检索结果-内蒙古大学图书馆

中华检验医学杂志 2025年第2期48卷 292-296页

作者：施意史浩男叶翰嘉詹德川南京大学人工智能学院南京大学计算机软件新技术国家重点实验室南京210046

近年来,随着大数据的可用性提升以及计算机算力的提高,深度学习在图像识别、语音识别和自然语言处理等领域取得了一定成果,为医学的发展提供了新方向,例如智能医疗问诊、个性化诊疗方案设计、医疗影像辅助判读等。然而,深度学习在应用... 详细信息

近年来,随着大数据的可用性提升以及计算机算力的提高,深度学习在图像识别、语音识别和自然语言处理等领域取得了一定成果,为医学的发展提供了新方向,例如智能医疗问诊、个性化诊疗方案设计、医疗影像辅助判读等。然而,深度学习在应用时也存在许多问题,例如可复用性不强和可解释性不足等。本文主要阐述深度学习的发展史及其在医学领域的一些最新进展,并对其在医学应用中的一些问题进行分析和探讨。

关键词：深度学习神经网络医学应用

来源：评论

学校读者我要写书评

暂无评论

面向开集识别的稳健测试时适应方法

引用

软件学报 2024年第4期35卷 1667-1681页

作者：周植张丁楚李宇峰张敏灵计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 东南大学计算机科学与工程学院江苏南京210096

开集识别旨在研究测试阶段突现未见类别对于机器学习模型的挑战,以期学习模型既能分类已见类别又可识别/拒绝未见类别,是确保机器学习模型能够在开放世界中高效稳健部署的重要技术.既有开集识别技术通常假设已见类别的协变量分布在训练... 详细信息

开集识别旨在研究测试阶段突现未见类别对于机器学习模型的挑战,以期学习模型既能分类已见类别又可识别/拒绝未见类别,是确保机器学习模型能够在开放世界中高效稳健部署的重要技术.既有开集识别技术通常假设已见类别的协变量分布在训练与测试阶段维持不变.然而在实际场景中,类别的协变量分布常不断变化.直接利用既有技术不再奏效,其性能甚至劣于基线方案.因此,亟需研究新型开集识别方法,使其能不断适应协变量分布偏移,以期模型在测试阶段既能稳健分类已见类别又可识别未见类别.将此新问题设置命名为开放世界适应问题(AOW),并提出了一种开放测试时适应方法(OTA).该方法基于无标注测试数据优化自适应熵损失与开集熵损失更新模型,维持对已见类的既有判别能力,同时增强了识别未见类的能力.大量实验分析表明,该方法在多组基准数据集、多组不同协变量偏移程度下均稳健地优于现有先进的开集识别方法.

关键词：开集识别测试时适应分布偏移图像识别流数据

来源：评论

学校读者我要写书评

暂无评论

融合图像信息的跨模态Transformer点云补全算法

引用

计算机辅助设计与图形学学报 2024年第7期36卷 1026-1033页

作者：何星朱哲燕雪峰郭延文宫丽娜魏明强南京航空航天大学计算机科学与技术学院南京210016 南京大学计算机软件新技术国家重点实验室南京210023

针对三维传感器(如LiDAR、深度相机)获取的点云往往残缺不全,需要进行补全处理,而单模态方法存在的补全结果细节不丰富、结构不完整等问题,提出一种融合图像信息的跨模态Transformer点云补全算法.首先采用点云分支和图像分支分别提取点... 详细信息

针对三维传感器(如LiDAR、深度相机)获取的点云往往残缺不全,需要进行补全处理,而单模态方法存在的补全结果细节不丰富、结构不完整等问题,提出一种融合图像信息的跨模态Transformer点云补全算法.首先采用点云分支和图像分支分别提取点云特征和图像特征,其中,点云分支采用PoinTr为骨干网络,图像分支采用7层卷积;然后通过特征融合模块融合点云特征和图像特征,由粗到精地生成全分辨率的点云.在ShapeNet-ViPC数据集上进行实验的结果表明,所提算法的可视化结果优于单模态点云补全方法和目前仅有的跨模态点云补全方法ViPC,且在大部分测试类别上的CD-L_(2)量化指标优于ViPC;平均CD-L_(2)为2.74,比ViPC低17%.为了便于研究人员评估和使用,文中算法可通过https://***/Starak-x/ImPoinTr开源获取.

关键词：点云补全 Transformer 跨模态

来源：评论

学校读者我要写书评

暂无评论

深度指导的无监督领域自适应语义分割

引用

计算机辅助设计与图形学学报 2024年第1期36卷 133-141页

作者：卢加文史金龙诸皓伟孙蕴瀚成志刚江苏科技大学计算机学院镇江2120002 南京大学计算机软件新技术国家重点实验室南京210046 浙江大学软件学院杭州310058

为了提高语义分割精度,解决模型在不同数据域上泛化性差的问题,提出基于深度信息的无监督领域自适应语义分割方法.首先,深度感知自适应框架通过捕捉深度信息和语义信息的内在联系,减小不同域之间的差异;然后,设计了一个轻量级深度估计... 详细信息

为了提高语义分割精度,解决模型在不同数据域上泛化性差的问题,提出基于深度信息的无监督领域自适应语义分割方法.首先,深度感知自适应框架通过捕捉深度信息和语义信息的内在联系,减小不同域之间的差异;然后,设计了一个轻量级深度估计网络来提供深度信息,通过跨任务交互策略融合深度和语义信息,并在深度感知空间对齐源域和目标域的分布差距;最后,提出基于深度信息的域内自适应策略弥合目标域内部的分布差异,将目标域分为子源域和子目标域,并缩小子源域和子目标域分布差距.实验结果表明,所提方法在SYNTHIA-2-Cityscapes和SYNTHIA-2-Mapillary跨域任务上的平均交并比分别为46.7%和73.3%,与同类方法相比,该方法在语义分割和深度估计精度上均有显著提升.

关键词：无监督领域自适应语义分割多任务学习深度估计

来源：评论

学校读者我要写书评

暂无评论

基于语法和语义分割的跨领域方面级情感分类

引用

中国科学：信息科学 2023年第7期53卷 1299-1313页

作者：吴震戴新宇南京大学计算机软件新技术国家重点实验室南京210023

神经网络在方面级情感分类任务上已经取得了良好的性能.然而,由于复杂且耗时的数据标注流程,方面级情感分类在很多领域上是低资源甚至是零资源的,这限制了该任务在实际场景中的应用.为了解决这个挑战性的问题,本文关注跨领域的方面级情... 详细信息

神经网络在方面级情感分类任务上已经取得了良好的性能.然而,由于复杂且耗时的数据标注流程,方面级情感分类在很多领域上是低资源甚至是零资源的,这限制了该任务在实际场景中的应用.为了解决这个挑战性的问题,本文关注跨领域的方面级情感分类,并提出一种基于语法和语义分割的跨领域方面情感分类方法.具体而言,针对不同领域用词差异造成的领域漂移和注意力泛化问题,本文首次提出利用单纯的语法信息来获取可在领域之间迁移的语法注意力,并引入与目标领域相近的文档情感分类任务来增强神经网络模型对目标领域的情感识别能力,最终从语法和语义两个层面分别提升模型的注意力机制和文本上下文表示.实验在6个跨领域方面级情感分类任务上进行,结果表明,与其他9种基线方法相比,本文的方法在6个任务上都取得了最先进的性能,在平均准确率和平均macro-F1两个指标上比之前最好的模型DIFD分别提升7.14%和7.6%.此外,即使以大规模预训练模型BERT,BERT-ADA,RoBERTa等作为骨干网络,本文的方法仍能实现3.5%以上的平均准确率提升和平均macro-F1提升.

关键词：方面级情感分类跨领域神经网络注意力语法和语义

来源：评论

学校读者我要写书评

暂无评论

基于混合图表示的软件变更预测方法

引用

软件学报 2024年第8期35卷 3824-3842页

作者：杨馨悦刘安赵雷陈林章晓芳苏州大学计算机科学与技术学院江苏苏州215006 计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

软件变更预测旨在识别出具有变更倾向的模块,可以帮助软件管理者和开发人员有效地分配资源,降低维护开销.从代码中提取有效的特征在构建准确的预测模型中起着重要作用.近年来,研究人员从利用传统的手工特征进行预测转向具有强大表示能... 详细信息

软件变更预测旨在识别出具有变更倾向的模块,可以帮助软件管理者和开发人员有效地分配资源,降低维护开销.从代码中提取有效的特征在构建准确的预测模型中起着重要作用.近年来,研究人员从利用传统的手工特征进行预测转向具有强大表示能力的语义特征,他们从抽象语法树(abstract syntax tree,AST)的节点序列中提取语义特征构建模型.但已有研究忽略了AST的结构信息以及代码中丰富的语义信息,如何提取代码的语义特征仍然是一个具有挑战性的问题.为此,提出一种基于混合图表示的变更预测方法.该模型首先结合AST、控制流图(control flow graph,CFG)、数据流图(data flow graph,DFG)等结构信息构建代码的程序图表示,接着利用图神经网络学习出程序图的语义特征,根据该特征预测变更倾向性.所提模型能够融合各种语义信息以更好地表征代码.在多组变更数据集上开展与最新变更预测方法的对比实验,验证了所提方法的有效性.

关键词：软件变更预测图神经网络 AST 控制流图数据流图

来源：评论

学校读者我要写书评

暂无评论

基于深度强化学习的掼蛋扑克博弈求解

引用

计算机研究与发展 2024年第1期61卷 145-155页

作者：葛振兴向帅田品卓高阳计算机软件新技术国家重点实验室(南京大学) 南京210023 上海大学计算机工程与科学学院上海200444 南京大学深圳研究院广东深圳518057

在不确定信息的复杂环境下进行决策是现实中人们经常面对的困难之一,因此具有能够进行良好决策的能力被视为人工智能的重要能力之一.而游戏类型的博弈作为对现实世界的一种高度抽象,具有良定义、易检验算法优劣等特点,成为研究的主流.... 详细信息

在不确定信息的复杂环境下进行决策是现实中人们经常面对的困难之一,因此具有能够进行良好决策的能力被视为人工智能的重要能力之一.而游戏类型的博弈作为对现实世界的一种高度抽象,具有良定义、易检验算法优劣等特点,成为研究的主流.其中以掼蛋为代表的扑克类博弈不仅具有他人手牌未知这样的难点,还由于可选出牌动作与他人手牌情况数量庞大等特点,难以进行高效求解.因此,提出了一种软深度蒙特卡洛(soft deep Monte Carlo,SDMC)求解方法.该方法能够更好地融合领域知识,加快策略学习速度,并采用软动作采样策略调整实时决策,提升策略胜率.所提出的SDMC方法训练出的策略模型参加第2届“中国人工智能博弈算法大赛”时获得冠军.与第1届比赛冠军策略和第2届其他策略模型的实验对比证明了该方法在解决掼蛋扑克博弈中的有效性.

关键词：非完美信息深度强化学习多智能体系统软深度蒙特卡洛方法扑克博弈

来源：评论

学校读者我要写书评

暂无评论

基于eBPF的内核堆漏洞动态缓解机制

引用

软件学报 2024年第7期35卷 3332-3354页

作者：王子成郭迎港钟炳南陈越琦曾庆凯计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 南京大学计算机科学与技术系江苏南京210023 Department of Computer Science University of Colorado BoulderBoulder 80309USA

内核堆漏洞是目前操作系统安全的主要威胁之一,用户层攻击者通过触发漏洞能够泄露或修改内核敏感信息,破坏内核控制流,甚至获取root权限.但是由于漏洞的数量和复杂性剧增,从漏洞首次被报告到开发者给出修复补丁(patch)往往需要较长时间... 详细信息

内核堆漏洞是目前操作系统安全的主要威胁之一,用户层攻击者通过触发漏洞能够泄露或修改内核敏感信息,破坏内核控制流,甚至获取root权限.但是由于漏洞的数量和复杂性剧增,从漏洞首次被报告到开发者给出修复补丁(patch)往往需要较长时间,而内核现阶段采用的缓解机制均能被稳定绕过.为此提出一种基于eBPF的内核堆漏洞动态缓解框架,用于在修复时间窗口中降低内核安全风险.动态缓解框架采取数据对象空间随机化策略,在每次分配时为漏洞报告中涉及的数据对象分配随机地址,并充分利用eBPF的动态、安全特性将空间随机化对象在运行时注入内核,使得攻击者无法准确放置攻击负载,堆漏洞几乎无法被利用.评估40个真实内核堆漏洞,并收集12个绕过现有缓解机制的攻击程序进行进一步分析和实验,证实动态缓解框架提供充足的安全性.性能测试表明,即使在严苛情况下,大量分配的4类数据对象仅对系统造成约1%的性能损耗和可以忽略不计的内存损耗,同时增加保护对象的数量几乎不引入额外性能损耗.所提机制对比相关工作适用范围更广,安全性更强,而且无需安全专家发布的漏洞补丁,可以根据漏洞报告生成缓解程序,具备广阔应用前景.

关键词：系统安全漏洞缓解 eBPF

来源：评论

学校读者我要写书评

暂无评论

版本失配和数据泄露对基于缺陷报告的缺陷定位模型的影响

引用

软件学报 2023年第5期34卷 2196-2217页

作者：周慧聪郭肇强梅元清李言辉陈林周毓明计算机软件新技术国家重点实验室(南京大学) 江苏南京210093 南京大学计算机科学与技术系江苏南京210023

为了降低缺陷定位过程中的人力成本,研究者们在缺陷报告的基础上提出了许多基于信息检索的缺陷定位模型,包括使用传统特征和使用深度学习特征进行建模的定位模型.在评价不同缺陷定位模型时设计的实验中,现有研究大多忽视了缺陷报告所属... 详细信息

为了降低缺陷定位过程中的人力成本,研究者们在缺陷报告的基础上提出了许多基于信息检索的缺陷定位模型,包括使用传统特征和使用深度学习特征进行建模的定位模型.在评价不同缺陷定位模型时设计的实验中,现有研究大多忽视了缺陷报告所属的版本与目标源代码的版本之间存在的“版本失配”问题或/和在训练和测试模型时缺陷报告的时间顺序所引发的“数据泄露”问题.致力于报告现有模型在更加真实的应用场景下的性能表现,并分析版本失配和数据泄露问题对评估各模型真实性能产生的影响.选取6个使用传统特征的定位模型(BugLocator、BRTracer、BLUiR、AmaLgam、BLIA、Locus)和1个使用深度学习特征的定位模型(CodeBERT)作为研究对象.在5个不同实验设置下基于8个开源项目进行系统性的实证分析.首先,CodeBERT模型直接应用于缺陷定位效果并不理想,其定位的准确率依赖于目标项目的版本数目和源代码规模.其次,版本匹配设置下使用传统特征的定位模型在平均准确率均值(MAP)、平均序位倒数均值(MRR)两个指标上比版本失配实验设置下最高可以提高47.2%和46.0%,CodeBERT模型的效果也受到数据泄露和版本匹配的双重影响.使用传统特征的缺陷定位模型的性能被低估,而使用深度学习特征的CodeBERT模型在应用于缺陷定位任务时还需要更多的探索和验证.

关键词：缺陷定位缺陷报告版本失配数据泄露信息检索

来源：评论

学校读者我要写书评

暂无评论

神经形态计算:从脉冲神经网络到边缘部署

引用

软件学报 2025年第4期36卷 1758-1795页

作者：俞诗航易梦军吴洲申富饶赵健计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 南京大学计算机学院江苏南京210023 南京大学人工智能学院江苏南京210023 南京大学电子科学与工程学院江苏南京210023

受生物神经系统启发,神经形态计算的概念于20世纪80年代被提出,旨在模拟生物大脑的结构和功能,实现更高效、更具生物合理性的计算方式.作为神经形态计算的代表模型,脉冲神经网络(SNN)因其脉冲稀疏性,事件驱动性、生物可解释性以及硬件... 详细信息

受生物神经系统启发,神经形态计算的概念于20世纪80年代被提出,旨在模拟生物大脑的结构和功能,实现更高效、更具生物合理性的计算方式.作为神经形态计算的代表模型,脉冲神经网络(SNN)因其脉冲稀疏性,事件驱动性、生物可解释性以及硬件契合性等优势,在资源严格受限的边缘智能任务中得到了广泛应用.针对脉冲神经网络的边缘部署情况进行梳理和汇总,首先从脉冲神经网络模型自身的原理出发,论述脉冲神经网络的高能效计算方式以及巨大的边缘部署潜力.然后介绍当下常见的脉冲神经网络硬件实现工具链,并重点对脉冲神经网络在各类神经形态硬件平台的部署情况做详细的整理与分析.最后,考虑到硬件故障行为已发展为当下研究中不可避免的问题,对脉冲神经网络边缘部署时的故障与容错研究进行概述.从软件模型原理到硬件平台实现,全面系统地介绍神经形态计算的最新进展,分析脉冲神经网络边缘部署时遇到的困难与挑战,并针对这些挑战给出未来可能的解决方向.

关键词：神经网络脉冲神经网络神经形态计算边缘智能

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：