检索结果-内蒙古大学图书馆

食品科学 2025年第6期46卷 29-37页

作者：金颖闵巍庆周鹏飞梅舒欢蒋树强中国科学院智能信息处理重点实验室北京 100190 中国科学院计算技术研究所北京 100190 中国科学院大学北京 100049 中科苏州智能计算技术研究院江苏苏州 215009

本实验提出一种融合营养知识和偏好-健康多目标优化的膳食推荐方法.该方法通过食品营养知识嵌入引导学习用户的偏好,并利用多目标优化算法平衡用户饮食偏好与营养健康需求.首先,基于营养引导的食品知识感知网络(nutrition-guided food k... 详细信息

本实验提出一种融合营养知识和偏好-健康多目标优化的膳食推荐方法.该方法通过食品营养知识嵌入引导学习用户的偏好,并利用多目标优化算法平衡用户饮食偏好与营养健康需求.首先,基于营养引导的食品知识感知网络(nutrition-guided food knowledge-aware network,NG-FKN)进行个性化菜谱推荐,再进行营养套餐推荐(nutritional food combination recommendation,NFCR).NG-FKN从食品营养知识图谱中提取营养信息,引导捕捉用户偏好,实现个性化菜谱推荐.NFCR结合用户饮食偏好与营养需求,采用基于营养支配的非劣排序遗传算法优化多个目标,获得营养套餐推荐列表.此外,构建食品营养知识图谱与食品-用户的交互数据集,包含19 669 条菜谱数据,并在该数据集上对所提方法进行评估.同时还引入中国健康膳食指数和食物多样性评分两个指标用于评估推荐套餐的营养价值.在所提数据集上的实验结果表明,本研究方法优于目前主流的方法,可以提升膳食营养推荐的性能.

关键词：膳食推荐营养套餐知识图谱多目标优化遗传算法

来源：评论

学校读者我要写书评

暂无评论

基于对比学习的跨模态实体链接模型

引用

计算机研究与发展 2025年第3期62卷 662-671页

作者：王苑铮孙文祥范意兴廖华明郭嘉丰中国科学院网络数据科学与技术重点实验室(中国科学院计算技术研究所) 北京100190 中国科学院大学北京100049

图文跨模态实体链接是对传统实体链接任务的扩展,其输入为包含实体的图像,目标是将其链接到文本模态的知识库实体上.现有模型通常采用双编码器架构,将图像、文本模态的实体分别编码为向量,利用点乘计算两者的相似度,从而链接到与图像实... 详细信息

图文跨模态实体链接是对传统实体链接任务的扩展,其输入为包含实体的图像,目标是将其链接到文本模态的知识库实体上.现有模型通常采用双编码器架构,将图像、文本模态的实体分别编码为向量,利用点乘计算两者的相似度,从而链接到与图像实体相似度最高的文本实体.其训练过程通常采用基于Info NCE损失的对比学习任务,即提高一个实体某模态与自身另一模态的向量相似度,降低与其他实体另一模态的向量相似度.然而此模型忽视了图文2个模态内部表示难度的差异:图像模态中的相似实体,通常比文本模态中的相似实体更难以区分,导致外观相似的图像实体很容易链接错误.因此,提出2个新的对比学习任务来提升向量的判别能力.一个是自对比学习,用于提升图像向量之间的区分度;另一个是难负例对比学习,让文本向量更容易区分几个相似的图像向量.在开源数据集Wiki Person上进行实验,在12万规模的实体库上,相比于采用Info NCE损失的最佳基线模型,模型正确率提升了4.5个百分点.

关键词：实体链接模型多模态跨模态对比学习视觉信息

来源：评论

学校读者我要写书评

暂无评论

智能算法安全：内涵、科学问题与展望

引用

中国科学院院刊 2025年第3期40卷 419-428页

作者：程学旗陈薇沈华伟山世光陈熙霖李国杰中国科学院计算技术研究所智能算法安全重点实验室中国科学院大学计算机科学与技术学院

智能算法是指实现智能的计算过程所体现的方法，大多具备数据驱动、不确定性计算、模型推断难解释等特性，而这些特性同时也给智能算法应用带来了潜在的安全风险。文章首先探讨智能算法安全的内涵。具体地，智能算法安全的内涵依据人机... 详细信息

智能算法是指实现智能的计算过程所体现的方法，大多具备数据驱动、不确定性计算、模型推断难解释等特性，而这些特性同时也给智能算法应用带来了潜在的安全风险。文章首先探讨智能算法安全的内涵。具体地，智能算法安全的内涵依据人机融合的程度，由算法自身的一元内生性安全，延伸到算法服务于人时的人机二元应用性安全，最终拓展为人机共生的复杂社会系统中多元系统性安全，故据此提出智能算法安全层级范式（以下简称“TRC范式”），分别涵盖内生决策可信（trustworthiness）的一元安全目标、应用服务可管（regulatability）的二元安全目标和系统风险可控（controllability）的多元安全目标。进一步，基于当前实现TRC范式中的技术难点与智能算法可信、可管、可控的目标，文章提出实现智能算法安全需要重点突破的不确定性算法的可信域判定、黑箱模型的透明化监测与人机共生智能系统的风险临界点感知3个重大科学问题。最后，围绕TRC范式的“度量—评估—增强”技术体系，提出7项研究方向建议与4个方面智能算法安全相关的发展建议，并展望其助力实现人机共治的未来愿景。

关键词：大数据智能算法智能算法安全人工智能伦理与安全智能算法安全层级范式

来源：评论

学校读者我要写书评

暂无评论

对话状态追踪模型的数据增强方法研究

引用

中文信息学报 2025年第4期39卷 96-104页

作者：刘舒曼冯洋中国科学院计算技术研究所智能信息处理重点实验室中国科学院大学

对话状态追踪模型能够支持任务型对话系统识别任务相关的槽位值。然而，由于标注难度大、领域多样化，对话状态追踪模型常面临训练语料稀少和类别难度不均衡等问题。为了解决这些问题，该文提出了使用数据增强的方法。针对类别难度不均... 详细信息

对话状态追踪模型能够支持任务型对话系统识别任务相关的槽位值。然而，由于标注难度大、领域多样化，对话状态追踪模型常面临训练语料稀少和类别难度不均衡等问题。为了解决这些问题，该文提出了使用数据增强的方法。针对类别难度不均衡问题，该文使用局部噪声强化槽位值的多样性，加强模型学习槽位无关对话结构的能力；针对训练语料稀少问题，该文根据语料中由槽位结构构成的任务逻辑序列，通过采样生成逻辑合法的槽位值序列，增强语料逻辑多样性，增加语料数量。该文方法在数据集上经对比和分析实验，能显著缓解对话状态追踪模型中存在的类别难度不均衡和语料稀少问题。

关键词：对话状态追踪数据增强类别难度不均衡

来源：评论

学校读者我要写书评

暂无评论

基于参数分配的多语言神经机器翻译连续学习研究

引用

中文信息学报 2025年第04期39卷 77-84页

作者：谷舒豪冯洋中国科学院计算技术研究所智能信息处理重点实验室中国科学院大学

多语言神经机器翻译的连续学习旨在让模型能够不断支持新的翻译方向，且保证原有翻译方向的性能不发生大幅下降。然而，现有的连续学习方法往往对新支持的翻译方向存在着若干限制或者模型参数爆炸等问题。为了解决这些问题，该文提出了... 详细信息

多语言神经机器翻译的连续学习旨在让模型能够不断支持新的翻译方向，且保证原有翻译方向的性能不发生大幅下降。然而，现有的连续学习方法往往对新支持的翻译方向存在着若干限制或者模型参数爆炸等问题。为了解决这些问题，该文提出了一种基于参数对翻译模型重要性的“分而治之”方法。该文提出的方法首先对预训练翻译模型的不同参数关于当前翻译性能的重要性进行评估，然后将对当前翻译性能影响大的参数在原有翻译方向和新的翻译方向之间进行共享，对当前翻译性能影响较小的参数则单独分配给新的翻译方向，用于学习新语言的知识。该文在不同的语言对上进行了实验，并与其他系统进行了对比，结果表明，该方法对模型性能有显著提升。

关键词：多语言机器翻译连续学习参数分配

来源：评论

学校读者我要写书评

暂无评论

基于异构编程模型的共性算子移植与并行优化

引用

计算机研究与发展 2025年第4期62卷 1017-1032页

作者：马兆佳邵恩狄战元马立贤处理器芯片全国重点实验室(中国科学院计算技术研究所) 北京100190 中国科学院大学北京100049 中科南京信息高铁研究院南京211100

GPU作为构造大规模超算系统的核心计算部件,向着体系结构多样化和异构化的方向发展.来自不同芯片厂商的GPU加速器具有差异较大的体系结构设计.加速器类型和编程模型多样化是构建大规模超算系统的重要技术趋势.多样化加速器要求开发者为... 详细信息

GPU作为构造大规模超算系统的核心计算部件,向着体系结构多样化和异构化的方向发展.来自不同芯片厂商的GPU加速器具有差异较大的体系结构设计.加速器类型和编程模型多样化是构建大规模超算系统的重要技术趋势.多样化加速器要求开发者为多种硬件平台提供高性能共性算法库软件,然而这也导致了算法库软件重复开发问题.为降低重复开发成本,统一编程模型SYCL(system-wide compute language)应运而生,并适配了多种硬件平台.尽管如此,在不同硬件上,SYCL的性能仍不及各自原生编程模型.因此,需要进一步优化SYCL的性能以将目前成熟完备的CUDA(compute unified device architecture)编程思路和高性能程序应用到SYCL中.基于软硬件协同设计,提出了paraTRANS方法,该方法是面向跨异构编程模型SYCL代码移植过程中共性算子优化工具,并在不同场景下给出了对移植得到的SYCL的GEMM(general matrix multiplication)进行优化的方法.评测了paraTRANS优化后基于SYCL的GEMM算子在NVIDIA RTX 3090和AMD MI100上的性能情况.结果显示,在NVIDIA RTX 3090上,paraTRANS达到了96.95%CUDA原生算子的性能水平;在AMD MI100上,则接近CUDA在NVIDIA RTX 3090上硬件峰值百分比(100.47%)所表现出来的性能水平.这些结果表明成功地将原生高性能CUDA算子代码移植并进一步优化至SYCL环境中,并为未来类似工作提供新颖且有效的优化思路.

关键词： SYCL 跨异构体系结构代码移植 GEMM 并行优化

来源：评论

学校读者我要写书评

暂无评论

类别条件噪声下的半监督AUC优化理论与算法

引用

计算机学报 2025年第1期48卷 136-155页

作者：姜阳邦彦许倩倩杨智勇郝前秀操晓春黄庆明中国科学院大学计算机科学与技术学院北京101408 中国科学院计算技术研究所智能信息处理重点实验室北京100190 中山大学网络空间安全学院广东深圳518107

现有半监督AUC优化方法通常假设数据标注是准确的。然而在许多实际应用中,研究者往往会同时面临标注量不足和不准确的问题。为此,该文首次尝试在不完整和不准确的数据标注情况下优化AUC指标。具体而言,通过分析,对称替代损失在某些情况... 详细信息

现有半监督AUC优化方法通常假设数据标注是准确的。然而在许多实际应用中,研究者往往会同时面临标注量不足和不准确的问题。为此,该文首次尝试在不完整和不准确的数据标注情况下优化AUC指标。具体而言,通过分析,对称替代损失在某些情况下可以在半监督问题中具有噪声鲁棒性。在此基础上,该文构建了一个鲁棒半监督AUC优化框架,其导出的经验风险无需估计噪声率。此外,通过紧致泛化上界的分析表明,当模型基于足够大的训练数据集进行学习时,其在未见数据上能够很好地泛化。随后,使用Barrier hinge损失对该框架进行实例化。为加快训练过程,进一步开发了一种加速算法,将损失和梯度估计的复杂度从O(n^(2))降低至O(nlogn),在实验中可获得高达200倍的加速。最后,通过在15个基准数据集上进行实验验证,证明了所提方法的有效性。

关键词：半监督学习 AUC优化标签噪声二分类问题不平衡数据学习

来源：评论

学校读者我要写书评

暂无评论

基于层重组扩展卡尔曼滤波的神经网络力场训练

引用

软件学报 2025年

作者：胡思宇周远昌赵曈汪林望贾伟乐谭光明处理器全国重点实验室(中国科学院计算技术研究所) 中国科学院大学中国科学院半导体研究所

分子动力学模拟在材料模拟、生物制药等领域发挥着重要作用.近年来,科学智能(AI-for-Science)发展,尤其是神经网络力场在预测能量、力等性质的问题上,相比于传统势函数方法在准确性上有大幅提升.针对当前的神经网络力场模型在使用一阶... 详细信息

分子动力学模拟在材料模拟、生物制药等领域发挥着重要作用.近年来,科学智能(AI-for-Science)发展,尤其是神经网络力场在预测能量、力等性质的问题上,相比于传统势函数方法在准确性上有大幅提升.针对当前的神经网络力场模型在使用一阶训练方法时出现的超参设置敏感和梯度爆炸问题,给出层重组卡尔曼滤波优化器在避免超参数设置问题上的若干策略和防止梯度爆炸的理论证明.基于层重组卡尔曼滤波优化器,制定交替训练方法并分析该方法的精度收益和时间成本、提出分块阈值的性能模型并论述该模型的有效性、证明防止梯度爆炸的性质并验证该优化器关于激活函数和权重初始化的鲁棒性.对4种典型的神经网络力场模型在11个有代表性的数据集进行测试,实验表明,当层重组卡尔曼滤波优化器和一阶优化器达到相当的预测精度时,层重组卡尔曼滤波优化器相比于一阶方法快8–10倍.可以相信,所提出的层重组卡尔曼滤波训练方法能给其他的科学智能(AIfor-Science)应用带来启发.

关键词：科学智能神经网络力场训练层重组扩展卡尔曼滤波优化器分子动力学模拟

来源：评论

学校读者我要写书评

暂无评论

基于大语言模型的事件常识知识图谱扩展方法

引用

软件学报 2025年

作者：黄俏娟曹存根王亚王石中国科学院计算技术研究所智能信息处理重点实验室中国科学院大学南阳师范学院人工智能与软件工程学院

常识知识通常不在自然语言中明确表述,而是隐含在人类的认知中,为机器提供常识知识一直是人工智能领域的长期目标之一.前期,课题组成员手工构建了一个高精度的以事件为中心的中文种子常识知识图谱(ECKG),包含了26 606个常识事件三元组,... 详细信息

常识知识通常不在自然语言中明确表述,而是隐含在人类的认知中,为机器提供常识知识一直是人工智能领域的长期目标之一.前期,课题组成员手工构建了一个高精度的以事件为中心的中文种子常识知识图谱(ECKG),包含了26 606个常识事件三元组,覆盖了因果、时序、条件等多种常见的事件关系.尽管种子ECKG具有一定的价值,但规模较小,在实际应用中发挥的作用有限,且大规模的事件常识知识图谱在现有研究中较为稀缺.为了应对这些挑战,采用GPT系列的大语言模型来扩展种子ECKG中的因果、时序、条件和子事件这4种事件关系.扩展方法包括3个主要的步骤:首先,将种子ECKG中的事件结合4种关系定义设计了特定的事件知识提示(ek-prompt),并使用GPT-4-Turbo模型生成相应的事件三元组.其次,将种子ECKG的三元组与通过ek-prompt获取的正确三元组组合,以构建特定的数据集,并将GPT-3.5-Turbo模型在数据集上进行微调,以生成更多具体的事件三元组和验证新三元组准确性.最后,通过分析种子ECKG事件的相似性,并引入事件共享机制,将相同关系下的相似事件关联的事件互相共享,以保持相似事件的三元组一致性.经过实验评估,新获取的三元组具有高质量,尤其是时序关系的三元组准确率最高,达到了98.2%.所提扩展方法最终为种子ECKG增补了2 433 012个常识事件三元组,显著扩大了ECKG的规模,可以为人工智能领域的许多应用提供了更为丰富的常识知识资源.

关键词：事件常识知识图谱大语言模型微调技术事件三元组事件共享机制

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

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：