检索结果-内蒙古大学图书馆

计算机辅助设计与图形学学报 2020年第4期32卷 575-581页

作者：陈颖荆树旭石剑陈彦云柳有权张彩荣长安大学信息工程学院西安710064 中国科学院自动化研究所模式识别国家重点实验室北京100190 中国科学院软件研究所计算机科学国家重点实验室北京100190

基于图像的油画风格化绘制是计算机图形学领域非真实感绘制研究的热点之一.为了进一步提高图像油画风格化的质量,提出了一种基于多尺度笔刷的分层图像油画风格化绘制算法.该算法模拟艺术家的油画绘制过程,采用不同尺度的笔刷按照从粗到... 详细信息

基于图像的油画风格化绘制是计算机图形学领域非真实感绘制研究的热点之一.为了进一步提高图像油画风格化的质量,提出了一种基于多尺度笔刷的分层图像油画风格化绘制算法.该算法模拟艺术家的油画绘制过程,采用不同尺度的笔刷按照从粗到细的顺序逐层绘制.在每层笔刷绘制中,首先使用增量Voronoi序列采样点和图像切线方向场确定笔刷流线,然后结合笔刷形状与笔刷高度场进行纹理贴图,得到最终的图像油画风格化绘制结果.通过与现有算法比较,文中算法不仅能模拟真实的油画绘制过程,而且生成的油画效果层次感更强,充分体现了图像的结构特征和油画细节.

关键词：非真实感渲染油画风格化切线方向场笔刷流线

来源：评论

学校读者我要写书评

暂无评论

融合外部知识的生成式实体关系联合抽取方法

引用

计算机技术与发展 2023年第8期33卷 124-130页

作者：祝振赫武虹高洁周玉中国科学院大学人工智能学院北京100049 中国科协创新战略研究院北京100038 中国科学院自动化研究所模式识别国家重点实验室北京100190 北京中科凡语科技有限公司凡语AI研究院北京100190

实体关系联合抽取作为各领域构建知识图谱不可或缺的任务,成为当今信息抽取任务中的热点。现有的生成式实体关系联合抽取方法,多采用编码器-解码器框架,通过监督学习从非结构化文本中抽取特征来生成实体和关系序列。但这种方法属于数据... 详细信息

实体关系联合抽取作为各领域构建知识图谱不可或缺的任务,成为当今信息抽取任务中的热点。现有的生成式实体关系联合抽取方法,多采用编码器-解码器框架,通过监督学习从非结构化文本中抽取特征来生成实体和关系序列。但这种方法属于数据驱动方法,在缺乏标注数据时存在质量较低的问题,而获取标注数据需要花费大量的成本。基于远程监督的方法通过利用外部知识库对文本进行自动标注,能够解决缺少大规模标注数据的问题,但同时引入的错误标签也会影响模型的性能。针对上述问题,提出了融合外部知识的生成式实体关系联合抽取方法,采用多编码器和知识注意力机制,将结构化信息和句法结构等外部知识融入模型。具体来说,首先利用标注数据对模型进行预训练来学习实体关系表示,然后利用外部知识再次训练来学习句法结构等信息。实验结果表明,所提方法能够通过融合外部知识,提升实体关系三元组的准确率,尤其提升模型在标注数据稀缺场景下的抽取准确率。

关键词：实体关系抽取编码-解码框架知识融合深度学习注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于局部异质协同双路网络的跨模态行人重识别

引用

模式识别与人工智能 2020年第10期33卷 867-878页

作者：郑爱华曾小强江波黄岩汤进安徽大学计算智能与信号处理教育部重点实验室合肥230601 安徽省科学技术厅安徽省工业图像处理与分析重点实验室合肥230039 中国科学院自动化研究所模式识别国家重点实验室北京100190

针对现有跨模态行人重识别方法忽略行人的局部特征及模态间的相互协同的问题,文中提出基于局部异质协同双路网络的跨模态行人重识别方法.首先,通过双路网络提取不同模态的全局特征进行局部精细化,挖掘行人的结构化局部信息.然后,通过标... 详细信息

针对现有跨模态行人重识别方法忽略行人的局部特征及模态间的相互协同的问题,文中提出基于局部异质协同双路网络的跨模态行人重识别方法.首先,通过双路网络提取不同模态的全局特征进行局部精细化,挖掘行人的结构化局部信息.然后,通过标签和预测信息建立跨模态局部信息之间的关联,进行协同自适应的跨模态融合,使不同模态的特征之间相互补充,获得富有判别力的特征.在RegDB、SYSU-MM01跨模态行人重识别数据集上的实验验证文中方法的有效性.

关键词：行人重识别跨模态局部特征协同融合卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

语言认知与语言计算--人与机器的语言理解

引用

中国科学：信息科学 2022年第10期52卷 1748-1774页

作者：王少楠丁鼐林楠张家俊宗成庆中国科学院自动化研究所模式识别国家重点实验室北京100190 中国科学院大学人工智能学院北京100190 浙江大学生物医学工程与仪器科学学院生物医学工程教育部重点实验室杭州310027 之江实验室基础理论研究院应用数学与机器智能研究中心杭州311121 中国科学院行为科学重点实验室(中国科学院心理研究所) 北京100101 中国科学院大学心理学系北京100049 中国科学院脑科学与智能技术卓越创新中心北京100190

语言理解是认知科学和计算机科学交叉领域共同关心的问题,但两个学科在选择具体研究问题时却十分不同.认知科学领域的研究侧重解析大脑的工作机制,更多地关注于描述大脑对语言的响应,缺乏对大脑语言功能整体化、系统化的研究,而计算机... 详细信息

语言理解是认知科学和计算机科学交叉领域共同关心的问题,但两个学科在选择具体研究问题时却十分不同.认知科学领域的研究侧重解析大脑的工作机制,更多地关注于描述大脑对语言的响应,缺乏对大脑语言功能整体化、系统化的研究,而计算机科学家在选择研究问题时重点关注实际应用效能,往往忽略了对语言最本质规律的研究.那么,如何实现两种思路的交叉融合,为智能语言计算模型的构建和语言认知机理的研究带来新的机遇和启发呢?本文首先简要回顾了认知科学和计算机科学在语言理解方向上的研究问题、发展历程和研究方法,重点阐述研究现状和面临的挑战,之后对比认知科学和计算机科学领域对于语言理解问题的主要观点,分析两者之间的异同.最后对现有语言认知和语言计算两个领域的交叉融合方法进行归纳和总结,并对未来发展趋势予以展望.

关键词：语言认知语言计算人的语言理解机器的语言理解交叉研究

来源：评论

学校读者我要写书评

暂无评论

多模态人脑影像与脑网络组学研究

引用

中国科学：生命科学 2020年第11期50卷 1296-1308页

作者：左年明蒋田仔中国科学院自动化研究所脑网络组研究中心北京100190 中国科学院自动化研究所模式识别国家重点实验室北京100190

随着脑影像技术和计算技术等领域的发展,基于活体影像的脑科学研究呈爆发式增长,并受到来自多种不同学科领域研究人员的广泛关注,其中包括神经科学、临床医学、心理学以及工程技术等学科领域.近年来,不同学科交叉融合形成了新的研究方... 详细信息

随着脑影像技术和计算技术等领域的发展,基于活体影像的脑科学研究呈爆发式增长,并受到来自多种不同学科领域研究人员的广泛关注,其中包括神经科学、临床医学、心理学以及工程技术等学科领域.近年来,不同学科交叉融合形成了新的研究方向和领域,这也是脑科学发展独具学科特色的研究模式.对于活体人脑结构和功能信号的检测技术而言,许多技术在基础科研和临床上已经得到比较广泛的应用,包括多模态磁共振技术、脑电及脑磁技术等.与此同时,脑科学研究在时间和空间分辨率上对脑信号检测技术提出了更高的要求,由此产生的数据为后期的数据挖据、建模分析等技术带来了更多的挑战.为了更好地描述从多时空尺度研究大脑的模式,本团队在国际上提出了"脑网络组学"的概念.本文系统回顾了目前基于影像的脑科学研究在非侵入性宏观影像层面有代表性的技术,同时强调了多模态多种技术的联合应用,即"脑网络组学"的研究背景和内涵.文章最后对脑网络组学研究发展作出展望.

关键词：脑网络组学脑网络组图谱脑网络神经影像转化医学

来源：评论

学校读者我要写书评

暂无评论

融合篇章结构位置编码的神经机器翻译

引用

智能科学与技术学报 2020年第2期2卷 144-152页

作者：亢晓勉宗成庆中国科学院自动化研究所模式识别国家重点实验室北京100190 中国科学院大学北京100049

现有的文档级神经机器翻译方法在翻译一个句子时大多只利用文档的上下文词汇信息,而忽视了跨句子的篇章语义单元之间的结构关系。针对此问题,提出了多种篇章结构位置编码策略,利用基于修辞结构理论的篇章树结构,对篇章树上位于不同篇章... 详细信息

现有的文档级神经机器翻译方法在翻译一个句子时大多只利用文档的上下文词汇信息,而忽视了跨句子的篇章语义单元之间的结构关系。针对此问题,提出了多种篇章结构位置编码策略,利用基于修辞结构理论的篇章树结构,对篇章树上位于不同篇章单元的单词之间的位置关系进行了表示。实验表明,通过位置编码的方式,在基于Transformer框架的神经机器翻译模型中有效地融合了源端的篇章结构信息,译文质量得到了显著提升。

关键词：神经机器翻译篇章结构位置编码篇章分析修辞结构理论

来源：评论

学校读者我要写书评

暂无评论

中国互联网信息内容生态治理策略体系构建与演化研究

中国互联网信息内容生态治理策略体系构建与演化研究

引用

第十八届（2023）中国管理学年会暨“一带一路”十周年研讨会

作者：艾祖鹏梁蕴泽郭文强中国科学院大学经济与管理学院中国科学院自动化研究所模式识别国家重点实验室新疆财经大学信息管理学院

互联网信息内容生态治理作为现代化国家与社会治理的重要领域一直是一个热门话题,研究其政策体系结构与演化具有一定的理论与现实意义.本文基于扎根理论研究方法,选取1994-2023中央所发布的225条及地方发布的762条互联网信息内容治理政... 详细信息

互联网信息内容生态治理作为现代化国家与社会治理的重要领域一直是一个热门话题,研究其政策体系结构与演化具有一定的理论与现实意义.本文基于扎根理论研究方法,选取1994-2023中央所发布的225条及地方发布的762条互联网信息内容治理政策根据其治理类别进行分类并进一步构建中国互联网信息内容治理政策的三层结构体系,分析其数量分布、历史演化及政策焦点演化.研究结果表明:中央和地方层面互联网信息内容生态治理均以由前馈控制、同期控制及反馈控制所构成的制度化管理为基础,中央层面以企业自律为代表的自我管理式治理为突出特色,而地方层面则以监管者行动为代表的其他式治理为突出特色;治理策略总体上经历从"自我监督,国家监管"到以制度化为基础多种治理方略综合应用的演化历程;中央与地方形成了一套"中央呼吁,地方落实"的系统治理模式;技术革新在互联网信息内容生态治理中的重要性正在加强,而社会监督和合作式治理的比重还有待提高.

关键词：互联网信息内容生态治理监管策略体系演化分析

来源：评论

学校读者我要写书评

暂无评论

基于中英文单语术语库的双语术语对齐方法

引用

中国科技术语 2022年第1期24卷 14-25页

作者：向露周玉宗成庆中国科学院自动化研究所模式识别国家重点实验室北京100190 中国科学院大学人工智能学院北京100049 凡语AI研究院/北京中科凡语科技有限公司北京100080

双语术语对齐库是自然语言处理领域的重要资源,对于跨语言信息检索、机器翻译等多语言应用具有重要意义。双语术语对通常是通过人工翻译或从双语平行语料中自动提取获得的。然而,人工翻译需要一定的专业知识且耗时耗力,而特定领域的双... 详细信息

双语术语对齐库是自然语言处理领域的重要资源,对于跨语言信息检索、机器翻译等多语言应用具有重要意义。双语术语对通常是通过人工翻译或从双语平行语料中自动提取获得的。然而,人工翻译需要一定的专业知识且耗时耗力,而特定领域的双语平行语料也很难具有较大规模。但是同一领域中各种语言的单语术语库却较易获得。为此,提出一种基于两种不同语言的单语术语库自动实现术语对齐,以构建双语术语对照表的方法。该方法首先利用多个在线机器翻译引擎通过投票机制生成目标端“伪”术语,然后利用目标端“伪”术语从目标端术语库中检索得到目标端术语候选集合,最后采用基于mBERT的语义匹配算法对目标端候选集合进行重排序,从而获得最终的双语术语对。计算机科学、土木工程和医学三个领域的中英文双语术语对齐实验结果表明,该方法能够提高双语术语抽取的准确率。

关键词：双语术语单语术语库术语对齐语义匹配

来源：评论

学校读者我要写书评

暂无评论

深度卷积神经网络压缩与加速研究进展

引用

中国基础科学 2022年第3期24卷 1-9页

作者：艾祖鹏刘雨帆阮晓峰李兵中国科学院大学经济与管理学院北京100190 中国科学院自动化研究所模式识别国家重点实验室北京100190 人民中科(北京)智能技术有限公司北京100080

数据、算力和算法是人工智能技术的3个要素,对于人工智能技术的落地,这三者相辅相成,缺一不可。近年来,随着移动互联网和高性能芯片的发展,深度神经网络在人工智能领域取得重大突破。为了追求更高的性能,研究者往往设计复杂冗余的网络结... 详细信息

数据、算力和算法是人工智能技术的3个要素,对于人工智能技术的落地,这三者相辅相成,缺一不可。近年来,随着移动互联网和高性能芯片的发展,深度神经网络在人工智能领域取得重大突破。为了追求更高的性能,研究者往往设计复杂冗余的网络结构,如增加宽度和层数,使网络的参数和计算量大大增加。当这些算法面对资源受限的设备时,算力会严重制约人工智能技术的落地。因此,深度神经网络压缩与加速作为人工智能领域的一个热点问题,受到产业界和学术界的关注,提出的解决方案层出不穷。本文对这一领域的研究现状进行总结。首先,介绍深度卷积神经网络的结构设计,包括高精度卷积神经网络手工设计、面向移动端轻量化卷积神经网络手工设计和卷积神经网络自动化设计。其次,总结深度神经网络压缩与加速相关方法,包括参数稀疏、结构化剪枝、低秩近似分解、量化和知识蒸馏5个方面。再次,对一些相关开源框架及会议研习会进行总结。最后,对模型压缩与加速的发展进行展望。

关键词：深度卷积神经网络压缩与加速结构化剪枝量化低秩近似分解知识蒸馏

来源：评论

学校读者我要写书评

暂无评论

用于卷积神经网络图像预处理的目标中心化算法

引用

中南大学学报（自然科学版） 2019年第3期50卷 579-586页

作者：董秋成吴爱国董娜冯伟天津大学电气自动化与信息工程学院天津300072 中国科学院自动化所模式识别国家重点实验室北京100000

为解决工业生产中对不同零件进行自动分类的问题,提出一种基于卷积神经网络的模式识别算法,对29种不同尺寸的螺丝、螺母和垫片进行分类。首先采集待分类零件的图像数据,通过数据增强得到数据集,然后设计一种简化的卷积神经网络。提出一... 详细信息

为解决工业生产中对不同零件进行自动分类的问题,提出一种基于卷积神经网络的模式识别算法,对29种不同尺寸的螺丝、螺母和垫片进行分类。首先采集待分类零件的图像数据,通过数据增强得到数据集,然后设计一种简化的卷积神经网络。提出一种对图像中的目标位置进行中心化的图像预处理算法,它能够提取图像中目标所在的区域并将其移动到图像中心位置。研究结果表明,与不采用目标中心化算法的传统方法相比,总体准确率从97.59%提升至99.96%,具有最低准确率的零件的准确率从85.83%提升至99.67%。使用卷积神经网络对背景纯净且目标明显的图像进行分类时,使用本文提出的目标中心化算法进行图像预处理能够显著提高网络的识别准确率。

关键词：零件识别卷积神经网络数据增强中心化目标提取

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：