检索结果-内蒙古大学图书馆

深圳大学学报（理工版） 2021年第2期38卷 170-179页

作者：何玉林金一戴德鑫黄柏皓黄家杰深圳大学计算机与软件学院广东深圳518060 深圳大学大数据系统计算技术国家工程实验室广东深圳518060 中国刑事警察学院刑事科学技术学院辽宁沈阳110854

数据分布一致性的度量是大数据随机样本划分生成过程中的一个关键问题,如何针对混合属性的数据集进行合理有效的分布一致性度量是目前随机样本划分技术研究的重点.提出一种新的基于深度编码和最大平均差异的混合属性数据集分布一致性度... 详细信息

数据分布一致性的度量是大数据随机样本划分生成过程中的一个关键问题,如何针对混合属性的数据集进行合理有效的分布一致性度量是目前随机样本划分技术研究的重点.提出一种新的基于深度编码和最大平均差异的混合属性数据集分布一致性度量方法,不直接对两个不同的原始数据集进行分布一致性的度量,而是首先对混合属性中的离散属性进行独热编码,得到独热编码数据集;之后对独热编码数据集进行自编码处理,得到深度编码数据集;最后基于最大均值差异指标对两个不同的深度编码数据集进行分布一致性的度量.在Adult、Australian、CRX和German标准混合属性数据集上对所提方法进行性能实验验证,结果表明,与基于离散属性独热编码的最大平均差异方法和基于连续属性二进制化的相似性度量方法相比,新方法能够更加准确地对混合属性数据进行分布一致性的度量.

关键词：人工智能随机样本划分分布一致性最大均值差异混合属性数据独热编码深度编码

来源：评论

学校读者我要写书评

暂无评论

一个新的上下文感知类案匹配与推荐方法

引用

太原理工大学学报 2022年第1期53卷 80-88页

作者：许梓涛黄炳森潘微科明仲深圳大学大数据系统计算技术国家工程实验室广东深圳518060 深圳大学人工智能与数字经济广东省实验室(深圳) 广东深圳518060 深圳大学计算机与软件学院广东深圳518060

根据现有的类案推荐方法得到的相似案件,其精确度通常很难满足法官的需求,辅助判案效果有限。为此,提出了一个基于上下文感知的类案匹配和推荐模型(CASCMR).模型为实现端到端高效率的文本匹配与推荐,使用多语义文档表达框架,并通过文本... 详细信息

根据现有的类案推荐方法得到的相似案件,其精确度通常很难满足法官的需求,辅助判案效果有限。为此,提出了一个基于上下文感知的类案匹配和推荐模型(CASCMR).模型为实现端到端高效率的文本匹配与推荐,使用多语义文档表达框架,并通过文本向量预先计算与存储,减少匹配时间,进而提高效率。具体而言,为了更好地对法律长文本进行建模,CASCMR使用BERT对数据进行编码,利用其注意力机制捕获文本长距离依赖信息。同时,考虑法律文本从局部到全局的信息,利用双向LSTM和CNN分别获取文本的上下文信息和局部语义特征,提高法律文本的表征能力,从而提升模型的预测性能。将所提出的模型应用到中国法研杯2019相似案件匹配任务,实验结果显示,与目前最好的方法相比,匹配和推荐精度的提升效果较为明显。

关键词：类案匹配类案推荐 BERT 注意力机制法律人工智能

来源：评论

学校读者我要写书评

暂无评论

基于无放回抽样的帕尔森窗口集成方法

引用

深圳大学学报（理工版） 2018年第6期35卷 617-621页

作者：何武超王晓兰何玉林熊睿杰沧州职业技术学院信息工程系河北沧州061001 深圳大学计算机与软件学院广东深圳518060 深圳大学大数据系统计算技术国家工程实验室广东深圳518060

为解决大规模数据集的概率密度函数估计问题,提出一种基于无放回抽样的帕尔森窗口集成(sampling without replacement-based Parzen window ensemble,SR-PWE)方法,该方法在不需要利用全部数据的前提下,能够以较低的计算复杂度获得令人... 详细信息

为解决大规模数据集的概率密度函数估计问题,提出一种基于无放回抽样的帕尔森窗口集成(sampling without replacement-based Parzen window ensemble,SR-PWE)方法,该方法在不需要利用全部数据的前提下,能够以较低的计算复杂度获得令人满意的概率密度函数估计表现.基于无放回抽样得到的若干原数据集的数据子集,利用帕尔森窗口法在数据子集上进行基概率密度函数估计,并将抽样上估计的基概率密度函数集成得到原始数据集的概率密度函数.通过在柯西分布和正态分布上对比帕尔森窗口法和SRPWE方法的概率密度函数估计表现,证实SR-PWE方法可行且有效.

关键词：概率分布概率密度函数估计帕尔森窗口核密度估计方法窗口宽度无放回抽样集成方法大规模数据集

来源：评论

学校读者我要写书评

暂无评论

基于改进的倾向得分估计的无偏推荐模型

引用

计算机应用 2021年第12期41卷 3508-3514页

作者：骆锦潍刘杜钢潘微科明仲大数据系统计算技术国家工程实验室(深圳大学) 广东深圳518060 人工智能与数字经济广东省实验室(深圳)(深圳大学) 广东深圳518060 深圳大学计算机与软件学院广东深圳518060

现实中推荐系统通常遭受着各种各样的偏置问题,例如曝光偏置、位置偏置和选择偏置。一个忽略偏置问题的推荐模型不能反映推荐系统的真实性能,且对于用户而言可能是不可信任的。先前的工作已经表明基于倾向得分估计的推荐模型能够有效缓... 详细信息

现实中推荐系统通常遭受着各种各样的偏置问题,例如曝光偏置、位置偏置和选择偏置。一个忽略偏置问题的推荐模型不能反映推荐系统的真实性能,且对于用户而言可能是不可信任的。先前的工作已经表明基于倾向得分估计的推荐模型能够有效缓解隐式反馈数据的曝光偏置,但是通常只考虑通过物品信息来估计倾向得分,这可能导致倾向得分估计不准确。为了提高倾向得分估计的准确性,提出配对倾向得分估计(MPE)方法。具体来说,该方法引入了用户流行度偏好的概念,通过计算用户流行度偏好和物品流行度的配对程度来对样本曝光率进行更加精确的建模,最后将提出的估计方法和一个主流的传统推荐模型以及一个无偏推荐模型进行集成并和包括前两者的三个基线模型进行对比。在公开数据集上的实验结果表明,结合MPE方法后的模型分别相比对应的基线模型在召回率、折损累计增益(DCG)和平均准确率(MAP)这三个评估指标上均有显著的提升;此外,通过实验结果还观察到性能的增益有很大一部分来自长尾物品,可见所提方法有助于提升推荐物品的多样性与覆盖率。

关键词：推荐系统隐式反馈曝光偏置倾向得分估计矩阵分解长尾物品用户流行度偏好

来源：评论

学校读者我要写书评

暂无评论

面向异构单类协同过滤的阶段式变分自编码器

引用

计算机应用 2021年第12期41卷 3499-3507页

作者：陈宪聪潘微科明仲大数据系统计算技术国家工程实验室(深圳大学) 广东深圳518060 人工智能与数字经济广东省实验室(深圳)(深圳大学) 广东深圳518060 深圳大学计算机与软件学院广东深圳518060

在推荐系统领域,大部分现有的工作主要关注仅有一种类型的用户反馈(如购买反馈)的单类协同过滤(OCCF)问题。然而,在现实的应用中,用户的反馈往往是异构的,因此如何对用户的异构反馈进行建模从而准确刻画用户的真实偏好成为了一个新的挑... 详细信息

在推荐系统领域,大部分现有的工作主要关注仅有一种类型的用户反馈(如购买反馈)的单类协同过滤(OCCF)问题。然而,在现实的应用中,用户的反馈往往是异构的,因此如何对用户的异构反馈进行建模从而准确刻画用户的真实偏好成为了一个新的挑战。围绕异构单类协同过滤(HOCCF)问题(包含了用户的购买反馈和浏览反馈),提出了一个迁移学习解决方案——阶段式变分自编码器(SVAE)模型。首先,将用户的浏览反馈当作辅助数据,以多项式变分自编码器(Multi-VAE)为基础模型学习并生成隐特征向量;然后迁移该隐特征向量到另一路Multi-VAE,用于帮助该Multi-VAE对用户的目标数据(即购买反馈)进行建模。三个真实数据集上的实验结果显示,在多数情况下,SVAE模型在精确度(Precision@5)、归一化折损累计增益(NDCG@5)等重要指标上的表现显著优于其他流行的推荐算法,验证了所提模型的有效性。

关键词：推荐系统用户反馈异构单类协同过滤迁移学习变分自编码器

来源：评论

学校读者我要写书评

暂无评论

基于仿真样本生成的极速学习机泛化能力改进算法

引用

南京大学学报（自然科学版） 2018年第1期54卷 75-84页

作者：敖威何玉林黄哲学何玉鹏深圳大学计算机与软件学院深圳518060 大数据系统计算技术国家工程实验室深圳518060 中国石油管道局工程有限公司天津设计院天津100044

极速学习机出色的训练速度和泛化能力受到了广泛的关注,已有的针对于提升极速学习机泛化性能的学习算法主要集中于优化其框架结构,增加了模型的复杂度并容易产生过拟合.提出一种基于仿真样本生成策略的极速学习机泛化能力改进学习算法(E... 详细信息

极速学习机出色的训练速度和泛化能力受到了广泛的关注,已有的针对于提升极速学习机泛化性能的学习算法主要集中于优化其框架结构,增加了模型的复杂度并容易产生过拟合.提出一种基于仿真样本生成策略的极速学习机泛化能力改进学习算法(Extreme Learning Machine Generalization Improvement through Synthetic Instance Generation,SIGELM),该算法不需要修改极速学习机的框架结构(包括输入层权重、隐含层偏置、隐含层节点个数、隐含层节点激活函数类型等),而是利用与训练集中高不确定性训练样本近似同分布的仿真样本优化极速学习机的输出层权重.为了获得符合要求的仿真样本,SIGELM在高不确定性训练样本的邻域内选择能够增加极速学习机训练表现的仿真样本.实验结果证实该算法显著地改进了极速学习机的泛化能力,同时有效地控制了极速学习机的过拟合.

关键词：随机权网络极速学习机泛化能力不确定性仿真样本邻域

来源：评论

学校读者我要写书评

暂无评论

结构MRI联合基于VR眼动追踪技术的计算机化认知评估在阿尔茨海默病早期诊断中的应用价值

引用

磁共振成像 2024年第6期15卷 49-53页

作者：韦卓男樊响余可妍陈乐乐尹晨旺陈慧戚玉龙陈旭辉胡俊张绪成官迅北京大学深圳医院医学影像科深圳518036 北京大学深圳医院神经内科深圳518036 深圳大学大数据系统计算技术国家工程实验室深圳518061

目的探讨结构MRI联合基于VR眼动追踪技术的计算机化认知评估在阿尔茨海默病(Alzheimer's disease,AD)早期诊断中的临床应用价值。材料与方法77例早期AD患者和58例认知未受损者(cognitive unimpaired,CU)均接受了传统神经心理学量表... 详细信息

目的探讨结构MRI联合基于VR眼动追踪技术的计算机化认知评估在阿尔茨海默病(Alzheimer's disease,AD)早期诊断中的临床应用价值。材料与方法77例早期AD患者和58例认知未受损者(cognitive unimpaired,CU)均接受了传统神经心理学量表评估[包括简易精神状态量表(Mini-Mental State Examination,MMSE)、蒙特利尔认知评估量表(Montreal Cognitive Assessment,MoCA)等]、一项时长为5分钟的VR眼动认知评估,以及头颅三维T1加权成像(three dimensions T1-weighted imaging,3D-T1WI)磁共振结构像检查,并利用自动结构分析工具获取海马体积(hippocampal volume,HV)数值。分析VR眼动认知评估的总分与传统认知评估之间的相关性,构建受试者工作特征(receiver operating characteristic,ROC)曲线,分析单个指标(HV)及联合指标(HV联合VR眼动认知评估的总分)对AD的诊断效能。结果(1)HV诊断早期AD的AUC为0.629(95%CI:0.542~0.711),HV联合VR眼动认知评估的总分诊断早期AD的AUC为0.825(95%CI:0.751~0.885),DeLong检验结果显示两者差异有统计学意义(P<0.001);(2)早期AD组的HV(Z=−2.565,P=0.010)较CU组低;(3)VR眼动认知评估的总分与MMSE评分、MoCA评分呈正相关(r=0.531、0.627,P均<0.001)。结论联合基于VR眼动追踪技术的计算机化认知评估能提高HV对早期AD的诊断价值。

关键词：阿尔茨海默病磁共振成像眼动追踪计算机化认知评估海马体积

来源：评论

学校读者我要写书评

暂无评论

大数据系统计算技术展望

引用

大数据 2018年第2期4卷 97-104页

作者：王海涛毛睿明仲深圳大学计算机与软件学院广东深圳518060 大数据系统计算技术国家工程实验室广东深圳518060

针对大数据系统计算技术现状与问题,系统地介绍了大数据系统计算技术国家工程实验室的大数据系统计算技术创新平台。创新平台以研制自主可控、通用性强的大数据计算平台为核心目标,解决高性能大数据计算中的共性问题,开展大数据示范性... 详细信息

针对大数据系统计算技术现状与问题,系统地介绍了大数据系统计算技术国家工程实验室的大数据系统计算技术创新平台。创新平台以研制自主可控、通用性强的大数据计算平台为核心目标,解决高性能大数据计算中的共性问题,开展大数据示范性应用研发。创新平台的建设将提升国家大数据创新能力,满足我国大数据技术与应用重大需求,促进我国大数据技术服务产业发展壮大,助力我国大数据"双创"生态环境成熟完善。

关键词：大数据系统计算平台大数据共性技术大数据应用国家工程实验室

来源：评论

学校读者我要写书评

暂无评论

基于神经网络的工厂用电状态识别方法

引用

集成技术 2019年第4期8卷 42-51页

作者：秦红莲何玉林黄哲学深圳大学计算机与软件学院大数据技术与应用研究所深圳518060 深圳大学大数据系统计算技术国家工程实验室深圳518060

智能电表的迅速普及与应用引起电力消耗数据(即智能电网数据)的激增,这不仅给数据的存储与通信带来了挑战,同时也增加了对数据进行分析的难度。另外,由于生产性质和经营方式的不同,工厂的用电状态往往比较复杂。基于传统经验的人工识别... 详细信息

智能电表的迅速普及与应用引起电力消耗数据(即智能电网数据)的激增,这不仅给数据的存储与通信带来了挑战,同时也增加了对数据进行分析的难度。另外,由于生产性质和经营方式的不同,工厂的用电状态往往比较复杂。基于传统经验的人工识别不能满足实际应用的需求,该文研究了一种基于神经网络的工厂用电状态自动识别方法。首先,对采集于真实应用场景的电网大数据进行必要的预处理,包括数据的合并、清洗、标准化、打标和抽样;然后,基于预处理的电网数据构建神经网络模型用于对工厂用电状态的自动识别;最后,对提出的基于神经网络的工厂用电状态识别方法进行实验验证,证实了该方法的合理性和有效性。通过对工厂用电状态的准确识别,能够帮助供电公司指导企业进行错峰用电,进而有效缓解电力供给不平衡的问题,以达到对电能合理开发和利用的目的。

关键词：人工智能神经网络智能电表电网数据用电状态

来源：评论

学校读者我要写书评

暂无评论

一种面向交易关键点的渐近学习算法

引用

智能计算机与应用 2020年第6期10卷 171-176,179页

作者：郭业清鞠顺达天讯瑞达通信技术有限公司广州510623 深圳大学大数据系统计算技术国家工程实验室广东深圳518052

在金融时间序列的关键点进行交易是获得高收益低风险的有效方法。本文从给定时间序列中切分出上下文子序列并自动检测子序列中的交易关键点;设计了渐近学习算法AL,学习子序列中交易关键点的渐近收敛性并做出交易决策。通过交易算法验证... 详细信息

在金融时间序列的关键点进行交易是获得高收益低风险的有效方法。本文从给定时间序列中切分出上下文子序列并自动检测子序列中的交易关键点;设计了渐近学习算法AL,学习子序列中交易关键点的渐近收敛性并做出交易决策。通过交易算法验证,在不同的市场行情下,收益率、最大回撤率等指标上算法AL要优于现有算法。

关键词：渐近学习算法金融时间序列股票交易 LSTM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：