检索结果-内蒙古大学图书馆

软件学报 2025年第2期36卷 625-643页

作者：王雨虹武港山王利民计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

现实世界中的数据标签分布往往呈现长尾效应,即少部分类别占据绝大多数样本,时序动作检测问题也不例外.现有的时序动作检测方法往往缺乏对少样本类别的关注,即充分建模样本数量多的头部类别,而忽视了样本数量少的尾部类别.对长尾时序动... 详细信息

现实世界中的数据标签分布往往呈现长尾效应,即少部分类别占据绝大多数样本,时序动作检测问题也不例外.现有的时序动作检测方法往往缺乏对少样本类别的关注,即充分建模样本数量多的头部类别,而忽视了样本数量少的尾部类别.对长尾时序动作检测问题进行了系统的定义,并针对长尾时序动作检测问题,提出一种基于半监督学习的加权类别重平衡自训练方法,充分利用现实世界中存在的大规模无标签数据,来重平衡训练样本中的标签分布,改善模型对尾部类别的拟合效果.还针对时序动作检测任务,提出一种伪标签损失加权方法,使模型训练更加稳定.在THUMOS14和HACS Segments数据集上进行实验,并分别利用THUMOS15数据集和ActivityNet1.3数据集中的视频样本来构成相应的无标签数据集.此外,还针对视频审核应用需求,收集Dance数据集,包括35个动作类别、6632个有标签视频和13264个无标签视频,并保留数据分布显著的长尾效应.使用多种基线模型,在THUMOS14、HACS Segments和Dance数据集上进行实验.实验结果表明,所提出的加权类别重平衡自训练方法可以提高模型对尾部动作类别的检测效果,并且能应用于不同的基线时序动作检测模型提升其性能.

关键词：视频分析时序动作检测深度长尾学习半监督学习

来源：评论

学校读者我要写书评

暂无评论

开放环境下的协作多智能体强化学习进展

引用

中国科学:信息科学 2025年第2期55卷 217-268页

作者：袁雷张子谦李立和管聪俞扬南京大学计算机软件新技术国家重点实验室南京210023

多智能体强化学习(multi-agent reinforcement learning, MARL)近年来获得广泛关注并在不同领域取得进展.其中,协作多智能体强化学习专注于训练智能体团队以协同完成单智能体难以应对的任务目标,在路径规划、无人驾驶、主动电压控制和... 详细信息

多智能体强化学习(multi-agent reinforcement learning, MARL)近年来获得广泛关注并在不同领域取得进展.其中,协作多智能体强化学习专注于训练智能体团队以协同完成单智能体难以应对的任务目标,在路径规划、无人驾驶、主动电压控制和动态算法配置等场景展现出巨大的应用潜力.如何提升系统协作效能是协作多智能体强化学习领域研究重点之一.以往的研究工作主要在简单、静态和封闭的环境设定中展开.随着人工智能技术落地的驱使,目前在多智能体协作领域也有部分研究开始对开放环境下的多智能体协作展开研究,这些工作从多个方面对智能体所处环境中要素可能发生改变这一情况进行探索与研究,并取得一定进展.但是当前主流工作仍然缺乏对该方向的综述.本文从强化学习概念着手,针对多智能体系统、协作多智能体强化学习、典型方法与测试环境进行介绍,对封闭到开放环境下的协作多智能体强化学习研究工作进行总结,提炼出多类研究方向并对典型工作进行介绍.最后,本文对当前研究的优势与不足进行了总结,对未来开放环境下协作多智能体强化学习的发展方向与待研究问题进行展望,以吸引更多研究人士参与这个新兴方向的研究与交流.

关键词：强化学习多智能体系统多智能体协作开放环境机器学习开放环境多智能体协作

来源：评论

学校读者我要写书评

暂无评论

基于事件标记的多粒度结合安卓测试序列约减

引用

软件学报 2025年第5期36卷 2006-2025页

作者：郝蕊冯洋李玉莹陈振宇计算机软件新技术国家重点实验室(南京大学)

针对安卓自动化测试工具生成的崩溃测试序列包含过多冗余事件,造成测试回放、缺陷理解与修复困难的现状,很多测试序列约减工作被提出.但目前工作仅关注应用界面状态变化而忽略了程序执行过程中内部状态变化,此外,目前工作仅在单一抽象... 详细信息

针对安卓自动化测试工具生成的崩溃测试序列包含过多冗余事件,造成测试回放、缺陷理解与修复困难的现状,很多测试序列约减工作被提出.但目前工作仅关注应用界面状态变化而忽略了程序执行过程中内部状态变化,此外,目前工作仅在单一抽象粒度上对应用状态进行建模,例如控件粒度或活动粒度,导致约减后测试序列过长或约减效率低下.针对以上问题,提出基于事件标记的多粒度结合的安卓测试序列约减方法,结合安卓生命周期管理机制、程序静态数据流分析等对触发程序崩溃的关键事件进行标记,缩小序列约减空间,并设计了低粒度粗筛选、高粒度细约减的策略.最后,收集包含程序间交互、用户输入等复杂场景的崩溃测试序列集,在此数据集上与其他测试序列约减工作的对比评估结果也验证了所提方法的有效性.

关键词：安卓测试崩溃回放测试序列约减

来源：评论

学校读者我要写书评

暂无评论

多粒度单元格对比的文本和表格数值问答模型

引用

软件学报 2025年第5期 2167-2187页

作者：琚江舟毛云麟吴震陈宇飞戴新宇陈家骏计算机软件新技术国家重点实验室(南京大学)

在文本和表格的数值问答任务中,模型需要在给定的文本和表格下进行数值推理.任务目标是生成一个包含多步数值计算的计算程序,并将计算程序结果作为问题的答案.为了建模文本和表格,当前工作通过模板将表格线性化为一系列单元格句子,再基... 详细信息

在文本和表格的数值问答任务中,模型需要在给定的文本和表格下进行数值推理.任务目标是生成一个包含多步数值计算的计算程序,并将计算程序结果作为问题的答案.为了建模文本和表格,当前工作通过模板将表格线性化为一系列单元格句子,再基于文本和单元格句子设计生成器以产生计算程序.然而,这种方法面临一个特定问题:由模板生成的单元格句子间差异微小,生成器难以区分回答问题所必需的单元格句子(支撑单元格句子)和回答问题无关的单元格句子(干扰单元格句子),最终导致模型基于干扰单元格句子生成错误的计算程序.为了解决这个问题,在生成器上设计一个多粒度单元格语义对比方法,其主要目的是增加支撑单元格句子和干扰单元格句子表示距离,进而帮助生成器区分它们.这个方法由粗粒度单元格语义对比和细粒度单元格语义构成元素对比(包括行名对比,列名对比及单元格数值对比)共同构成.实验结果验证所提出的多粒度单元格语义对比方法可以使生成器在FinQA和MultiHiertt数值推理数据集上取得优于基准模型的表现.在FinQA数据集上,多粒度单元格语义对比方法上最高可以提升答案正确率达到3.38%;特别地,在更为困难的层次化表格数据集MultiHiertt中,该方法使生成器的正确率显著提高了7.8%.同大语言模型GPT-3结合思维链相比,基于多粒度单元格语义对比的生成器性能在FinQA和MultiHiertt上分别表现出5.44%和1.69%的答案正确率提升.后续分析实验进一步验证多粒度单元格语义对比方法有助于生成器区分支撑单元格句子和干扰单元格句子.

关键词：表格和文本学习数值问答模型多粒度对比学习

来源：评论

学校读者我要写书评

暂无评论

结合主动学习和半监督学习的软件可追踪性恢复框架

引用

软件学报 2025年第5期 1924-1948页

作者：董黎明张贺孟庆龙匡宏宇南京大学软件学院计算机软件新技术国家重点实验室(南京大学)

软件可追踪性被认为是软件开发过程可信的一个重要因素,确保对软件开发过程的可见性并进行全面追踪,从而提高软件的可信度和可靠性.近年来,自动化的软件可追踪性恢复方法取得了显著进展,但在企业项目中的应用仍面临挑战.通过调研研究和... 详细信息

软件可追踪性被认为是软件开发过程可信的一个重要因素,确保对软件开发过程的可见性并进行全面追踪,从而提高软件的可信度和可靠性.近年来,自动化的软件可追踪性恢复方法取得了显著进展,但在企业项目中的应用仍面临挑战.通过调研研究和实验案例分析,发现工业界场景中可追踪性模型表现不佳的3个关键挑战:原始数据低质量、样本稀疏性和不平衡性,并提出一种结合主动学习和半监督学习的软件可追踪性恢复框架STRACE(AL+SSL).该框架通过选择有价值的标注样本和生成高质量的伪标签样本,有效利用未标注的样本,克服数据低质量和稀疏性挑战.实验基于10个样本规模在几万至近百万个issue-commit跟踪对实例的企业项目,进行多组对比实验,结果表明该框架在当前真实企业项目软件可追踪性恢复任务上具有有效性.其中消融实验结果表明STRACE(AL+SSL)中主动学习模块所选择的无标签样本在可追踪性恢复任务中发挥了更为重要的作用.此外,还验证各个模块最佳的样本选择策略组合,包括调整后的半监督类平衡自训练样本选择策略CBST-Adjust和低成本高效率的主动学习子模块互信息SMI＿Flqmi样本选择策略.

关键词：软件可追踪性主动学习半监督学习

来源：评论

学校读者我要写书评

暂无评论

混合博弈问题的求解与应用综述

引用

软件学报 2025年第1期36卷 107-151页

作者：董绍康李超杨光葛振兴曹宏业陈武兵杨尚东陈兴国李文斌高阳计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 南京邮电大学计算机学院、软件学院、网络空间安全学院江苏南京210023

近年来,随着人工智能技术在序贯决策和博弈对抗等问题的应用方面取得了飞速发展,围棋、游戏、德扑和麻将等领域取得了巨大的进步,例如,AlphaGo、OpenAI Five、AlphaStar、DeepStack、Libratus、Pluribus和Suphx等系统都在这些领域中达... 详细信息

近年来,随着人工智能技术在序贯决策和博弈对抗等问题的应用方面取得了飞速发展,围棋、游戏、德扑和麻将等领域取得了巨大的进步,例如,AlphaGo、OpenAI Five、AlphaStar、DeepStack、Libratus、Pluribus和Suphx等系统都在这些领域中达到或超过人类专家水平.这些应用集中在双人、两队或者多人的零和博弈问题中,而对于混合博弈问题的研究缺乏实质性的进展与突破.区别于零和博弈,混合博弈需要综合考虑个体收益、集体收益和均衡收益等诸多目标,被广泛应用于公共资源分配、任务调度和自动驾驶等现实场景.因此,对于混合博弈问题的研究至关重要.通过梳理当前混合博弈领域中的重要概念和相关工作,深入分析国内外研究现状和未来发展方向.具体地,首先介绍混合博弈问题的定义与分类;其次详细阐述博弈解概念和求解目标,包含纳什均衡、相关均衡、帕累托最优等解概念,最大化个体收益、最大化集体收益以及兼顾公平等求解目标;接下来根据不同的求解目标,分别对博弈论方法、强化学习方法以及这两种方法的结合进行详细探讨和分析;最后介绍相关的应用场景和实验仿真环境,并对未来研究的方向进行总结与展望.

关键词：混合博弈博弈论强化学习

来源：评论

学校读者我要写书评

暂无评论

深度学习在医学中的应用进展

引用

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

深度学习在基于信息检索的缺陷定位中的应用综述

引用

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

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

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

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：