,再对特征进行筛选,训练出一个跨患者的癫痫自动检测模型.该算法不需为每个患者建立单独的检测模型,实现了仅使用一个检测模型即可对不同患者进行癫痫检测.实验结果准确率为0.8774,敏感性为0.8548,特异性为0.9.

关键词：癫痫检测机器学习脑电数据滤波器特征提取特征选择

来源：评论

学校读者我要写书评

暂无评论

面向残差网络多元特征的轻量级虹膜分类

引用

吉林大学学报（理学版） 2021年第4期59卷 877-882页

作者：丁通刘元宁朱晓冬刘帅张齐贤张阔吉林大学符号计算与知识工程教育部重点实验室长春130012 吉林大学软件学院长春130012 吉林大学计算机科学与技术学院长春130012

针对传统虹膜分类需手工设计滤波器提取虹膜特征,提取特征单一,且通常需大量手工调参,泛化能力较差的问题,提出一种面向残差网络下多元特征的虹膜分类算法.一方面将虹膜图像与Gabor特征相结合,另一方面在网络结构中使用多个尺度的卷积核... 详细信息

针对传统虹膜分类需手工设计滤波器提取虹膜特征,提取特征单一,且通常需大量手工调参,泛化能力较差的问题,提出一种面向残差网络下多元特征的虹膜分类算法.一方面将虹膜图像与Gabor特征相结合,另一方面在网络结构中使用多个尺度的卷积核,使学习到的虹膜特征更丰富,从而提高图像特征的表征能力.实验结果表明,在固定类别中,使用Softmax分类器进行多分类,该算法在JLU虹膜数据库中的分类准确率可稳定在98.90%以上,不低于DeepIrisNet和Resnet等网络结构,且该算法的网络结构参数更少,学习速度更快.

关键词：残差网络多元特征虹膜分类轻量级

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：