检索结果-内蒙古大学图书馆

软件学报 2023年第2期34卷 733-760页

作者：黄志刚刘全张立华曹家庆朱斐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 软件新技术与产业化协同创新中心(南京) 江苏南京210093

深度分层强化学习是深度强化学习领域的一个重要研究方向,它重点关注经典深度强化学习难以解决的稀疏奖励、顺序决策和弱迁移能力等问题.其核心思想在于:根据分层思想构建具有多层结构的强化学习策略,运用时序抽象表达方法组合时间细粒... 详细信息

深度分层强化学习是深度强化学习领域的一个重要研究方向,它重点关注经典深度强化学习难以解决的稀疏奖励、顺序决策和弱迁移能力等问题.其核心思想在于:根据分层思想构建具有多层结构的强化学习策略,运用时序抽象表达方法组合时间细粒度的下层动作,学习时间粗粒度的、有语义的上层动作,将复杂问题分解为数个简单问题进行求解.近年来,随着研究的深入,深度分层强化学习方法已经取得了实质性的突破,且被应用于视觉导航、自然语言处理、推荐系统和视频描述生成等生活领域.首先介绍了分层强化学习的理论基础;然后描述了深度分层强化学习的核心技术,包括分层抽象技术和常用实验环境;详细分析了基于技能的深度分层强化学习框架和基于子目标的深度分层强化学习框架,对比了各类算法的研究现状和发展趋势;接下来介绍了深度分层强化学习在多个现实生活领域中的应用;最后,对深度分层强化学习进行了展望和总结.

关键词：人工智能强化学习深度强化学习半马尔可夫决策过程深度分层强化学习

来源：评论

学校读者我要写书评

暂无评论

基于深度神经网络的诉辩文本争议焦点识别

引用

吉林大学学报（工学版） 2022年第8期52卷 1872-1880页

作者：白天徐明蔚刘思铭张佶安王喆吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012 吉林大学软件学院长春130012 吉林大学法学院长春130012

争议焦点是诉辩双方存在争议的焦点问题,是驱动案件审理、纠纷解决的主线和枢纽。准确快速地归纳争议焦点有利于提高庭审质量和效率,达到支撑“智慧司法”建设的效果。本文提出了一个端到端的模型来解决这个问题,模型基于深度神经网络... 详细信息

争议焦点是诉辩双方存在争议的焦点问题,是驱动案件审理、纠纷解决的主线和枢纽。准确快速地归纳争议焦点有利于提高庭审质量和效率,达到支撑“智慧司法”建设的效果。本文提出了一个端到端的模型来解决这个问题,模型基于深度神经网络对诉辩双方文本语义信息进行深层理解,通过结合字词级与句子级信息,同时进行句子级的矛盾检测、分类与完整诉辩文本的矛盾分类,通过基于规则的方法将二者结果融合,最终识别出诉辩文本中存在的全部争议焦点。在8个真实诉辩文本数据集上的实验结果表明:本文模型可以快速准确地识别出诉辩双方存在的争议焦点,与此领域当前主流方法相比,在识别准确率上有较大提升,对诉辩文本争议焦点的智能化识别提出了一个有效的新路径。

关键词：计算机应用技术司法人工智能争议焦点裁判文书自然语言处理文本匹配

来源：评论

学校读者我要写书评

暂无评论

基于样本效率优化的深度强化学习方法综述

引用

软件学报 2022年第11期33卷 4217-4238页

作者：张峻伟吕帅张正昊于佳玉龚晓宇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 吉林大学计算机科学与技术学院吉林长春130012 吉林大学软件学院吉林长春130012

深度强化学习将深度学习的表示能力和强化学习的决策能力结合,因在复杂控制任务中效果显著而掀起研究热潮.以是否用Bellman方程为基准,将无模型深度强化学习方法分为Q值函数方法和策略梯度方法,并从模型构建方式、优化历程和方法评估等... 详细信息

深度强化学习将深度学习的表示能力和强化学习的决策能力结合,因在复杂控制任务中效果显著而掀起研究热潮.以是否用Bellman方程为基准,将无模型深度强化学习方法分为Q值函数方法和策略梯度方法,并从模型构建方式、优化历程和方法评估等方面对两类方法分别进行了介绍.针对深度强化学习方法中样本效率低的问题进行讨论,根据两类方法的模型特性,说明了Q值函数方法过高估计问题和策略梯度方法采样无偏性约束分别是两类方法样本效率受限的主要原因.从增强探索效率和提高样本利用率两个角度,根据近年来的研究热点和趋势归纳出各类可行的优化方法,分析相关方法的优势和仍存在的问题,并对比其适用范围和优化效果.最后提出增强样本效率优化方法的通用性、探究两类方法间优化机制的迁移和提高理论完备性作为未来的研究方向.

关键词：深度强化学习 Q值函数方法策略梯度方法样本效率探索与利用

来源：评论

学校读者我要写书评

暂无评论

融合引力搜索的双延迟深度确定策略梯度方法

引用

软件学报 2023年第11期34卷 5191-5204页

作者：徐平安刘全郝少璞张立华苏州大学计算机科学与技术学院江苏苏州215006 软件新技术与产业化协同创新中心(南京) 江苏南京210093 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 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

近年来,深度强化学习在复杂控制任务中取得了令人瞩目的效果,然而由于超参数的高敏感性和收敛性难以保证等原因,严重影响了其对现实问题的适用性.元启发式算法作为一类模拟自然界客观规律的黑盒优化方法,虽然能够有效避免超参数的敏感性... 详细信息

近年来,深度强化学习在复杂控制任务中取得了令人瞩目的效果,然而由于超参数的高敏感性和收敛性难以保证等原因,严重影响了其对现实问题的适用性.元启发式算法作为一类模拟自然界客观规律的黑盒优化方法,虽然能够有效避免超参数的敏感性,但仍存在无法适应待优化参数量规模巨大和样本使用效率低等问题.针对以上问题,提出融合引力搜索的双延迟深度确定策略梯度方法(twin delayed deep deterministic policy gradient based on gravitational search algorithm,GSA-TD3).该方法融合两类算法的优势:一是凭借梯度优化的方式更新策略,获得更高的样本效率和更快的学习速度;二是将基于万有引力定律的种群更新方法引入到策略搜索过程中,使其具有更强的探索性和更好的稳定性.将GSA-TD3应用于一系列复杂控制任务中,实验表明,与前沿的同类深度强化学习方法相比,GSA-TD3在性能上具有显著的优势.

关键词：深度强化学习元启发式算法引力搜索确定策略梯度策略搜索

来源：评论

学校读者我要写书评

暂无评论

基于特征加强的异构网络潜在摘要模型

引用

计算机科学与探索 2022年第11期16卷 2537-2546页

作者：徐正祥王英汪洪吉王鑫吉林大学计算机科学与技术学院长春130012 符号计算与知识工程教育部重点实验室长春130012 吉林大学人工智能学院长春130012

随着网络数据的快速增长,大规模异构网络数据的存储和网络表示已成为研究的热点。现提出两个不同的任务:生成图摘要和生成图的节点表示。图摘要的目标是找到用于压缩存储和加速查询的输入图的紧凑表示;网络表示可以很好地提取网络数据... 详细信息

随着网络数据的快速增长,大规模异构网络数据的存储和网络表示已成为研究的热点。现提出两个不同的任务:生成图摘要和生成图的节点表示。图摘要的目标是找到用于压缩存储和加速查询的输入图的紧凑表示;网络表示可以很好地提取网络数据中的结构信息,并为下游任务生成节点表示。但是,在大规模网络数据中,在生成图摘要和嵌入表示时仍需要解决一些挑战。为克服大规模异构网络数据带来的科学计算和存储空间问题,提出基于特征加强的异质网络潜在摘要模型(FELS),通过融合节点特征和图属性获得大规模异构网络数据的摘要表示。首先,将原图中不同的节点特征作为基础特征,通过应用多种关系算子捕获高阶子图结构信息;然后,根据不同的图属性通过桶映射方式学习上下文的潜在子空间结构;最后,对学习到的上下文特征矩阵利用奇异值分解获取异构网络的潜在摘要表示,即一种独立于输入图大小维度紧凑的潜在图摘要,同时能够获取节点表示。实验结果表明,与传统方法相比,提出的FELS模型能够获得更优质的潜在摘要且具有更低的模型复杂度,在链路预测任务上具有更高的效率和精度。

关键词：潜在摘要网络表示结构学习关系算子特征选择

来源：评论

学校读者我要写书评

暂无评论

FFConvNeXt3D:提取中大规模目标特征的大卷积核网络

引用

郑州大学学报（理学版） 2025年第2期57卷 37-43页

作者：黄乾坤黄蔚凌兴宏苏州大学计算机科学与技术学院江苏苏州215006 苏州大学东吴学院计算机系江苏苏州215006 苏州城市学院计算科学与人工智能学院江苏苏州215104 吉林大学符号计算与知识工程教育部重点实验室吉林长春130012

目前大卷积核模型在图像领域已经证明其有效性,但是在视频领域还没有优秀的3D大卷积核模型。此外,之前的工作中忽视了时空行为检测任务主体是人的特点,其中的骨干网络只针对通用目标提取特征。针对上述原因,提出了一种含有特征融合结构... 详细信息

目前大卷积核模型在图像领域已经证明其有效性,但是在视频领域还没有优秀的3D大卷积核模型。此外,之前的工作中忽视了时空行为检测任务主体是人的特点,其中的骨干网络只针对通用目标提取特征。针对上述原因,提出了一种含有特征融合结构的3D大卷积核神经网络(FFConvNeXt3D)。首先,将成熟的ConvNeXt网络膨胀成用于视频领域的ConvNeXt3D网络,其中,预训练权重也进行处理用于膨胀后的网络。其次,研究了卷积核时间维度大小和位置对模型性能的影响。最后,提出了一个特征融合结构,着重提高骨干网络提取人物大小目标特征的能力。在UCF101-24数据集上进行了消融实验和对比实验,实验结果验证了特征融合结构的有效性,并且该模型性能优于其他方法。

关键词：大卷积核目标检测时空行为检测行为识别特征融合

来源：评论

学校读者我要写书评

暂无评论

基于知识图谱嵌入的多跳中文知识问答方法

引用

吉林大学学报（理学版） 2022年第1期60卷 119-126页

作者：张天杭李婷婷张永刚吉林大学计算机科学与技术学院符号计算与知识工程教育部重点实验室长春130012

基于知识图谱嵌入模型,提出一种知识图谱嵌入评分与链路评分相结合的评分方法,以解决中文领域的多跳知识图谱问答任务,与传统的单跳知识问答方法相比适用性更广.该方法在搜索最优答案的同时构建一个查询链路,通过查询给出答案集合,从而... 详细信息

基于知识图谱嵌入模型,提出一种知识图谱嵌入评分与链路评分相结合的评分方法,以解决中文领域的多跳知识图谱问答任务,与传统的单跳知识问答方法相比适用性更广.该方法在搜索最优答案的同时构建一个查询链路,通过查询给出答案集合,从而有效缓解了现有方法中遗漏答案的情况.在NLPCC-MH数据集上的实验结果表明,该方法在多跳问题上的平均F_(1)值为0.653,显著优于对比方法.真实知识图谱通常存在链路缺失的情况,实验以随机丢弃25%三元组的方式模拟了知识图谱的稀疏性,结果表明该方法在这种情况下仍然有效.

关键词：知识图谱智能问答知识图谱嵌入链路预测

来源：评论

学校读者我要写书评

暂无评论

逆向强化学习研究综述

引用

软件学报 2023年第10期34卷 4772-4803页

作者：张立华刘全黄志刚朱斐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 软件新技术与产业化协同创新中心江苏南京210023

逆向强化学习(inverse reinforcement learning,IRL)也称为逆向最优控制(inverse optimal control,IOC),是强化学习和模仿学习领域的一种重要研究方法,该方法通过专家样本求解奖赏函数,并根据所得奖赏函数求解最优策略,以达到模仿专家... 详细信息

逆向强化学习(inverse reinforcement learning,IRL)也称为逆向最优控制(inverse optimal control,IOC),是强化学习和模仿学习领域的一种重要研究方法,该方法通过专家样本求解奖赏函数,并根据所得奖赏函数求解最优策略,以达到模仿专家策略的目的.近年来,逆向强化学习在模仿学习领域取得了丰富的研究成果,已广泛应用于汽车导航、路径推荐和机器人最优控制等问题中.首先介绍逆向强化学习理论基础,然后从奖赏函数构建方式出发,讨论分析基于线性奖赏函数和非线性奖赏函数的逆向强化学习算法,包括最大边际逆向强化学习算法、最大熵逆向强化学习算法、最大熵深度逆向强化学习算法和生成对抗模仿学习等.随后从逆向强化学习领域的前沿研究方向进行综述,比较和分析该领域代表性算法,包括状态动作信息不完全逆向强化学习、多智能体逆向强化学习、示范样本非最优逆向强化学习和指导逆向强化学习等.最后总结分析当前存在的关键问题,并从理论和应用方面探讨未来的发展方向.

关键词：逆向强化学习模仿学习生成对抗模仿学习逆向最优控制强化学习

来源：评论

学校读者我要写书评

暂无评论

基于语义特征提取与层次结构的问题生成方法

引用

吉林大学学报（理学版） 2023年第1期61卷 94-100页

作者：白诗瑶吕佳键彭涛刘露崔海吉林大学计算机科学与技术学院长春130012 吉林大学软件学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

针对传统端到端模型在输入文本语义较复杂情况下生成的问题普遍存在语义不完整的情形,提出一种基于语义特征提取的文本编码器架构.首先构建双向长短时记忆网络获得基础的上下文信息,然后采用自注意力机制及双向卷积神经网络模型分别提... 详细信息

针对传统端到端模型在输入文本语义较复杂情况下生成的问题普遍存在语义不完整的情形,提出一种基于语义特征提取的文本编码器架构.首先构建双向长短时记忆网络获得基础的上下文信息,然后采用自注意力机制及双向卷积神经网络模型分别提取语义的全局特征和局部特征,最后设计一种层次结构,融合特征及输入自身信息得到最终的文本表示进行问题生成.在数据集SQuAD上的实验结果表明,基于语义特征提取与层次结构进行问题生成效果显著,结果明显优于已有方法,并且语义特征提取和层次结构在任务的各评价指标上均有提升.

关键词：问题生成双向长短时记忆网络卷积神经网络自注意力机制层次结构

来源：评论

学校读者我要写书评

暂无评论

基于移位窗口自注意力机制的新生儿脑区域图像分割

引用

吉林大学学报（理学版） 2024年第5期62卷 1129-1137页

作者：张啸成王涛田昕张永刚吉林大学软件学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012 吉林大学第二医院长春130062 吉林大学计算机科学与技术学院长春130012

通过改进Swin Transformer编码解码网络,结合跳跃连接和深度监督机制,针对新生儿脑部核磁共振成像(MRI)图像分割面临的低信噪比、组织对比度差等问题,提出一种新的基于移位窗口自注意力机制的新生儿脑区域图像分割方法.该方法经过对MRI... 详细信息

通过改进Swin Transformer编码解码网络,结合跳跃连接和深度监督机制,针对新生儿脑部核磁共振成像(MRI)图像分割面临的低信噪比、组织对比度差等问题,提出一种新的基于移位窗口自注意力机制的新生儿脑区域图像分割方法.该方法经过对MRI图像的预处理后,能实现新生儿脑部图像多功能区域的精确分割,并采用最大连通域算法进一步提高了分割精度.在数据集dHCP上的实验结果表明,该方法优于现有方法,为早期发现和干预新生儿脑部损伤提供了潜在的可能性.

关键词：脑部图像区域分割 Swin Transformer编码解码网络新生儿MRI 自注意力移位窗口

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：