检索结果-内蒙古大学图书馆

计算机学报 2025年

作者：陈晓红张震徐雪松陈杰袁汉春石峰湖南工商大学数据智能与智慧社会国家重点实验室培育基地湘江实验室浙江师范大学计算机科学与技术学院中南大学计算机学院

给定正整数k和非负整数l以及度量空间中的一组设施和着色用户，着色（k，l）-中值问题旨在选取不超过k个开设设施、在用户集合中移除最多l个异常点并为剩余的每个用户分配一个开设设施，使得颜色相同的用户对应不同设施，且用户与对... 详细信息

给定正整数k和非负整数l以及度量空间中的一组设施和着色用户，着色（k，l）-中值问题旨在选取不超过k个开设设施、在用户集合中移除最多l个异常点并为剩余的每个用户分配一个开设设施，使得颜色相同的用户对应不同设施，且用户与对应设施之间的距离之和最小。本文利用新的随机采样方法确定用来选取开设设施的引导点集合，并围绕引导点为问题实例构造小规模候选解集合。本文基于此为着色（k，l）-中值问题提出了时间复杂度为(（k+l）ε-1)o（k）no（1）的（3+ε）-近似算法，其中，n为问题实例中设施与用户数量之和。这是关于着色（k，l）-中值问题的第一个具有性能保证的求解算法。该算法与此前人们在不考虑着色约束的情况下提出的固定参数近似算法有相同的时间复杂度和近似比。

关键词：固定参数算法近似算法 k-中值随机采样异常点

来源：评论

学校读者我要写书评

暂无评论

基于跨度解码的嵌套命名实体识别方法

引用

计算机工程与应用 2024年第1期60卷 174-181页

作者：念永明陈艳平秦永彬黄瑞章贵州大学公共大数据国家重点实验室贵阳550025 贵州大学计算机科学与技术学院贵阳550025

跨度分类是嵌套命名实体识别常用的方法,但由于需要穷举并验证每一个跨度,存在高复杂度和数据不平衡的问题。并且,由于对每个跨度是单独进行预测,忽视了文本序列中存在的实体间的依赖关系。针对跨度分类方法存在的上述问题,提出了一种... 详细信息

跨度分类是嵌套命名实体识别常用的方法,但由于需要穷举并验证每一个跨度,存在高复杂度和数据不平衡的问题。并且,由于对每个跨度是单独进行预测,忽视了文本序列中存在的实体间的依赖关系。针对跨度分类方法存在的上述问题,提出了一种基于跨度解码的嵌套命名实体识别方法。结合词性特征、字符特征、词特征以及上下文特征对文本进行编码,获取文本丰富的语义信息;识别可能的实体开始位置,在此基础上穷举可能的实体跨度,一定程度地减少潜在的实体跨度;使用基于注意力机制的解码器逐一对每个开始所对应的实体跨度的类型进行预测,解码过程中将已预测的实体信息进行传递,进而捕获和学习实体间的依赖关系。实验结果表明,跨度解码可以有效地改进跨度分类,所提出的方法在公共的英语嵌套实体数据集ACE2005和GENIA上的F1分数分别提高了0.45和0.14个百分点。

关键词：嵌套命名实体识别跨度分类编解码神经网络

来源：评论

学校读者我要写书评

暂无评论

基于相关性反馈的开源系统跨层需求追踪方法

引用

软件学报 2024年第3期35卷 1321-1340页

作者：田家豪张莉连小利赵倩慧北京航空航天大学计算机学院软件工程研究所北京100191 软件开发环境国家重点实验室(北京航空航天大学) 北京100191 北京航空航天大学软件学院北京100191

大型复杂软件系统的需求分析与生成是一个由上而下逐层分解的过程,跨层需求间追踪关系的构建对于项目的管理、开发与演化都至关重要.开源系统的松耦合贡献方式需要每位参与者能便捷地理解需求的来龙去脉及需求状态,这依赖跨层需求间的追... 详细信息

大型复杂软件系统的需求分析与生成是一个由上而下逐层分解的过程,跨层需求间追踪关系的构建对于项目的管理、开发与演化都至关重要.开源系统的松耦合贡献方式需要每位参与者能便捷地理解需求的来龙去脉及需求状态,这依赖跨层需求间的追踪.问题描述日志是开源系统中需求的常见呈现方式,其无固定模板要求,内容多样(含文本、代码、调试信息等),术语使用自由,跨层需求间抽象层次大,给自动追踪带来极大的挑战.提出一种面向关键特征维度的相关性反馈方法,通过静态分析项目代码结构,抽取代码相关术语及其间的关联强度,构建代码词汇库,以缓解跨层需求的抽象层次差距及用语不统一的问题;通过度量词汇对需求描述的重要性并基于此筛选关键特征维度,以对查询语句进行针对性的优化,有效减少需求描述长度、内容形式等方面的噪音.通过在3个开源系统需求集上针对两个场景的实验,表明所提方法相比基线方法在跨层需求追踪方面的优越性,相比VSM、Standard Rocchio和Trace BERT,F2值的最大提升分别可达29.01%、7.45%和59.21%.

关键词：需求追踪相关性反馈开源系统问题日志

来源：评论

学校读者我要写书评

暂无评论

基于迁移学习的交互时序数据可视化生成方法

引用

浙江大学学报（工学版） 2024年第2期58卷 239-246页

作者：周姿含王叙萌陈为浙江大学CAD&CG国家重点实验室浙江杭州310058 南开大学计算机科学与技术系天津300350 教育部浙江大学艺术与考古图像数据实验室浙江杭州310058

为了解决时序数据间分布不一致的问题,使模式分析更容易应用于其他数据,提出基于迁移学习的交互式时序数据可视化生成方法,将迁移成分分析应用于时序数据提取的特征.将用户在其中一个时序数据上的分析作为标签,在该源域上训练分类器并... 详细信息

为了解决时序数据间分布不一致的问题,使模式分析更容易应用于其他数据,提出基于迁移学习的交互式时序数据可视化生成方法,将迁移成分分析应用于时序数据提取的特征.将用户在其中一个时序数据上的分析作为标签,在该源域上训练分类器并应用到多个目标域,对多个不同目标域的时序数据的模式进行批量推荐.通过真实的天气数据和轴承信号数据的2个案例分析和专家访谈,验证了利用该方法能够提高时序数据探索的效率,减少数据分布不一致问题带来的影响,体现该方法的有效性和实用性.

关键词：交互式可视化生成迁移学习时序数据可视分析模式推荐

来源：评论

学校读者我要写书评

暂无评论

面向未解释程序的合作验证方法

引用

软件学报 2023年第7期34卷 3116-3133页

作者：杜一德洪伟疆陈振邦王戟国防科技大学计算机学院湖南长沙410073 高性能计算国家重点实验室(国防科技大学) 湖南长沙410073

未解释程序的验证问题通常是不可判定的,但是最近有研究发现,存在一类满足coherence性质的未解释程序,其验证问题是可判定的,并且计算复杂度为PSPACE完全的.在此结果的基础上,一个针对一般未解释程序验证的基于路径抽象的反例抽象精化(c... 详细信息

未解释程序的验证问题通常是不可判定的,但是最近有研究发现,存在一类满足coherence性质的未解释程序,其验证问题是可判定的,并且计算复杂度为PSPACE完全的.在此结果的基础上,一个针对一般未解释程序验证的基于路径抽象的反例抽象精化(counterexample-guided abstraction refinement,CEGAR)框架被提出,并展现了良好的验证效率.即使如此,对未解释程序的验证工作依然需要多次迭代,特别是利用该方法在针对多个程序验证时,不同的程序之间的验证过程是彼此独立的,存在验证开销巨大的问题.发现被验证的程序之间较为相似时,不可行路径的抽象模型可以在不同的程序之间复用.因此,提出了一个合作验证的框架,收集在验证过程中不可行路径的抽象模型,并在对新程序进行验证时,用已保存的抽象模型对程序进行精化,提前删减一些已验证的程序路径,从而提高验证效率.此外,通过对验证过程中的状态信息进行精简,对现有的基于状态等价的路径抽象方法进行优化,以进一步提升其泛化能力.对合作验证的框架以及路径抽象的优化方法进行了实现,并在两个具有代表性的程序集上分别取得了2.70×和1.49×的加速.

关键词：合作验证未解释程序反例抽象精化路径抽象复用

来源：评论

学校读者我要写书评

暂无评论

卷积神经网络的可解释性研究综述

引用

软件学报 2024年第1期35卷 159-184页

作者：窦慧张凌茗韩峰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 南京大学计算机科学与技术系江苏南京210023 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

神经网络模型性能日益强大,被广泛应用于解决各类计算机相关任务,并表现出非常优秀的能力,但人类对神经网络模型的运行机制却并不完全理解.针对神经网络可解释性的研究进行了梳理和汇总,就模型可解释性研究的定义、必要性、分类、评估... 详细信息

神经网络模型性能日益强大,被广泛应用于解决各类计算机相关任务,并表现出非常优秀的能力,但人类对神经网络模型的运行机制却并不完全理解.针对神经网络可解释性的研究进行了梳理和汇总,就模型可解释性研究的定义、必要性、分类、评估等方面进行了详细的讨论.从解释算法的关注点出发,提出一种神经网络可解释算法的新型分类方法,为理解神经网络提供一个全新的视角.根据提出的新型分类方法对当前卷积神经网络的可解释方法进行梳理,并对不同类别解释算法的特点进行分析和比较.同时,介绍了常见可解释算法的评估原则和评估方法.对可解释神经网络的研究方向与应用进行概述.就可解释神经网络面临的挑战进行阐述,并针对这些挑战给出可能的解决方向.

关键词：神经网络可解释性分类深度学习

来源：评论

学校读者我要写书评

暂无评论

碳纳米材料互连线的单粒子串扰特性研究

引用

电子学报 2023年第6期51卷 1637-1643页

作者：刘保军张爽李成空军工程大学航空机务士官学校河南信阳464000 国防科技大学计算机学院高性能计算国家重点实验室湖南长沙410073

碳纳米材料互连线由于其良好的电学、热学和力学特性,成为研究热点.随着技术节点的缩减,串扰效应对电路的影响愈加显著.本文针对单壁碳纳米管束(Single Walled Carbon Nanotube Bundles,SWCNT)、多壁碳纳米管束(Multi Walled Carbon Nan... 详细信息

碳纳米材料互连线由于其良好的电学、热学和力学特性,成为研究热点.随着技术节点的缩减,串扰效应对电路的影响愈加显著.本文针对单壁碳纳米管束(Single Walled Carbon Nanotube Bundles,SWCNT)、多壁碳纳米管束(Multi Walled Carbon Nanotube Bundles,MWCNT)、单层石墨烯(Single Layer Graphene Nano-Ribbon,SLGNR)及多层石墨烯(Multi Layer Graphene Nano-Ribbon,MGLNR)的互连线,研究了统一的等效RLC模型,并构建了单粒子串扰(SEC)的等效电路,对比分析了四种互连线在32 nm,21 nm和14 nm技术节点下的SEC峰值电压和脉冲宽度.结果表明,与铜互连线相比,碳纳米材料互连线的SEC较弱,但对传输信号的衰减作用较大,综合信号衰减和耦合作用程度,SWCNT和MLGNR更能有效抑制SEC的传播和影响.最后,本文利用灰色理论,分析了SEC与RLC参数之间的潜在关联性.

关键词：碳纳米管石墨烯互连线单粒子串扰

来源：评论

学校读者我要写书评

暂无评论

基于融合学习的无监督多维时间序列异常检测

引用

计算机研究与发展 2023年第3期60卷 496-508页

作者：周小晖王意洁徐鸿祚刘铭宇并行与分布处理国家重点实验室(国防科技大学) 长沙410073 国防科技大学计算机学院长沙410073

随着多云时代的到来,云际智能运维能够提前检测处理云平台的故障,从而确保其高可用性.由于云系统的复杂性,运维数据在数据局部性和数据全局性上呈现出多样的时间依赖和维度间依赖,这给多维时间序列异常检测带来很大的挑战.然而,现有的... 详细信息

随着多云时代的到来,云际智能运维能够提前检测处理云平台的故障,从而确保其高可用性.由于云系统的复杂性,运维数据在数据局部性和数据全局性上呈现出多样的时间依赖和维度间依赖,这给多维时间序列异常检测带来很大的挑战.然而,现有的多维时间序列异常检测方法大多是从正常时序数据中学习到特征表示并基于重构误差或预测误差检测异常,这些方法无法同时捕获多维时间序列在局部性和全局性上的信息依赖,从而导致异常检测效果差.针对上述问题,提出了一种基于融合学习的无监督多维时间序列异常检测方法,同时对多维时间序列的数据局部特征和数据全局特征进行建模,得到更加丰富的时序重构信息,并基于重构误差检测异常.具体地,通过在时域卷积网络中引入自注意力机制使得模型在构建局部关联性的同时更加关注数据全局特征,并在时域卷积模块和自注意力模块间加入信息共享机制实现信息融合,从而能够更好地对多维时序的正常模式进行重构.在多个多维时间序列真实数据集上的实验结果表明,相较于之前的多维时间序列异常检测,提出的方法在F1分数上提升了高达0.0882.

关键词：多维时间序列无监督异常检测信息依赖融合学习自注意力

来源：评论

学校读者我要写书评

暂无评论

边缘计算中协作计算卸载与动态任务调度

引用

软件学报 2023年第12期34卷 5737-5756页

作者：张斐斐葛季栋李忠金黄子峰张胜陈兴国骆斌计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 杭州电子科技大学计算机学院浙江杭州310018 清华大学计算机科学与技术系北京100084 南京大学计算机科学与技术系江苏南京210023 南京邮电大学计算机学院江苏南京210046

在边缘计算场景中,通过将部分待执行任务卸载到边缘服务器执行能够达到降低移动设备的负载、提升移动应用性能和减少设备开销的目的.对于时延敏感任务,只有在截止期限内完成才具有实际意义.但是边缘服务器的资源往往有限,当同时接收来... 详细信息

在边缘计算场景中,通过将部分待执行任务卸载到边缘服务器执行能够达到降低移动设备的负载、提升移动应用性能和减少设备开销的目的.对于时延敏感任务,只有在截止期限内完成才具有实际意义.但是边缘服务器的资源往往有限,当同时接收来自多个设备的数据传输及处理任务时,可能造成任务长时间的排队等待,导致部分任务因超时而执行失败,因此无法兼顾多个设备的性能目标.鉴于此,在计算卸载的基础上优化边缘服务器端的任务调度顺序.一方面,将时延感知的任务调度建模为一个长期优化问题,并使用基于组合多臂赌博机的在线学习方法动态调整服务器的调度顺序.另一方面,由于不同的任务执行顺序会改变任务卸载性能提升程度,因而影响任务卸载决策的有效性.为了增加卸载策略的鲁棒性,采用了带有扰动回报的深度Q学习方法决定任务执行位置.仿真算例证明了该策略可在平衡多个用户目标的同时减少系统的整体开销.

关键词：任务卸载任务调度截止期限边缘计算强化学习

来源：评论

学校读者我要写书评

暂无评论

基于自适应多特征融合的双重图像退化修复网络

引用

中国科学：技术科学 2023年第11期53卷 1939-1952页

作者：赵雪雅彭春燕张效娟青海师范大学计算机学院西宁810016 青海师范大学省部共建藏语智能处理及应用国家重点实验室西宁810016

当前图像修复方法大多局限于处理某个单一特定任务,如超分辨率、去噪、着色等,很少有网络模型同时具备处理双重退化的能力.而现存可以解决多重图像退化问题的算法普遍结构复杂、训练时间长、人力成本较大.本文提出一种基于自适应多特征... 详细信息

当前图像修复方法大多局限于处理某个单一特定任务,如超分辨率、去噪、着色等,很少有网络模型同时具备处理双重退化的能力.而现存可以解决多重图像退化问题的算法普遍结构复杂、训练时间长、人力成本较大.本文提出一种基于自适应多特征融合的双重退化修复网络(adaptive multi-feature fusion dual degradation restoration network,AMFNet),利用自引导模块(SGM)融合图像的多尺度信息,有效去除了图像中的部分缺陷;使用带有空洞卷积的编码解码器模块巩固图像的语义信息,实现了中间图像的着色;引入带有自适应多特征融合模块(AMF)的中间信息传输机制(ITM)链接以上两大结构,自适应选择保留网络递进过程的图像特征以避免有用信息的丢失.实验结果表明,基于自适应多特征融合的双重图像退化修复网络模型视觉生成效果最优,通过在CelebA和Landscape数据集上的测试分析,其结构相似度(SSIM)与感知图像补丁相似度(LPIPS)优于同类方法,而峰值信噪比(PSNR)则远超同类方法高达5 dB.

关键词：生成对抗网络图像去噪图像着色自适应神经元调整

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：