检索结果-内蒙古大学图书馆

计算机辅助设计与图形学学报 2024年第5期36卷 645-657页

作者：宋淑超陈益强于汉超张迎伟杨晓东中国科学院计算技术研究所移动终端与新型计算北京市重点实验室北京100190 中国科学院大学北京100190 中国科学院前沿科学与教育局北京100864

随着人工智能(artificial intelligence,AI)的高速发展,“黑盒”模型已逐渐展示出逼近甚至超越人类的能力,尤其在智能医疗等高风险应用场景中,其可解释性是用户在应用中信任和理解AI的关键基础.虽然已有工作提供了大量事前和事后的AI可... 详细信息

随着人工智能(artificial intelligence,AI)的高速发展,“黑盒”模型已逐渐展示出逼近甚至超越人类的能力,尤其在智能医疗等高风险应用场景中,其可解释性是用户在应用中信任和理解AI的关键基础.虽然已有工作提供了大量事前和事后的AI可解释方法,但大都采用通用型解决思路,未考虑不同用户在不同场景下多维度的理解和信任需求.以人为本的AI可解释方法能够针对用户实际需求对AI模型进行可解释分析,近年来逐渐受到国内外学者的关注.文中聚焦智能医疗应用,对近5年人机交互国际顶级会议的文献进行分析,回顾现有辅助诊断、辅助用药、未病预警方面以人为本的AI可解释方法及系统,从决策时间花费、用户专业度和诊疗工作流程3个维度梳理和定位可解释需求的系统性方法,得出4类典型用户画像和对应案例;并从考虑资源受限、不同用户的多样需求、与现有流程结合3个方面,为如何设计可解释的医疗辅助诊断系统提出建议.

关键词：可解释人工智能临床决策支持系统智能医疗人智交互用户体验

来源：评论

学校读者我要写书评

暂无评论

面向信号调制识别的对抗攻击与防御综述

引用

计算机研究与发展 2025年

作者：徐冬月田蕴哲陈康李轶珂吴亚伦童恩栋牛温佳刘吉强史忠植智能交通数据安全与隐私保护北京市重点实验室(北京交通大学) 中国科学院计算技术研究所智能信息处理重点实验室

随着深度学习的飞速发展，基于深度神经网络的信号调制识别任务成为无线通信领域研究热门．然而研究发现，深度神经网络模型极易受到对抗性扰动的影响，使调制识别任务失效．目前面向无线通信安全性的研究工作仍存在些许瓶颈问题与理论... 详细信息

随着深度学习的飞速发展，基于深度神经网络的信号调制识别任务成为无线通信领域研究热门．然而研究发现，深度神经网络模型极易受到对抗性扰动的影响，使调制识别任务失效．目前面向无线通信安全性的研究工作仍存在些许瓶颈问题与理论空白，源于无线通信固有的实验环境、数据结构与信号特征等多维度特性，不能将其他领域较为成熟的攻防方法简单迁移到信号对抗攻击中．作为第1篇面向信号调制识别领域的对抗攻防中文综述，全面总结目前为止该领域对抗攻击与防御技术研究工作，首次提出信号调制识别领域的通用对抗攻击分类框架与威胁模型，将该领域研究工作分类为物理自我防御式攻击和数字直接访问式攻击，并以2维图形式进行系统化整合与可视化展示，详细阐述对抗攻击方法、对抗样本生成技术与理论公式、对抗检测与防御技术最新的研究工作，系统提炼无线通信对抗攻击研究的3个维度特性并归纳相应的处理方法，最后总结面向信号调制识别的攻防安全领域在末来的研究发展方向．

关键词：深度神经网络无线通信信号调制识别对抗攻击防御

来源：评论

学校读者我要写书评

暂无评论

基于多模态生理信号特征融合的情绪识别方法研究

引用

生物医学工程学杂志 2025年第1期42卷 17-23页

作者：张志雯于乃功边琰闫金涵北京工业大学信息科学技术学院北京100124 北京市计算智能与智能系统重点实验室北京100124 天津职业技术师范大学自动化与电气工程学院天津300222 天津市信息传感与智能控制重点实验室天津300222

情绪分类识别是情感计算的关键领域,脑电等生理信号可精准反映情绪且难以伪装。现阶段,情绪识别在单模态信号特征提取和多模态信号整合方面存在局限。本研究收集了高兴、悲伤、恐惧情绪下的脑电(EEG)、肌电(EMG)、皮电(EDA)信号,采用基... 详细信息

情绪分类识别是情感计算的关键领域,脑电等生理信号可精准反映情绪且难以伪装。现阶段,情绪识别在单模态信号特征提取和多模态信号整合方面存在局限。本研究收集了高兴、悲伤、恐惧情绪下的脑电(EEG)、肌电(EMG)、皮电(EDA)信号,采用基于特征权重融合的方法进行特种融合并用支持向量机(SVM)和极限学习机(ELM)进行分类。结果表明,融合权重为EEG 0.7、EMG 0.15、EDA 0.15时分类最准确,准确率SVM为80.19%,ELM为82.48%,比单独脑电信号分别提升了5.81%和2.95%。此研究为多模态生理信号情绪分类识别提供了方法支持。

关键词：情绪多模态特征融合脑电肌电皮电

来源：评论

学校读者我要写书评

暂无评论

横向联邦学习环境基于身份认证及密钥协商协议

引用

北京航空航天大学学报 2023年第2期49卷 397-405页

作者：任杰黎妹红杜晔尹李纶谨北京交通大学智能交通数据安全与隐私保护技术北京市重点实验室北京100044 北京交通大学计算机与信息技术学院北京100044

近年来,联邦学习受到多个领域的广泛关注,而认证及会话密钥协商是保证通信实体之间安全传输、可靠通信的关键技术和基本的安全保障。根据横向联邦学习参与方数据特征,提出一种基于身份的无证书轻量级认证及密钥协商协议;参与方在密钥生... 详细信息

近年来,联邦学习受到多个领域的广泛关注,而认证及会话密钥协商是保证通信实体之间安全传输、可靠通信的关键技术和基本的安全保障。根据横向联邦学习参与方数据特征,提出一种基于身份的无证书轻量级认证及密钥协商协议;参与方在密钥生成中心(KGC)完成注册后,利用公共参数计算各自的临时密钥和长期密钥完成认证、计算会话密钥;最后,采用扩展的CK(eCK)模型对所提协议进行安全性证明。性能分析表明:所提协议在计算性能和通信开销方面可以有效地控制成本,适用于单服务器下横向联邦学习的训练环境。

关键词：横向联邦学习基于身份密码体制无证书认证及密钥协商 eCK模型

来源：评论

学校读者我要写书评

暂无评论

时序数据库关键技术综述

引用

计算机研究与发展 2024年第3期61卷 614-638页

作者：刘帅乔颖罗雄飞赵怡婧王宏安中国科学院大学计算机科学与技术学院北京100049 人机交互北京市重点实验室(中国科学院软件研究所) 北京100190

随着工业物联网(industrial Internet of things,IIoT)的不断发展,越来越多的设备和传感器开始连接到网络中,产生了大量的时间序列数据(简称“时序数据”),时序数据爆炸式的增长给数据库管理系统带来了新的挑战:持续高吞吐量数据摄取、... 详细信息

随着工业物联网(industrial Internet of things,IIoT)的不断发展,越来越多的设备和传感器开始连接到网络中,产生了大量的时间序列数据(简称“时序数据”),时序数据爆炸式的增长给数据库管理系统带来了新的挑战:持续高吞吐量数据摄取、低延迟多维度数据查询、高性能时间序列索引以及低成本数据存储.近年来时序数据库技术已经成为一个研究热点,一些学者对时序数据库技术进行了深入的研究,同时出现了一些专门用于管理时序数据的时序数据库,并且已经被应用在多个领域,成为工业物联网中不可缺少的关键组成.现有的时序数据库相关综述侧重于时序数据库的功能和性能比较,以及在特定领域中对时序数据库的选择建议,缺少对时序数据库持久化存储、查询、计算和索引等关键技术的研究,同时这些综述工作出现的时间较早,缺少对现代时序数据库关键技术的研究.对学术界时序数据存储研究和工业界时序数据库进行了全面的调查和研究,凝练了时序数据库的4类关键技术:1)时间序列索引优化技术;2)内存数据组织技术;3)高吞吐量数据摄取和低延迟数据查询技术;4)海量历史数据低成本存储技术.同时分析总结了时序数据库评测基准.最后,展望了时序数据库关键技术在未来的发展方向.

关键词：工业物联网时序数据时序数据库时序数据压缩时序数据存储

来源：评论

学校读者我要写书评

暂无评论

移去-恢复法在基于重力异常的海底地形解析迭代算法中的应用

引用

测绘学报 2024年第8期53卷 1517-1530页

作者：安邦于瑶瑶徐焕于锦海田彧玮中国科学院大学地球与行星科学学院北京100049 中国科学院计算地球动力学重点实验室北京100049 北京市遥感信息研究所北京100124

高精度的海底地形图对于地球科学研究有着重要意义,由于直接的海深测量难以进行高密度全球覆盖,因此利用重力数据预测海底地形成为非常有效的方法。当前重力预测海底地形的方法有频率导纳法、重力地质法、解析迭代法等,但都存在一定的... 详细信息

高精度的海底地形图对于地球科学研究有着重要意义,由于直接的海深测量难以进行高密度全球覆盖,因此利用重力数据预测海底地形成为非常有效的方法。当前重力预测海底地形的方法有频率导纳法、重力地质法、解析迭代法等,但都存在一定的问题。本文针对解析迭代算法中难以处理的远区地形和深部密度异常的低频影响,应用移去-恢复方法对这些低频影响进行剔除。结合现有海深模型,通过仿真试验,讨论了分离低频影响的方法与相应的精度,结论如下:对于在移去-恢复方法中使用的初始海深模型,在海面上剔除掉重力异常的低频影响后,反演解算得到的海深结果均较初始海深模型的精度有所提高,验证了移去-恢复方法在利用重力异常数据反演海底地形的有效性。本文选取了中国南海12.87°N—13.87°N,113.65°E—114.65°E区域,利用移去-恢复方法解算了其下方的海底地形,将解算结果与NGDC的实测海深数据进行比较,预测结果的均方根误差为90.3 m,相对误差可达2.11%。这为利用高精度重力数据,通过解析迭代算法改善船测稀疏区域的海深数据提供了可能。

关键词：海底地形重力异常解析迭代算法移去-恢复方法

来源：评论

学校读者我要写书评

暂无评论

面向指-笔混合输入的交互原语和交互模型研究

引用

软件学报 2024年第4期35卷 2022-2038页

作者：仝青山康文惠付强黄进田丰戴国忠人机交互北京市重点实验室(中国科学院软件研究所) 北京100190 中国科学院大学计算机科学与技术学院北京100049

随着触摸设备的普及,指、笔输入已成为移动办公的一种主流输入方式.然而现有的应用主要以手指或笔通道中的一种作为输入,限制了用户的交互空间.同时,现有的指-笔混合研究主要关注串行的指-笔分工协作和特定交互任务的并行处理,并没有系... 详细信息

随着触摸设备的普及,指、笔输入已成为移动办公的一种主流输入方式.然而现有的应用主要以手指或笔通道中的一种作为输入,限制了用户的交互空间.同时,现有的指-笔混合研究主要关注串行的指-笔分工协作和特定交互任务的并行处理,并没有系统地考虑并行协作机制和不同通道输入之间的意图关联.为此,提出一种面向指-笔混合输入的交互模型;结合用户指-笔协作的行为习惯定义指-笔混合交互原语,拓展指、笔交互空间;继而利用部分可观察马尔可夫决策过程提出基于时序信息的指-笔混合输入意图提取方法,用以增量式地提取多义性交互原语的交互意图.最后通过一个用户实验说明指-笔混合输入的优势.

关键词：笔式交互指-笔混合输入交互空间交互模型

来源：评论

学校读者我要写书评

暂无评论

基于手绘草图的视觉内容生成深度学习方法综述

引用

软件学报 2024年第7期35卷 3497-3530页

作者：左然胡皓翔邓小明马翠霞王宏安人机交互北京市重点实验室(中国科学院软件研究所) 北京100190 中国科学院大学计算机科学与技术学院北京100049

手绘草图通过绘制简单的线条直观呈现用户的创作意图,支持用户采用手绘的方式快速表达思维过程及设计灵感,创作目标图像或视频.随着深度学习的发展,基于草图的视觉内容生成通过学习草图和视觉对象(即图像和视频)的特征分布进行跨领域特... 详细信息

手绘草图通过绘制简单的线条直观呈现用户的创作意图,支持用户采用手绘的方式快速表达思维过程及设计灵感,创作目标图像或视频.随着深度学习的发展,基于草图的视觉内容生成通过学习草图和视觉对象(即图像和视频)的特征分布进行跨领域特征映射,实现图像自动生成草图以及草图自动生成对应的图像或视频,与传统的人工创作方式相比有效地提高了生成的效率和多样性,成为计算机视觉、图形学领域的重要研究方向,并且在设计、视觉创作等领域具有重要作用.综述基于草图的视觉内容生成深度学习方法的研究现状和发展趋势,按照视觉对象的不同将现有工作分为基于草图的图像生成和基于草图的视频生成方法,并结合草图和视觉内容跨域生成、风格转化、视觉内容编辑等任务对生成模型进行详细分析,然后比较和总结常用的数据集、针对草图数据不足提出的扩充方法以及生成模型的评估方法,进一步通过草图在视觉内容生成应用中面临的挑战及生成模型未来发展方向对研究趋势进行展望.

关键词：人机交互手绘草图视觉内容生成深度学习

来源：评论

学校读者我要写书评

暂无评论

基于GNN-LSTM-CNN网络的6G车辆轨迹预测算法

引用

西安电子科技大学学报 2023年第3期50卷 50-60页

作者：蔡国庆刘玲张冲周一青郑州大学河南先进技术研究院河南郑州450001 中国科学院计算技术研究所处理器芯片全国重点实验室北京100190 移动计算与新型终端北京市重点实验室北京100190 中国科学院大学北京100049

6G时代将实现万物互联,建立多层级、全覆盖的无缝连接,车联网作为通信、交通、汽车等多个行业融合交叉的关键领域将借助6G技术发展、部署。针对6G车联网中车辆轨迹预测精度不足的问题,采用深度学习的方法,提出了一种三通道神经网络模型... 详细信息

6G时代将实现万物互联,建立多层级、全覆盖的无缝连接,车联网作为通信、交通、汽车等多个行业融合交叉的关键领域将借助6G技术发展、部署。针对6G车联网中车辆轨迹预测精度不足的问题,采用深度学习的方法,提出了一种三通道神经网络模型。该模型考虑了车辆之间的交互信息、目标车辆的轨迹信息和车道结构信息对轨迹的影响。模型使用长短期记忆网络(LSTM)提取车辆轨迹信息特征,使用图神经网络(GNN)提取不同车辆之间的交互特征,使用卷积神经网络(CNN)提取车道结构特征。通过计算三通道特征向量的权重得到目标车辆预测的轨迹;通过NGSIM数据集对模型进行训练和测试。测试结果表明:与其他预测模型相比,考虑多维度信息的三通道网络预测方法在预测精度和长时域预测上有优势,预测精度提高了20%以上。降低6G车联网系统的数据传输量,可提升车联网系统的用户隐私安全。

关键词：自动驾驶轨迹预测神经网络长短期记忆网络

来源：评论

学校读者我要写书评

暂无评论

异质信息网络分析与应用综述

引用

软件学报 2022年第2期33卷 598-621页

作者：石川王睿嘉王啸北京邮电大学计算机学院北京100876 智能通信软件与多媒体北京市重点实验室北京100876

实际系统往往由大量类型各异、彼此交互的组件构成.目前,大多数工作将这些交互系统建模为同质信息网络,并未考虑不同类型对象的复杂异质交互关系,因而造成大量信息损失.近年来,越来越多的研究者将这些交互数据建模为由不同类型节点和边... 详细信息

实际系统往往由大量类型各异、彼此交互的组件构成.目前,大多数工作将这些交互系统建模为同质信息网络,并未考虑不同类型对象的复杂异质交互关系,因而造成大量信息损失.近年来,越来越多的研究者将这些交互数据建模为由不同类型节点和边构成的异质信息网络,从而利用网络中全面的结构信息和丰富的语义信息进行更精准的知识发现.特别是随着大数据时代的到来,异质信息网络能够自然融合异构多源数据的优势使其成为解决大数据多样性的重要途径.因此,异质信息网络分析迅速成为数据挖掘研究和产业应用的热点.对异质信息网络分析与应用进行了全面的综述.除了介绍异质信息网络领域的基本概念外,重点聚焦基于异质网络元路径的数据挖掘方法、异质信息网络的表示学习技术和实际应用这3个方面的最新研究进展,并对未来的发展方向进行了展望.

关键词：异质信息网络元路径网络表示学习图神经网络

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：