检索结果-内蒙古大学图书馆

软件学报 2025年第4期36卷 1530-1556页

作者：曹帅牛菲菲李传艺陈俊洁刘逵葛季栋骆斌计算机软件新技术国家重点实验室(南京大学) 江苏南京210093 南京大学软件学院江苏南京210093 天津大学智能与计算学部天津300350 华为公司软件工程应用技术实验室浙江杭州310007

缺陷自动定位方法可以极大程度减轻开发人员调试和维护软件程序的负担.基于信息检索的缺陷定位方法是广泛研究的缺陷自动定位方法之一,并已取得了较好的成果.随着深度学习的普及,将深度学习应用于基于信息检索的缺陷定位成为近年来的研... 详细信息

缺陷自动定位方法可以极大程度减轻开发人员调试和维护软件程序的负担.基于信息检索的缺陷定位方法是广泛研究的缺陷自动定位方法之一,并已取得了较好的成果.随着深度学习的普及,将深度学习应用于基于信息检索的缺陷定位成为近年来的研究趋势之一.系统梳理和总结了52篇近年来将深度学习引入基于信息检索缺陷定位的工作.首先,总结该类缺陷定位的数据集和评价指标,接着从不同粒度和可迁移性分析了该类技术的定位效果,随后着重梳理了相关工作中信息编码表征方法和特征提取方法.最后总结对比分析了各领域最先进的定位方法,并展望了使用深度学习的基于信息检索的缺陷定位方法的未来发展方向.

关键词：深度学习缺陷定位信息检索特征编码代码表示

来源：评论

学校读者我要写书评

暂无评论

基于分组对比学习的序贯感知技能发现

引用

软件学报 2025年第5期 2079-2093页

作者：杨尚东余淼盈陈兴国陈蕾南京邮电大学计算机学院软件学院网络空间安全学院计算机软件新技术国家重点实验室(南京大学) 广西多源信息挖掘与安全重点实验室(广西师范大学)

强化学习在智能对话系统等决策任务中取得了令人瞩目的结果,但其在复杂的、奖励稀疏的任务中学习效率较低.研究人员在强化学习中引入技能发现框架,以最大化不同技能间的差异为目标构建技能策略,提升了智能体在上述任务中的学习效率.然而... 详细信息

强化学习在智能对话系统等决策任务中取得了令人瞩目的结果,但其在复杂的、奖励稀疏的任务中学习效率较低.研究人员在强化学习中引入技能发现框架,以最大化不同技能间的差异为目标构建技能策略,提升了智能体在上述任务中的学习效率.然而,受到采样轨迹数据多样性的限制,现有的技能发现方法局限于在一个强化学习回合中学习一种技能,导致其在一回合中具有序贯技能组合的复杂任务中表现欠佳.针对该问题,提出一种基于分组对比学习的序贯感知技能发现方法 (group-wise contrastive learning based sequence-aware skill discovery,GCSSD),该方法将对比学习融合到技能发现框架中.首先,为了提升轨迹数据的多样性,将与环境交互的完整轨迹分段并进行分组,利用分组轨迹构建对比损失学习技能嵌入表征;其次,结合技能嵌入表征与强化学习进行技能策略训练;最后,为了提升在具有不同序贯技能组合任务上的性能,对采样轨迹进行分段技能表征并将其嵌入策略网络,实现对已学技能策略的序贯组合.实验结果表明, GCSSD方法在具有序贯技能组合的稀疏奖励任务中具有较好的训练效果,并且在具有与训练任务不同的序贯技能组合任务中,能够利用已学技能对该任务进行快速适应.

关键词：强化学习轨迹分组对比学习序贯感知技能发现

来源：评论

学校读者我要写书评

暂无评论

影响预训练语言模型数据泄露的因素研究

引用

信息安全研究 2025年第2期11卷 181-188页

作者：钱汉伟彭季天袁明高光亮刘晓迁王群朱景羽江苏警官学院计算机信息与网络安全系南京210013 计算机软件新技术国家重点实验室(南京大学) 南京210093

当前广泛使用的预训练语言模型是从海量训练语料中学习通用的语言表示.自然语言处理领域的下游任务在使用预训练语言模型后性能得到显著提升,但是深度神经网络过拟合现象使得预训练语言模型可能存在泄露训练语料隐私的风险.选用T5,GPT-2... 详细信息

当前广泛使用的预训练语言模型是从海量训练语料中学习通用的语言表示.自然语言处理领域的下游任务在使用预训练语言模型后性能得到显著提升,但是深度神经网络过拟合现象使得预训练语言模型可能存在泄露训练语料隐私的风险.选用T5,GPT-2,OPT等广泛使用的预训练语言模型作为研究对象,利用模型反演攻击探索影响预训练语言模型数据泄露的因素.实验过程中利用预训练语言模型生成大量样本,以困惑度等指标选取最有可能发生数据泄露风险的样本进行验证,证明了T5等不同模型均存在不同程度的数据泄露问题;同一种模型,模型规模越大数据泄露可能性越大;添加特定前缀更容易获取泄露数据等问题.对未来数据泄露问题及其防御方法进行了展望.

关键词：自然语言处理预训练语言模型隐私数据泄露模型反演攻击模型架构

来源：评论

学校读者我要写书评

暂无评论

深度代码模型安全综述

引用

软件学报 2025年第4期36卷 1461-1488页

作者：孙伟松陈宇琛赵梓含陈宏葛一飞韩廷旭黄胜寒李佳讯房春荣陈振宇计算机软件新技术国家重点实验室(南京大学) 江苏南京210093 南京大学软件学院江苏南京210093 苏州大学数学科学学院江苏苏州215006

随着深度学习技术在计算机视觉与自然语言处理等领域取得巨大成功,软件工程研究者开始尝试将其引入到软件工程任务求解当中.已有研究结果显示,深度学习技术在各种代码相关任务(例如代码检索与代码摘要)上具有传统方法与机器学习方法无... 详细信息

随着深度学习技术在计算机视觉与自然语言处理等领域取得巨大成功,软件工程研究者开始尝试将其引入到软件工程任务求解当中.已有研究结果显示,深度学习技术在各种代码相关任务(例如代码检索与代码摘要)上具有传统方法与机器学习方法无法比拟的优势.这些面向代码相关任务训练的深度学习模型统称为深度代码模型.然而,由于神经网络的脆弱性和不可解释性,与自然语言处理模型与图像处理模型一样,深度代码模型安全也面临众多挑战,已经成为软件工程领域的焦点.近年来,研究者提出了众多针对深度代码模型的攻击与防御方法.然而,目前仍缺乏对深度代码模型安全研究的系统性综述,不利于后续研究者对该领域进行快速的了解.因此,为了总结该领域研究现状、挑战及时跟进该领域的最新研究成果,搜集32篇该领域相关论文,并将现有的研究成果主要分为后门攻击与防御技术和对抗攻击与防御技术两类.按照不同技术类别对所收集的论文进行系统地梳理和总结.随后,总结该领域中常用的实验数据集和评估指标.最后,分析该领域所面临的关键挑战以及未来可行的研究方向,旨在为后续研究者进一步推动深度代码模型安全的发展提供有益指导.

关键词：深度代码模型深度代码模型安全人工智能模型安全后门攻击与防御对抗攻击与防御

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

无丢失网络流量管理研究综述

引用

计算机研究与发展 2025年

作者：张乙然王尚广任丰原北京邮电大学计算机学院(国家示范性软件学院) 网络与交换全国重点实验室(北京邮电大学) 清华大学计算机科学与技术系

近年来，无丢失网络在高性能计算、数据中心等领域得到了广泛应用.无丢失网络通过链路层流量控制技术保障网内交换机不会因缓存溢出而丢包，避免了数据丢失与重传，极大提高了应用的时延和吞吐量性能.然而，链路层流量控制带来的负面效... 详细信息

近年来，无丢失网络在高性能计算、数据中心等领域得到了广泛应用.无丢失网络通过链路层流量控制技术保障网内交换机不会因缓存溢出而丢包，避免了数据丢失与重传，极大提高了应用的时延和吞吐量性能.然而，链路层流量控制带来的负面效应（拥塞扩展、死锁等）使得无丢失网络的大规模部署面临着诸多挑战.因此，引入流量管理技术来提升无丢失网络的可扩展性得到了更多关注.对应用于高性能计算领域和数据中心领域的典型无丢失网络InfiniBand和无丢失以太网的流量管理研究进展进行系统性综述，首先介绍链路层流量控制的负面影响和流量管理的目标，总结无丢失网络传统的流量管理架构.然后根据流量管理技术路线（拥塞控制、拥塞隔离、多路径负载均衡等）以及驱动的位置（发送端驱动、接收端驱动等），对InfiniBand和无丢失以太网流量管理的最新研究进展进行分类和阐述，分析对应的优势以及局限性.最后指出无丢失网络流量管理进一步研究中需要着重探索的问题，包括无丢失网络流量管理统一架构、主机内与网络联合流量管理以及面向领域应用的流量管理.

关键词：无丢失网络 InfiniBand 无丢失以太网流量管理链路层流量控制

来源：评论

学校读者我要写书评

暂无评论

跨城市人类移动行为预测研究综述

引用

计算机科学 2025年第1期52卷 102-119页

作者：张雨松胥帅严兴宇关东海许建秋南京航空航天大学计算机科学与技术学院南京211106 计算机软件新技术国家重点实验室(南京大学) 南京210023

城市化进程积累了大量记录人类移动行为的时空数据,为研究人类移动行为建模及预测提供了良好的数据基础。在智慧城市建设背景下,跨城市人类移动预测是实现城市协同管理与治理的必然要求,时常面临数据匮乏以及数据分布不平衡等问题,传统... 详细信息

城市化进程积累了大量记录人类移动行为的时空数据,为研究人类移动行为建模及预测提供了良好的数据基础。在智慧城市建设背景下,跨城市人类移动预测是实现城市协同管理与治理的必然要求,时常面临数据匮乏以及数据分布不平衡等问题,传统机器学习方法难以取得理想的性能。因此,将人类移动相关知识从数据丰富的源城市迁移到数据稀疏乃至稀缺的目标城市至关重要。首先概述了现有跨城市人类移动行为预测研究所使用的数据集和评价指标,随后循序渐进地讨论人类个体和群体层面的跨城市移动预测问题并分类综述各自适用的研究方法。针对人类个体跨城市移动预测,主要分析协同过滤、矩阵分解、统计学习以及深度学习这4类模型方法的应用。针对人类群体跨城市移动预测,则聚焦知识迁移和元学习这两种面向少样本机器学习方法的应用。最后,展望了跨城市人类移动行为预测领域亟需解决的重要问题。

关键词：跨城市人类移动行为时空数据迁移学习深度学习

来源：评论

学校读者我要写书评

暂无评论

基于深度Q网络的平衡杆优化控制实验教学案例设计

引用

实验室研究与探索 2025年第1期44卷 146-152,190页

作者：钟珊杜鑫司亚利刘井莲严卫常熟理工学院计算机科学与工程学院江苏常熟215500 南京大学计算机软件新技术全国重点实验室南京210023 苏州科技大学电子信息与工程学院江苏苏州215009

为了使学生更深入地掌握采用强化学习求解任务最优策略的方法,基于深度Q网络设计了平衡杆的控制优化实验。将平衡杆实验环境建模为马尔可夫决策模型,从深度Q网络结构、探索策略、奖励函数、经验回放池更新和目标Q网络更新等角度进行了... 详细信息

为了使学生更深入地掌握采用强化学习求解任务最优策略的方法,基于深度Q网络设计了平衡杆的控制优化实验。将平衡杆实验环境建模为马尔可夫决策模型,从深度Q网络结构、探索策略、奖励函数、经验回放池更新和目标Q网络更新等角度进行了实验方案的设计。实验评估综合考虑了算法有效性、Q值估计的准确性、样本效率和Q网络的损失估计。在此基础上,将其与基准算法Q学习算法在累计奖赏和学习效率上进行了对比。该实验不仅可以帮助学生学会综合应用强化学习知识,也能帮助其掌握采用深度Q网络算法来求解离散动作空间任务的最优策略。

关键词：强化学习深度Q网络 Q学习平衡杆实验设计

来源：评论

学校读者我要写书评

暂无评论

面向深度学习的图像数据增强综述

引用

软件学报 2025年第3期36卷 1390-1412页

作者：杨锁荣杨洪朝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

深度学习已经在许多计算机视觉任务中取得了显著的成果.然而,深度神经网络通常需要大量的训练数据以避免过拟合,但实际应用中标记数据可能非常有限.因此,数据增强已成为提高训练数据充分性和多样性的有效方法,也是深度学习模型成功应用... 详细信息

深度学习已经在许多计算机视觉任务中取得了显著的成果.然而,深度神经网络通常需要大量的训练数据以避免过拟合,但实际应用中标记数据可能非常有限.因此,数据增强已成为提高训练数据充分性和多样性的有效方法,也是深度学习模型成功应用于图像数据的必要环节.系统地回顾不同的图像数据增强方法,并提出一个新的分类方法,为研究图像数据增强提供了新的视角.从不同的类别出发介绍各类数据增强方法的优势和局限性,并阐述各类方法的解决思路和应用价值.此外,还介绍语义分割、图像分类和目标检测这3种典型计算机视觉任务中常用的公共数据集和性能评价指标,并在这3个任务上对数据增强方法进行实验对比分析.最后,讨论当前数据增强所面临的挑战和未来的发展趋势.

关键词：深度学习图像数据增强图像识别泛化性能计算机视觉

来源：评论

学校读者我要写书评

暂无评论

空间通信载波多普勒频偏的局部聚类捕获算法

引用

数据采集与处理 2025年第1期40卷 147-162页

作者：张兆维王帅威杜帅吴同邱帅博刘琳左加阔潘甦南京邮电大学物联网学院南京210003 南京大学计算机软件新技术全国重点实验室南京210023 南京邮电大学通达学院计算机工程学院扬州225127 北京邮电大学泛网无线通信教育部重点实验室北京100876

与地面通信不同,空间通信通常涉及相距很远且高速飞行的信号载体。此时,信号传输会面临两个困难:远距离路径损耗导致的低信噪比(Signal-to-noise-ratio,SNR)和高速相对运动引起的高动态多普勒频偏。针对多普勒频偏捕获,低SNR要求一个很... 详细信息

与地面通信不同,空间通信通常涉及相距很远且高速飞行的信号载体。此时,信号传输会面临两个困难:远距离路径损耗导致的低信噪比(Signal-to-noise-ratio,SNR)和高速相对运动引起的高动态多普勒频偏。针对多普勒频偏捕获,低SNR要求一个很长的累积周期来累积很多个信号。但是,在这个长累积周期内,高动态多普勒频偏扩散所有信号的总能量到一个很宽的频率区间。为解决此能量扩散问题,本文提出一种局部聚类捕获(Local-clustering-acquisition,LCA)算法。该算法首先利用全局范围内最大元素来构造一个局部范围,然后从局部范围内选择若干个较大元素并进行聚类,最后从聚类结果中搜索最大的簇来得到捕获结果。理论分析和仿真验证结果表明,相较于现有算法,LCA算法在提升捕获概率方面展现出显著优势。

关键词：空间通信多普勒捕获能量扩散局部范围聚类

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：