检索结果-内蒙古大学图书馆

小型微型计算机系统 2024年第3期45卷 718-725页

作者：孙跃杰赵国生廖祎玮哈尔滨师范大学计算机科学与信息工程学院哈尔滨150025

针对联邦学习中参与者虚报训练成本导致激励不匹配的现象,提出了面向联邦学习激励优化的演化博弈模型.首先在联邦学习系统中建立了联邦参与者-联邦组织者演化博弈模型,设计模型质量评估算法对参与者提交的模型进行质量评估,去除低质量... 详细信息

针对联邦学习中参与者虚报训练成本导致激励不匹配的现象,提出了面向联邦学习激励优化的演化博弈模型.首先在联邦学习系统中建立了联邦参与者-联邦组织者演化博弈模型,设计模型质量评估算法对参与者提交的模型进行质量评估,去除低质量模型的同时量化参与者训练成本.然后结合信誉度指标提出优化的激励分配方法,通过求解演化博弈的稳定策略得到不同初始状态下的最优收益策略.最后仿真实验表明参与者激励收益方面,与平均分配法和个体收益分享法相比诚实参与者的收益提升了70%和57.4%,虚报参与者收益降低了65%和69.5%,策略选择方面,所提模型能合理选择收益策略.

关键词：联邦学习演化博弈激励机制复制动态方程

来源：评论

学校读者我要写书评

暂无评论

面向风格的软件体系结构演化路径生成方法

引用

计算机科学 2024年第S02期51卷 766-774页

作者：钟林辉杨超逸夏子豪黄淇轩屈乔乔李方云孙文彬江西师范大学计算机信息工程学院南昌330022

软件体系结构风格是对软件通用结构的泛化,软件的结构风格通常与结构特征密切相关,通过向某种风格演化能够使其软件的结构特征更加明显。传统的面向软件体系结构风格的演化方法在构建演化路径时,需要人工构造目标软件体系结构,因此缺少... 详细信息

软件体系结构风格是对软件通用结构的泛化,软件的结构风格通常与结构特征密切相关,通过向某种风格演化能够使其软件的结构特征更加明显。传统的面向软件体系结构风格的演化方法在构建演化路径时,需要人工构造目标软件体系结构,因此缺少自动化的支持。目前,亦未提出针对软件体系结构风格的度量方法。因此,文中以正交化软件体系结构风格为例,提出了一种遗传算法与规划领域定义语言(Planning Domain Definition Language-PDDL)相结合的软件体系结构风格演化路径生成方法。该方法提出了一种基于语义相似度的遗传变异算子和正交软件体系结构风格的度量方法,提出了软件体系结构与PDDL的映射规则。实验证明,提出的遗传变异算子相比通用变异算子能更好地提升算法前期的收敛效率,正交软件体系结构风格演化完成后,软件的计算变动代价、正交风格距离以及McCabe度量等指标得以改善。

关键词：软件体系结构软件体系结构风格遗传算法软件演化基于搜索的软件工程

来源：评论

学校读者我要写书评

暂无评论

基于多通道多步融合的生成式视觉对话模型

引用

计算机应用 2024年第1期44卷 39-46页

作者：陈思航江爱文崔朝阳王明文江西师范大学计算机信息工程学院南昌330022

当前视觉对话任务在多模态信息融合和推理方面取得了较大进展,但是,在回答一些涉及具有比较明确语义属性和位置空间关系的问题时,主流模型的能力依然有限。比较少的主流模型在正式响应之前能够显式地提供有关图像内容的、语义充分的细... 详细信息

当前视觉对话任务在多模态信息融合和推理方面取得了较大进展,但是,在回答一些涉及具有比较明确语义属性和位置空间关系的问题时,主流模型的能力依然有限。比较少的主流模型在正式响应之前能够显式地提供有关图像内容的、语义充分的细粒度表达。视觉特征表示与对话历史、当前问句等文本语义之间缺少必要的、缓解语义鸿沟的桥梁,因此提出一种基于多通道多步融合的视觉对话模型MCMI。该模型显式提供一组关于视觉内容的细粒度语义描述信息,并通过“视觉−语义−对话”历史三者相互作用和多步融合,能够丰富问题的语义表示,实现较为准确的答案解码。在VisDial v0.9/VisDial v1.0数据集中,MCMI模型较基准模型双通道多跳推理模型(DMRM),平均倒数排名(MRR)分别提升了1.95和2.12个百分点,召回率(R@1)分别提升了2.62和3.09个百分点,正确答案平均排名(Mean)分别提升了0.88和0.99;在VisDial v1.0数据集中,较最新模型UTC(Unified Transformer Contrastive learning model),MRR、R@1、Mean分别提升了0.06百分点,0.68百分点和1.47。为了进一步评估生成对话的质量,提出类图灵测试响应通过比例M1和对话质量分数(五分制)M2两个人工评价指标。在VisDial v0.9数据集中,相较于基准模型DMRM,MCMI模型的M1和M2指标分别提高了9.00百分点和0.70。

关键词：视觉对话生成式任务视觉语义描述多步融合多通道融合

来源：评论

学校读者我要写书评

暂无评论

多阶GMM-Res Net融合在语音伪造检测中的研究

引用

信息安全学报 2025年第2期10卷 116-126页

作者：曹明明雷震春杨印根周勇江西师范大学计算机信息工程学院南昌330022

近年来,自动说话人识别技术取得了显著进步,但同时也容易受到合成或转换语音的伪造攻击,语音伪造检测系统致力于解决这一问题。本文根据不同阶数GMM中高斯分量之间的相关性和ResNet模型中不同层次残差块输出的特征信息,提出了一种多阶GM... 详细信息

近年来,自动说话人识别技术取得了显著进步,但同时也容易受到合成或转换语音的伪造攻击,语音伪造检测系统致力于解决这一问题。本文根据不同阶数GMM中高斯分量之间的相关性和ResNet模型中不同层次残差块输出的特征信息,提出了一种多阶GMM-ResNet融合模型进行语音伪造检测。该模型主要包含两部分:多阶对数高斯概率(Log Gaussian Probability, LGP)特征融合和多尺度特征聚合ResNet(Multi-Scale Feature Aggregation ResNet, MFA-ResNet)。GMM描述了语音特征在其空间的分布情况,不同阶数的GMM则具有不同描述能力来形成对特征分布的平滑近似。此外,根据不同阶数GMM计算出来的LGP特征也就在不同阶上捕获语音信息。多阶LGP特征融合将基于不同阶数的GMM得到的三种不同阶LGP特征进行加权融合,从而促进不同阶LGP特征之间的信息交换。另一方面,神经网络模型中第一层或中间层获得的特征信息对于分类任务也是非常有用的。基于这一经验, MFA-ResNet模块通过对每个ResNet块输出的特征进行聚合,充分融合网络内不同层级的特征信息,从而提高网络的特征提取能力。在ASVspoof 2019逻辑访问场景下, LFCC+多阶GMM-ResNet融合系统的min t-DCF和EER分别为0.0353和1.16%,比基线系统LFCC+GMM分别相对降低了83.3%和85.7%。在ASVspoof2021逻辑访问场景下,LFCC+多阶GMM-ResNet融合系统的min t-DCF和EER分别为0.2459和2.50%,比基线系统LFCC+GMM分别相对降低了57.3%和87.1%,比基线系统LFCC+LCNN分别相对降低了28.6%和73.0%。与目前最先进模型相比,本文模型也非常具有竞争力。

关键词：多阶GMM-ResNet融合多阶对数高斯概率特征融合多尺度特征聚合语音伪造检测

来源：评论

学校读者我要写书评

暂无评论

深度学习策略下缓慢循环异味检测方法

引用

小型微型计算机系统 2024年第2期45卷 490-497页

作者：边奕心李禹齐张子恒赵松尹启天李文渊哈尔滨师范大学计算机科学与信息工程学院哈尔滨150025

缓慢循环是一种Android特有代码异味,对Android应用程序的可维护性产生负面影响.针对传统基于静态程序分析方法误检率较高的问题,本文提出基于深度学习的检测方法.首先,使用代码文本信息作为模型输入的特征集.然后,使用两种深度学习模... 详细信息

缓慢循环是一种Android特有代码异味,对Android应用程序的可维护性产生负面影响.针对传统基于静态程序分析方法误检率较高的问题,本文提出基于深度学习的检测方法.首先,使用代码文本信息作为模型输入的特征集.然后,使用两种深度学习模型进行异味检测.此外,为了快速、准确获得模型所需的大量样本数据,提出了一种基于开源Android项目构造正负样本的方法并实现工具ASSD.最后,使用开源Android数据集对提出的方法进行实验验证.实验结果表明,本文方法优于现有基于程序静态分析的检测方法,其中检测效果最好的是CNN模型,其F1值平均提高了28.7%.此外,本文方法优于基于机器学习的检测方法,相对于检测效果最好的随机森林模型,CNN模型的F1值平均提高了9.43%.

关键词： Android特有代码异味缓慢循环深度学习机器学习

来源：评论

学校读者我要写书评

暂无评论

基于关键词的长文本机器阅读理解循环分块模型

引用

中文信息学报 2023年第8期37卷 140-149页

作者：胡婕严亮湖北大学计算机与信息工程学院湖北武汉430062

由于预训练模型对于长度的限制,长文本机器阅读理解任务必须把文章分成多个块放到预训练模型中提取答案。现有循环分块模型存在分块内部信息提取不合理、分块之间语义传输不充分的问题。针对这些问题,该文提出了基于关键词的长文本机器... 详细信息

由于预训练模型对于长度的限制,长文本机器阅读理解任务必须把文章分成多个块放到预训练模型中提取答案。现有循环分块模型存在分块内部信息提取不合理、分块之间语义传输不充分的问题。针对这些问题,该文提出了基于关键词的长文本机器阅读理解循环分块模型。在对文章和问题进行词嵌入时引入外部知识库,得到丰富的文章词向量表示,在此基础上结合文章中的关键词通过强化学习策略得到更加灵活的文章分块,随后通过平衡参数得到文章最佳答案。在CoQA、QuAC和TriviaQA数据集上所提模型与BERT-LARGE模型和循环分块模型相比较F_(1)值分别提高了5.1和4.5个百分点,3.9和3.3个百分点,3.9和2.9个百分点。实验结果表明,该文所提模型对长文本机器阅读理解的综合效果得到有效提升,F_(1)值均优于对比模型。

关键词：机器阅读理解长文本知识库强化学习

来源：评论

学校读者我要写书评

暂无评论

基于开源情报的军事知识图谱问答智能服务研究

引用

数据分析与知识发现 2024年第7期8卷 118-127页

作者：范俊杰马海群刘兴丽黑龙江科技大学计算机与信息工程学院哈尔滨150020 黑龙江大学信息资源管理研究中心哈尔滨150080

【目的】基于开源情报构建一种军事知识图谱的检索式问答服务系统。【方法】将RoBERTa预训练模型和数据增强技术相结合,解决低资源的军事问答中问句分类和命名实体识别问题,并结合军事领域实体特点提出三维特征的实体链接方法。接着,采... 详细信息

【目的】基于开源情报构建一种军事知识图谱的检索式问答服务系统。【方法】将RoBERTa预训练模型和数据增强技术相结合,解决低资源的军事问答中问句分类和命名实体识别问题,并结合军事领域实体特点提出三维特征的实体链接方法。接着,采用RoBERTa预训练模型和依存句法分析方法,解决简单意图和部分复杂意图问题的关系匹配问题。最终,应用启发式规则完成答案的提取。【结果】问句分类与实体识别F值分别为99.62%、98.35%,关系抽取准确率达到99.72%,问答系统应用评测平均准确率达到91.70%。【局限】本问答系统的军事知识图谱存在自动扩展效率低下的问题,因此,影响了问答服务质量。【结论】本研究实现了一种具备高可解释性和高准确率的军事知识问答智能服务。

关键词：军事知识图谱问答智能服务开源情报 RoBERTa

来源：评论

学校读者我要写书评

暂无评论

基于CNN和Bi-LSTM模型的蛋白质甲基化位点识别

引用

哈尔滨理工大学学报 2024年

作者：马驰卓周文静雷志超王楚正中南林业科技大学计算机与信息工程学院

甲基化是一种调节细胞功能的蛋白质翻译后修饰（PTM），能对基因调控和疾病预测等领域的研究提供指导和帮助。当前，甲基化位点识别研究存在标注数据集少，正样本数据不足和甲基化研究识别准确率低等问题。为了解决这些问题，本文提出... 详细信息

甲基化是一种调节细胞功能的蛋白质翻译后修饰（PTM），能对基因调控和疾病预测等领域的研究提供指导和帮助。当前，甲基化位点识别研究存在标注数据集少，正样本数据不足和甲基化研究识别准确率低等问题。为了解决这些问题，本文提出了一种基于CNN和Bi-LSTM模型的蛋白质甲基化位点识别方法。我们的模型分为两个分支，CNN分支采用密集连接的方式使每一层的特征信息充分地传递和共享；堆叠的Bi-LSTM分支获得序列中双向的长期依赖关系，然后两个分支进行特征融合用于甲基化识别。实验表明，利用该模型识别甲基化位点得到的准确率（ACC）、F1值（F1 score）和马修斯相关系数（MCC）分别为0.8519、0.8494和0.7284，相对比其他方法，我们的模型具有更良好性能。

关键词：甲基化卷积神经网络双向长短时记忆网络特征融合位点识别

来源：评论

学校读者我要写书评

暂无评论

利用压缩多语言BERT知识增强的低资源神经机器翻译

引用

计算机工程与应用 2025年第8期61卷 163-172页

作者：朱嘉辉韩韧张生陈思州上海理工大学光电信息与计算机工程学院上海200093 成都信息工程大学区块链产业学院成都610225

利用BERT等预训练模型的上下文表示增强神经机器翻译,能够显著提升低资源翻译的效果。现有融合BERT的方法主要分为两大类,其一是初始化编码器参数并微调,其二是将上下文嵌入融入翻译模型。前者训练参数量大且容易受到灾难性遗忘的影响,... 详细信息

利用BERT等预训练模型的上下文表示增强神经机器翻译,能够显著提升低资源翻译的效果。现有融合BERT的方法主要分为两大类,其一是初始化编码器参数并微调,其二是将上下文嵌入融入翻译模型。前者训练参数量大且容易受到灾难性遗忘的影响,后者融合的方法较为复杂。此外,这两类方法仅利用了源语言端的BERT表征,而未充分利用机器翻译的对偶特性。针对上述问题,提出一种线性复杂度的压缩注意力模块。通过可学习的压缩向量,压缩mBERT上下文嵌入并对齐到翻译模型的语义空间中。将压缩向量与编码器的输入向量拼接,从而增强源端语义表示。通过所提出的对偶多粒度训练的方式,同时增强翻译模型的双语表示能力。在IWSLT的两个公开低资源翻译口语数据集上的实验结果显示,相较于基线模型Transformer,该方法取得了2.07~2.66的BLEU值提升,验证了其有效性。

关键词： mBERT知识增强压缩注意力低资源机器翻译对偶训练

来源：评论

学校读者我要写书评

暂无评论

基于RoBERTa的全局图神经网络文档级中文金融事件抽取

引用

中文信息学报 2023年第2期37卷 107-118页

作者：胡婕何巍曾张帆湖北大学计算机与信息工程学院湖北武汉430062

当前基于图神经网络的事件抽取模型无法很好解决长距离依赖问题,并且图的构造中没有考虑实体之间的关系,实体也需要结合文档中的多个句子进行推理。为解决这些问题,该文首先使用预训练模型RoBERTa对文档进行编码并输出所有句子的特征表... 详细信息

当前基于图神经网络的事件抽取模型无法很好解决长距离依赖问题,并且图的构造中没有考虑实体之间的关系,实体也需要结合文档中的多个句子进行推理。为解决这些问题,该文首先使用预训练模型RoBERTa对文档进行编码并输出所有句子的特征表示和文档的上下文信息嵌入表示,能更好地学习中文金融数据的语义特征。其次,构建一个包含文档节点和实体节点的全局图神经网络使不同节点和边的交互有更丰富的表示,加强了文档和实体信息之间的联系。最后,应用图卷积网络捕获了它们之间的全局交互得到实体级图,在此基础上通过改进的路径推理机制来推断实体之间的关系,更好地解决了长距离文档上下文感知表示和跨句子论元分散问题。在CFA数据集上进行了模型验证,实验结果表明,该文所提模型F1值优于对比模型,综合性能得到有效提升。

关键词：文档级事件抽取图神经网络图卷积网络注意力机制

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：