检索结果-内蒙古大学图书馆

西安交通大学学报 2025年

作者：杨想彦梁慧慧陈希李凡新疆大学计算机科学与技术学院西安交通大学电子与信息学部

针对现有语音驱动人脸生成方法在生成人脸视频清晰度和真实感方面的不足，设计了一种多尺度视觉增强的端到端人脸视频生成模型——VisClearTalk，并提出包含视觉增强模块的人脸解码器。首先，采用人脸编码器处理包含随机参考帧和下半张... 详细信息

针对现有语音驱动人脸生成方法在生成人脸视频清晰度和真实感方面的不足，设计了一种多尺度视觉增强的端到端人脸视频生成模型——VisClearTalk，并提出包含视觉增强模块的人脸解码器。首先，采用人脸编码器处理包含随机参考帧和下半张脸被遮挡的先验帧，从中提取面部特征；接着，采用语音编码器从音频中提取特征，以指导面部内容生成；随后，采用人脸解码器融合这些特征，并通过卷积模块初步重建面部图像；最后，采用视觉增强模块将多尺度卷积和残差融合，进一步增强人脸下半部分区域的细节和边缘信息，从而提升生成人脸视频的视觉质量。使用公开唇语识别数据集对VisClearTalk模型进行实验验证，结果表明：该模型通过引入视觉增强模块，有效提升了面部视觉内容的细腻程度和真实感，能够生成清晰自然的人脸视频；在性能指标方面，峰值信噪比达到34.349 dB，结构相似度达到0.933，可学习感知图像块相似度降低至0.040。研究结果可为当前人脸生成需求提供一种解决方案。

关键词：语音驱动人脸生成视觉增强视觉质量

来源：评论

学校读者我要写书评

暂无评论

一种深度神经网络多步延迟参数更新并行优化方法

引用

哈尔滨工业大学学报 2025年

作者：巨涛康贺廷刘帅丁肖健王龙翔兰州交通大学电子与信息工程学院西安交通大学计算机科学与技术学院

为解决深度神经网络（deep neural network，DNN）分布式数据并行训练中因聚合节点梯度进行全局梯度参数更新而导致的高通信开销问题，提出了一种DNN多步延迟参数更新并行优化方法。首先设计了一种自适应多步更新间隔选择策略，通过多... 详细信息

为解决深度神经网络（deep neural network，DNN）分布式数据并行训练中因聚合节点梯度进行全局梯度参数更新而导致的高通信开销问题，提出了一种DNN多步延迟参数更新并行优化方法。首先设计了一种自适应多步更新间隔选择策略，通过多次本地迭代，再聚合节点梯度，以降低频繁通信造成的额外开销；同时提出了一种参数修正策略，防止本地模型在多步本地更新后偏离全局模型，从而保证训练精度；其次在聚合梯度时，将梯度张量切分为子张量，在梯度聚合过程中实现通信与计算的最大化重叠，进一步加速模型训练；最后在CIFAR-100和ImageNet-mini数据集上，将本文方法与SSGD、Local SGD训练方法进行实验对比。实验结果表明，本文方法可以在保证模型训练精度的基础上，显著减少因参数更新引入的通信开销，可以实现通信与计算的最大化重叠、充分利用计算资源进提升并行训练速度。研究结果可为降低DNN分布式训练过程中的通信开销提供新的方案。

关键词：深度神经网络数据并行通信调度参数更新计算与通信重叠

来源：评论

学校读者我要写书评

暂无评论

2024年国家自然科学基金人工智能学科项目受理与资助情况

引用

计算机研究与发展 2025年第3期62卷 648-661页

作者：谢国张怀文王乐廖清张奥千周志立葛慧林王志衡吴国政国家自然科学基金委员会信息科学部二处北京100083 内蒙古大学计算机学院呼和浩特010021 西安交通大学人工智能学院西安710049 哈尔滨工业大学(深圳)计算机科学与技术学院广东深圳518000 北京理工大学计算机学院北京100081 广州大学人工智能学院广州510000 江苏科技大学海洋学院江苏镇江215000

为便于广大科研人员及时了解国家自然科学基金“人工智能”学科方向项目的申请、受理和资助情况,对2024年的本学科项目情况进行了统计分析.首先介绍了2024年国家自然科学基金委员会的重要改革举措;其次,总结分析了本年“人工智能”学科(... 详细信息

为便于广大科研人员及时了解国家自然科学基金“人工智能”学科方向项目的申请、受理和资助情况,对2024年的本学科项目情况进行了统计分析.首先介绍了2024年国家自然科学基金委员会的重要改革举措;其次,总结分析了本年“人工智能”学科(F06)研究系列项目与人才系列项目的申请与资助情况.重点梳理了在新的改革举措下该领域项目申请与资助的变化情况、年龄变化情况与依托单位分布情况;最后对“人工智能”领域优先发展方向进行了展望.

关键词：国家自然科学基金委人工智能申请与资助情况基金改革举措基金申请建议

来源：评论

学校读者我要写书评

暂无评论

质心投票与相关性驱动的单幅图像模型配准

引用

计算机辅助设计与图形学学报 2024年

作者：贾勇刚闫青云赵玺西安交通大学电子与信息学部计算机科学与技术学院

传统的单幅图像模型配准方法未能充分考虑由深度估计得到的点云具有密度不均、物体质心距离点云较远的特点，也未能充分挖掘物体点云与归一化点云间的相关性，影响了配准结果的精度. 为此，设计一个新的物体特征提取网络，提出一种... 详细信息

传统的单幅图像模型配准方法未能充分考虑由深度估计得到的点云具有密度不均、物体质心距离点云较远的特点，也未能充分挖掘物体点云与归一化点云间的相关性，影响了配准结果的精度. 为此，设计一个新的物体特征提取网络，提出一种基于质心投票和点云间相关性的模型配准方法. 首先对点云进行最远点采样; 然后利用物体局部对其质心具有指向性的特点，通过局部特征回归采样点相对质心的偏移向量; 利用共享权重的多层感知机挖掘物体点云与归一化点云间匹配点的相关性，同时提出一种关键点自监督损失函数提升权重预测的可靠性. 在ScanNet25k数据集上的实验结果表明，与当前主流方法ROCA相比，所提方法的任务准确率提高了8.2个百分点.

关键词：虚拟现实配准点云最远点采样

来源：评论

学校读者我要写书评

暂无评论

一种数据结构制导的线程划分方法与执行模型

引用

软件学报 2013年第10期24卷 2432-2459页

作者：杜延宁赵银亮韩博李远成西安交通大学电子与信息工程学院陕西西安710049 西安科技大学计算机科学与技术学院陕西西安710054

在对程序进行并行化时,为了保证结果的正确性,并行编译器只能采取一种保守的策略,也就是,如果它不能确定两段代码在并行执行时是否会发生冲突,它就不允许这两段代码并行执行.虽然这种做法保证了正确性,但同时也限制了对并行性的开发.在... 详细信息

在对程序进行并行化时,为了保证结果的正确性,并行编译器只能采取一种保守的策略,也就是,如果它不能确定两段代码在并行执行时是否会发生冲突,它就不允许这两段代码并行执行.虽然这种做法保证了正确性,但同时也限制了对并行性的开发.在这种背景下,许多推测多线程方法被提了出来,这些方法通过允许可能冲突的代码段并行执行来把握更多的并行机会,同时,通过从冲突中恢复来保证结果的正确性.然而,传统推测多线程方法所使用的"沿控制流将串行程序划分为多个线程"的做法并不适合不同数据结构上的操作在控制流中相互交错的情况,因为如果沿控制流将程序线性地划分为多个线程,则同一个数据结构上的操作将被分到不同的线程中,从而非常容易发生冲突.为了有效地对这些程序进行并行化,提出了一种基于数据结构的线程划分方法与执行模型.在这种方法中,程序中的对象被划分成多个组,同一组中对象上的操作被分派到同一个线程中去执行,从而降低了在同一个数据结构上发生冲突的可能性.

关键词：推测多线程并行化数据结构划分方法执行模型

来源：评论

学校读者我要写书评

暂无评论

同态加密技术及其在云计算隐私保护中的应用

引用

软件学报 2018年第7期29卷 1830-1851页

作者：李宗育桂小林顾迎捷李雪松戴慧珺张学军西安交通大学电子与信息工程学院陕西西安710049 陕西省计算机网络重点实验室(西安交通大学) 陕西西安710049 贵州大学计算机科学与技术学院贵州贵阳550025 兰州交通大学电子与信息工程学院甘肃兰州730077

云计算技术的快速发展使得云服务模式具备了广阔的应用空间,这种模式使用户具备了过往无法比拟的计算能力和存储空间等优势.在云服务模式下用户的隐私安全问题是其推广和应用中面临的首要问题,如何在计算数据的过程中,既保证数据的隐私... 详细信息

云计算技术的快速发展使得云服务模式具备了广阔的应用空间,这种模式使用户具备了过往无法比拟的计算能力和存储空间等优势.在云服务模式下用户的隐私安全问题是其推广和应用中面临的首要问题,如何在计算数据的过程中,既保证数据的隐私性,又保证其可用性,是面临的一大难题,同态加密技术作为解决这一问题的关键手段,是近年来国际国内学界的热点问题.介绍了云计算隐私安全和同态加密研究进展、同态加密算法的分类、安全理论基础、全同态加密方案的实现技术以及同态加密技术在云计算隐私保护中的应用,重点对各类同态加密方案的优缺点进行了介绍和分析,提出了未来的研究方向.

关键词：云服务同态加密密文计算隐私安全

来源：评论

学校读者我要写书评

暂无评论

2023年度人工智能领域国家自然科学基金项目申请与资助情况综述

引用

模式识别与人工智能 2024年第2期37卷 95-105页

作者：谢国王乐宋和平肖斌廖清王志衡吴国政国家自然科学基金委员会信息科学部信息科学二处北京100085 西安交通大学人工智能学院西安710049 江苏大学计算机科学与通信工程学院镇江212013 重庆邮电大学计算机科学与技术学院重庆400065 哈尔滨工业大学(深圳)计算机科学与技术学院深圳518055

对2023年度国家自然科学基金人工智能领域(申请代码F06)下的“人才”和“研究”两大项目系列中部分项目的申请与资助情况进行统计分析,并从申请代码、依托单位分布及其近五年(2019~2023)的变化趋势等角度进行分析,同时介绍本领域按科学... 详细信息

对2023年度国家自然科学基金人工智能领域(申请代码F06)下的“人才”和“研究”两大项目系列中部分项目的申请与资助情况进行统计分析,并从申请代码、依托单位分布及其近五年(2019~2023)的变化趋势等角度进行分析,同时介绍本领域按科学问题属性分类的评审情况以及相关评审原则与举措.最后进行总结和展望,旨在为相关研究人员了解该领域的研究热点和未来发展方向提供参考.

关键词：国家自然科学基金人工智能年度总结

来源：评论

学校读者我要写书评

暂无评论

基于跨域对抗学习的零样本分类

引用

计算机研究与发展 2019年第12期56卷 2521-2535页

作者：刘欢郑庆华罗敏楠赵洪科肖阳吕彦章西安交通大学计算机科学与技术学院西安710049 天津大学管理与经济学部天津300072 综合业务网国家重点实验室(西安电子科技大学) 西安710071

零样本学习旨在识别具有少量、甚至没有训练样本的未见类,这些类与可见类遵循不同的数据分布.最近,随着深度神经网络在跨模态生成方面的成功,使用合成的样本对未见数据进行分类取得了巨大突破.现有方法通过共享生成器和解码器,联合传统... 详细信息

零样本学习旨在识别具有少量、甚至没有训练样本的未见类,这些类与可见类遵循不同的数据分布.最近,随着深度神经网络在跨模态生成方面的成功,使用合成的样本对未见数据进行分类取得了巨大突破.现有方法通过共享生成器和解码器,联合传统生成对抗网络和变分自编码器来实现样本的合成.然而,由于这2种生成网络产生的数据分布不同,联合模型合成的数据遵循复杂的多域分布.针对这个问题,提出跨域对抗生成网络(CrossD-AGN),将传统生成对抗网络和变分自编码器有机结合起来,基于类级语义信息为未见类合成样本,从而实现零样本分类.提出跨域对抗学习机制,引入2个对称的跨域判别器,通过判断合成样本属于生成器域分布还是解码器域分布,促使联合模型中的生成器解码器不断优化,提高样本合成能力.在多个真实数据集上进行了广泛的实验,结果表明了所提出方法在零样本学习上的有效性和优越性.

关键词：零样本学习生成模型跨模态生成跨域对抗学习联合模型

来源：评论

学校读者我要写书评

暂无评论

改进的动态图社区演化关系分析方法

引用

计算机应用 2020年第8期40卷 2313-2318页

作者：罗香玉李嘉楠罗晓霞王佳西安科技大学计算机科学与技术学院西安710054 西安交通大学电子与信息工程学部西安710049

传统基于相邻时间片分析所获得的社区演化关系无法完备地刻画动态图社区演化的整个过程。为此提出了一种改进的社区演化关系分析方法。首先,定义社区事件,并根据发生的社区事件来描述社区的演化状态;然后,对两个不相同时间片内的社区进... 详细信息

传统基于相邻时间片分析所获得的社区演化关系无法完备地刻画动态图社区演化的整个过程。为此提出了一种改进的社区演化关系分析方法。首先,定义社区事件,并根据发生的社区事件来描述社区的演化状态;然后,对两个不相同时间片内的社区进行事件匹配,从而获得社区演化关系;最后,通过实验将所提方法与传统方法进行比较。实验结果表明,所提方法发现的社区事件总数是传统方法的2倍以上,可为动态图社区演化过程的描述提供更丰富的信息。

关键词：动态图社区结构社区事件社区演化关系分析社区发现

来源：评论

学校读者我要写书评

暂无评论

人工智能系统安全与隐私风险

引用

计算机研究与发展 2019年第10期56卷 2135-2150页

作者：陈宇飞沈超王骞李琦王聪纪守领李康管晓宏智能网络与网络安全教育部重点实验室(西安交通大学) 西安710049 西安交通大学电子与信息学部西安710049 武汉大学网络安全学院武汉430072 清华大学网络科学与网络空间研究院北京100084 香港城市大学计算机科学系香港999077 浙江大学网络空间安全研究中心杭州310027 浙江大学计算机科学与技术学院杭州310027 乔治亚大学计算机科学系乔治亚州雅典市30602

人类正在经历着由深度学习技术推动的人工智能浪潮,它为人类生产和生活带来了巨大的技术革新.在某些特定领域中,人工智能已经表现出达到甚至超越人类的工作能力.然而,以往的机器学习理论大多没有考虑开放甚至对抗的系统运行环境,人工智... 详细信息

人类正在经历着由深度学习技术推动的人工智能浪潮,它为人类生产和生活带来了巨大的技术革新.在某些特定领域中,人工智能已经表现出达到甚至超越人类的工作能力.然而,以往的机器学习理论大多没有考虑开放甚至对抗的系统运行环境,人工智能系统的安全和隐私问题正逐渐暴露出来.通过回顾人工智能系统安全方面的相关研究工作,揭示人工智能系统中潜藏的安全与隐私风险.首先介绍了包含攻击面、攻击能力和攻击目标的安全威胁模型.从人工智能系统的4个关键环节——数据输入(传感器)、数据预处理、机器学习模型和输出,分析了相应的安全隐私风险及对策.讨论了未来在人工智能系统安全研究方面的发展趋势.

关键词：智能系统安全系统安全数据处理人工智能深度学习

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：