检索结果-内蒙古大学图书馆

中国图象图形学报 2023年第2期28卷 535-544页

作者：贺超魏宏喜内蒙古大学计算机学院呼和浩特010010 内蒙古自治区蒙古文信息处理技术重点实验室呼和浩特010010 蒙古文智能信息处理技术国家地方联合工程研究中心呼和浩特手010010

目的图像检索是计算机视觉领域的一项基础任务,大多采用卷积神经网络和对称式学习策略,导致所需训练数据量大、模型训练时间长、监督信息利用不充分。针对上述问题,本文提出一种Transformer与非对称学习策略相结合的图像检索方法。方法... 详细信息

目的图像检索是计算机视觉领域的一项基础任务,大多采用卷积神经网络和对称式学习策略,导致所需训练数据量大、模型训练时间长、监督信息利用不充分。针对上述问题,本文提出一种Transformer与非对称学习策略相结合的图像检索方法。方法对于查询图像,使用Transformer生成图像的哈希表示,利用哈希损失学习哈希函数,使图像的哈希表示更加真实。对于待检索图像,采用非对称式学习策略,直接得到图像的哈希表示,并将哈希损失与分类损失相结合,充分利用监督信息,提高训练速度。在哈希空间通过计算汉明距离实现相似图像的快速检索。结果在CIFAR-10和NUS-WIDE两个数据集上,将本文方法与主流的5种对称式方法和性能最优的两种非对称式方法进行比较,本文方法的mAP(mean average precision)比当前最优方法分别提升了5.06%和4.17%。结论本文方法利用Transformer提取图像特征,并将哈希损失与分类损失相结合,在不增加训练数据量的前提下,减少了模型训练时间。所提方法性能优于当前同类方法,能够有效完成图像检索任务。

关键词：图像检索 Transformer 哈希函数非对称式学习哈希损失分类损失

来源：评论

学校读者我要写书评

暂无评论

蒙汉神经机器翻译研究综述

引用

计算机科学 2022年第1期49卷 31-40页

作者：侯宏旭孙硕乌尼尔内蒙古大学计算机学院呼和浩特010021 蒙古文智能信息处理技术国家地方联合工程研究中心呼和浩特010021 内蒙古自治区蒙古文信息处理技术重点实验室呼和浩特010021

机器翻译是利用计算机将一种语言转换成另一种语言的过程,凭借着对语义的深度理解能力,神经机器翻译已经成为目前主流的机器翻译方法,在众多拥有大规模对齐语料的翻译任务上取得了令人瞩目的成就,然而对于一些低资源语言的翻译任务效果... 详细信息

机器翻译是利用计算机将一种语言转换成另一种语言的过程,凭借着对语义的深度理解能力,神经机器翻译已经成为目前主流的机器翻译方法,在众多拥有大规模对齐语料的翻译任务上取得了令人瞩目的成就,然而对于一些低资源语言的翻译任务效果仍不理想。蒙汉机器翻译是目前国内主要的低资源机器翻译研究之一,蒙汉两种语言的翻译并不简单地是两种语言的相互转换,更是两个民族之间的交流,因此受到国内外的广泛关注。文中主要对蒙汉神经机器翻译的发展历程和研究现状进行阐述,随后选取了近年来蒙汉神经机器翻译研究的前沿方法,包括基于无监督学习和半监督学习的数据增强方法、强化学习方法、对抗学习方法、迁移学习方法和预训练模型辅助的神经机器翻译方法等,并对这些方法进行了简要介绍。

关键词：蒙汉机器翻译监督方法半监督/无监督学习强化学习对抗学习迁移学习预训练模型

来源：评论

学校读者我要写书评

暂无评论

基于SoftLexicon和注意力机制的中文因果关系抽取

引用

中文信息学报 2023年第4期37卷 81-89页

作者：崔仕林闫蓉内蒙古大学计算机学院内蒙古呼和浩特010021 内蒙古自治区蒙古文信息处理技术重点实验室内蒙古呼和浩特010021 蒙古文智能信息处理技术国家地方联合工程研究中心内蒙古呼和浩特010021

针对现有中文因果关系抽取方法对因果事件边界难以识别和文本特征表示不充分的问题,该文提出了一种基于外部词汇信息和注意力机制的中文因果关系抽取模型BiLSTM-TWAM+CRF。该模型使用SoftLexicon方法引入外部词汇信息构建词集,解决了因... 详细信息

针对现有中文因果关系抽取方法对因果事件边界难以识别和文本特征表示不充分的问题,该文提出了一种基于外部词汇信息和注意力机制的中文因果关系抽取模型BiLSTM-TWAM+CRF。该模型使用SoftLexicon方法引入外部词汇信息构建词集,解决了因果事件边界难以识别的问题。通过构建的双路关注模块TWAM(Two Way Attention Module),实现了从局部和全局两个角度充分刻画文本特征。实验结果表明,与当前中文因果关系抽取模型相比较,该文所提方法表现出更优的抽取效果。

关键词：因果关系抽取序列标注注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于细粒度韵律建模和条件CycleGAN的非平行蒙古语语音转换方法

引用

信号处理 2021年第10期37卷 1825-1834页

作者：吴则诚飞龙张晖王海波内蒙古大学计算机学院内蒙古呼和浩特010021 蒙古文智能信息处理技术国家地方联合工程研究中心内蒙古呼和浩特010021 内蒙古自治区蒙古文信息处理技术重点实验室内蒙古呼和浩特010021 内蒙古自治区纪检监察大数据实验室内蒙古呼和浩特010021

语音转换技术在保持语义内容不变的前提下将源说话人的语音音色转换为目标说话人。目前,蒙古语语音转换面临语料匮乏、蒙古语字词在发音上韵律变化丰富等问题。针对这些问题,本文提出一种基于细粒度韵律建模和条件CycleGAN的非平行蒙古... 详细信息

语音转换技术在保持语义内容不变的前提下将源说话人的语音音色转换为目标说话人。目前,蒙古语语音转换面临语料匮乏、蒙古语字词在发音上韵律变化丰富等问题。针对这些问题,本文提出一种基于细粒度韵律建模和条件CycleGAN的非平行蒙古语语音转换方法。该方法首先使用连续小波变换提取细粒度的语音韵律特征,然后向CycleGAN中加入说话人向量构建条件CycleGAN,最后使用条件CycleGAN得到源说话人和目标说话人之间稳定的韵律转换。实验结果表明,该方法与传统CycleGAN语音转换方法相比能够有效提升蒙古语语音转换效果,在语音自然度和说话人相似度的MOS评分上分别提升了0.1和0.2。

关键词：蒙古语语音转换非平行条件CycleGAN 细粒度韵律建模

来源：评论

学校读者我要写书评

暂无评论

基于多视图知识表示和神经网络的旅游领域实体对齐方法

引用

计算机应用研究 2023年第4期40卷 1044-1051页

作者：刘璐飞龙高光来内蒙古大学计算机学院呼和浩特010021 内蒙古大学蒙古文智能信息处理技术国家地方联合工程研究中心呼和浩特010021 内蒙古大学内蒙古自治区蒙古文信息处理技术重点实验室呼和浩特010021

针对目前旅游领域实体对齐任务中的长尾实体过多和现有知识以及标注数据稀缺的问题,提出一种基于多视图知识表示和神经网络相结合的实体对齐方法。采用预训练模型完成多视图的知识表示学习,获得了实体的结构嵌入、关系嵌入和描述信息嵌... 详细信息

针对目前旅游领域实体对齐任务中的长尾实体过多和现有知识以及标注数据稀缺的问题,提出一种基于多视图知识表示和神经网络相结合的实体对齐方法。采用预训练模型完成多视图的知识表示学习,获得了实体的结构嵌入、关系嵌入和描述信息嵌入,然后利用卷积神经网络对结合了三种视图嵌入的实体综合嵌入进行相似度计算。实验精准率达到91.4%、召回率达到87.9%、综合指标F1值达到89.6%。结果表明,该方法有效地完成了旅游领域的实体对齐任务。

关键词：实体对齐预训练模型多视图知识表示神经网络

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的蒙古语AI合成主播

引用

中央民族大学学报（自然科学版） 2023年第2期32卷 31-40页

作者：宝音都古楞飞龙王炜华张晖董林坤内蒙古大学计算机学院内蒙古呼和浩特010021 蒙古文智能信息处理技术国家地方联合工程研究中心内蒙古呼和浩特010021 内蒙古自治区蒙古文信息处理技术重点实验室内蒙古呼和浩特010021

目前,汉文AI合成主播已被运用于新闻内容生产和传播,为传统新闻媒体行业开辟了新的发展路径,但蒙古语AI合成主播技术的研究仍处于起步阶段。为了研发蒙古语AI合成主播系统,本文采用深度学习技术提出了基于嘴型分类的蒙古语AI合成主播模... 详细信息

目前,汉文AI合成主播已被运用于新闻内容生产和传播,为传统新闻媒体行业开辟了新的发展路径,但蒙古语AI合成主播技术的研究仍处于起步阶段。为了研发蒙古语AI合成主播系统,本文采用深度学习技术提出了基于嘴型分类的蒙古语AI合成主播模型。首先采用ObamaNet模型构建了蒙古语AI合成主播基线系统,因为基线系统的时间开销大,提出了基于嘴型分类的蒙古语AI合成主播模型,此方法使用9种嘴型标签代表所有的嘴型状态,将得到的语音特征同步到不同的嘴型,根据得到的嘴型选择候选帧,得到AI主播合成视频。文章构建了蒙古语AI合成主播视频语料库,并以此为基础进行了实验比较。结果表明,文中提出的模型可以生成自然度较好的蒙古语AI合成主播视频。

关键词： AI合成主播蒙古语多模态学习嘴型同步人脸重构

来源：评论

学校读者我要写书评

暂无评论

语音文本对齐技术构建蒙古语语音识别语料库研究

引用

中央民族大学学报（自然科学版） 2024年第1期33卷 12-19页

作者：甄兆博张晖蒙古文智能信息处理技术国家地方联合工程研究中心内蒙古呼和浩特010020 内蒙古自治区蒙古文信息处理技术重点实验室内蒙古呼和浩特010020 内蒙古大学计算机学院内蒙古呼和浩特010021

目前,适用于蒙古语的语音识别数据在规模上与英语、汉语的训练数据存在着巨大的差距。因此需要一种低成本的数据集构建方法,以补全数据来源上的短板。在生活交往中已生成了海量的蒙古语数据资源,其中很多都是语音文本粗略对照的形式,本... 详细信息

目前,适用于蒙古语的语音识别数据在规模上与英语、汉语的训练数据存在着巨大的差距。因此需要一种低成本的数据集构建方法,以补全数据来源上的短板。在生活交往中已生成了海量的蒙古语数据资源,其中很多都是语音文本粗略对照的形式,本研究采用从这样的语料中提炼可供训练用的语料的技术路线,选择电视剧配音剧本和对应成片作为样例,将提炼工作看作是一个语音文本对齐问题。通过一系列自动化处理将剧本和对应的音频转换为适用于语音文本对齐处理的数据形式,利用迭代的对齐方法得到了语音文本对齐结果,利用这些结果生成了适用于蒙古语语音识别的逐句对齐的“语音—文本对”数据。通过对生成的数据进行抽样检查发现,生成的数据有较好的质量,与人工标注基本一致,节省了数据生产的成本。

关键词：语音识别蒙古语生语料语音文本对齐

来源：评论

学校读者我要写书评

暂无评论

融入黏着语特征的蒙古文预训练语言模型

引用

中央民族大学学报（自然科学版） 2024年第3期33卷 32-39页

作者：娜木汗金筱霖王炜华内蒙古大学计算机学院内蒙古呼和浩特010010 蒙古文智能信息处理技术国家地方联合工程研究中心内蒙古呼和浩特010010 内蒙古自治区蒙古文信息处理技术重点实验室内蒙古呼和浩特010010 内蒙古大学公共管理学院内蒙古呼和浩特010010

预训练语言模型(PLM)在自然语言处理(NLP)任务上应用广泛且表现优异。目前预训练语言模型主要在英语和中文等资源丰富的语言上进行训练,由于缺乏大规模的数据资源及语言特征的复杂性,导致预训练语言模型尚未在低资源语言上进行深入研究... 详细信息

预训练语言模型(PLM)在自然语言处理(NLP)任务上应用广泛且表现优异。目前预训练语言模型主要在英语和中文等资源丰富的语言上进行训练,由于缺乏大规模的数据资源及语言特征的复杂性,导致预训练语言模型尚未在低资源语言上进行深入研究,特别是蒙古文等黏着语。为了解决数据稀缺的问题,本研究创建了大规模的蒙古语预训练数据集并建立了三个下游任务的数据集,分别为新闻分类任务、命名实体识别任务(NER)、词性标注任务(POS),在此基础上提出了一种融入黏着语特征的蒙古文预训练语言模型IAMC⁃BERT。该模型将蒙古文黏着语特性融入tokenization阶段和预训练语言模型训练阶段。具体来说,to⁃kenization阶段旨在将蒙古文单词序列转换为包括词干和一些后缀的细粒度子词;训练阶段设计了一种基于形态学的掩蔽策略,以增强模型学习黏着语特征的能力。在三个下游任务上的实验结果表明,该方法超越了传统的BERT方法,成功地融入了蒙古文黏着语特征。

关键词：预训练语言模型蒙古文黏着语特征

来源：评论

学校读者我要写书评

暂无评论

基于特征再抽象(FRA)的多元时序预测方法

引用

计算机科学 2023年第S02期50卷 650-657页

作者：王昊周建涛郝昕毓王飞宇内蒙古大学计算机学院呼和浩特010021 蒙古文智能信息处理技术国家地方联合工程研究中心呼和浩特010021 生态大数据教育部工程研究中心呼和浩特010021 内蒙古自治区云计算与服务软件工程实验室呼和浩特010021 内蒙古自治区社会计算与数据处理重点实验室呼和浩特010021 内蒙古自治区大数据分析技术工程实验室呼和浩特010021 内蒙古自治区纪检监察大数据重点实验室呼和浩特010021

科技领域的衍生行业因普遍存在强时间约束的特性而累积了海量的高维时间序列数据,严峻的数据压力导致传统的数据建模预测方法受制于数据规模和属性维度。支撑高质量的服务对大数据智能预测技术提出了更高的要求,如何在数据层面上实现预... 详细信息

科技领域的衍生行业因普遍存在强时间约束的特性而累积了海量的高维时间序列数据,严峻的数据压力导致传统的数据建模预测方法受制于数据规模和属性维度。支撑高质量的服务对大数据智能预测技术提出了更高的要求,如何在数据层面上实现预测性能的提升是现阶段亟待解决的主要问题。针对上述问题,提出了针对多元时序数据的特征再抽象(Feature Re-Abstraction,FRA)算法,首先通过RobustSTL分解算法提取趋势性和季节性特征(Trend and Seasonality Features,TSFs),实现多元数据的特征二阶抽象,以“抽象即特征”替代传统“标签即特征”的提取策略,再通过Pearson相关系数的运算结果评估再抽象技术捕捉的TSFs与目标参数间的相关强度,证实TSF的数据价值。在FRA算法的基础上结合深度学习模型构建基于数据驱动的多元时序预测算法,通过预测效果验证FRA算法的有效性。实验结果表明,引入TSFs作为数据驱动模型的训练向量能够兼具数据降维、降噪及强相关特性地维持,从而避免模型过拟合并缓解模型欠拟合,提高时序预测算法的准确性和鲁棒性。

关键词：多元时序数据多元时序预测算法特征再抽象趋势性和季节性特征相关性评估

来源：评论

学校读者我要写书评

暂无评论

基于CEEMDAN-ConvLSTM组合模型的云计算负载预测方法

引用

计算机科学 2023年第S01期50卷 642-650页

作者：赵鹏周建涛赵大明内蒙古大学计算机学院呼和浩特010021 蒙古文智能信息处理技术国家地方联合工程研究中心呼和浩特010021 生态大数据教育部工程研究中心呼和浩特010021 内蒙古自治区云计算与服务软件工程实验室呼和浩特010021 内蒙古自治区社会计算与数据处理重点实验室呼和浩特010021 内蒙古自治区大数据分析技术工程实验室呼和浩特010021 内蒙古自治区纪检监察大数据重点实验室呼和浩特010021

随着云计算技术的快速发展,越来越多的用户选择使用云服务。负载请求与资源供应的不匹配问题日益凸显,使得用户请求无法得到及时响应,极大地影响云服务质量,实时预测负载请求,将有助于及时供应资源。针对云计算环境中的负载预测方法性... 详细信息

随着云计算技术的快速发展,越来越多的用户选择使用云服务。负载请求与资源供应的不匹配问题日益凸显,使得用户请求无法得到及时响应,极大地影响云服务质量,实时预测负载请求,将有助于及时供应资源。针对云计算环境中的负载预测方法性能低的问题,提出了一种基于自适应噪声的完备经验模态分解和卷积长时序神经网络组合模型(CEEMDAN-ConvLSTM)的云计算负载预测方法。首先运用自适应噪声的完备经验模态(CEEMDAN)分解技术对数据序列进行分解操作,将其转换为若干个易于分析和建模的子序列;然后运用卷积长时序神经网络(ConvLSTM)预测模型对这一系列子序列进行建模预测,并采用基于多进程并行计算的研究思路,实现多序列并行预测及贝叶斯优化调参;最后将预测值综合叠加以获得整个模型的预测输出,从而实现对原始复杂序列数据进行高精度预测的目标。使用Google集群工作负载数据集进行实验验证,实验结果表明,CEEMDAN-ConvLSTM组合模型具有良好的预测效果,相比自回归差分移动平均模型(ARIMA)、长短期记忆网络(LSTM)和卷积长时序神经网络(ConvLSTM),所提模型预测均方根误差(RMSE)指标分别提升了30.9%,30.1%和22.5%。

关键词：云计算负载预测卷积长时序神经网络(ConvLSTM) 模态分解技术贝叶斯优化

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：