检索结果-内蒙古大学图书馆

计算机学报 2025年第1期48卷 35-67页

作者：吴文泰吴应良林伟伟左文明暨南大学信息科学技术学院广州510632 华南理工大学电子商务系广州510006 华南理工大学计算机科学与工程学院广州510006 人工智能与数字经济广东省实验室(广州) 广州510335

随着数据和算力向网络边缘下沉,人工智能应用的研发愈加依赖隐私敏感的用户数据。在这一趋势的推动下,联邦学习因其强调隐私保护的特性而逐渐成为一个广泛应用的分布式机器学习框架。作为联邦学习的原始范式,横向联邦学习(Horizontal Fe... 详细信息

随着数据和算力向网络边缘下沉,人工智能应用的研发愈加依赖隐私敏感的用户数据。在这一趋势的推动下,联邦学习因其强调隐私保护的特性而逐渐成为一个广泛应用的分布式机器学习框架。作为联邦学习的原始范式,横向联邦学习(Horizontal Federated Learning,HFL)具有扩展能力强和使用场景广泛等特点,因此是近年来该领域的研究重心,同时在产业界相关需求的驱动下有着十分广泛的应用前景。横向联邦学习的研究涉及机器学习、分布式系统、无线通信和信息安全等多个学术领域,从研究动机到技术方法都呈现多样化,但现有文献未能展现相关研究现状的全貌。此外,横向联邦学习相关技术的发展催化出了一系列开源系统框架、公开数据集以及多种场景下的应用,对进一步研究与实践都具有参考价值。为此,本文对横向联邦学习的研究现状和系统应用进行综合性调研:首先,对相关文献按照研究目标和技术角度进行全面地分类梳理,从多领域视角分析了各分支的研究现状;其次,从应用实践的视角,对比分析了面向横向联邦学习的主流系统框架与代码库、描述了数据准备方法以及典型的应用场景。在此基础上,阐明了横向联邦学习算法研究和系统应用面临的6个关键挑战,为如何缩小相关研究与系统实践之间的鸿沟提供了新的参考。

关键词：横向联邦学习数据隐私分布式系统机器学习人工神经网络

来源：评论

学校读者我要写书评

暂无评论

基于逐帧和逐段时空交互记忆网络的高效视频目标分割

引用

中国科学:信息科学 2025年第1期55卷 80-93页

作者：党吉圣郑慧诚王笔美李俊成丁恒辉赖剑煌中山大学计算机学院广州510006 School of Computing National University of SingaporeSingapore 119391Singapore 机器智能与先进计算教育部重点实验室广州510006 广东省信息安全技术重点实验室广州510006 暨南大学信息科学技术学院广州510632 复旦大学大数据研究院上海200433

视频目标分割旨在自动分割视频中感兴趣的目标,在视频编辑、机器人导航以及自动驾驶等领域均有着广泛的应用前景.现有的视频目标分割方法大多依赖于独立帧表观记忆,这在处理严重遮挡或表观相似的复杂视频场景时常显不足.为应对这些挑战... 详细信息

视频目标分割旨在自动分割视频中感兴趣的目标,在视频编辑、机器人导航以及自动驾驶等领域均有着广泛的应用前景.现有的视频目标分割方法大多依赖于独立帧表观记忆,这在处理严重遮挡或表观相似的复杂视频场景时常显不足.为应对这些挑战,本文提出了一种基于逐帧和逐段时空交互记忆网络(frame-wise and segment-wise spatio-temporal interaction memory,FSSTIM)的视频目标分割方法.FSSTIM引入逐帧和逐段时空交互记忆构建模块,通过构建时空上下文图网络提取逐段时空记忆特征图,并与逐帧记忆特征图进行交互增强,显著提高了网络处理相似表观和目标遮挡的能力.此外,引入动态采样记忆读取器实现了高效的多粒度历史信息读取,加快了推理速度并提高了分割精度.在DAVIS,YouTube-VOS和MOSE主流视频目标分割数据集上的实验表明,本文方法在保持实时处理速度的同时取得了先进的分割性能,且具有较强的泛化能力.

关键词：视频目标分割逐帧和逐段时空交互记忆网络时空上下文关联网络动态采样记忆读取

来源：评论

学校读者我要写书评

暂无评论

文档检索中文本片段化机制的研究

引用

计算机科学与探索 2020年第4期14卷 578-589页

作者：李宇刘波暨南大学信息科学技术学院计算机系广州510632

文档检索是自然语言处理的研究热点,相对于短文本文档具有信息丰富且冗长的特征。在长文本检索中,查询语句与长文本中的句子往往不是全部相关,可能会出现某些高相似片段的强干扰,因此查询语句与文档之间的相关性评分不能简单采用基于词... 详细信息

文档检索是自然语言处理的研究热点,相对于短文本文档具有信息丰富且冗长的特征。在长文本检索中,查询语句与长文本中的句子往往不是全部相关,可能会出现某些高相似片段的强干扰,因此查询语句与文档之间的相关性评分不能简单采用基于词语或字符串之间的相似度计算。提出了一种文本片段化机制(TSM)进行文档检索,首先将每个候选文档划分成片段,再计算查询语句与文档片段之间的相关度,所使用的相关度匹配方案考虑了语义和词频等因素,筛选出关键的文本片段并得出相关片段比率,综合这些片段信息计算查询与文档之间的相关性得分,从而获取Top-K文档集。针对Glasgow信息检索专用数据集的实验结果表明,利用文本片段化机制进行文本匹配可以提高信息检索的性能。

关键词：文本片段化机制文档检索相关性评分相关片段比例片段整合计算

来源：评论

学校读者我要写书评

暂无评论

数据质量检测规则挖掘方法

引用

模式识别与人工智能 2012年第5期25卷 835-844页

作者：刘波耿寅融暨南大学信息科学技术学院计算机科学系广州510632

数据质量规则是检测数据库质量的关键.为从关系数据库中自动发现数据质量规则,并以其为依据检测错误数据,研究质量规则表示形式及其评估度量,提出以数据项分组及其可信度为依据的最小质量规则计算准则、挖掘算法以及采用质量规则检测错... 详细信息

数据质量规则是检测数据库质量的关键.为从关系数据库中自动发现数据质量规则,并以其为依据检测错误数据,研究质量规则表示形式及其评估度量,提出以数据项分组及其可信度为依据的最小质量规则计算准则、挖掘算法以及采用质量规则检测错误数据的思路.该数据质量规则形式借鉴关联规则的可信度评估机制、条件函数依赖的表达能力,统一描述函数依赖、条件函数依赖、关联规则等,具有简洁、客观、全面、检测异常数据准确等特性.与相关研究相比,降低挖掘算法的时间复杂度,提高检错率.用实验证明该方法的有效性和正确性.

关键词：数据质量规则检测挖掘数据项分组

来源：评论

学校读者我要写书评

暂无评论

面向企业信息集成的数据一致性修复方法

引用

计算机集成制造系统 2013年第10期19卷 2664-2669页

作者：刘波刘欢暨南大学信息科学技术学院计算机科学系广东广州510632

为了有效、自动地修复在企业多个信息源的数据库操作中产生的错误或不一致数据,基于数据库的函数依赖和包含依赖,提出新的修复算法。算法针对违背函数依赖的数据,计算相关属性的统计度量,根据元组的可信度选择需要修改的元组;针对违背... 详细信息

为了有效、自动地修复在企业多个信息源的数据库操作中产生的错误或不一致数据,基于数据库的函数依赖和包含依赖,提出新的修复算法。算法针对违背函数依赖的数据,计算相关属性的统计度量,根据元组的可信度选择需要修改的元组;针对违背包含依赖的数据,匹配不同数据集之间的部分属性值,确定如何修改或插入新元组。算法对数据库不实施删除操作,保证了原数据库信息的完整性,具有客观、准确、高效等特性,能够应用于解决企业信息集成中出现的数据不一致问题。

关键词：信息集成一致性修复数据库

来源：评论

学校读者我要写书评

暂无评论

采用属性相关分析的异常数据检测方法

引用

系统工程与电子技术 2011年第1期33卷 202-207页

作者：刘波潘久辉暨南大学信息科学技术学院计算机科学系广东广州510632

为了发现数据库中的异常数据,提出了两个数据项集之间相关可信度的新概念,并研究了基于该度量的异常数据检测规则的计算算法,产生的规则适合于离散型属性孤立点的检测。在计算检测规则中,最小相关可信度阈值不需由用户指定,而是根据1-... 详细信息

为了发现数据库中的异常数据,提出了两个数据项集之间相关可信度的新概念,并研究了基于该度量的异常数据检测规则的计算算法,产生的规则适合于离散型属性孤立点的检测。在计算检测规则中,最小相关可信度阈值不需由用户指定,而是根据1-数据项集的频率确定;利用相关可信度的性质,可以减小检测规则计算算法的时间复杂度。实验结果表明,采用该方法计算获得的相关规则进行异常数据检测,不仅效率较高,而且检测的准确率、查全率也较高。

关键词：异常数据检测相关分析度量

来源：评论

学校读者我要写书评

暂无评论

基于J2ME的移动无线阅读系统的设计与实现

引用

计算机工程 2005年第5期31卷 140-142页

作者：孟小华暨南大学信息科学技术学院计算机科学系广州510632

介绍了一个基于J2ME平台的移动无线阅读系统的总体结构和功能,该系统用于向手机用户提供在线阅读各种信息的增值服务,重点讨论了在手机上运行的J2ME阅读程序的实现技术。

关键词： J2ME MIDLET GPRS MIDP CLDC

来源：评论

学校读者我要写书评

暂无评论

PDDL的ER建模以及开发基于存储过程的规划器

引用

软件学报 2013年第5期24卷 1061-1077页

作者：饶东宁蒋志华姜云飞广东工业大学计算机学院暨南大学信息科学技术学院计算机科学系中山大学信息科学技术学院软件研究所

随着智能规划的发展,其所面对的问题规模越来越大,而且可以预见以后会更大.现有的研究大多用二级存储扩展空间,其终极形式应该是用数据库进行存储.此外,有很多同一领域的规划问题,其所包含的常量几乎一致,其中必然有可重用信息来帮助加... 详细信息

随着智能规划的发展,其所面对的问题规模越来越大,而且可以预见以后会更大.现有的研究大多用二级存储扩展空间,其终极形式应该是用数据库进行存储.此外,有很多同一领域的规划问题,其所包含的常量几乎一致,其中必然有可重用信息来帮助加速求解.要更好地利用这些可重用信息也需要数据库.考虑到以上两个问题,首次提出规划领域描述语言PDDL(planning domain description language)的ER模型(entity relationship model),并基于此模型用存储过程来编写规划器SPP(stored procedure planner).SPP是完全在数据库内部运行的最优规划器,存取效率高,可充分利用数据库的各种功能.在国际规划大赛IPC(Int’l planning competition)基准领域上的实验结果表明,在有限的机器配置下,SPP可以求解传统最优规划器不能求解的问题.该工作迈出了在数据库中求解规划问题,从而彻底解决空间问题的第一步.

关键词：人工智能智能规划规划系统存储过程关系数据库管理系统

来源：评论

学校读者我要写书评

暂无评论

基于半监督学习的数据流集成分类算法

引用

模式识别与人工智能 2012年第2期25卷 292-299页

作者：徐文华覃征常扬清华大学信息科学技术学院计算机系北京100084 清华大学信息科学技术学院软件学院北京100084

已有的数据流分类算法多采用有监督学习,需要使用大量已标记数据训练分类器,而获取已标记数据的成本很高,算法缺乏实用性.针对此问题,文中提出基于半监督学习的集成分类算法SEClass,能利用少量已标记数据和大量未标记数据,训练和更新集... 详细信息

已有的数据流分类算法多采用有监督学习,需要使用大量已标记数据训练分类器,而获取已标记数据的成本很高,算法缺乏实用性.针对此问题,文中提出基于半监督学习的集成分类算法SEClass,能利用少量已标记数据和大量未标记数据,训练和更新集成分类器,并使用多数投票方式对测试数据进行分类.实验结果表明,使用同样数量的已标记训练数据,SEClass算法与最新的有监督集成分类算法相比,其准确率平均高5.33%.且运算时间随属性维度和类标签数量的增加呈线性增长,能够适用于高维、高速数据流分类问题.

关键词：属性权值概念漂移集成分类器同质性 K均值聚类半监督学习数据流分类

来源：评论

学校读者我要写书评

暂无评论

基于三元组网络和混合粒子群的碎纸拼接算法

引用

华中科技大学学报（自然科学版） 2024年第7期52卷 22-28页

作者：陈志刚苏周方佳中南大学计算机学院湖南长沙410083 暨南大学信息科学技术学院广东广州510632

针对细粒度切割后的碎纸片聚类准确率低和启发式算法拼接效果一般的问题,提出了一种基于三元组网络和混合粒子群的碎纸片自动拼接算法.碎纸片拼接分为行间聚类、兼容性评估和行内拼接三个阶段.首先,在行间聚类阶段,对投影得到的图像向... 详细信息

针对细粒度切割后的碎纸片聚类准确率低和启发式算法拼接效果一般的问题,提出了一种基于三元组网络和混合粒子群的碎纸片自动拼接算法.碎纸片拼接分为行间聚类、兼容性评估和行内拼接三个阶段.首先,在行间聚类阶段,对投影得到的图像向量进行自适应填充以补充缺失的特征信息,再利用高斯混合模型聚类算法进行聚类;然后,在兼容性评估阶段,借助三元组网络模型,将聚类后的同一行图像映射到一个公共的度量空间,并得到一个区分度明显的距离矩阵;最后,将这个距离矩阵作为粒子的适应度值,提出了一种基于混合粒子群算法的行内拼接算法.实验结果表明:本文提出的拼接算法能够提升聚类准确率和拼接精度,在破碎文档重建工作上具有良好的效果.

关键词：碎纸片拼接混合粒子群算法高斯混合模型三元组损失卷积神经网络

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：