检索结果-内蒙古大学图书馆

计算机科学 2019年第5期46卷 169-174页

作者：李杰凌兴宏伏玉琛刘全苏州大学计算机科学与技术学院江苏苏州215006 苏州大学江苏省计算机信息处理技术重点实验室江苏苏州215006 吉林大学符号计算与知识工程教育部重点实验室长春130012 软件新技术与产业化协同创新中心南京210000

异步深度强化学习能够通过多线程技术极大地减少学习模型所需要的训练时间。然而作为异步深度强化学习的一种经典算法,异步优势行动者-评论家算法没有充分利用某些具有重要价值的区域信息,网络模型的学习效率不够理想。针对此问题,文中... 详细信息

异步深度强化学习能够通过多线程技术极大地减少学习模型所需要的训练时间。然而作为异步深度强化学习的一种经典算法,异步优势行动者-评论家算法没有充分利用某些具有重要价值的区域信息,网络模型的学习效率不够理想。针对此问题,文中提出一种基于视觉注意力机制的异步优势行动者-评论家模型。该模型在传统异步优势行动者-评论家算法的基础上引入了视觉注意力机制,通过计算图像各区域点的视觉重要性值,利用回归、加权等操作得到注意力机制的上下文向量,从而使Agent将注意力集中于面积较小但更具丰富价值的图像区域,加快网络模型解码速度,更高效地学习近似最优策略。实验结果表明,与传统的异步优势行动者-评论家算法相比,该模型在基于视觉感知的决策任务上具有更好的性能表现。

关键词：异步深度强化学习视觉注意力机制行动者-评论家异步优势行动者-评论家

来源：评论

学校读者我要写书评

暂无评论

强化学习与生成式对抗网络结合方法研究进展

引用

计算机工程与应用 2019年第10期55卷 36-44页

作者：吴宏杰戴大东傅启明陈建平陆卫忠苏州科技大学电子与信息工程学院江苏苏州215009 苏州大学江苏省计算机信息处理技术重点实验室江苏苏州215006 苏州科技大学江苏省建筑智慧节能重点实验室江苏苏州215009 苏州市移动网络技术与应用重点实验室江苏苏州215009

强化学习和生成式对抗网络是近年来人工智能领域的两个热门主题,在众多领域表现非常出色。近期出现较多关于两者结合的工作与报道,将强化学习交互式学习的优点与生成式对抗网络的启发自博弈思想相互融合。对两者结合的最新进展进行了梳... 详细信息

强化学习和生成式对抗网络是近年来人工智能领域的两个热门主题,在众多领域表现非常出色。近期出现较多关于两者结合的工作与报道,将强化学习交互式学习的优点与生成式对抗网络的启发自博弈思想相互融合。对两者结合的最新进展进行了梳理、比较与实验分析。对强化学习与生成式对抗网络的理论进行了概述;从强化学习改进生成式对抗网络、生成式对抗网络改进强化学习两个研究方向进行了阐述与比较,通过实验方式分析了这些方法在自然语言、机器控制领域的应用情况;展望了可能的发展趋势。

关键词：强化学习生成式对抗网络深度学习人工智能

来源：评论

学校读者我要写书评

暂无评论

一种最大置信上界经验采样的深度Q网络方法

引用

计算机研究与发展 2018年第8期55卷 1694-1705页

作者：朱斐吴文刘全伏玉琛苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室(苏州大学) 江苏苏州215006 符号计算与知识工程教育部重点实验室(吉林大学) 长春130012 常熟理工学院计算机科学与工程学院江苏常熟215500

由深度学习(deep learning,DL)和强化学习(reinforcement learning,RL)结合形成的深度强化学习(deep reinforcement learning,DRL)是目前人工智能领域的一个热点.深度强化学习在处理具有高维度输入的最优策略求解任务中取得了很大的突破... 详细信息

由深度学习(deep learning,DL)和强化学习(reinforcement learning,RL)结合形成的深度强化学习(deep reinforcement learning,DRL)是目前人工智能领域的一个热点.深度强化学习在处理具有高维度输入的最优策略求解任务中取得了很大的突破.为了减少转移状态之间暂时的相关性,传统深度Q网络使用经验回放的采样机制,从缓存记忆中随机采样转移样本.然而,随机采样并不考虑缓存记忆中各个转移样本的优先级,导致网络训练过程中可能会过多地采用信息较低的样本,而忽略一些高信息量的样本,结果不但增加了训练时间,而且训练效果也不理想.针对此问题,在传统深度Q网络中引入优先级概念,提出基于最大置信上界的采样算法,通过奖赏、时间步、采样次数共同决定经验池中样本的优先级,提高未被选择的样本、更有信息价值的样本以及表现优秀的样本的被选概率,保证了所采样本的多样性,使智能体能更有效地选择动作.最后,在Atari 2600的多个游戏环境中进行仿真实验,验证了算法的有效性.

关键词：强化学习深度强化学习最大置信上界经验回放深度Q网络

来源：评论

学校读者我要写书评

暂无评论

新工科背景下的计算机网络类课程实践教学模式探索

引用

计算机教育 2019年第1期 72-75页

作者：唐灯平凌兴宏魏慧苏州大学文正学院江苏苏州215006 苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006

阐述通过搭建虚拟仿真环境将实验带入课堂,对学生实践过程进行动态管理,学生从被动学习到主动学习的教学模式改变以及教师工作效率提高;分析计算机网络类课程实践教学项目,依据项目特点选择合适的虚拟仿真环境,通过虚拟仿真技术搭建计... 详细信息

阐述通过搭建虚拟仿真环境将实验带入课堂,对学生实践过程进行动态管理,学生从被动学习到主动学习的教学模式改变以及教师工作效率提高;分析计算机网络类课程实践教学项目,依据项目特点选择合适的虚拟仿真环境,通过虚拟仿真技术搭建计算机网络类课程虚拟仿真实践平台。

关键词：新工科计算机网络类课程仿真平台实践教学模式探索

来源：评论

学校读者我要写书评

暂无评论

一种解决连续空间问题的真实在线自然梯度AC算法

引用

软件学报 2018年第2期29卷 267-282页

作者：朱斐朱海军刘全陈冬火伏玉琛苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室(苏州大学) 江苏苏州215006 符号计算与知识工程教育部重点实验室(吉林大学) 吉林长春130012 常熟理工学院计算机科学与工程学院江苏常熟215500

策略梯度作为一种能够有效解决连续空间决策问题的方法得到了广泛研究,但由于在策略估计过程中存在较大方差,因此,基于策略梯度的方法往往受到样本利用率低、收敛速度慢等限制.针对该问题,在行动者-评论家(actor-critic,简称AC)算法框架... 详细信息

策略梯度作为一种能够有效解决连续空间决策问题的方法得到了广泛研究,但由于在策略估计过程中存在较大方差,因此,基于策略梯度的方法往往受到样本利用率低、收敛速度慢等限制.针对该问题,在行动者-评论家(actor-critic,简称AC)算法框架下,提出了真实在线增量式自然梯度AC(true online incremental natural actor-critic,简称TOINAC)算法.TOINAC算法采用优于传统梯度的自然梯度,在真实在线时间差分(true online time difference,简称TOTD)算法的基础上,提出了一种新型的前向观点,改进了自然梯度行动者-评论家算法.在评论家部分,利用TOTD算法高效性的特点来估计值函数;在行动者部分,引入一种新的前向观点来估计自然梯度,再利用资格迹将自然梯度估计变为在线估计,提高了自然梯度估计的准确性和算法的效率.将TOINAC算法与核方法以及正态策略分布相结合,解决了连续空间问题.最后,在平衡杆、Mountain Car以及Acrobot等连续问题上进行了仿真实验,验证了算法的有效性.

关键词：策略梯度自然梯度行动者-评论家真实在线TD 核方法

来源：评论

学校读者我要写书评

暂无评论

面向安卓手机App功能测试技术的方法

引用

计算机工程与设计 2018年第3期39卷 684-689页

作者：张明程宝雷査伟忠杨季文苏州大学计算机科学与技术学院江苏苏州215006 苏州大学江苏省计算机信息处理技术重点实验室江苏苏州215006

针对安卓手机App功能测试工具中存在的测试不全面和测试用例复用性差等问题,提出在标准路径引导下基于控件遍历的App功能测试方法。由测试人员录制一条测试路径作为标准路径;自动获取被测界面中的控件,根据控件的逻辑顺序生成控件关系图... 详细信息

针对安卓手机App功能测试工具中存在的测试不全面和测试用例复用性差等问题,提出在标准路径引导下基于控件遍历的App功能测试方法。由测试人员录制一条测试路径作为标准路径;自动获取被测界面中的控件,根据控件的逻辑顺序生成控件关系图;采用基于深度优先搜索的测试用例生成方法对控件关系图进行遍历,生成测试用例。基于该测试用例进行功能测试,测试结果表明,该方法生成的测试用例提高了测试的覆盖率和脚本的复用性,简化了测试操作,验证了其可行性。

关键词：功能测试测试用例标准路径控件遍历深度优先搜索

来源：评论

学校读者我要写书评

暂无评论

事件因果与时序关系识别的联合推理模型

引用

计算机科学 2018年第6期45卷 204-207,234页

作者：黄一龙李培峰朱巧明苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006

事件的因果关系与时序关系是两种重要的事件关系。已有研究往往将事件的因果关系与时序关系识别分别看成两项独立的任务,这种做法忽略了两种事件关系之间的关联性。文中提出使用整数线性规划方法来构建基于事件因果关系与时序关系识别... 详细信息

事件的因果关系与时序关系是两种重要的事件关系。已有研究往往将事件的因果关系与时序关系识别分别看成两项独立的任务,这种做法忽略了两种事件关系之间的关联性。文中提出使用整数线性规划方法来构建基于事件因果关系与时序关系识别的联合推理模型。联合模型对两种事件关系进行约束,在分类器模型的基础上对结果进行优化。最终结果表明,所提联合推理模型能够有效增强识别性能。

关键词：事件因果关系时序关系联合模型

来源：评论

学校读者我要写书评

暂无评论

一个深度学习DNA序列特异性的预测模型

引用

小型微型计算机系统 2018年第11期39卷 2424-2427页

作者：黄立群丁雪松张步忠吕强苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006

DNA序列特异性是指DNA序列对特异性蛋白质的结合能力.基于深度学习的框架去预测DNA和蛋白质是否结合.首先对DNA序列进行词切分,然后利用词向量模型学习DNA序列词向量,将提取的序列词向量输入卷积神经网络以此提取高层特征,随后利用双向... 详细信息

DNA序列特异性是指DNA序列对特异性蛋白质的结合能力.基于深度学习的框架去预测DNA和蛋白质是否结合.首先对DNA序列进行词切分,然后利用词向量模型学习DNA序列词向量,将提取的序列词向量输入卷积神经网络以此提取高层特征,随后利用双向长短周期网络对序列特征进行再累积提取,最后用累积特征进行分类.本文在权威的690个数据集上进行了实验.实验结果与当今权威方法的结果相比具有很强的竞争力.

关键词：词向量卷积神经网络双向长短周期网络 DNA序列特异性

来源：评论

学校读者我要写书评

暂无评论

抗遮挡自适应的粒子滤波算法

引用

系统仿真学报 2018年第9期30卷 3552-3557页

作者：李菊曹明伟余烨夏瑜周立凡常熟理工学院计算机科学与工程学院江苏常熟215500 苏州大学江苏省计算机信息处理技术重点实验室江苏苏州215006 合肥工业大学VCC实验室安徽合肥230009

针对局部遮挡对粒子滤波跟踪算法的影响,提出了抗遮挡自适应的粒子滤波算法。该算法采用矩形作为跟踪窗,在重要性重采样之后,引入K均值聚类(KM聚类)算法,将空间特征与权重分布近似的粒子进行聚类,得到粒子子群,并通过粒子子群估计目标... 详细信息

针对局部遮挡对粒子滤波跟踪算法的影响,提出了抗遮挡自适应的粒子滤波算法。该算法采用矩形作为跟踪窗,在重要性重采样之后,引入K均值聚类(KM聚类)算法,将空间特征与权重分布近似的粒子进行聚类,得到粒子子群,并通过粒子子群估计目标的最终状态。当目标外形变化超过5%时,说明存在遮挡或同色干扰现象,则跟踪窗保持上一帧尺寸不变,否则跟踪窗随着运动目标尺度变化而自适应变化。实验结果表明该算法对局部遮挡和运动目标尺度变化具有较强的鲁棒性。

关键词：抗遮挡 K均值聚类粒子滤波运动目标跟踪

来源：评论

学校读者我要写书评

暂无评论

基于矩阵的AdaBoost多视角学习

引用

南京大学学报（自然科学版） 2018年第6期54卷 1152-1160页

作者：洪思思曹辰捷王喆李冬冬华东理工大学信息科学与工程学院上海200237 江苏省计算机信息处理技术重点实验室苏州大学苏州215006

以往基于矩阵的多视角分类(MultiV-MHKS)是从矩阵的单视角模式Ho-Kashyap(MatMHKS)发展而来的,尽管有些不好的视角可能会拉低分类器的总体表现,但它仍将所有视角都默认为相同的.为保证样本视角的有效性和多样性,提出一种名为AdaMultiV-M... 详细信息

以往基于矩阵的多视角分类(MultiV-MHKS)是从矩阵的单视角模式Ho-Kashyap(MatMHKS)发展而来的,尽管有些不好的视角可能会拉低分类器的总体表现,但它仍将所有视角都默认为相同的.为保证样本视角的有效性和多样性,提出一种名为AdaMultiV-MHKS的新方法,它充分利用了经典的集成学习方法AdaBoost的优势,实现了动态过滤和视角权重计算.所提的多视角框架不受限于任何特殊方法,可以应用于大多数基于矩阵的分类器.该方法加入了来自Alternative Robust Local Embedding(ARLE)的正则化项Rgl,用来增强样本之间的结构信息.集成工作和正则化使得不同视角的附加信息更具竞争力,不仅增强了视角的多样性而且改进了最终的分类结果.在UCI数据集和USTC-NVIE人脸图像数据集,尤其是液体数据集上的实验结果证明了所提方法的有效性.

关键词：多视角集成学习 AdaBoost 矩阵分类器正则化

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：