检索结果-内蒙古大学图书馆

信息网络安全 2025年第3期 364-391页

作者：陈红松刘新蕊陶子美王志恒北京科技大学计算机与通信工程学院北京100083 材料领域知识工程北京市重点实验室北京100083

时序数据异常检测是数据挖掘及网络安全领域的重要研究课题。文章以时序数据异常检测技术为研究对象,运用文献调研与比较分析方法,深入探讨了深度学习模型在该领域的应用及其研究进展。文章首先介绍了深度时序数据异常检测的定义与应用... 详细信息

时序数据异常检测是数据挖掘及网络安全领域的重要研究课题。文章以时序数据异常检测技术为研究对象,运用文献调研与比较分析方法,深入探讨了深度学习模型在该领域的应用及其研究进展。文章首先介绍了深度时序数据异常检测的定义与应用;其次,提出了深度时序数据异常检测面临的9个问题与挑战,并将时序数据异常分为10类,枚举了16种典型的时序数据异常检测数据集,其中包括5种社交网络舆情安全领域相关数据集;再次,文章将深度时序数据异常检测模型进行分类研究,分析总结了近50个相关模型,其中包括基于半监督增量学习的社交网络不良信息发布者异常检测,进一步地,文章依据深度学习模型的学习模式将模型划分为基于重构、基于预测、基于重构与预测融合3种类型,并对这些模型的优缺点及应用场景进行综合分析;最后,文章从8个方面展望了深度时序异常检测技术的未来研究方向,分析了每个方向的潜在研究价值及技术瓶颈。

关键词：深度学习时序数据异常检测模型分类社交网络

来源：评论

学校读者我要写书评

暂无评论

能耗约束下分层联邦学习模型质量优化的节点协作机制

引用

计算机应用 2025年第5期 1589-1594页

作者：范亚州李卓网络文化与数字传播北京市重点实验室(北京信息科技大学) 北京信息科技大学计算机学院

边缘生成的大量数据可以通过联邦学习（FL）的方式训练全局模型，因此边缘计算与联邦学习的结合已成为降低网络能耗的关键技术。在分层联邦学习（HFL）中，边缘设备的局部数据量和数据质量的差异会直接影响HFL全局模型的质量。为此，提... 详细信息

边缘生成的大量数据可以通过联邦学习（FL）的方式训练全局模型，因此边缘计算与联邦学习的结合已成为降低网络能耗的关键技术。在分层联邦学习（HFL）中，边缘设备的局部数据量和数据质量的差异会直接影响HFL全局模型的质量。为此，提出一种传输能量约束下的节点协作算法（NCATTECC）解决传输能耗限制下全局模型质量最优化问题，证明了该问题是一个NP-hard(Non-deterministic Polynomial-hard）问题，同时证明了所提算法具有■的近似比例。具体而言，通过协作，可以在不超过传输能耗限制的情况下，让更多的优质节点参与训练。在广泛使用的CIFAR-10、FashionMNIST数据集上的仿真实验结果表明，所提算法对所选节点进行训练，得到的模型准确率比FedAvg(Federated Averaging）和Fed-CBS(Federated Class-balanced Sampling）分别高出4.47%、6.64%和3.47%、4.58%。

关键词：分层联邦学习端到端通信节点协作模型质量优化能耗限制

来源：评论

学校读者我要写书评

暂无评论

面向联邦大语言模型训练的传输优化技术综述

引用

计算机科学 2025年第1期52卷 42-55页

作者：顿婧博李卓网络文化与数字传播北京市重点实验室(北京信息科技大学) 北京100101 北京信息科技大学计算机学院北京100101

随着人工智能技术的快速发展,各类大型语言模型不断涌现.但是专用大语言模型的用户及数据集大多具有隐私性和安全性要求,数据安全隐私问题亟待解决.在此背景下,联邦大语言模型应运而生并得到越来越多的关注.由于大型语言模型庞大的数据... 详细信息

随着人工智能技术的快速发展,各类大型语言模型不断涌现.但是专用大语言模型的用户及数据集大多具有隐私性和安全性要求,数据安全隐私问题亟待解决.在此背景下,联邦大语言模型应运而生并得到越来越多的关注.由于大型语言模型庞大的数据量以及联邦学习的分布式架构,海量的参与节点与云服务器间进行大量的模型交换会产生较高的通信成本.为提升模型收敛速率,研究人员对面向联邦大语言模型训练的传输优化技术展开了研究.文章分析了联邦大语言模型所面临的挑战;综述了基于模型微调的传输优化方法、基于模型压缩的传输优化方法以及基于分布式并行处理的传输优化的优化问题;介绍了已有的开源联邦大语言模型以及所用到的传输优化技术,并对未来研究方向进行了展望.

关键词：联邦学习大语言模型传输优化通信开销模型压缩

来源：评论

学校读者我要写书评

暂无评论

基于相关矩阵Toeplitz特性的5G终端基带信道估计算法设计

引用

高技术通讯 2025年第1期35卷 9-19页

作者：冯雪林石晶林戴曼刘林中国科学院计算技术研究所移动计算与新型终端北京市重点实验室北京100080 中国科学院大学北京100049 北京中科晶上科技股份有限公司北京100190

第五代移动通信技术(5th-generation mobile communication technology,5G)网络对高速率、低时延、高可靠性的移动通信处理需求不断增加,对终端基带信道估计算法的高性能和低复杂度设计、矩阵处理动态范围提出挑战。针对上述问题,本文... 详细信息

第五代移动通信技术(5th-generation mobile communication technology,5G)网络对高速率、低时延、高可靠性的移动通信处理需求不断增加,对终端基带信道估计算法的高性能和低复杂度设计、矩阵处理动态范围提出挑战。针对上述问题,本文提出一种基于相关矩阵托普利兹(Toeplitz)特性的信道估计算法。依据信道的相干带宽特性计算信道相关矩阵并保留必要的较低矩阵阶数;基于相关矩阵的Toeplitz特性设计低复杂度的递归求逆算法,并针对加权矩阵乘法的元素重复性将矩阵乘法化简为矩阵点乘,简化加权矩阵运算;同时引入跟踪信噪比变化的缩放补偿因子对计算过程和结果分别进行缩放和补偿。理论分析和仿真结果显示,本文所提算法可在达到优异的信道估计性能条件下,有效降低运算复杂度,并极大降低算法矩阵处理的动态范围。

关键词： 5G终端基带信道估计均方根托普利兹动态范围

来源：评论

学校读者我要写书评

暂无评论

PLSGA:阶段式长文本摘要生成方法

引用

计算机工程与应用 2025年第2期61卷 170-178页

作者：方缙李宝安游新冬吕学强北京信息科技大学计算机学院北京100101 北京信息科技大学网络文化与数字传播北京市重点实验室北京100101

针对现有方法在处理长文本时,存在冗余信息处理困难和无法筛选出最高质量摘要的问题,提出了一种阶段式长文本摘要生成方法(PLSGA)。将样本数据的文本和参考摘要分割,利用Sentence-BERT获取语义向量并进行相似度比对,从中抽取文本的关键... 详细信息

针对现有方法在处理长文本时,存在冗余信息处理困难和无法筛选出最高质量摘要的问题,提出了一种阶段式长文本摘要生成方法(PLSGA)。将样本数据的文本和参考摘要分割,利用Sentence-BERT获取语义向量并进行相似度比对,从中抽取文本的关键信息;通过关键信息和非关键信息训练抽取模型,以尽可能地保留原文本的语义信息;将抽取的关键信息和参考摘要作为样本输入骨干模型BART进行生成模型训练;通过生成模型生成多条候选摘要,并使用无参考摘要评分模型筛选出质量最好的摘要。提出的阶段式长文本摘要生成方法在多个中文长文本数据集上进行实验,结果表明相对于目前主流的方法以及ChatGPT,其效果均有提升,具有领域优势,生成的摘要质量更好,更具可读性。

关键词：文本摘要 Sentence-BERT 关键信息 BART 无参考摘要评分模型

来源：评论

学校读者我要写书评

暂无评论

多阶段重建内容协同优化的图像修复算法

引用

信号处理 2025年第2期41卷 325-337页

作者：秦佳白慧慧王梦丽翟双姣晋赞霞秦品乐曾建潮中北大学计算机科学与技术学院山西太原030051 北京交通大学信息科学研究所北京100044 现代信息科学与网络技术北京市重点实验室北京100044

随着数字图像技术的快速发展,图像已经成为日常生活学习中信息传递的重要载体之一。然而,由于错误传输、不当存储或者关键信息被遮挡等情况造成的图像信息丢失,往往影响人们对图像信息的理解和分析。近几年,大量渐进式图像修复算法被提... 详细信息

随着数字图像技术的快速发展,图像已经成为日常生活学习中信息传递的重要载体之一。然而,由于错误传输、不当存储或者关键信息被遮挡等情况造成的图像信息丢失,往往影响人们对图像信息的理解和分析。近几年,大量渐进式图像修复算法被提出,通过由粗到精的修复方式逐步生成受损图像的缺失信息,使修复后的图像在视觉和内容上接近原始图像。然而,在这种渐进式图像修复的结构中,低渐进层的错误往往容易传递到高渐进层中,造成修复结果在图像内容上有误,难以达到人眼视觉要求。针对这一问题,本文提出了一种多阶段重建内容协同优化的图像修复算法(Image inpainting algorithm based on multi-stage reconstruction collaborative optimization,MSNet),在渐进修复中融入并行结构,通过对三阶段渐进层内容的协同优化,提高修复结果的准确性。具体来说,在该网络的初步修复阶段后,提出了一种并行的图像内容精细化修复模块(Parallel image content refinement module,PCRM),通过基于自注意力的U-Net和增强的残差网络两个分支并行地修复图像结构和细节信息。其中,基于自注意力的U-Net倾向于对图像的结构特征进行抽象提取,并通过Multi-Head自注意力机制进行全局恢复。而增强残差网络结构则通过优化特征值区分度的方式,提升重要细节信息的表征能力,使残差网络能够更关注于重要细节的恢复。在PCRM后,为了融合第二阶段所得的多个修复重建信息,细节-结构融合模块被提出来,将细节信息合理嵌入到结构中,提高多渐进层特征在空间表征上的兼容性,减少纹理与结构不统一所造成的图像视觉不连续问题,以生成更加符合客观现实的修复结果。实验结果表明,与现有的修复算法对比,本文提出的算法可以生成纹理更加清晰,视觉上更加逼真的结果。

关键词：图像修复特征融合渐进式图像修复图像复原

来源：评论

学校读者我要写书评

暂无评论

基于剪枝的大模型联邦参数高效微调技术

引用

计算机应用 2025年第3期45卷 715-724页

作者：曾辉熊诗雨狄永正史红周移动计算与新型终端北京市重点实验室(中国科学院计算技术研究所) 北京100190 中国科学院大学计算机科学与技术学院北京100190

随着数据隐私重要性的不断提升,用于下游任务的预训练基础模型(PFM)的微调变得愈发困难,这推动了基于PFM的联邦学习研究。然而,PFM给联邦学习系统带来了显著的挑战,特别是在本地计算和通信方面。因此,针对联邦学习的本地计算和聚合通信... 详细信息

随着数据隐私重要性的不断提升,用于下游任务的预训练基础模型(PFM)的微调变得愈发困难,这推动了基于PFM的联邦学习研究。然而,PFM给联邦学习系统带来了显著的挑战,特别是在本地计算和通信方面。因此,针对联邦学习的本地计算和聚合通信这两个主要阶段,分别提出对应的解决方案,即本地高效微调模式和环形本地聚合模式。本地高效微调模式采用基于参数高效微调(PEFT)的模型剪枝算法以减轻本地计算和通信开销;环形本地聚合模式采用分布式的本地聚合方法取代中心化的聚合方法以提升聚合阶段的通信效率。实验结果表明,所提大模型联邦参数高效微调框架在最终性能和效率方面均表现良好。

关键词：联邦学习大模型微调参数高效微调模型剪枝

来源：评论

学校读者我要写书评

暂无评论

认知机器的模型与结构研究进展

引用

中国图象图形学报 2025年第4期30卷 895-921页

作者：鲍泓郑颖梁天骄北京联合大学北京市信息服务工程重点实验室北京100101 北京联合大学机器人学院北京100027 中国科学院大学计算机科学与技术学院北京100049

机器如何与人一样具有认知能力?认知能力可用智能度量,人的智能是认知过程的涌现,人们从认知的模型出发研究其结构,结构决定机器的认知功能。本文旨在探讨机器认知的模型和构建方法,为设计新一代认知机器提供新的模型、结构和方法论。... 详细信息

机器如何与人一样具有认知能力?认知能力可用智能度量,人的智能是认知过程的涌现,人们从认知的模型出发研究其结构,结构决定机器的认知功能。本文旨在探讨机器认知的模型和构建方法,为设计新一代认知机器提供新的模型、结构和方法论。本文用分析、归纳和演绎的方法综述认知机器模型和结构的起源、演进与发展趋势。首先,从20世纪初计算机器的发明和DNA双螺旋结构模型的发现谈起,阐述了“图灵机模型+冯·诺依曼结构”划时代意义的科学研究成果的形成,这一模型和结构催生了通用计算机器的发明,并对计算机科学与技术等新学科的形成起到奠基作用;此后,图灵的天问“机器能思维吗”及“图灵测试”对后来创立人工智能有重大启示和影响;然后评述近20年来“深度学习模型+卷积神经网络结构”以及“大语言模型+转换器结构”等的里程碑式进展和存在的问题;在最新进展部分综述当前国内外有代表性的3位科学家提出的模型和结构:“世界模型”、“空间智能”和“四要素说”,特别是以“四要素说”为基础的认知物理学,为人的认知和机器认知提供了统一的理论框架,构成了机器认知的4种基本模式——认知螺旋模型和OOXA结构链,讨论了认知核、洋葱模型和负熵概念,以驾驶脑认知为案例进行具身智能的实验验证;最后,展望了本领域未来研究和发展趋势。模型定义了机器认知的约束边界,结构决定认知机器的涌现性,通过模型+结构的研究方法和评价,为探索“人和机器认知的机制”和解决“机器如何认知”这样的人工智能发展的重大问题提供了一种新研究视角、路径和范式。

关键词：认知机器认知物理学认知核模型结构涌现负熵

来源：评论

学校读者我要写书评

暂无评论

分散决策下的电力平衡机制分析与启示:以德国平衡结算单元为例

引用

电网技术 2025年第4期49卷 1436-1446,I0035页

作者：单兰晴宋昊天唐庆虎郭鸿业侯胜任康重庆新型电力系统运行与控制全国重点实验室(清华大学电机系) 北京市海淀区100084 代尔夫特理工大学电气数学和计算机部荷兰代尔夫特2628SK

随全球能源系统向低碳化转型,可再生能源在电力系统中渗透率不断提高,其不确定性增大了电力市场的出清压力与电力系统的调度压力,为电力的平衡带来挑战。文章聚焦以德国平衡结算单元机制为例的典型分散决策电力平衡机制,分析了分散决策... 详细信息

随全球能源系统向低碳化转型,可再生能源在电力系统中渗透率不断提高,其不确定性增大了电力市场的出清压力与电力系统的调度压力,为电力的平衡带来挑战。文章聚焦以德国平衡结算单元机制为例的典型分散决策电力平衡机制,分析了分散决策机制中市场主体自主性的增强、系统集聚不确定性的减弱与调度压力的降低等优势。首先,介绍了上述机制的基本结构、运作方式与平衡结算单元作为关键组成的参与作用;然后,分析了德国电力平衡结算单元机制的规则特点、实际运行中的配套机制,并剖析了该机制的分散平衡特性;最后,开展了相关市场化平衡机制引入我国面临的问题与适应性探索,提出了调度层级、市场参与、市场衔接与技术支持方面的建议。

关键词：电力市场平衡结算单元电力平衡平衡市场平衡责任

来源：评论

学校读者我要写书评

暂无评论

深度强化学习及其在工业场景的应用与展望

引用

工程科学学报 2025年第4期47卷 768-779页

作者：谭靖杨利刚李潇睿袁兆麟崔允端姚超王宗杰班晓娟北京科技大学计算机与通信工程学院北京100083 北京科技大学北京材料基因工程高精尖创新中心北京100083 北京科技大学材料领域知识工程北京市重点实验室北京100083 北京科技大学土木与资源工程学院北京100083 北京科技大学智能科学与技术学院北京100083 中国科学院深圳先进技术研究院深圳518055 辽宁材料实验室材料智能技术研究所沈阳110004

工业控制系统(Industrial control systems,ICS)在现代工业生产中发挥关键作用,负责监控和控制工业过程,确保高效、安全和稳定的生产.随着工业4.0和智能制造的发展,传统工业控制方法难以应对日益复杂且动态变化的生产环境.深度强化学习(... 详细信息

工业控制系统(Industrial control systems,ICS)在现代工业生产中发挥关键作用,负责监控和控制工业过程,确保高效、安全和稳定的生产.随着工业4.0和智能制造的发展,传统工业控制方法难以应对日益复杂且动态变化的生产环境.深度强化学习(Deep reinforcement learning,DRL)结合了深度学习与强化学习的优势,在工业智能控制领域展现出巨大潜力.本文综述了DRL在工业智能控制中的应用现状和研究进展.首先介绍了DRL的基本原理及相关算法,并简述工业控制的背景,分析智能控制的应用需求与现存挑战.随后,详细综述了DRL在工业领域的应用,并对当前研究进行了总结,最后对未来研究方向提出了展望.

关键词：深度强化学习在线强化学习离线强化学习工业控制系统智能控制

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：