检索结果-内蒙古大学图书馆

软件学报 2024年第6期35卷 3013-3035页

作者：朱光辉陈文忠朱振南袁春风黄宜华计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

深度学习在图像、文本、语音等媒体数据的分析任务上取得了优异的性能.数据增强可以非常有效地提升训练数据的规模以及多样性,从而提高模型的泛化性.但是,对于给定数据集,设计优异的数据增强策略大量依赖专家经验和领域知识,而且需要反... 详细信息

深度学习在图像、文本、语音等媒体数据的分析任务上取得了优异的性能.数据增强可以非常有效地提升训练数据的规模以及多样性,从而提高模型的泛化性.但是,对于给定数据集,设计优异的数据增强策略大量依赖专家经验和领域知识,而且需要反复尝试,费时费力.近年来,自动化数据增强通过机器自动设计数据增强策略,已引起了学界和业界的广泛关注.为了解决现有自动化数据增强算法尚无法在预测准确率和搜索效率之间取得良好平衡的问题,提出一种基于自引导进化策略的自动化数据增强算法SGES AA.首先,设计一种有效的数据增强策略连续化向量表示方法,并将自动化数据增强问题转换为连续化策略向量的搜索问题.其次,提出一种基于自引导进化策略的策略向量搜索方法,通过引入历史估计梯度信息指导探索点的采样与更新,在能够有效避免陷入局部最优解的同时,可提升搜索过程的收敛速度.在图像、文本以及语音数据集上的大量实验结果表明,所提算法在不显著增加搜索耗时的情况下,预测准确率优于或者匹配目前最优的自动化数据增强方法.

关键词：深度学习数据增强自动化机器学习自引导进化策略

来源：评论

学校读者我要写书评

暂无评论

高维贝叶斯优化研究综述

引用

软件学报 2025年第6期36卷 2576-2603页

作者：陈泉霖陈奕宇霍静曹宏业高阳李栋郝建业计算机软件新技术国家重点实验室(南京大学) 华为技术有限公司诺亚方舟实验室

贝叶斯优化是一种优化黑盒函数的技术,高效的样本利用率使其在众多科学和工程领域中得到了广泛应用,如深度模型调参、化合物设计、药物开发和材料设计等.然而,当输入空间维度较高时,贝叶斯优化的性能会显著下降.为了克服这一限制,许多... 详细信息

贝叶斯优化是一种优化黑盒函数的技术,高效的样本利用率使其在众多科学和工程领域中得到了广泛应用,如深度模型调参、化合物设计、药物开发和材料设计等.然而,当输入空间维度较高时,贝叶斯优化的性能会显著下降.为了克服这一限制,许多研究对贝叶斯优化方法进行了高维扩展.为了深入剖析高维贝叶斯优化的研究方法,根据不同工作的假设与特征将高维贝叶斯优化方法分为3类:基于有效低维度假设的方法、基于加性假设的方法以及基于局部搜索的方法,并对这些方法进行阐述和分析.首先着重分析这3类方法的研究进展,然后比较各类方法在贝叶斯优化应用中的优劣势,最后总结当前阶段高维贝叶斯优化的主要研究趋势,并对未来发展方向展开讨论.

关键词：高维贝叶斯优化贝叶斯优化黑盒优化降维变量选择

来源：评论

学校读者我要写书评

暂无评论

基于混合链的协作业务流程的隐私保护和数据监管

引用

计算机集成制造系统 2024年第8期30卷 2897-2912页

作者：邹文涛李传艺葛季栋骆斌南京大学计算机软件新技术国家重点实验室江苏南京210023

协作业务流程可以在执行跨组织的业务目标时简化业务逻辑,提升协作效率。它有两个重要的管理目标:隐私保护和数据监管。协作者们通常会利用可信的第三方平台。然而这种中心化的协作会存在监管失效和隐私泄露的风险。因此,目前的研究转... 详细信息

协作业务流程可以在执行跨组织的业务目标时简化业务逻辑,提升协作效率。它有两个重要的管理目标:隐私保护和数据监管。协作者们通常会利用可信的第三方平台。然而这种中心化的协作会存在监管失效和隐私泄露的风险。因此,目前的研究转向了利用去中心化方式的区块链技术实现流程监管。目前的方法基于匿名身份和公开的数据,会造成数据泄露的风险。为此,提出一个基于混合链的协作业务流程管理新方法,在监管业务流程数据的基础上,设计了对流程数据的针对性隐私保护方案。公有链部分确保流程实例对外部用户的隐私性和可监管性,联盟链部分提供了对内部协作者的隐私保护和数据监管。当流程实例在联盟链上执行时,利用三次遍历全体协作者的双向传递机制隔离协作任务。通过在多个公开的业务流程数据上的仿真实验,对比了混合链方法与其他基于区块链的方法。实验结果表明,混合链方法能够保护隐私数据和监管流程数据,在执行效率上具备可用性。

关键词：协作业务流程区块链隐私保护数据监管

来源：评论

学校读者我要写书评

暂无评论

神经程序修复领域数据泄露问题的实证研究

引用

软件学报 2024年第7期35卷 3071-3092页

作者：李卿源钟文康李传艺葛季栋骆斌计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

修复软件缺陷是软件工程领域一个无法回避的重要问题,而程序自动修复技术则旨在自动、准确且高效地修复存在缺陷的程序,以缓解软件缺陷所带来的问题.近年来,随着深度学习的快速发展,程序自动修复领域兴起了一种使用深度神经网络去自动... 详细信息

修复软件缺陷是软件工程领域一个无法回避的重要问题,而程序自动修复技术则旨在自动、准确且高效地修复存在缺陷的程序,以缓解软件缺陷所带来的问题.近年来,随着深度学习的快速发展,程序自动修复领域兴起了一种使用深度神经网络去自动捕捉缺陷程序及其补丁之间关系的方法,被称为神经程序修复.从在基准测试上被正确修复的缺陷的数量上看,神经程序修复工具的修复性能已经显著超过了非学习的程序自动修复工具.然而,近期有研究发现:神经程序修复系统性能的提升可能得益于测试数据在训练数据中存在,即数据泄露.受此启发,为了进一步探究神经程序修复系统数据泄露的原因及影响,更公平地评估现有的系统:(1)对现有神经程序修复系统进行了系统的分类和总结,根据分类结果定义了神经程序修复系统的数据泄露,并为每个类别的系统设计了数据泄露的检测方法;(2)依照上一步骤中的数据泄露检测方法对现有模型展开了大规模检测,并探究了数据泄露对模型真实性能与评估性能间差异的影响以及对模型本身的影响;(3)分析现有神经程序修复系统数据集的收集和过滤策略,加以改进和补充,在现有流行的数据集上,基于改进后的策略构建了一个纯净的大规模程序修复训练数据集,并验证了该数据集避免数据泄露的有效性.由实验结果发现:调研的10个神经程序修复系统在基准测试集上均出现了数据泄露,其中,神经程序修复系统RewardRepair的数据泄露问题较为严重,在基准测试集Defects4J(v1.2.0)上的数据泄露达24处,泄露比例高达53.33%.此外,数据泄露对神经程序修复系统的鲁棒性也造成了影响,调研的5个神经程序修复系统均因数据泄露产生了鲁棒性降低的问题.由此可见,数据泄露是一个十分常见的问题,且会使神经程序修复系统得到不公平的性能评估结果以及影响系统在基准测试集上的鲁棒性.研究人员在训练神经程序修复模型时,应尽可能避免出现数据泄露,且要考虑数据泄露问题对神经程序修复系统性能评估产生的影响,尽可能更公平地评估系统.

关键词：程序自动修复神经程序修复深度学习数据泄露程序修复数据集

来源：评论

学校读者我要写书评

暂无评论

大模型生成代码的开源许可证违规风险洞察与分析

引用

软件学报 2025年第6期36卷 2535-2557页

作者：王毅博王莹余跃许畅于海朱志良东北大学软件学院国防科技大学计算机学院南京大学计算机学院计算机软件新技术全国重点实验室(南京大学)

大型语言模型的快速发展极大地影响了软件工程领域.这些模型利用大量开源仓库代码进行预训练,能够高效完成诸如代码生成和代码补全等任务.然而,开源软件仓库中存在大量受开源许可证约束的代码,这给大模型带来了潜在的开源许可证违规风险... 详细信息

大型语言模型的快速发展极大地影响了软件工程领域.这些模型利用大量开源仓库代码进行预训练,能够高效完成诸如代码生成和代码补全等任务.然而,开源软件仓库中存在大量受开源许可证约束的代码,这给大模型带来了潜在的开源许可证违规风险.聚焦于大模型生成代码与开源仓库的许可证违规风险,基于代码克隆技术开发一个支持大模型生成代码溯源与版权违规问题的检测框架.针对9个主流代码大模型生成的135 000个Python代码,利用该框架在开源社区中溯源并检测开源许可证兼容性.通过实践调查3个研究问题来探究大模型代码生成对开源软件生态的影响:(1)大模型生成的代码多大程度克隆于开源软件仓库?(2)大模型生成的代码是否存在开源许可证违规风险?(3)真实开源软件中包含的大模型生成代码是否存在开源许可证违规风险?实验结果发现在使用功能描述和方法签名所生成的43 130和65 900个大于6行的Python代码中,分别溯源到了68.5%和60.9%的代码存在克隆的开源代码片段.其中CodeParrot和CodeGen系列模型的克隆比例最高, GPT-3.5-Turbo最低.其次, 92.7%的通过功能描述生成的代码中没有开源许可证声明.通过与溯源代码许可证进行对比, 81.8%的代码存在开源许可证违规风险.此外,在收集到的229个GitHub平台开发者使用大模型生成的代码中,有136个代码溯源了到开源代码片段,其中38个为Type1和Type2克隆类型,有30个存在开源许可证违规风险.以问题报告的形式提交给开发者,到目前为止,得到了8位开发者的反馈.

关键词：大语言模型开源许可证开源许可证冲突代码克隆代码搜索

来源：评论

学校读者我要写书评

暂无评论

人机物融合泛在应用的系统支撑

引用

中国科学:信息科学 2025年第3期55卷 464-480页

作者：曹云帆赵超懿刘瀚之王加益王慧妍余萍曹春许畅马晓星蒋炎岩计算机软件新技术全国重点实验室南京210023 南京大学计算机学院南京210023

泛在计算为人机物融合应用带来了新的可能性,但也面临着异构资源管理、需求多样性和计算资源受限等问题;同时,人工智能模型的快速发展也为智能应用的开发带来了机遇与挑战.为此,本文提出了元级化软件定义的泛在操作系统设计理念,通过引... 详细信息

泛在计算为人机物融合应用带来了新的可能性,但也面临着异构资源管理、需求多样性和计算资源受限等问题;同时,人工智能模型的快速发展也为智能应用的开发带来了机遇与挑战.为此,本文提出了元级化软件定义的泛在操作系统设计理念,通过引入“软件孪生”技术实现对异构资源的抽象管理,采用“上传下达”的层级结构应对复杂需求的分解,并通过智能原生设计实现对人工智能模型的支持.本文进一步以操作系统智能助手、“天网”监控系统和疾病防控系统3个典型泛在计算应用场景为例,阐述了本文所提出的泛在操作系统设计理念在实践中的优势和潜在价值,预示着智能时代下人机物融合的广泛应用前景.

关键词：泛在计算泛在操作系统软件工程

来源：评论

学校读者我要写书评

暂无评论

网络重要流检测方法综述

引用

软件学报 2024年第2期35卷 852-871页

作者：钱昊郑嘉琦陈贵海计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

网络的管理与监测是网络领域的重要话题,这一领域的相关技术通常也称为网络测量(network measurement).网络重要流检测(network heavy hitter detection)是网络测量的一项关键技术,也是研究对象.重要流指占用网络资源(如带宽或发送的数... 详细信息

网络的管理与监测是网络领域的重要话题,这一领域的相关技术通常也称为网络测量(network measurement).网络重要流检测(network heavy hitter detection)是网络测量的一项关键技术,也是研究对象.重要流指占用网络资源(如带宽或发送的数据包数量)超过某一给定标准的流,检测重要流有助于快速识别网络异常,提升网络运行效率,但链路的高速化为其实现带来了挑战.按出现时间顺序,可将重要流检测方法划分为两大类:基于传统网络框架的和基于软件定义网络(SDN)框架的.围绕网络重要流检测相关的框架与算法,系统地总结其发展过程与研究现状,并尝试给出其未来可能的发展方向.

关键词：网络测量网络重要流检测梗概算法软件定义网络可编程交换机

来源：评论

学校读者我要写书评

暂无评论

基于业务过程模型的刑事案件裁判文书过程信息自动梳理技术

引用

计算机集成制造系统 2024年第8期30卷 2968-2980页

作者：张源邹文涛袁豪李传艺葛季栋骆斌南京大学计算机软件新技术国家重点实验室江苏南京210046

在信息时代,大量过程信息被隐藏在由自然语言写成的文档中,从中自动抽取过程模型并可视化将有助于对过程信息的查看和管理。在中国刑事案件裁判文书中,存在着以下两个挑战:①事件在文本中的描述未严格按照时间顺序;②存在大量噪声信息... 详细信息

在信息时代,大量过程信息被隐藏在由自然语言写成的文档中,从中自动抽取过程模型并可视化将有助于对过程信息的查看和管理。在中国刑事案件裁判文书中,存在着以下两个挑战:①事件在文本中的描述未严格按照时间顺序;②存在大量噪声信息。尽管该特征广泛存在于不同领域的文本中,相关的研究却很少。为此,提出一种具有可移植性的文本过程挖掘算法,通过结合领域知识和机器学习建立名为“事件框架”的新型数据结构,从而解决上述难点并最终自动构建业务过程模型。通过人工构建的大量过程模型与自动生成的过程模型在结构、文本相似度上的实验对比,证明该算法能有效地解决上述挑战。

关键词：过程挖掘过程文本自然语言处理事件抽取裁判文书

来源：评论

学校读者我要写书评

暂无评论

基于决策变量时域变化特征分类的动态多目标进化算法

引用

自动化学报 2024年第11期50卷 2154-2176页

作者：闵芬董文波丁炜超华东理工大学信息科学与工程学院上海200237 上海市计算机软件评测重点实验室上海201112

动态多目标优化问题(Dynamic multi-objective optimization problems,DMOPs)广泛存在于科学研究和工程实践中,其主要考虑在动态环境下同时联合优化多个冲突目标.现有方法往往关注于目标空间的时域特征,忽视了对单个决策变量变化特性的... 详细信息

动态多目标优化问题(Dynamic multi-objective optimization problems,DMOPs)广泛存在于科学研究和工程实践中,其主要考虑在动态环境下同时联合优化多个冲突目标.现有方法往往关注于目标空间的时域特征,忽视了对单个决策变量变化特性的探索与利用,从而在处理更复杂的问题时不能有效引导种群收敛.为此,提出一种基于决策变量时域变化特征分类的动态多目标进化算法(Dynamic multi-objective evolutionary algorithm based on classification of decision variable temporal change characteristics,FT-DMOEA).所提算法在环境动态变化时,首先基于决策变量时域变化特征分类方法将当前时刻决策变量划分为线性变化和非线性变化两种类型;然后分别采用拉格朗日外插法和傅里叶预测模型对线性和非线性变化决策变量进行下一时刻的初始化操作.为了更有效地识别非线性决策变量变化模式,傅里叶预测模型通过傅里叶变换将历史种群数据从时域转换到频域,在分析周期性频率特征后,使用自回归模型进行频谱估计后再反变换至时域.在多个基准数据集上和其他算法进行对比,实验结果表明,所提算法是有效的.

关键词：傅里叶变换动态多目标优化问题决策变量分类动态多目标进化算法预测策略

来源：评论

学校读者我要写书评

暂无评论

基于多特征融合和深度学习的微观扩散预测

引用

清华大学学报（自然科学版） 2024年第4期64卷 688-699页

作者：张雪芹刘岗王智能罗飞吴建华华东理工大学信息科学与工程学院上海200237 上海市计算机软件评测重点实验室上海201112

准确地预测社交网络中的信息扩散节点可以对谣言、计算机病毒等不良信息的传播以及信息泄露做到早检测、早溯源和早抑制。为了提高微观扩散预测精度,该文提出了一个基于多特征融合和深度学习的微观信息扩散预测通用框架(MFFDLP)。为了... 详细信息

准确地预测社交网络中的信息扩散节点可以对谣言、计算机病毒等不良信息的传播以及信息泄露做到早检测、早溯源和早抑制。为了提高微观扩散预测精度,该文提出了一个基于多特征融合和深度学习的微观信息扩散预测通用框架(MFFDLP)。为了获取信息扩散的时序特征,基于信息扩散序列和社交网络图,采用门控循环神经网络提取局部时序特征和全局时序特征,并融合形成信息扩散序列表征;为了获取用户交互行为和兴趣爱好的动态表示,根据历史信息构建信息扩散图,使用级联图注意力网络提取信息扩散子图中节点特征和边特征,并通过嵌入查找,融合形成当前信息扩散序列中相应节点的动态扩散表征;使用双多头注意力机制,进一步捕获静态和动态扩散特征的上下文信息,实现了高精度微观扩散预测。在3个公共数据集上的对比实验结果表明:所提方法优于对比方法,在微观扩散预测的精度上最高提高了9.98%。

关键词：社交网络微观扩散预测循环神经网络图注意力网络多头注意力机制

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：