检索结果-内蒙古大学图书馆

计算机工程与应用 2023年第17期59卷 123-131页

作者：张潇刘渊江南大学人工智能与计算机学院江苏无锡214122 江苏省媒体设计与软件技术重点实验室江苏无锡214122

目前基于知识图谱的推荐方法大多仅仅关注于如何用知识图谱中的信息丰富项目的嵌入表示,而忽略了从用户视角出发,更细粒度地挖掘用户-项目交互的协同信息,将用户-项目图中的协同信息与知识图谱中的辅助信息充分结合。针对上述问题,提出... 详细信息

目前基于知识图谱的推荐方法大多仅仅关注于如何用知识图谱中的信息丰富项目的嵌入表示,而忽略了从用户视角出发,更细粒度地挖掘用户-项目交互的协同信息,将用户-项目图中的协同信息与知识图谱中的辅助信息充分结合。针对上述问题,提出了一种结合用户视角的知识图注意力网络推荐算法。在项目端,结合知识感知的注意力嵌入传播,捕获图中的高阶信息;在用户端,建模用户视角因子细化用户-项目图中的协同信息,在知识图谱中沿着关系依赖的路径聚合,进一步丰富了用户和项目的表示,进而预测用户对项目的点击概率分数。在***和MovieLens-20M公开数据集上的实验表明,与目前主流基线相比,该模型在Recall@K指标上提升了13%~22%,在AUC和F1指标上提升了0.6%~4.5%。

关键词：知识图谱图神经网络推荐算法注意力机制

来源：评论

学校读者我要写书评

暂无评论

局部与全局特征融合的方面情感分析网络模型

引用

计算机科学与探索 2023年第4期17卷 902-911页

作者：夏鸿斌李强刘渊江南大学人工智能与计算机学院江苏无锡214122 江苏省媒体设计与软件技术重点实验室江苏无锡214122

方面情感分析旨在预测句子或文档中一个特定方面的情感极性。最近大部分的研究都是通过使用注意力机制及外部语义知识对全局上下文进行建模,以完成这项工作。方面的情感极性往往取决于与方面高度相关的局部上下文,但大多数模型将过多的... 详细信息

方面情感分析旨在预测句子或文档中一个特定方面的情感极性。最近大部分的研究都是通过使用注意力机制及外部语义知识对全局上下文进行建模,以完成这项工作。方面的情感极性往往取决于与方面高度相关的局部上下文,但大多数模型将过多的注意力集中于全局上下文,这使得模型的参数量普遍比较大,导致计算量也随之增大。为此,提出一种基于多头注意力机制的轻量化网络模型——局部与全局特征融合网络模型。首先,使用双向门控循环单元来对上下文进行编码。其次,根据与方面项的语义相关距离掩蔽掉与方面项相关度较小的上下文词,以此得到局部上下文表示。最后,通过多头Aspect-aware注意力网络对局部和全局上下文分别进行提取,将两者提取的结果进行结合。此外,还将预先训练的BERT应用于这项任务,并获得了更好的结果。在三个数据集Twitter、Laptop、Restaurant上进行实验,采用Accuracy和F1指标进行评估。实验结果表明,该模型在参数量较小的情况下,取得了比其他基于方面的情感分类算法更好的结果。

关键词：注意力机制局部上下文注意情感分析文本分类

来源：评论

学校读者我要写书评

暂无评论

SDN环境中基于注意力机制的DDoS检测和缓解

引用

小型微型计算机系统 2024年

作者：姚纤纤夏鸿斌刘渊江南大学人工智能与计算机学院江苏省媒体设计与软件技术重点实验室

软件定义网络（software defined network，SDN）通过控制平面和数据平面的解耦实现了网络的集中控制和灵活调度，但是这种架构设计也给可靠性、负载均衡和安全性等方面带来了挑战.其中，针对SDN环境中的分布式拒绝服务攻击(distributed... 详细信息

软件定义网络（software defined network，SDN）通过控制平面和数据平面的解耦实现了网络的集中控制和灵活调度，但是这种架构设计也给可靠性、负载均衡和安全性等方面带来了挑战.其中，针对SDN环境中的分布式拒绝服务攻击(distributed denial of service，DDoS)，本文提出了一种结合门控循环单元（Gated Recurrent Unit，GRU）和注意力机制的DDoS攻击检测与缓解模型.相较于近期众多先进的DDoS攻击检测方法，本研究所提出的模型在检测性能上表现出了优越性，在数据集InSDN、CICIDS2018和CICDDoS2019上的检测准确率达到了100%、100%和99.62%.同时，为了进一步验证模型的有效性，本文在基于Mininet的SDN模拟环境中模拟DDoS攻击场景并对模型的缓解模块进行了检验.实验结果显示，该模型的缓解模块能够在检测到攻击后迅速采取有效的防御措施，显著减轻DDoS攻击对网络造成的影响.

关键词：软件定义网络分布式拒绝服务攻击检测深度学习注意力机制

来源：评论

学校读者我要写书评

暂无评论

说话者特征融合的对话情感识别模型

引用

小型微型计算机系统 2025年第3期46卷 571-577页

作者：刘欣雨夏鸿斌刘渊江南大学人工智能与计算机学院江苏无锡214122 江苏省媒体设计与软件技术重点实验室江苏无锡214122

对话情感识别旨在预测对话中话语的情感.目前的方法大多只针对上下文信息进行建模,忽略了对说话者的建模.同时,语境在对话情感识别中起着至关重要的作用.为此,本文提出了说话者特征融合的对话情感识别模型.首先,将说话者名字作为标签进... 详细信息

对话情感识别旨在预测对话中话语的情感.目前的方法大多只针对上下文信息进行建模,忽略了对说话者的建模.同时,语境在对话情感识别中起着至关重要的作用.为此,本文提出了说话者特征融合的对话情感识别模型.首先,将说话者名字作为标签进行特征提取,并在构造图结构时为说话者设置单独的节点.其次,分别构建全局对话、说话者在对话中对自己的情感影响和对其他说话者情感影响的图结构.然后,通过多头注意力获得体现对话语境的全局特征,将其与图卷积及门控循环单元融合获得分类特征.最后,通过前馈网络对话语情感进行分类.在IEMOCAP、MELD、EmoryNLP这3个基准数据集上的实验结果表明,该模型在性能指标上较其他基线模型均有一定提升.

关键词：对话情感识别上下文建模说话者建模图卷积网络注意力机制

来源：评论

学校读者我要写书评

暂无评论

多尺度特征融合的低照度光场图像增强算法

引用

计算机科学与探索 2023年第8期17卷 1904-1916页

作者：李明悦晏涛井花花刘渊江南大学人工智能与计算机学院江苏无锡214122 江南大学江苏省媒体设计与软件技术重点实验室江苏无锡214122

光场图像(LFI)记录了目标场景丰富的三维结构和纹理等信息,在多种计算机视觉任务中拥有巨大优势。但是,低光照条件下采集的光场图像存在亮度低、噪声大等问题,降低了图像质量。提出了一种多尺度特征融合的低照度光场图像增强算法,引入... 详细信息

光场图像(LFI)记录了目标场景丰富的三维结构和纹理等信息,在多种计算机视觉任务中拥有巨大优势。但是,低光照条件下采集的光场图像存在亮度低、噪声大等问题,降低了图像质量。提出了一种多尺度特征融合的低照度光场图像增强算法,引入数码单反相机(DSLR)图像来监督网络的训练以提升低照度光场图像的质量。为了充分挖掘和利用光场信息,通过角度和空间Transformer在不同尺度上对光场图像进行特征提取,捕获每个子孔径图像的互补信息以及局部和远程依赖关系。提出一个循环融合模块,利用长短时记忆网络保留不同尺度特征的长时记忆,同时通过局部和全局融合层自适应地聚合整个特征空间中的有用信息。设计了一个4D残差模块从聚合的特征重建目标光场子视图。此外,还构建了一个低照度LFI和正常光照DSLR图像配对的数据集来训练所提出的网络。实验结果表明,所提网络能够有效地提升低照度光场图像的质量,相比其他算法拥有明显的优势。

关键词：光场图像(LFI) 低照度图像增强 Transformer 4D卷积

来源：评论

学校读者我要写书评

暂无评论

基于文本摘要提取的双路情感分析模型

引用

计算机工程与应用 2023年第18期59卷 119-128页

作者：王郅翔刘渊江南大学人工智能与计算机学院江苏无锡214122 江南大学江苏省媒体设计与软件技术重点实验室江苏无锡214122

针对传统文本分类模型存在识别能力受限、训练时间随着输入长度倍增的问题,提出了一种基于文本摘要提取的双路特征情感分析模型(BLAT)。BLAT模型引入Fastformer的加性注意力机制代替Transfomer的自注意力机制,使得模型能够在不损失精度... 详细信息

针对传统文本分类模型存在识别能力受限、训练时间随着输入长度倍增的问题,提出了一种基于文本摘要提取的双路特征情感分析模型(BLAT)。BLAT模型引入Fastformer的加性注意力机制代替Transfomer的自注意力机制,使得模型能够在不损失精度的情况下,面对长文本训练能够有较为出色的训练速度。模型通过对原始文本数据做摘要提取处理形成双路特征,融入长短期记忆网络与卷积神经网络组成双路特征提取网络,实现对文本情感倾向的高效识别。通过实验在中文电商评论数据集上进行验证,准确率可以达到92.26%,相较当下主流模型能够达到较好的效果。

关键词：摘要提取加性注意力机制特征融合情感分析

来源：评论

学校读者我要写书评

暂无评论

融合社交关系和知识图谱的推荐算法

引用

计算机科学与探索 2023年第1期17卷 238-250页

作者：高仰刘渊江南大学人工智能与计算机学院江苏无锡214122 江苏省媒体设计与软件技术重点实验室(江南大学) 江苏无锡214122

推荐系统可以帮助用户快速发现有用信息,有效提高用户的检索效率,然而推荐系统存在数据稀疏性、冷启动等问题,现有的融合了社交关系的推荐算法大多忽略了社交关系数据的稀疏性,且同时融合社交关系和物品属性数据的推荐算法较少。为解决... 详细信息

推荐系统可以帮助用户快速发现有用信息,有效提高用户的检索效率,然而推荐系统存在数据稀疏性、冷启动等问题,现有的融合了社交关系的推荐算法大多忽略了社交关系数据的稀疏性,且同时融合社交关系和物品属性数据的推荐算法较少。为解决这方面的问题,提出了一种融合社交关系和知识图谱的推荐算法(MSAKR)。首先,该算法通过图卷积神经网络提取用户的社交关系得到用户的特征向量,采用图中心性筛选邻居,采用word2vec模型思想生成虚拟邻居,从而缓解社交数据的稀疏性,采用注意力机制来聚集邻居;其次,采用多任务学习和基于语义的匹配模型来提取物品属性知识图谱信息得到物品的特征向量;最后,根据得到的用户和物品特征向量向用户综合推荐。为验证提出算法的性能,在真实数据集豆瓣和Yelp上进行实验验证,分别使用点击率预测和Top-K推荐来评估模型性能,实验结果表明,提出的模型优于其他的基准模型。

关键词：推荐算法图卷积神经网络社交网络知识图谱多任务学习

来源：评论

学校读者我要写书评

暂无评论

融合超图卷积和自监督协同训练的组推荐算法

引用

中文信息学报 2024年第7期38卷 115-126,136页

作者：刘静文刘渊袁琮淇江南大学人工智能与计算机学院江苏无锡214122 江苏省媒体设计与软件技术重点实验室(江南大学) 江苏无锡214122

随着社交媒体的普及,人们逐渐将研究方向从个人推荐算法转移到群组推荐算法,现有的群组推荐模型大多采用启发式或基于注意力的偏好聚合策略聚合群组成员的个人偏好形成群组偏好。然而,由于用户交互数据的稀疏性,学习后的用户特征并不完... 详细信息

随着社交媒体的普及,人们逐渐将研究方向从个人推荐算法转移到群组推荐算法,现有的群组推荐模型大多采用启发式或基于注意力的偏好聚合策略聚合群组成员的个人偏好形成群组偏好。然而,由于用户交互数据的稀疏性,学习后的用户特征并不完备,现实生活中用户的交互非常复杂,而且用户关系有可能是高阶的;再者,群组之间的相似性和群组间共同成员的个人偏好经常被忽视,而群组相似性的学习对于提高群组表征学习具有很大的潜力。针对上述问题,该文设计了一种融合超图卷积和自监督协同训练的组推荐算法(HCSC)。首先,在用户级超图中,利用三个通道编码超图卷积网络中的高阶用户关系,通过聚合多个通道学习的用户特征,获得增强的用户表示,这为学习群组偏好提供了坚实的基础。其次,在组级超图中,将所有的群组连接为重叠网络,并关注群组共同成员的个人偏好,其超边嵌入过程可视为对群组偏好的学习。为进一步增强群组表示,将自监督学习和协同训练相结合,在上述两个超图上构建两个不同的图编码器,递归地利用不同信息生成标注样本,通过对比学习策略互相监督,与丢弃策略相比,所提出的自监督协同训练保留了完整信息,实现了真正的数据增强。该文提出的HCSC模型在两个真实世界的数据集上进行了广泛的实验,实验结果证明了该文提出的HCSC模型的优越性。

关键词：群组推荐超图卷积自监督学习协同训练对比学习

来源：评论

学校读者我要写书评

暂无评论

多源描述符融合的药物-靶标相互作用预测框架

引用

西北大学学报（自然科学版） 2023年第5期53卷 782-793页

作者：成志兴丁彦蕊江南大学江苏省媒体设计与软件技术重点实验室江苏无锡214122 江南大学理学院江苏无锡214122

识别药物靶标相互作用(DTI)是药物发现的一项关键任务,在虚拟筛选、药物重定位和识别药物副作用等领域都发挥了至关重要的作用。通过传统的生物实验方法识别DTI通常昂贵且耗时,随着深度学习在自然语言处理等领域取得的巨大成功,已有许... 详细信息

识别药物靶标相互作用(DTI)是药物发现的一项关键任务,在虚拟筛选、药物重定位和识别药物副作用等领域都发挥了至关重要的作用。通过传统的生物实验方法识别DTI通常昂贵且耗时,随着深度学习在自然语言处理等领域取得的巨大成功,已有许多研究利用深度学习预测潜在的DTI。然而,先前的许多研究仅利用药物和蛋白的单视角特征预测DTI,忽视了多源描述符的潜在价值。该文提出了一种融合多源描述符的药物靶标相互作用预测框架(DFDTI),充分利用药物和蛋白不同视角的结构信息。首先,通过全连接(FC)层为多源描述符生成低维表示;然后,考虑到不同类型的描述符对DTI预测的贡献度不同,利用通道注意力机制给予不同的描述符权重;此外,使用单层Transformer编码器增强描述符的特征表示;最后,拼接药物和蛋白的增强特征表示,并输入到深度神经网络(DNN)中以预测DTI。实验结果表明,DFDTI能够有效融合不同类型的描述符,在3类评价指标上均优于该文中所有的基线方法。

关键词：药物-靶标相互作用特征融合注意力机制深度学习

来源：评论

学校读者我要写书评

暂无评论

基于空间注意力图的知识蒸馏算法

引用

计算机应用研究 2024年第6期41卷 1693-1698页

作者：王礼乐刘渊江南大学人工智能与计算机学院江苏无锡214122 江苏省媒体设计与软件技术重点实验室江苏无锡214122

知识蒸馏算法对深度神经网络的精简具有很大的推动作用。当前基于特征的知识蒸馏算法或只关注单个部分进行改进,忽视了其他有益部分,或是对小模型应重点关注的部分提供有效指导,这使得蒸馏的效果有所欠缺。为了充分利用大模型的有益信... 详细信息

知识蒸馏算法对深度神经网络的精简具有很大的推动作用。当前基于特征的知识蒸馏算法或只关注单个部分进行改进,忽视了其他有益部分,或是对小模型应重点关注的部分提供有效指导,这使得蒸馏的效果有所欠缺。为了充分利用大模型的有益信息并处理,以提升小模型知识转换率,提出一种新型蒸馏算法。该算法首先使用条件概率分布对大模型中间层进行特征空间分布拟合,提取拟合后趋于相似的空间注意力图,将其与其他有益信息一起,通过用于缩小模型间差距的小型卷积层,将转换后的信息传递给小模型,实现蒸馏。实验结果表明,该算法具有多师生组合适用性与多数据集通用性,相比于当前较为先进的蒸馏算法,性能提升约1.19%,用时缩短0.16 h。对大型网络的优化与深度学习部署在低资源设备上的应用具有重要的工程意义与广泛的应用前景。

关键词：知识蒸馏知识迁移模型压缩深度学习图像分类

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：