检索结果-内蒙古大学图书馆

软件学报 2024年第8期35卷 3878-3896页

作者：初旭马辛宇林阳王鑫王亚沙朱文武梅宏清华大学计算机科学与技术系北京100084 北京大学计算机学院北京100871 高可信软件技术教育部重点实验室(北京大学) 北京100871 清华大学北京信息科学与技术国家研究中心北京102206 北京大学软件工程国家工程研究中心北京100871

图数据在现实应用中普遍存在,图神经网络(GNN)被广泛应用于分析图数据,然而GNN的性能会被图结构上的对抗攻击剧烈影响.应对图结构上的对抗攻击,现有的防御方法一般基于图内聚先验进行低秩图结构重构.但是现有的图结构对抗防御方法无法... 详细信息

图数据在现实应用中普遍存在,图神经网络(GNN)被广泛应用于分析图数据,然而GNN的性能会被图结构上的对抗攻击剧烈影响.应对图结构上的对抗攻击,现有的防御方法一般基于图内聚先验进行低秩图结构重构.但是现有的图结构对抗防御方法无法自适应秩真值进行低秩图结构重构,同时低秩图结构与下游任务语义存在错配.为了解决以上问题,基于过参数化的隐式正则效应提出过参数化图神经网络(OPGNN)方法,并形式化证明所提方法可以自适应求解低秩图结构,同时证明节点深层表征上的过参数化残差链接可以有效解决语义错配.在真实数据集上的实验结果表明,OPGNN方法相对于现有基线方法具有更好的鲁棒性,同时,OPGNN方法框架在不同的图神经网络骨干上如GCN、APPNP和GPRGNN上显著有效.

关键词：图节点半监督分类图结构对抗防御过参数化隐式正则化图神经网络

来源：评论

学校读者我要写书评

暂无评论

子图增强的实时同名消歧

引用

中文信息学报 2024年第1期38卷 45-56页

作者：韩天翼程欣宇张帆进陈波贵州大学公共大数据国家重点实验室贵州贵阳550025 贵州大学文本计算与认知智能教育部工程研究中心贵州贵阳550025 清华大学计算机科学与技术系北京100084

实时同名消歧旨在实时、准确地将具有歧义的作者姓名的新增论文关联到同名候选作者中的正确作者。当前同名消歧算法主要解决冷启动同名消歧问题,较少探索如何高效并有效地解决实时同名消歧问题。该文提出了子图增强的实时同名消歧模型RN... 详细信息

实时同名消歧旨在实时、准确地将具有歧义的作者姓名的新增论文关联到同名候选作者中的正确作者。当前同名消歧算法主要解决冷启动同名消歧问题,较少探索如何高效并有效地解决实时同名消歧问题。该文提出了子图增强的实时同名消歧模型RND-all,该模型通过高效地融合待消歧论文与候选作者之间的结构特征来提升模型的准确率。模型根据待消歧论文的属性与同名候选作者的档案分别构建子图,使用子图结构特征提取框架来计算图相关性特征,最后,通过特征工程以及文本嵌入方法计算语义匹配特征,并利用集成学习实现语义信息与结构信息的融合。实验结果表明,融入结构信息能够有效提升实时同名消歧任务的准确性,RND-all在百万级同名消歧基准WhoIsWho测试集上效果排名第一。

关键词：实时同名消歧图神经网络结构信息集成学习

来源：评论

学校读者我要写书评

暂无评论

变分推断域适配驱动的城市街景语义分割

引用

计算机科学 2022年第11期49卷 126-133页

作者：金玉杰初旭王亚沙赵俊峰高可信软件技术教育部重点实验室(北京大学) 北京100871 北京大学计算机学院北京100871 清华大学计算机系北京100084 北京大学软件工程国家工程研究中心北京100871

街景语义分割技术旨在从图像中识别分割出行人、障碍物、道路、标志物等要素,为车辆提供道路上自由空间的信息,是自动驾驶的关键技术之一。高性能的语义分割系统非常依赖于训练时所需的大量真实标注数据,然而为图像中的每个像素进行标... 详细信息

街景语义分割技术旨在从图像中识别分割出行人、障碍物、道路、标志物等要素,为车辆提供道路上自由空间的信息,是自动驾驶的关键技术之一。高性能的语义分割系统非常依赖于训练时所需的大量真实标注数据,然而为图像中的每个像素进行标注成本很高,往往难以实现。一种低成本获取标注数据的方法是利用视频游戏收集逼真且标注成本低的合成图片,来帮助机器学习模型对现实世界中的图片作语义分割,这对应域适配技术。与当前基于VC维理论或Rademacher复杂度理论的主流语义分割域适配方法不同,受基于PAC-Bayes理论的兼容伪标签函数的域适配目标域Gibbs风险上界启发,考虑假设空间的平均情况而非最差情况,以避免主流方法过度约束隐空间上的领域差异,从而导致目标域泛化误差上界未能被有效估计并优化的问题。在上述思想的指导下,提出了一种变分推断语义分割域适配方法(VISA),该方法在利用Dropout变分族进行变分推断求解假设空间上的理想后验分布的同时能快速得到一个近似Bayes分类器,并通过目标域熵最小化和筛选像素点使得对风险上界的估计更加准确。在街景语义分割数据集GTA5→Cityscapes上的适配的实验结果表明,VISA方法相比基线方法平均交并比提高了0.5%~6.6%,且在行人、车辆等关键街景要素上具有较高的识别准确率。

关键词：语义分割域适配 PAC-Bayes理论变分推断深度神经网络

来源：评论

学校读者我要写书评

暂无评论

面向申威众核处理器的并行SaNSDE算法

引用

计算机科学与探索 2021年第10期15卷 2015-2024页

作者：康上钱雪忠甘霖江南大学人工智能与计算机学院物联网技术应用教育部工程研究中心江苏无锡214122 国家超级计算无锡中心江苏无锡214131 清华大学计算机科学与技术系北京100084

演化算法作为解决大规模优化问题的重要方法,被广泛应用于机器学习、过程控制、工程优化、管理科学和社会科学等领域。然而在求解高维度、高计算密度问题时,程序性能很难得到保证。在高性能计算机上实现并行化是问题的一个热门解决方案... 详细信息

演化算法作为解决大规模优化问题的重要方法,被广泛应用于机器学习、过程控制、工程优化、管理科学和社会科学等领域。然而在求解高维度、高计算密度问题时,程序性能很难得到保证。在高性能计算机上实现并行化是问题的一个热门解决方案。针对申威众核处理器的硬件特征,提出了采用二级并行策略的自适应邻域搜索的差分进化算法(SaNSDE)。第一级为进程并行,实现了合作协同进化模型和池模型,将大规模问题划分为多个低维子问题并分布在不同进程上;第二级为线程并行,使用从核加速了适应度的计算过程。实验结果表明,采用合作协同进化模型和池模型的算法与传统的并行算法相比,经过多核扩展之后收敛效果提升更加明显。相较于串行版本算法,二级并行的SaNSDE算法在四个测试函数上分别获得了134.29、186.05、239.01和189.80的最大加速比。

关键词：高性能计算申威异构众核处理器演化算法合作协同进化模型(CC) 池模型

来源：评论

学校读者我要写书评

暂无评论

基于FPGA的油棕检测和硬件加速设计及实现

引用

计算机科学与探索 2021年第2期15卷 315-326页

作者：袁鸣柴志雷甘霖江南大学物联网工程学院物联网技术应用教育部工程研究中心江苏无锡214122 国家超级计算无锡中心江苏无锡214122 清华大学计算机科学与技术系北京100084

针对深度学习在高分辨率遥感图像下棕榈树检测方面所面临的准确率不高和检测效率低下的问题,从算法优化和异构硬件平台加速两方面提出一种有效可靠的解决办法。以YOLOv3目标检测算法为例,采用扩大特征选择、加大多尺度特征融合的优化策... 详细信息

针对深度学习在高分辨率遥感图像下棕榈树检测方面所面临的准确率不高和检测效率低下的问题,从算法优化和异构硬件平台加速两方面提出一种有效可靠的解决办法。以YOLOv3目标检测算法为例,采用扩大特征选择、加大多尺度特征融合的优化策略,提高了算法对高分辨率的棕榈树的检测准确度。在前向推理过程中,许多应用场景在要求模型高性能的同时往往会有严格的功耗限制。针对这个问题,采用权重整形8位量化和计算核心复用的优化策略,设计了一个基于SIMD的高效卷积计算引擎。此外,对输入模块进行了加速改进,通过对输入图片进行维度变化、向量化处理后,以写队列的方式传送给输入模块,提高了总线带宽的利用率。实验结果表明,经过算法优化后的模型准确率达到了97.84%,在基于Intel Arria10的异构硬件平台上可以获得1.4 TOPS性能,与i9-9980XE CPU相比,性能是它的7.51倍,能效是其33.02倍,与Nvidia推理端专用加速器P40比,能效是其1.2倍。

关键词：现场可编程逻辑门阵列(FPGA) 改进YOLOv3 棕榈树硬件加速器

来源：评论

学校读者我要写书评

暂无评论

“三维成像技术及应用”专题前言

引用

激光与光电子学进展 2023年第8期60卷 4+3页

作者：姜会林曹良才钱克矛张启灿刘智中国工程院长春理工大学清华大学精密仪器系清华大学光电工程研究所国际光学工程学会(SPIE) 美国光学学会(OSA) 新加坡南洋理工大学计算机科学与工程学院四川大学电子信息学院中国光学工程学会四川省光学学会长春理工大学空间光电技术国家地方联合工程研究中心长春理工大学空间光电技术研究所

数字经济和万物互联时代对数据和信息的获取与呈现方式提出了新的需求，使用三维数据和信息替代二维数据来有效提高视觉感知能力、增强感受体验度是目前科技的主要发展趋势之一。以目标场景的深度信息为核心特征，实现快速、高清、真实...

数字经济和万物互联时代对数据和信息的获取与呈现方式提出了新的需求，使用三维数据和信息替代二维数据来有效提高视觉感知能力、增强感受体验度是目前科技的主要发展趋势之一。以目标场景的深度信息为核心特征，实现快速、高清、真实的三维数据获取和呈现，可以突破传统二维成像和显示中真实性和沉浸性不足的技术瓶颈，推动信息技术革新，使之更好地应用于消费电子、在线教育、远程医疗、先进制造和智能交通等重要领域，服务于国家战略和产业发展需求。近年来，结构光三维成像、相机阵列成像、激光雷达、单像素成像、单光子成像、全息成像和光场成像等重建物体和场景三维信息的技术在原理与方法、器件与算法、系统与应用等层面正获得突破性进展，展示和彰显着三维成像技术的无限可能。此外，计算机断层扫描、光学相干层析扫描和核磁共振成像等技术对获取物体内部结构的三维信息、实现精准检测诊断也发挥着至关重要的作用。

关键词：

来源：评论

学校读者我要写书评

暂无评论

人工智能人脸识别技术在实时评估医学生课堂专注度中的应用研究

引用

中华医学教育杂志 2023年第1期43卷 31-34页

作者：杨静文杨宗瀚李健刘云松北京大学口腔医学院·口腔医院修复科国家口腔医学中心国家口腔疾病临床医学研究中心口腔生物材料和数字诊疗装备国家工程研究中心口腔数字医学北京市重点实验室北京100081 清华大学计算机系北京100084

目的采用人工智能人脸识别技术(简称人脸识别技术)实时评估医学生课堂专注度,评价其在应用中的可靠性。方法2021年10月,选取北京大学口腔医学院2018级五年制和八年制口腔医学专业80名学生为研究对象,收集其在牙体解剖学8个课时的课堂录... 详细信息

目的采用人工智能人脸识别技术(简称人脸识别技术)实时评估医学生课堂专注度,评价其在应用中的可靠性。方法2021年10月,选取北京大学口腔医学院2018级五年制和八年制口腔医学专业80名学生为研究对象,收集其在牙体解剖学8个课时的课堂录像,采用人脸识别技术对录像资料转换的图片(每秒抽取1帧)进行人脸分析,用随机函数抽取全部图片数据的1/5作为检测数据集并输出其识别“专注”学生的人脸数量,同时由授课教师肉眼观察学生面部状态以进行“专注”学生的人工识别,计算人脸识别的准确率和查全率。通过Wilcoxon检验和组内相关系数(intraclass correlation coefficient,ICC)进行数据分析。结果对21600张图片的“专注”学生进行人脸识别,4320张图片作为检测数据集,人脸识别的准确率为90.4%(41288/45668),查全率为81.4%(41228/50648)。人脸识别(378830人次)和人工识别(345689人次)专注”学生的差异无统计学意义(P=0.109);二者呈中等程度相关(ICC=0.65,P=0.026)。结论人脸识别技术能够有效判断医学生在课堂上的专注程度,可以为实时评估教学效果提供有效技术支持。

关键词：学生,医科实时评估专注度教学评价人脸识别人工智能

来源：评论

学校读者我要写书评

暂无评论

数轴上保密关系测定协议

引用

软件学报 2020年第12期31卷 3950-3967页

作者：巩林明李顺东邵连合薛涛王道顺西安工程大学计算机科学学院新型网络智能信息服务国家地方联合工程研究中心陕西西安710048 陕西师范大学计算机科院陕西西安710119 清华大学计算机科学与技术系北京100084 陕西省功能性服装面料重点实验室(西安工程大学) 陕西西安710048

近些年来,安全多方计算一直是信息安全领域的热点问题之一,已经成为分布式网络用户在协同计算中用于隐私保护的关键技术信息安全学者已经提出若干安全多方计算问题的解决方案,但更多的安全多方计算问题还有待研究.研究数轴上的保密关系... 详细信息

近些年来,安全多方计算一直是信息安全领域的热点问题之一,已经成为分布式网络用户在协同计算中用于隐私保护的关键技术信息安全学者已经提出若干安全多方计算问题的解决方案,但更多的安全多方计算问题还有待研究.研究数轴上的保密关系测定问题,着重探讨3个子问题:(1)面向有理数的点(或数)与区间保密关系测定问题:(2)面向有理数的多维点与区间保密关系测定问题:(3)面向有理数的区间与区间保密关系测定问题数轴上的保密关系测定问题在隐私保护领域有着广泛的应用,可以作为基础模块用于构造其他安全多方计算协议.基于由加密方计算(或选取)加密底数的Paillier变体同态加密方案,设计了3个数轴上的保密关系测定协议:面向有理数的数与区间保密关系测定协议、面向有理数的多维点与区间保密关系测定协议以及面向有理数的区间与区间保密关系测定协议,并在标准模型下,采用模拟范例(ideal/real)分析了3个协议的安全性这3个协议中的保密比值计算思想直接可以用于解决有理数范围内的百万富翁问题更广泛地,这3个协议还可以作为基础模块用于解决保密点与圆环区域关系判定问题、点与凸多边型位置关系判定问题、保密近感探测问题等安全多方计算问题.

关键词：保密关系测定隐私保护安全多方计算分布式协同计算

来源：评论

学校读者我要写书评

暂无评论

基于虚拟现实的森林灭火指挥训练系统研究

引用

应用科技 2024年第1期51卷 44-50页

作者：邵磊严小天刘剑刘玉明航天科工仿真技术有限责任公司北京100854 复杂系统仿真技术应用国家工程研究中心北京100854 北航歌尔虚拟现实研究院山东青岛266308 青岛虚拟现实研究院有限公司山东青岛266308 国家虚拟现实创新中心(青岛) 山东青岛266308 北京航空航天大学数字导航中心北京100191 清华大学计算机科学与技术系北京100084

森林消防队伍日常训练和考评主要以森林灭火应急预案进行实装演练,针对训练中成本高、环境受限、内容不足等问题,迫切需要采用虚拟现实、人工智能等先进技术实现森林灭火指挥训练与考评系统。本文自主研发了一套基于定制化的Unity3D渲... 详细信息

森林消防队伍日常训练和考评主要以森林灭火应急预案进行实装演练,针对训练中成本高、环境受限、内容不足等问题,迫切需要采用虚拟现实、人工智能等先进技术实现森林灭火指挥训练与考评系统。本文自主研发了一套基于定制化的Unity3D渲染引擎的虚拟仿真训练教学考评系统。对比国外主流虚拟仿真软件,本系统中场景细节更逼真,能进行实景虚拟仿真训练,更加贴近灭火实战;同时系统具有自主可控性、可扩展性,为用户提供简单编辑方式,支持火环境设计制作等森林消防专业应用逻辑。本文研究结果对于探索建立规范化、信息化森林灭火指挥员训练考评体系具有重要的现实意义。

关键词：虚拟现实森林消防仿真灭火指挥训练森林灭火灭火预案指挥考评森林地形火场模型

来源：评论

学校读者我要写书评

暂无评论

基于无匹配差错的PSI计算

引用

计算机学报 2020年第9期43卷 1769-1790页

作者：巩林明王道顺刘沫萌高全力邵连合王明明西安工程大学计算机科学学院陕西省服装设计智能化重点实验室/新型网络智能信息服务国家地方联合工程研究中心西安710048 西安工程大学陕西省功能性服装面料重点实验室西安710048 清华大学计算机科学与技术系北京100084

分布式计算有很多应用需要参与各方协同执行集合的一些计算但不泄露各自数据集的信息.保密集合交集(private set intersection,PSI)计算已经成为数据匹配、数据挖掘、推荐系统等应用中保护用户隐私的一个重要工具.本文的主要工作是构造... 详细信息

分布式计算有很多应用需要参与各方协同执行集合的一些计算但不泄露各自数据集的信息.保密集合交集(private set intersection,PSI)计算已经成为数据匹配、数据挖掘、推荐系统等应用中保护用户隐私的一个重要工具.本文的主要工作是构造无匹配差错的安全两方保密集合交集运算协议.着重探讨三个问题:(1)开发构造无匹配差错的两方保密集合交集计算所需要的工具(①面向有理数且具有语义安全性的加密方案,②便于集合匹配计算的称之为集合的定长向量编码方法);(2)无匹配差错的两方保密集合交集计算问题;(3)元素为有理数的保密集合交集计算问题.首先在标准模型下设计了一个能够加密有理数的方案,并证明了该方案能抗自适应性地选择明文攻击;而后又提出了一种便于集合匹配计算的,称之为集合的定长向量编码方法;最后基于有理数加密方案和集合的定长向量编码方法构造了两个面向有理数的、无匹配差错的两方保密集合交集协议.与先前的两方保密集合交集协议相较之,这两个协议不仅解决了无匹配差错的两方保密集合交集计算,还拓展了保密集合交集问题中隐私保护的范畴:除了可以保护各参与方的隐私数据外,还可以保护各参与方隐私数据的数量.

关键词：保密集合交集有理数加密语义安全安全两方计算集合的定长向量编码

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：