检索结果-内蒙古大学图书馆

计算机科学与探索 2021年第10期15卷 1958-1968页

作者：田鑫季怡高海燕林欣刘纯平苏州大学计算机科学与技术学院江苏苏州215006 符号计算与知识工程教育部重点实验室(吉林大学) 长春130012

场景图因其具有的表示视觉场景内容的语义和组织结构的特点,有助于视觉理解和可解释推理,成为计算机视觉研究热点之一。但由于现存的视觉场景中目标和目标之间关系标注的不平衡,导致现有的场景图生成方法受到数据集偏置影响。对场景图... 详细信息

场景图因其具有的表示视觉场景内容的语义和组织结构的特点,有助于视觉理解和可解释推理,成为计算机视觉研究热点之一。但由于现存的视觉场景中目标和目标之间关系标注的不平衡,导致现有的场景图生成方法受到数据集偏置影响。对场景图数据失衡问题进行研究,提出一种基于外部信息引导和残差置乱相结合的场景图生成方法(EGRES),缓解数据集偏置对场景图生成的负面影响。该方法利用外部知识库中无偏置的常识性知识规范场景图的语义空间,缓解数据集中关系数据分布不平衡的问题,以提高场景图生成的泛化能力;利用残差置乱方式对视觉特征和提取的常识性知识进行融合,规范场景图生成网络。在VG数据集上的对比实验和消融实验证明,提出的方法可以有效改善场景图生成。对于数据集中不同标签的对比实验证明,提出的方法可以改善绝大多数关系类别的生成性能,尤其是中低频关系类别下的场景图生成性能,极大地改善了数据标注失衡的问题,比现有的场景图生成方法具有更好的生成效果。

关键词：数据集偏置残差置乱外部知识库场景图生成

来源：评论

学校读者我要写书评

暂无评论

面向隐私保护联邦学习的医学影像目标检测算法

引用

计算机辅助设计与图形学学报 2021年第10期33卷 1553-1562页

作者：王生生路淑贞曹斌吉林大学符号计算与知识工程教育部重点实验室长春130000 吉林大学计算机科学与技术学院长春130000 河北工业大学人工智能与数据科学学院天津300401

联邦学习技术是一种新型多机构协同训练模型范式,广泛应用于多领域,其中模型参数隐私保护是一个关键问题.针对CT影像综合性病灶检测任务,提出隐私保护的联邦学习算法.首先部署松散耦合的客户端-服务器架构;其次在各客户端使用改进的Reti... 详细信息

联邦学习技术是一种新型多机构协同训练模型范式,广泛应用于多领域,其中模型参数隐私保护是一个关键问题.针对CT影像综合性病灶检测任务,提出隐私保护的联邦学习算法.首先部署松散耦合的客户端-服务器架构;其次在各客户端使用改进的RetinaNet检测器,引入上下文卷积和后向注意力机制;最后完成联邦训练.各客户端使用局部更新策略,采用自适应训练周期,局部目标函数中加入了限制项;服务器使用自适应梯度裁剪策略和高斯噪声差分隐私算法更新全局模型参数.在DeepLesion数据集上的消融分析说明了算法各部分的重要性.实验结果表明,改进的RetinaNet检测器有效地提升了多尺度病灶的检测精度.与集中数据训练模型范式相比,联邦学习所得模型性能略低(mAP分别为75.33%和72.80%),但训练用时缩短近38%,有效地实现了隐私保护、通信效率和模型性能的良好权衡.

关键词：联邦学习差分隐私保护 RetinaNet检测器病灶检测

来源：评论

学校读者我要写书评

暂无评论

信号干扰下的超宽带精确定位问题研究

引用

吉林大学学报（信息科学版） 2024年第2期42卷 193-199页

作者：张爱琳刘辉王小海张秀伊邱正中吴春国吉林大学符号计算与知识工程教育部重点实验室长春130012 吉林大学计算机科学与技术学院长春130012 远光软件股份有限公司技术部广东珠海519085

针对在室内应用超宽带UWB(Ultra Wide Band)定位技术时,需要建立高效精确的三维坐标定位系统以克服信号干扰问题,应用机器学习方法对其进行了研究。首先使用多种统计分析模型清理无效或误差测量值;然后将TOF(Time Of Flight)算法的先验... 详细信息

针对在室内应用超宽带UWB(Ultra Wide Band)定位技术时,需要建立高效精确的三维坐标定位系统以克服信号干扰问题,应用机器学习方法对其进行了研究。首先使用多种统计分析模型清理无效或误差测量值;然后将TOF(Time Of Flight)算法的先验知识与神经网络、XGBoost(eXterme Gradient Boosting)算法相结合,提出了神经XGB(Exterme Gradient Boosting)三维定位系统,该系统可通过“正常数据”和“异常数据”(受干扰)以及4个锚点的坐标精准预测靶点的坐标值,能使误差在二维平面降至5.08 cm,在三维空间降至8.03 cm;同时建立了判断数据是否受干扰的神经网络分类模型,精确率为0.88;最后通过结合上述系统,得到了连续且规律的运动轨迹,证明了系统的有效性与鲁棒性。

关键词： UWB精准定位神经网络 XGBoost算法逻辑回归

来源：评论

学校读者我要写书评

暂无评论

特征图自适应知识蒸馏模型

引用

吉林大学学报（理学版） 2022年第4期60卷 881-888页

作者：吴致远齐红姜宇崔楚朋杨宗敏薛欣慧吉林大学计算机科学与技术学院长春130012 中国科学院计算技术研究所北京100190 吉林大学符号计算与知识工程教育部重点实验室长春130012

针对嵌入式和移动设备的计算和存储资源受限,紧凑型网络优化易收敛至较差局部最优解的问题,提出一个特征图自适应知识蒸馏模型,其由特征图适配器和特征图自适应知识蒸馏策略构成.首先,特征图适配器通过异构卷积与视觉特征表达模块的堆... 详细信息

针对嵌入式和移动设备的计算和存储资源受限,紧凑型网络优化易收敛至较差局部最优解的问题,提出一个特征图自适应知识蒸馏模型,其由特征图适配器和特征图自适应知识蒸馏策略构成.首先,特征图适配器通过异构卷积与视觉特征表达模块的堆叠实现特征图尺寸匹配、教师学生网络特征同步变换及自适应语义信息匹配.其次,特征图自适应知识蒸馏策略将适配器嵌入教师网络对其进行重构,并在训练过程中实现适合用于学生网络隐藏层监督特征的自适应搜索;利用适配器前部输出提示学生网络前部训练,实现教师到学生网络的知识迁移,并在学习率约束条件下进一步优化.最后,在图像分类任务数据集cifar-10上进行实验验证,结果表明,特征图自适应知识蒸馏模型分类正确率提高0.6%,推断损失降低6.5%,并将收敛至78.2%正确率的时间减少至未迁移时的5.6%.

关键词：人工智能知识蒸馏特征图自适应模型迁移图像分类

来源：评论

学校读者我要写书评

暂无评论

面向异质变分超图自动编码器的超边链接预测模型

引用

计算机应用研究 2021年第5期38卷 1508-1513,1519页

作者：杨伟英王英吴越吉林大学软件学院长春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 吉林大学计算机学院长春130012

如何采用超边建模网络数据中的多元关联关系,实现潜在超边链接关系的预测具有重要的现实意义。现有方法主要集中于研究具有成对关系的网络数据,然而,直接将现有的链接预测方法用于超图网络中的超边链接预测具有一定的局限性。因此,提出... 详细信息

如何采用超边建模网络数据中的多元关联关系,实现潜在超边链接关系的预测具有重要的现实意义。现有方法主要集中于研究具有成对关系的网络数据,然而,直接将现有的链接预测方法用于超图网络中的超边链接预测具有一定的局限性。因此,提出基于异质变分超图自动编码器的超边链接预测模型(heterogeneous variational hypergraph autoencoder,HVGAE)。首先,利用超图卷积实现变分超图自动编码器,将超图网络数据转换成一种低维空间表示;其次,加入节点近邻度函数,最大程度地保留其结构信息,从而构建异质超图网络超边链接预测模型。针对三种不同类型的超图网络进行实验,结果表明相比其他的基准方法,HVGAE模型获得了较好的预测结果,说明其能够较好地解决超图网络中的超边链接预测问题。

关键词：异质信息网络变分图自动编码器表示学习链接预测超图

来源：评论

学校读者我要写书评

暂无评论

精细拓扑结构表示与深度特征融合在多目标图像检索中的应用

引用

重庆大学学报 2021年第3期44卷 132-143页

作者：刘东王生生湘南学院软件与通信工程学院郴州423300 吉林大学符号计算与知识工程教育部重点实验室长春130012 吉林大学计算机科学与技术学院长春130012

空间信息表示是增强图像特征表达性能的重要手段,通过空间关系建模与深度学习方法融合可有效提升深度特征的语义特性,从而提升图像检索性能。首先,针对复杂图像的空间关系表示提出了一种新的精细拓扑结构表示模型,该模型不仅具有完备的... 详细信息

空间信息表示是增强图像特征表达性能的重要手段,通过空间关系建模与深度学习方法融合可有效提升深度特征的语义特性,从而提升图像检索性能。首先,针对复杂图像的空间关系表示提出了一种新的精细拓扑结构表示模型,该模型不仅具有完备的拓扑描述性能,还提供了两种拓扑不变量的推理算法,使得拓扑不变量可以由表示模型直接推导而不需要繁复的几何计算;其次,基于精细拓扑结构表示模型,提出了有效的拓扑结构相似性度量方法,为空间关系特征表达奠定了基础;最后,进一步结合卷积神经网络,提出融合复杂空间关系特征与深度特征的多目标图像检索方法。实验结果表明,所提出的拓扑结构表示模型在空间查询中具有良好的性能;所提出的图像检索框架取得优于现有方法的精度,并能够有效地结合手工特征与深度特征各自的优势,为提升深度学习方法的可解释性创造了有利条件。

关键词：拓扑深度学习图像检索特征提取特征融合

来源：评论

学校读者我要写书评

暂无评论

人工智能在高校实验室的管理应用和创新

引用

中文科技期刊数据库（全文版）教育科学 2023年第4期 189-192页

作者：李婷婷常玥邵斐吉林大学计算机科学与技术学院吉林长春130012 符号计算与知识工程教育部重点实验室吉林长春130012

高校实验室安全和设备管理、数据采集和分析、科研团队协作和资源共享是实验室运作中非常关键的方面。这些方面的优化和改进可以帮助实验室更高效地运作,提高科研成果的质量和数量。同时,通过创新性的应用和开发,人工智能技术也可以在... 详细信息

高校实验室安全和设备管理、数据采集和分析、科研团队协作和资源共享是实验室运作中非常关键的方面。这些方面的优化和改进可以帮助实验室更高效地运作,提高科研成果的质量和数量。同时,通过创新性的应用和开发,人工智能技术也可以在实验室中得到更广泛的应用和发展。这些应用和创新可以进一步推动人工智能技术的发展和应用,同时也能够为实验室提供更多的机会和挑战,促进实验室的发展和成长。

关键词：人工智能高校实验室数据创新效率提高

来源：评论

学校读者我要写书评

暂无评论

基于时间关系的Bi-LSTM+GCN因果关系抽取

引用

吉林大学学报（理学版） 2021年第3期59卷 643-648页

作者：郑余祥左祥麟左万利梁世宁王英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

针对传统时间关系只应用在机器学习方向关系抽取的问题,提出一种基于序列标注实体识别的关系抽取方法.先构建双向长短期记忆网络(Bi-LSTM)模型进行特征提取,再输入时间关系作为特征矩阵进行图卷积.实验结果表明:时间关系能提高因果关系... 详细信息

针对传统时间关系只应用在机器学习方向关系抽取的问题,提出一种基于序列标注实体识别的关系抽取方法.先构建双向长短期记忆网络(Bi-LSTM)模型进行特征提取,再输入时间关系作为特征矩阵进行图卷积.实验结果表明:时间关系能提高因果关系抽取效果,并且包含时间关系的Bi-LSTM+GCN模型能有效抽取因果事件;带有时间关系的Bi-LSTM+GCN模型获得因果关系的抽取结果优于传统方法因果关系的抽取结果.

关键词：因果关系抽取时间关系序列标注图卷积双向长短期记忆网络(Bi-LSTM)

来源：评论

学校读者我要写书评

暂无评论

不一致术语集最小基数诊断的分支限界

引用

吉林大学学报（工学版） 2020年第4期50卷 1449-1454页

作者：欧阳丹彤高杰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

针对不一致术语集的最小基数诊断,提出了一种分支限界的方法,该方法根据不相交极小不一致保持子术语集(MIPS)覆盖来定义诊断的一个下界,并且使用分支技术将大问题分解为多个可并行执行的子问题。实验结果表明,该方法能够快速有效地计算... 详细信息

针对不一致术语集的最小基数诊断,提出了一种分支限界的方法,该方法根据不相交极小不一致保持子术语集(MIPS)覆盖来定义诊断的一个下界,并且使用分支技术将大问题分解为多个可并行执行的子问题。实验结果表明,该方法能够快速有效地计算出一个最小基数诊断。

关键词：计算机应用最小基数诊断极小不一致保持子术语集分支限界

来源：评论

学校读者我要写书评

暂无评论

基于BERT的因果关系抽取

引用

吉林大学学报（理学版） 2021年第6期59卷 1439-1444页

作者：姜博左万利王英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

针对传统关系抽取模型依赖特征工程等机器学习方法,存在准确率较低且规则较繁琐等问题,提出一种BERT+BiLSTM+CRF方法.首先使用BERT(bidirectional encoder representations from transformers)对语料进行预训练;然后利用BERT根据上下文... 详细信息

针对传统关系抽取模型依赖特征工程等机器学习方法,存在准确率较低且规则较繁琐等问题,提出一种BERT+BiLSTM+CRF方法.首先使用BERT(bidirectional encoder representations from transformers)对语料进行预训练;然后利用BERT根据上下文特征动态生成词向量的特点,将生成的词向量通过双向长短期记忆网络(BiLSTM)编码;最后输入到条件随机场(CRF)层完成对因果关系的抽取.实验结果表明,该模型在SemEval-CE数据集上准确率比BiLSTM+CRF+self-ATT模型提高了0.0541,从而提高了深度学习方法在因果关系抽取任务中的性能.

关键词：因果关系抽取序列标注双向长短期记忆网络(BiLSTM) BERT模型

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：