检索结果-内蒙古大学图书馆

清华大学学报（自然科学版） 2009年第8期49卷 1224-1228页

作者：杨斌周芳芳贾培发清华大学计算机科学与技术系智能技术与系统国家重点实验室清华信息科学与技术国家实验室北京100084

为解决在多任务环境中,拟人Agent多种面部运动自主综合表达的问题,该文首先结合Sloman的分层体系架构和Damasio的机体标志思想,设计了一种支持多任务环境的拟人Agent面部运动的体系结构。接着分析了拟人Agent的面部运动种类及成因,定义... 详细信息

为解决在多任务环境中,拟人Agent多种面部运动自主综合表达的问题,该文首先结合Sloman的分层体系架构和Damasio的机体标志思想,设计了一种支持多任务环境的拟人Agent面部运动的体系结构。接着分析了拟人Agent的面部运动种类及成因,定义了面部运动的优先级,提出了冲突的协调方法,并将此方法应用到体系结构的决策控制中。最后根据提出的拟人Agent感情状态的形式化描述方法,实现了基于情感的面部运动序列的自主生成系统,解决了拟人Agent多种面部运动同时表达的矛盾,并实现了个性化的情感表达输出。

关键词：拟人Agent 人工情感多任务环境个性化综合面部运动

来源：评论

学校读者我要写书评

暂无评论

知识表示学习研究进展

引用

计算机研究与发展 2016年第2期53卷 247-261页

作者：刘知远孙茂松林衍凯谢若冰清华大学计算机科学与技术系北京100084 智能技术与系统国家重点实验室(清华大学) 北京100084 清华信息科学与技术国家实验室(筹) 北京100084

人们构建的知识库通常被表示为网络形式,节点代表实体,连边代表实体间的关系.在网络表示形式下,人们需要设计专门的图算法存储和利用知识库,存在费时费力的缺点,并受到数据稀疏问题的困扰.最近,以深度学习为代表的表示学习技术受到广泛... 详细信息

人们构建的知识库通常被表示为网络形式,节点代表实体,连边代表实体间的关系.在网络表示形式下,人们需要设计专门的图算法存储和利用知识库,存在费时费力的缺点,并受到数据稀疏问题的困扰.最近,以深度学习为代表的表示学习技术受到广泛关注.表示学习旨在将研究对象的语义信息表示为稠密低维实值向量,知识表示学习则面向知识库中的实体和关系进行表示学习.该技术可以在低维空间中高效计算实体和关系的语义联系,有效解决数据稀疏问题,使知识获取、融合和推理的性能得到显著提升.介绍知识表示学习的最新进展,总结该技术面临的主要挑战和可能解决方案,并展望该技术的未来发展方向与前景.

关键词：知识表示表示学习知识图谱深度学习分布式表示

来源：评论

学校读者我要写书评

暂无评论

基于用户行为的微博用户社会影响力分析

引用

计算机学报 2014年第4期37卷 791-800页

作者：毛佳昕刘奕群张敏马少平清华大学智能技术与系统国家重点实验室北京100084 清华大学信息科学与技术国家实验室(筹) 北京100084 清华大学计算机科学与技术系北京100084

社会影响力分析是当前在线社会网络研究中的热点方向.随着微博成为了一种至关重要的大众媒体,更好的分析和衡量微博用户的社会影响力引起越来越广泛的关注.基于从新浪微博收集的大规模数据集,作者结合社会影响力在微博环境中的传播情况... 详细信息

社会影响力分析是当前在线社会网络研究中的热点方向.随着微博成为了一种至关重要的大众媒体,更好的分析和衡量微博用户的社会影响力引起越来越广泛的关注.基于从新浪微博收集的大规模数据集,作者结合社会影响力在微博环境中的传播情况,分析了用户行为因素之间的关系.然后提出了一个通过预测用户传播信息能力大小来分析和度量用户社会影响力的方法.该方法结合了来自社会网络结构和用户行为因素两方面的信息,获得了更好的影响力估计结果.基于大规模数据的实验结果表明,作者提出的方法是较为有效的.

关键词：用户行为分析社会网络社会影响力信息传播社会计算

来源：评论

学校读者我要写书评

暂无评论

基于事件序列匹配的多摄像机视频同步

引用

清华大学学报（自然科学版） 2009年第1期49卷 118-122页

作者：黄飞跃徐光祐清华大学计算机科学与技术系普适计算教育部重点实验室北京100084 清华信息科学与技术国家实验室北京100084

在多摄像机应用中,对各摄像机的视频进行同步是一个常用的基本步骤。大多数现有方法都依赖于特征点的检测和对应,往往复杂而且难以通用。该文致力于简单快速视频同步方法的研究,通过对常见同步问题的描述和分析,提出了一套基于事件序列... 详细信息

在多摄像机应用中,对各摄像机的视频进行同步是一个常用的基本步骤。大多数现有方法都依赖于特征点的检测和对应,往往复杂而且难以通用。该文致力于简单快速视频同步方法的研究,通过对常见同步问题的描述和分析,提出了一套基于事件序列匹配的视频同步框架——利用事件序列相关性来帮助寻找两段视频序列中的对应帧,通过全局投票的方法寻求最优帧偏移量。在动作识别和会议建档系统场景中的示例实验中都得到了正确的结果。误差分析表明,该方法的容错能力强,在较大参数范围内都可以得到正确解。该文提出的方法简单易用,具有很好的实用价值。

关键词：视频同步多摄像机事件序列

来源：评论

学校读者我要写书评

暂无评论

基于用户行为的色情网站识别

引用

计算机研究与发展 2013年第2期50卷 430-436页

作者：曹建勋刘奕群岑荣伟马少平茹立云智能技术与系统国家重点实验室(清华大学) 北京100084 清华信息科学与技术国家实验室(筹) 北京100084 清华大学计算机科学与技术系北京100084

以色情网站为代表的万维网非法资源已经成为互联网应用普及过程中的重大挑战.由于色情网站与普通网站的内容特征、结构形式和访问者群体都有显著的差异,这造成了用户对色情网站和普通网站的访问行为的差异.在某商业搜索引擎的协助下,收... 详细信息

以色情网站为代表的万维网非法资源已经成为互联网应用普及过程中的重大挑战.由于色情网站与普通网站的内容特征、结构形式和访问者群体都有显著的差异,这造成了用户对色情网站和普通网站的访问行为的差异.在某商业搜索引擎的协助下,收集了海量规模互联网用户访问日志,基于对日志中所记载用户行为的挖掘,验证了用户访问色情网站与普通网站时的行为确实具有明显的差异.基于此类差异设计了一系列用户行为特征,并结合机器学习方法,设计了基于用户行为的色情网站识别方法.实验表明,该方法可以较准确、高效地从网站中识别色情网站.

关键词：色情网站网络非法资源用户行为分析搜索引擎网络浏览

来源：评论

学校读者我要写书评

暂无评论

神经机器翻译前沿进展

引用

计算机研究与发展 2017年第6期54卷 1144-1149页

作者：刘洋清华大学计算机科学与技术系北京100084 清华信息科学与技术国家实验室(筹) 北京100084 智能技术与系统国家重点实验室(清华大学) 北京100084

机器翻译研究如何利用计算机实现自然语言之间的自动翻译,是人工智能和自然语言处理领域的重要研究方向之一.近年来,基于深度学习的神经机器翻译方法获得迅速发展,目前已取代传统的统计机器翻译成为学术界和工业界新的主流方法.首先介... 详细信息

机器翻译研究如何利用计算机实现自然语言之间的自动翻译,是人工智能和自然语言处理领域的重要研究方向之一.近年来,基于深度学习的神经机器翻译方法获得迅速发展,目前已取代传统的统计机器翻译成为学术界和工业界新的主流方法.首先介绍神经机器翻译的基本思想和主要方法,然后对最新的前沿进展进行综述,最后对神经机器翻译的未来发展方向进行展望.

关键词：人工智能深度学习神经机器翻译编码器-解码器架构注意力机制

来源：评论

学校读者我要写书评

暂无评论

数据网格中请求呈现分组特性的副本管理策略研究

引用

计算机研究与发展 2009年第2期46卷 186-193页

作者：姜建锦杨广文清华大学计算机科学与技术系北京100084 清华信息科学与技术国家实验室北京100084 北京电子科技学院计算机科学与技术系北京100070

在数据网格中,数据使用模式将影响系统性能.根据一些实际系统的测试结果,数据请求呈现出分组特性.为研究当数据请求呈现分组特性时请求分布与副本分布的关系,首先定义了数据网格中副本复制策略的模型,然后研究在数据请求呈现分组特性时... 详细信息

在数据网格中,数据使用模式将影响系统性能.根据一些实际系统的测试结果,数据请求呈现出分组特性.为研究当数据请求呈现分组特性时请求分布与副本分布的关系,首先定义了数据网格中副本复制策略的模型,然后研究在数据请求呈现分组特性时平均访问延迟最小的最优策略.采用拉格朗日乘子法以及二分法对上述模型进行求解,得到了一个在请求分组模式下的最优下载副本策略.通过模拟实验对最优策略以及均匀复制策略、比例复制策略、平方根复制策略、LRU缓存策略的性能进行了比较.结果表明,最优策略所需广域网带宽最少,平均访问延迟最小.

关键词：数据网格分组副本策略访问延迟最优分布

来源：评论

学校读者我要写书评

暂无评论

锚文本检索有效性分析

引用

软件学报 2011年第8期22卷 1714-1724页

作者：周博刘奕群张敏金奕江马少平清华大学智能技术与系统国家重点实验室北京100084 清华大学清华信息科学与技术国家实验室(筹) 北京100084 清华大学计算机科学与技术系北京100084

锚文本对网络信息检索性能的提升作用已经得到验证,并被广泛地应用于商用网络搜索引擎.然而,锚文本制作的不可控性导致其中蕴含大量与目标网页不相关或具有作弊倾向的无用信息.另外,对于需要衡量检索结果服务质量的事务类查询,原始锚文... 详细信息

锚文本对网络信息检索性能的提升作用已经得到验证,并被广泛地应用于商用网络搜索引擎.然而,锚文本制作的不可控性导致其中蕴含大量与目标网页不相关或具有作弊倾向的无用信息.另外,对于需要衡量检索结果服务质量的事务类查询,原始锚文本推荐的目标网页也往往与真实的用户体验不一致.为了解决上述问题,基于大规模真实用户的互联网浏览行为日志展开研究.首先提出了锚文本检索有效性的评估框架,然后分析了用户网络浏览点击行为与锚文本检索有效性之间的联系,挖掘了用户网络浏览点击行为中有助于筛选高质量锚文本的特征.基于这些特征,提出了两种超链接文档生成方法.实验结果表明,基于用户网络浏览点击行为特征筛选出的锚文本,与原始锚文本相比,能够明显地提升网络检索的性能.

关键词：用户网络浏览行为锚文本网络信息检索

来源：评论

学校读者我要写书评

暂无评论

基于多例学习的Web图像聚类

引用

计算机研究与发展 2009年第9期46卷 1462-1470页

作者：路晶马少平智能技术与系统国家重点实验室北京100084 清华大学计算机科学与技术系北京100084 清华信息科学与技术国家实验室北京100084

在图像分类和自动标注系统中,多例学习(MIL)是研究的热点.目前MIL中的算法多为监督学习方法.针对非监督学习,在基于EM算法和启发式迭代优化算法的框架下,提出了6种多例聚类算法,并通过它们对来自于真实Web环境下的图像进行聚类以分析用... 详细信息

在图像分类和自动标注系统中,多例学习(MIL)是研究的热点.目前MIL中的算法多为监督学习方法.针对非监督学习,在基于EM算法和启发式迭代优化算法的框架下,提出了6种多例聚类算法,并通过它们对来自于真实Web环境下的图像进行聚类以分析用户的搜索兴趣.由于一幅图像含有若干个区域,每个区域可被看为一个样例,属于同一个图像的区域则组成一个包.因此如何理解图像语义内容的问题即转化为多例学习.在多例学习的经典数据集MUSK数据和来自于Web图像集上的比较实验表明,提出的多例聚类算法具有优良的聚类性能.

关键词：非监督学习多例学习聚类算法 EM算法启发式迭代优化算法

来源：评论

学校读者我要写书评

暂无评论

基于用户行为的竞价广告效果分析

引用

计算机研究与发展 2011年第1期48卷 133-138页

作者：王家卓刘奕群马少平张敏智能技术与系统国家重点实验室(清华大学) 北京100084 清华信息科学与技术国家实验室(筹)(清华大学) 北京100084 清华大学计算机科学与技术系北京100084

随着互联网数据的爆炸性增长,搜索引擎成为人们生活和工作中不可缺少的信息获取工具.作为搜索引擎盈利的主要商业模式之一,竞价排名的赞助商广告链接以其高效、低风险、灵活方便的特点受到传统营销方式下处于劣势的中小企业的青睐.然而... 详细信息

随着互联网数据的爆炸性增长,搜索引擎成为人们生活和工作中不可缺少的信息获取工具.作为搜索引擎盈利的主要商业模式之一,竞价排名的赞助商广告链接以其高效、低风险、灵活方便的特点受到传统营销方式下处于劣势的中小企业的青睐.然而搜索引擎结果页面上出现大量的广告链接是否影响用户体验?这些广告链接的实际收效如何?加入赞助商广告链接的搜索引擎如何影响用户的点击行为?开展面向这些问题的研究将对研究用户使用搜索引擎的行为特点、改进搜索引擎改进竞价排名的开展方式和指导中小企业如何更加有效地购买广告链接具有非常重要的指导意义.在总结国内外已经开展的相关研究的基础上,利用某商业搜索引擎提供的互联网用户点击日志和搜索引擎使用日志,采用数据挖掘和信息统计的方法,试图在全互联网的规模和商业搜索引擎的级别上提取用户和广告链接点击相关的信息,加以分析讨论,并对广告链接和非广告链接的相关性作深入分析.

关键词：竞价排名搜索引擎用户日志挖掘效果分析互联网广告

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：