检索结果-内蒙古大学图书馆

计算机学报 2023年第12期46卷 2651-2669页

作者：许柯孟源杨尚尚田野张兴义安徽大学人工智能学院计算智能与信号处理教育部重点实验室合肥230601 安徽大学计算机科学与技术学院合肥230601 安徽大学物质科学与信息技术研究院合肥230601

神经结构搜索技术可以在大量候选网络集合中搜索到适用于特定任务的神经网络结构.目前,大多数结构搜索网络的部署是针对英伟达GPU、英特尔CPU或谷歌TPU等硬件设备的.然而,将搜索到的架构迁移到一些AI专用加速器中,如寒武纪加速卡或华为A... 详细信息

神经结构搜索技术可以在大量候选网络集合中搜索到适用于特定任务的神经网络结构.目前,大多数结构搜索网络的部署是针对英伟达GPU、英特尔CPU或谷歌TPU等硬件设备的.然而,将搜索到的架构迁移到一些AI专用加速器中,如寒武纪加速卡或华为Atlas推理加速器,推理效果却表现不佳.主要存在两方面的问题:在搜索空间设计层面,由于硬件架构设计对不同算子的支持存在差异,复用传统的搜索空间到专用神经网络加速器上,其推理效率不是最优的;在结构搜索层面,由于专用神经网络加速器在并行计算资源和数据流水通道等设计的不同,仅采用参数量、计算量作为搜索目标不能准确度量推理延迟,并且限制了神经结构搜索在精度和延迟上的探索空间.为了解决上述问题,本文提出一种基于硬件感知的多目标神经结构搜索方法,首先通过测试不同类型的卷积算子在目标硬件上的性能表现,使用非支配排序设计出定制化的高效搜索空间.然后,将延迟纳入搜索目标,提出一种启发式的混合粒度交叉算子,通过粗粒度阶段间交叉和细粒度阶段内交叉提高种群在多目标下的收敛性和多样性,更好地权衡神经网络的精度和推理延迟.本文主要针对国产寒武纪加速卡MLU270-F4进行了实验分析与方法验证,在CIFAR-10上搜索得到的MLUNet-S4精度比DARTS高0.14%的同时推理速度提升了4.7倍,相比于NSGANet精度仅下降0.04%的同时速度提升了5.5倍;在ILSVRC2012数据集上MLUNet-C相较于具有相同推理速度的Mobile Net V2和Mnas Net速度上提升了1.2倍的同时预测精度也分别提升了2.3%和0.2%,效果提升显著.

关键词：图像分类进化算法多目标神经结构搜索硬件感知神经结构搜索寒武纪加速卡

来源：评论

学校读者我要写书评

暂无评论

面向全息视频显示的深亚波长光栅耦合结构（英文）

引用

电子器件 2018年第4期41卷 833-838页

作者：张明华沈川朱文亮韦穗安徽大学人工智能计算及信号处理教育部重点实验室合肥230039

研究了一种类MIM(Metal-Insulator-Metal)结构,用于全息显示装置,它的关键部分是铝亚波长光栅,该结构可以在可见光范围内调制反射光相位。众所周知,商业化的LCOS(Liquid Crystal of Silicon)是广泛使用的空间光调制器,但是它通过液晶的... 详细信息

研究了一种类MIM(Metal-Insulator-Metal)结构,用于全息显示装置,它的关键部分是铝亚波长光栅,该结构可以在可见光范围内调制反射光相位。众所周知,商业化的LCOS(Liquid Crystal of Silicon)是广泛使用的空间光调制器,但是它通过液晶的光程差实现相位调制的机制不利于器件的进一步缩小以达到全息显示所需要的空间带宽。用亚波长光栅结构代替LCOS顶部电极层,虽然几何相似,但它是物理过程新颖的全息显示装置。当入射光进入金属光栅狭缝,一个典型的零阶衍射和深亚波长F-P共振被诱导。腔边缘的反射相位可以被有效地操作使通过由一个薄的中间电介质层构成的MIM结构,因为金属表面等离子激元对周围介质的变化很敏感。而且,为了适应未来视频全息显示的需求,我们研究了动态实时调制的可能性通过改变电介质层的介电常量。通常铝不被认为是有吸引力的等离子体材料,但是它资源丰富、便宜而且与CMOS兼容,被广泛使用在空间光调制器中,例如LCOS。同时,众所周知,铝等离子体特性对材料的几何形状很敏感。然而,我们的亚波长光栅耦合结构有效的克服上述这些问题,模拟结果已经证明当铝光栅中铝纳米棒从140 nm变化到190 nm时,相位调制量的影响很小,甚至可以被忽略,这对于实际制备提供了鲁棒的可能性,同时研究了不同光栅高度对实验结果的影响,仿真结果通过CST软件给出,证明仿真电介质媒介参数在液晶折射率变化率范围内(1.4～1.7)相位调制在可见光范围可以达到0到2π,这为真实器件奠定了基础。

关键词：全息显示铝亚波长光栅 MIM Fabry-Perot

来源：评论

学校读者我要写书评

暂无评论

多示例学习的包层次覆盖k近邻算法

引用

小型微型计算机系统 2014年第11期35卷 2511-2514页

作者：赵姝芮辰陈洁张燕平安徽大学计算智能与信号处理教育部重点实验室合肥230601 安徽大学人工智能研究所合肥230601

多示例学习是一种新型的机器学习框架,正包中大量的噪声使多示例数据集具有很大的歧义性.为了排除多示例数据集正包中大量的假正例,提高分类精度,结合邻域覆盖算法,提出一个新的多示例包层次覆盖k近邻算法.覆盖算法的学习结果是一系列... 详细信息

多示例学习是一种新型的机器学习框架,正包中大量的噪声使多示例数据集具有很大的歧义性.为了排除多示例数据集正包中大量的假正例,提高分类精度,结合邻域覆盖算法,提出一个新的多示例包层次覆盖k近邻算法.覆盖算法的学习结果是一系列的球形邻域,在每一个球形邻域中只含有同类样本,本文利用的覆盖算法的这一特性重新组织多示例数据集的包结构.概括的说,为了排除正包中大量的假正例,首先对原有的多示例包结构进行重新构造,使用覆盖算法生成的球形邻域做为新的包结构,从而提高多示例样本在新的特征空间中的可分离性.然后,使用包层次的k近邻算法排除正包中大量的噪声并预测测试包的类别.实验表明,多示例学习的包层次覆盖k近邻算法具有很好的性能.

关键词：机器学习多示例学习覆盖算法 k近邻算法

来源：评论

学校读者我要写书评

暂无评论

多示例学习的包层次覆盖k近邻算法

多示例学习的包层次覆盖k近邻算法

引用

第十三届中国Rough集与软计算学术会议、第七届中国Web智能学术研讨会、第七届中国粒计算学术研讨会联合学术会议

作者：赵姝芮辰张燕平安徽大学计算智能与信号处理教育部重点实验室合肥 230601 安徽大学人工智能研究所合肥 230601

多示例学习是一种新型的机器学习框架，正包中大量的噪声使多示例数据集具有很大的歧义性。为了排除多示例数据集正包中大量的假正例，提高分类精度，本文结合邻域覆盖算法，提出了一个新的多示例包层次覆盖k近邻算法。覆盖算法的学习... 详细信息

多示例学习是一种新型的机器学习框架，正包中大量的噪声使多示例数据集具有很大的歧义性。为了排除多示例数据集正包中大量的假正例，提高分类精度，本文结合邻域覆盖算法，提出了一个新的多示例包层次覆盖k近邻算法。覆盖算法的学习结果是一系列的球形邻域，在每一个球形邻域中只含有同类样本，本文利用的覆盖算法的这一特性重新组织多示例数据集的包结构。概括的说，为了排除正包中大量的假正例，首先对原有的多示例包结构进行重新构造，使用覆盖算法生成的球形邻域做为新的包结构，从而提高多示例样本在新的特征空间中的可分离性。然后，使用包层次的k近邻算法排除正包中大量的噪声并预测测试包的类别。实验表明，多示例学习的包层次覆盖k近邻算法具有很好的性能。

关键词：机器学习多示例学习覆盖算法 k近邻算法

来源：评论

学校读者我要写书评

暂无评论

基于多侧面多分类器融合的月降水量预测

引用

计算机工程 2009年第12期35卷 156-158页

作者：叶明泉张燕平何富贵安徽大学计算智能与信号处理教育部重点实验室合肥230039 安徽大学人工智能研究所合肥230039

针对降水量影响因子多、彼此之间关系复杂、预测难度大的特点,提出一种基于多侧面集成学习方法的降水量预测模型。采用多侧面递进算法对数据进行特征提取,得到多个特征子集(多个侧面),且在特征子空间上建立预测模型,对未知样本进行分类... 详细信息

针对降水量影响因子多、彼此之间关系复杂、预测难度大的特点,提出一种基于多侧面集成学习方法的降水量预测模型。采用多侧面递进算法对数据进行特征提取,得到多个特征子集(多个侧面),且在特征子空间上建立预测模型,对未知样本进行分类预测,并利用专家投票的大多数规则对预测结果进行组合。实验表明,该方法具有较高的预测准确率。

关键词：多侧面递进算法多分类器融合月降水量预测

来源：评论

学校读者我要写书评

暂无评论

基于商空间的非均匀粒度聚类分析

引用

计算机工程 2005年第3期31卷 26-28,53页

作者：徐峰张铃教育部智能计算与信号处理重点实验室安徽大学人工智能研究所华安证券有限责任公司合肥230069

采用距离度量空间的手段讨论了商空间的模糊粒度聚类,结合信息融合技术用不同粒度合成聚类结果,认为聚类可以以非均匀粒度来描述样本集。据此提出了使用 Gaussian 型函数定义商空间的距离函数的模糊聚类算法(FCluster 算法),算法用距离... 详细信息

采用距离度量空间的手段讨论了商空间的模糊粒度聚类,结合信息融合技术用不同粒度合成聚类结果,认为聚类可以以非均匀粒度来描述样本集。据此提出了使用 Gaussian 型函数定义商空间的距离函数的模糊聚类算法(FCluster 算法),算法用距离表示信息粒度,不需要定义隶属函数和求出相似矩阵,并且不需要讨论参数的选择。仿真实验说明了算法可以很直观地从不同粒度(距离)观察聚类结果,大大降低了计算复杂度和空间复杂度,适于处理大数据量的样本,并且 Gaussian 型函数定义的距离对试验样本可以达到很好的效果。

关键词：聚类商空间计算复杂度空间复杂度信息粒度样本集算法型函数相似矩阵非均匀

来源：评论

学校读者我要写书评

暂无评论

商空间粒度计算中结构完备性的若干问题

商空间粒度计算中结构完备性的若干问题

引用

第五届中国Rough集与软计算学术研讨会

作者：张铃吴涛张燕平安徽大学人工智能所智能计算与信号处理教育部重点实验室合肥230039

本文讨论商空间簇上的结构定理，对应于构造商空间的三种不同的方法，得出在商空间簇上对应的三个不同的完备半序格，这三个不同的半序格关于对应运算(方法)是闭的。并讨论了它们之间的关系。最后简单讨论了从商拓扑构造商空间的方法及... 详细信息

本文讨论商空间簇上的结构定理，对应于构造商空间的三种不同的方法，得出在商空间簇上对应的三个不同的完备半序格，这三个不同的半序格关于对应运算(方法)是闭的。并讨论了它们之间的关系。最后简单讨论了从商拓扑构造商空间的方法及其性质。

关键词：商空间理论粒度计算结构完备性

来源：评论

学校读者我要写书评

暂无评论

基于商空间理论的模糊粒度计算方法

引用

模式识别与人工智能 2004年第4期17卷 424-429页

作者：徐峰张铃王伦文安徽大学人工智能研究所计算智能与信号处理教育部重点实验室

商空间信息粒度模型可以从不同角度、不同层次观察问题,本文首先将商空间理论中论域合成技术进行推广,根据已知的粒度知识给出了粒度搜索范围.在问题求解中,降低了计算复杂度.然后讨论了模糊商空间粒度计算和分层递阶结构的关系,用不同... 详细信息

商空间信息粒度模型可以从不同角度、不同层次观察问题,本文首先将商空间理论中论域合成技术进行推广,根据已知的粒度知识给出了粒度搜索范围.在问题求解中,降低了计算复杂度.然后讨论了模糊商空间粒度计算和分层递阶结构的关系,用不同粒度的商空间模型来表示聚类的结构.据此提出了基于Gaussian型函数的模糊聚类算法(G-FCluster算法).算法用距离表示信息粒度.不需要定义隶属函数和求出相似矩阵,并且不需要讨论参数的选择.将算法应用于中国证券市场,并与FCM算法进行比较,实验说明了算法可以很直观地从不同粒度(距离)观察聚类结果,大大降低了计算复杂度和空间复杂度,适于处理大数据量的样本.

关键词：商空间理论粒度计算分层递阶模糊聚类论域合成 Gaussian型函数

来源：评论

学校读者我要写书评

暂无评论

一种适合于短波通信信号监测的数据挖掘技术

引用

计算机工程与应用 2004年第4期40卷 37-40页

作者：王伦文张铃张旻解放军电子工程学院204研究室合肥230037 安徽大学人工智能研究所智能计算与信号处理教育部重点实验室合肥230039

分析了短波无线电通信信号(下称信号)监测存在的难点,应用一种新型的聚类方法构造学习样本,再用覆盖算法构造神经网络,对存在大量噪声的信号进行数据挖掘,并对算法进行了优化和改进,重新定义了阈值,增加对边界点处理方法,有效地剔除噪声... 详细信息

分析了短波无线电通信信号(下称信号)监测存在的难点,应用一种新型的聚类方法构造学习样本,再用覆盖算法构造神经网络,对存在大量噪声的信号进行数据挖掘,并对算法进行了优化和改进,重新定义了阈值,增加对边界点处理方法,有效地剔除噪声,进而发现异常信号,为无线电信号管理提供了保证。实验证明这种方法是有效的。

关键词：数据挖掘覆盖算法通信信号神经网络

来源：评论

学校读者我要写书评

暂无评论

逆滤波器技术复原均匀散焦图像的探讨

引用

微机发展 2004年第6期14卷 10-12页

作者：姚芳兵段震张铃安徽大学人工智能研究所智能计算与信号处理教育部重点实验室安徽合肥230039

在图像退化模型中,均匀散焦模糊是一种常见模型。文中提出了一种判断均匀散焦模糊的方法,而逆滤波器法是复原均匀散焦的常用算法,对于不同的散焦半径,用逆滤波器法恢复后会得到不同的复原图,据此作者设计了一种判断图像清晰度的方法。... 详细信息

在图像退化模型中,均匀散焦模糊是一种常见模型。文中提出了一种判断均匀散焦模糊的方法,而逆滤波器法是复原均匀散焦的常用算法,对于不同的散焦半径,用逆滤波器法恢复后会得到不同的复原图,据此作者设计了一种判断图像清晰度的方法。实验证明以上算法和步骤是有效的,具有一定的适用性。

关键词：逆滤波器均匀散焦模糊清晰度

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：