检索结果-南通市图书馆

作者：杨智威桂林理工大学

学位级别：硕士

近年来,随着人工智能技术逐步渗透到国防、教育、金融等各种各样场景,人工智能技术在为人们提供便利的同时也暴露出大量的隐私安全问题。特别是针对深度学习的反转攻击变得越来越频繁。反转攻击是攻击者利用受害者模型能够“记住”训练... 详细信息

近年来,随着人工智能技术逐步渗透到国防、教育、金融等各种各样场景,人工智能技术在为人们提供便利的同时也暴露出大量的隐私安全问题。特别是针对深度学习的反转攻击变得越来越频繁。反转攻击是攻击者利用受害者模型能够“记住”训练数据特征的特性,通过使用非法手段,获取受害者模型训练数据信息的攻击手段。如基于自动编码器的反转攻击模型。在模型训练过程中,它假定攻击者能够访问数据本身,并利用均方误差方式窃取训练数据。但,能够接触到训练数据的场景及其有限,更多的情况是,只能访问一个黑盒神经网络模型,也就是只能对它进行输入,并得到输出。针对上述问题,提出了一种神经网络循环反转攻击方法,意在寻找深度学习模型的新威胁。主要工作如下:（1）.针对无法获取训练集输入的情况,首先把噪声输入到受害者模型中,再把受害者模型的输出,输入到生成网络,然后再把生成网络重建的图像,输入到受害者中,这就构成了循环反转攻击的基础模型。（2）.针对只能获取黑盒模型的情况,需要利用知识蒸馏,从黑盒模型中萃取出黑盒内部的信息,重建受害者模型,再用循环反转攻击模型进行反转攻击。实验评估过程中,循环反转攻击在反转图像过程中产生的损失值比反转攻击模型（Model Inversion Attacks,MIA）的损失值下降得更快,循环反转攻击生成的图像比MIA生成的图像,更容易被受害者模型判定为指定标签。针对上述深度学习攻击手段,还提出了一种防御模型反转攻击的隐私保护方法,主要工作如下:（1）.对于目前的差分隐私方式,造成模型可用性变差的情况,提出一种混合扰动的方式,把模型参数拆分为噪声权重和网络权重。这样的切分保证了模型可用性。（2）.上述保护方法,只需要使深度学习网络最后一层全连接层满足即可。网络最后一层满足差分隐私,能在数据集和真实标签间嵌入一个满足差分隐私过程的噪声,则可防御上述反转攻击。并用贝叶斯神经网络实现最后一层的全连接层。贝叶斯神经网络带有任意不确定性,能够有效对抗反转攻击。（3）.把贝叶斯神经网络全连接层分为噪声权重和网络权重后,可以依据雷尼差分隐私的推导过程,重新推导差分隐私全连接层的前向传播隐私开销。实验评估过程中,在相同的反向传播的隐私开销下,混合扰动的残差网络准确率比梯度扰动的残差网络准确率和目标扰动的残差网络准确率分别高出49%到89%和0%到49%。前向传播的隐私开销也随着噪声标准差的增加而降低。针对混合扰动差分隐私保护的受害者模型,反转攻击效果会随着噪声标准差的增加而变差。

关键词：差分隐私模型反转攻击贝叶斯神经网络自动编码器隐私核算

“双师教学”视角下高校线下师生互动模式的构建与应用研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

“双师教学”视角下高校线下师生互动模式的构建与应用研究

作者：史哲月河北师范大学

学位级别：硕士

随着互联网热潮的涌动,“互联网+教育”也应运而生,其中“双师教学”受到了广泛的关注。“双师教学”摆脱时间和空间因素的束缚,实现了优质教育资源共享。时代的快速发展,对学生掌握如何学习的能力提出了新要求,教师的教育理念也转向了... 详细信息

随着互联网热潮的涌动,“互联网+教育”也应运而生,其中“双师教学”受到了广泛的关注。“双师教学”摆脱时间和空间因素的束缚,实现了优质教育资源共享。时代的快速发展,对学生掌握如何学习的能力提出了新要求,教师的教育理念也转向了如何培养学生学习的能力,师生为达成同一目标而开展的师生交互成为教学活动中不可缺少的重要部分。但在高校应用“双师教学”的课堂中,存在着一系列问题,如学生参与互动积极性低、师生互动趣味性不足、师生互动频率次数少等问题,这就要求对线下师生互动模式进行重构。那么如何增强“双师教学”中线下师生互动的效果以提升学生高阶思维能力的发展就成为核心亟待解决的问题。本文以“双师教学”中线下教师和学生的互动为研究重点,在交互理论、协同学理论、建构主义学习理论等理论的指导下,以学生互动参与性、师生互动频率、师生互动内容、师生互动方式、师生互动效果五个维度设计前期调研问卷,旨在了解目前高校师生互动的现状,为尝试构建的新型模式提供依据。在环境、资源、线上名师等各方面的支持下,线下师生互动模式以“课前教学准备”、“课中解决疑难”、“课后实时互动”为主线,贯穿于整个教学过程中,三个阶段的师生互动发挥着层层递进的作用,由“认知互动-行为互动-情感共鸣”,以期营造民主型师生关系实现师生关系的升华。选取H大学教育技术学研究生为实践对象,在固定“双师教学”方式的《教育技术前沿研究》课程中开展教学实践,从高阶思维能力的批判性思维、问题解决能力、决策制定能力、创新能力、交流沟通能力、自主学习能力六个维度设计前后测问卷,进行数据比对及分析,以检验该模式的教学实践效果。研究结果显示,该模式激发了学生的学习积极性,提高其满意度,有效提升学生各个维度的思维能力;实现了优质资源的充分内化,达到深层意义建构,掌握学习的方法;同时,建立了良好的师生关系,有助于教学活动的开展,提高教学的质量。

关键词： “双师教学” 线下师生互动师生关系高阶思维能力

促进大学生深度学习的项目式教学模式设计与应用研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

促进大学生深度学习的项目式教学模式设计与应用研究

作者：刘静河北师范大学

学位级别：硕士

信息时代社会高速发展,教育教学要紧跟时代进步的步伐,培养具有创新能力的高素质人才满足社会发展的需要。传统教学模式无法满足高校教育承担着为社会输送优秀人才的重担,如何通过优化教育教学模式培养符合社会需要的具备高阶思维能力... 详细信息

信息时代社会高速发展,教育教学要紧跟时代进步的步伐,培养具有创新能力的高素质人才满足社会发展的需要。传统教学模式无法满足高校教育承担着为社会输送优秀人才的重担,如何通过优化教育教学模式培养符合社会需要的具备高阶思维能力的人才是急需解决的问题。项目式教学强调在真实情境中通过任务驱动学生进行探究活动,运用理论知识解决问题,有助于深度学习的发生。项目式教学虽然在一定程度上优化了教学效果,但仍存在许多问题。比如项目式教学仅仅停留在形式上使得学生依然处于浅层学习的状态,未能有效提高高阶思维能力。基于此背景,本研究设计了促进大学生深度学习的项目式教学模式并进行实践探索研究。本研究通过大量查阅国内外关于深度学习与项目式教学的相关资料了解当前深度学习和项目式教学的现状,寻找项目式教学与深度学习的联系以及理论基础为后续模式构建做铺垫;设计问卷调查大学生当前的深度学习水平以及项目式教学的情况,根据问卷调查结果分析当前存在的问题,以布鲁姆教育目标分类理论、情境认知理论、发现教学理论、建构主义学习理论为指导,运用项目式教学流程,以深度学习路线为指导,设计了促进大学生深度学习的项目式教学模式,选取H高校教育技术学本科生作为研究对象进行教学实践,采用问卷调查法、SOLO结果分类法、观察法、访谈法对学生的深度学习水平、高阶思维能力、思维结构水平以及满意度进行检验,通过学生的变化验证模式的有效性。实践结果表明促进大学生深度学习的项目式教学模式提升了学生的学习积极性以及内部动机,提高了学生的深度学习水平以及思维结构水平,促进了学生的自主学习能力、批判性思维能力、问题解决能力、沟通能力、协作能力、创新能力等高阶思维能力的发展,学生对于课程的体验感和满意度增强。由此可以说明,本研究设计的促进高校大学生深度学习的项目式教学模式可以有效促进大学生深度学习的发生,提高高阶思维能力,具有可操作性和有效性。

关键词：项目式教学深度学习教学模式高阶思维能力

基于ARCS动机理论的高校大学生项目式学习模型构建及实践研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于ARCS动机理论的高校大学生项目式学习模型构建及实践研究

作者：申庆楠河北师范大学

学位级别：硕士

随着“互联网+”发展热潮的涌起,我国已经从传统闭合型社会转向智能开放型的社会,培养面向21世纪具有国际竞争力的中国人才,对全国高校大学生人才培养质量提出了更高的要求,而这些顶级企业所需要的人才品质恰恰通过项目式学习可以获得... 详细信息

随着“互联网+”发展热潮的涌起,我国已经从传统闭合型社会转向智能开放型的社会,培养面向21世纪具有国际竞争力的中国人才,对全国高校大学生人才培养质量提出了更高的要求,而这些顶级企业所需要的人才品质恰恰通过项目式学习可以获得。在教学实践中引入项目式学习活动,帮助学生获得实质性成功经验的有效手段。而在项目式学习中,学习实践过程并没有导致学生动机的显著变化,其中大学生学习动力不足和学习处于无意识、被动和消极状态等话题有待深入的分析和探讨,如何解决在项目式学习活动中高校大学生现存学习动机问题是提升教育质量所必须面对的问题。本文由此引入ARCS动机理论来指导项目式学习,依据课程设计具体的实践活动,探究对大学生群体学习动机水平能否起作用。依据ARCS动机模型理论中的四个维度编写问卷,对某高校大学生进行项目式学习动机水平能力现状调查,了解高校大学生项目式学习的动机情况,为动机模型下高校大学生提升项目式学习效果奠定基础,以学习者和学习共同体为核心元素,创设学习支持服务体系,提供管理、资源、社会、情感等支持,满足学生个性化的学习需求。从动机视角分析影响学习者在项目学习活动的因素,将ARCS的注意力(A)、切身性(R)、自信心(C)、满足感(S)四个维度与已有的项目式学习设计框架与实施流程相融合,并采用五星教学法指导每个学习环节的实施,以中国学生发展核心素养为目标,设计了ARCS动机理论视角下的大学生项目式学习模型,并将动机激发策略与教学设计相结合应用于具体的项目学习活动中,以期更好地指导学习实践和提升学生内部动机。基于ARCS动机理论设计的大学生项目式学习模型,以《PBL项目式学习理论与实践》课程为例,进行了项目学习活动设计并进行实证研究。通过实验前后的两次测试效果分析,将研究中出现的情况和结果进行归纳总结,有助于深刻认识与分析大学生学习主动性。结果表明该模型能为学生提供良好的支持,激发学生探究的欲望,有效促进学习者心理动力,提升内驱力和自我效能感,优化项目学习效果,从而提升教育质量。

关键词： ARCS动机理论项目式学习学习动机学习共同体学习支持服务

面向师范生信息化教学能力培养的混合式教学模式研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向师范生信息化教学能力培养的混合式教学模式研究

作者：张楠河北师范大学

学位级别：硕士

随着“互联网+”时代的到来,信息技术不断发展,教育行业进入了教育信息化2.0时代,信息化教学能力也就随之成为了教师所要掌握的必备能力,以此来适应信息化教学大环境。而师范生作为未来的教师,其信息化教学能力的培养就更为重要,因此,... 详细信息

随着“互联网+”时代的到来,信息技术不断发展,教育行业进入了教育信息化2.0时代,信息化教学能力也就随之成为了教师所要掌握的必备能力,以此来适应信息化教学大环境。而师范生作为未来的教师,其信息化教学能力的培养就更为重要,因此,如何进行师范生信息化教学能力的培养就变成了教育专家和研究者需要探究的新课题。混合式教学作为新时代应运而生的一种新型信息化教学方式,具有传统课堂教学和网络教学的双重优势,能够为师范生信息化教学能力的培养提供新的思路与方向。本研究首先通过梳理总结有关信息化教学能力的资料,分析制定了适合本研究的信息化教学能力标准,大致将其分为了信息意识态度、信息责任、信息化教学知识、信息化教学技能、高阶能力五个维度。其次,对某高校师范生开展信息化教学能力和混合式教学情况的调查,旨在了解当前师范生信息化教学能力存在的问题以及混合式教学的困境,为后续面向师范生信息化教学能力培养的混合式教学模式的构建提供基础。再次,在首要教学理论、建构主义学习理论和活动理论的指导下,探究混合式教学对师范生信息化教学能力培养的适切性,以提升信息化教学能力为目标,构建出“课前线上自主预习、课中线下能力培养、课后线上能力提升”的面向师范生信息化教学能力培养的混合式教学模式。最后,依托师范生的《学习科学与技术》课程进行教学实践,优化教学模式,并从信息化教学能力水平、学习成绩和教学满意度方面进行模式效果检验。研究结果显示,在面向师范生信息化教学能力培养的混合式教学模式的课程实践中,师范生不但掌握了教学知识,提高了学习成绩,而且对课程教学更加满意了。最重要的是,其信息化教学能力的每个维度都有了不同程度的提升,使他们能够更好地适应教育信息化时代。这表明本研究设计的面向师范生信息化教学能力培养的混合式教学模式具有可行性和有效性,能够为师范生的能力培养教学提供帮助。

关键词：师范生信息化教学能力混合式教学行动研究

计算思维视域下初中信息技术输出式课堂设计与应用研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算思维视域下初中信息技术输出式课堂设计与应用研究

作者：曹莹河北师范大学

学位级别：硕士

在互联网智能时代,掌握了计算思维就掌握了破解难题的密钥,可见计算思维能力的重要性。当今社会可能随时随地面临未知的难题,个体拥有计算思维这项生存技能才能适应未来社会的建设与发展。教育部在2021年7月份对建议答复中说道,教育部... 详细信息

在互联网智能时代,掌握了计算思维就掌握了破解难题的密钥,可见计算思维能力的重要性。当今社会可能随时随地面临未知的难题,个体拥有计算思维这项生存技能才能适应未来社会的建设与发展。教育部在2021年7月份对建议答复中说道,教育部正在组织加强对中小学阶段学生计算思维的培养。而当今初中信息技术课堂存在教师教学效果不理想、课堂教学质量不高等问题,急需做出教学改变。在初中阶段如何让学生者在有限的课堂学习时间内提高自身的计算思维能力以及提高学习效率成为研究学者的关注点。输出式课堂是一种以学习输出成果为引导,强调学习者主动的在课堂学习过程中产出学习输出成果以达到知识显性化、个性化,最后以多元化评价手段培养提升学生素养能力的有效教学课堂。本研究以培养学习者计算思维能力为重点,针对当前初中信息技术课堂教学存在的问题,设计输出式课堂框架用于初中信息技术学科,最终测量出采用输出式课堂对培养初中生计算思维能力的影响。本研究首先对前人采用有关输出式课堂的实践案例进行了梳理,对计算思维视域下初中信息技术输出式课堂进行了可行性分析。其次结合输出式教学的教育理念,依托活动理论的核心观点以及支架式教学的关键教学环节得出课堂设计应遵循的原则,提炼出适用于本研究的输出式课堂活动框架的关键要素和三个模块,关键要素与三个模块相互融合共同构建出初中信息技术课上培养计算思维的输出式课堂活动框架,并在此基础上设计课堂学习活动的八个环节,为课堂开展提供实质操作理论。实践应用计算思维视域下初中信息技术输出式课堂框架,结合教学实际情况,选取河大版《信息技术》中的第一章和第六章内容为实践案例,进一步验证构建框架的有效性。本研究采用实验法——设置对照班和实验班,经过教学实践后对实验班和对照班的学习输出成果、测验成绩和计算思维水平的前后测数据进行效果分析。结果表明实验对象在应用计算思维视域下初中信息技术输出式课堂中不仅掌握了学习内容,同时计算思维的各个维度也得到了不同程度的有效提升,提升了学习者的计算思维能力。

关键词：计算思维输出式课堂初中信息技术支架式教学

UDL视角下初中生数字化学习与创新素养培养的设计与实践

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

UDL视角下初中生数字化学习与创新素养培养的设计与实践

作者：王春雨河北师范大学

学位级别：硕士

进入数字时代,教育和科学双向赋能共同进步。其中科技赋能社会发展,主导时代的变迁,教育也面临着更高的机遇和挑战,“教育数字化转型”是当前教育改革的热点也是未来教育创新变革的趋势。作为终身学习的数字化学习方式,强调新时代的学... 详细信息

进入数字时代,教育和科学双向赋能共同进步。其中科技赋能社会发展,主导时代的变迁,教育也面临着更高的机遇和挑战,“教育数字化转型”是当前教育改革的热点也是未来教育创新变革的趋势。作为终身学习的数字化学习方式,强调新时代的学生必须具备数字化学习与创新素养,能够使用数字化的工具收集、利用、管理和分析数字化的资源从而达到建构知识与创新作品的能力。在如今的数字化时代,学生只有具备良好的数字化学习素养才能更好的使用当前的媒体、技术、资源和环境从而适用于更高质量的学习、生活和工作中。当前的中学信息技术课堂仍然极少采用主流的方式进行教学,并未注重学生的自身的差异性,因而本研究基于UDL理论进行教学设计旨在提高当前初中生的数字化学习与创新素养。全球经济数字化转型的加速发展,数字化技术改变着人们的生活、学习、工作与思维,推动世界化格局的深刻变革,数字化学习与创新素养已经成为国际对全民的必然要求。本研究基于初中生数字化学习与创新素养提升为目标,以认知主义理论、建构主义学习理论、联通主义学习理论为指导,通过文献研究法对本研究国内外现状、相关概念理论进行综述,以石家庄第四十中学为例,通过问卷调查法、访谈法对学生数字化学习与创新素养现状进行分析,基于UDL理论三大神经网络、学生、环境等多方面角度出发,根据学习目标、学习内容、学习方法、学习评价四个层面,设计能够提升学生数字化学习与创新素养的教学设计流程,将其通过两轮行动研究运用到初中生信息技术课堂教学中,并对其教学效果进行分析,调查借助SPSS完成数据的量化统计与分析,以验证教学设计在信息技术课堂的有效性,并提出相应的教学建议。通过行动研究法并对比实验班与对照班的实验结果分析,得出以下结论:(1)基于UDL理论进行的数字化学习与创新素养教学设计适用于初中信息技术课堂。(2)本研究以提升学生数字化学习与创新素养的教学设计突出学生的主体地位,能较好的达成学习目标。(3)在进行了两轮行动研究后,由实验后测的数据可看出基于UDL理论的教学设计能够满足提升数字化学习与创新的四个维度。基于以上结论,提出以下建议:(1)教学设计的情境创设贴近生活、有趣味性。(2)教学过程中教师注重管理、学生注重自主性。(3)设计灵活多样的输出展示过程。(4)教学评价的多元性。

关键词：数字化学习与创新素养信息技术学科 UDL理论教学设计

基于差分隐私的深度学习模型图像数据训练方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于差分隐私的深度学习模型图像数据训练方法研究

作者：吴丹华桂林理工大学

学位级别：硕士

计算机视觉发展离不开深度学习模型的构建和大量数据的参与,而数据包含敏感信息,在网络训练过程中确保数据不会泄露成为当前研究热点。如何使数据高效参与训练的同时,提高数据隐私质量,得到更具可用性模型仍是亟需解决的问题。本文重点... 详细信息

计算机视觉发展离不开深度学习模型的构建和大量数据的参与,而数据包含敏感信息,在网络训练过程中确保数据不会泄露成为当前研究热点。如何使数据高效参与训练的同时,提高数据隐私质量,得到更具可用性模型仍是亟需解决的问题。本文重点研究基于差分隐私的深度学习模型图像数据训练方法,保证深度学习模型训练过程的差分隐私,尽可能提高模型效用,并在联邦学习下进行差分隐私协同训练和优化。考虑到数据共享的隐私问题,进一步在满足差分隐私情况下进行网络训练优化,并将原始数据脱敏后生成预期量数据。保证数据隐私安全可控,同时增加私有数据共享的多样性。本文提出基于粒子群参数优化的差分隐私深度学习模型训练方法。将粒子位置映射到网络参数中,寻找个体历史最优和全局历史最优位置。对全局最优粒子位置所得梯度进行扰动后,重新参与模型训练。在不改变参数和梯度结构的前提下,利用网络传播属性对噪声参数进行优化,用带扰动的位置参数获取目标函数进行参数更新,得到粒子群最优经验风险函数来降低噪声对模型效用的损害,并在多个模型中对比验证本文方法的优越性。联邦学习模式下,在本地客户端利用粒子位置参数更新出本地环境中个体和全局历史最优位置,找到当下最优参数加以扰动,再上传至中心服务器。每个客户端需要训练时,从服务器请求获取优化、扰动和聚合后的广播参数,参与该合作式学习。海量数据价值在于共享,在深度学习模型的图像数据训练过程中,满足差分隐私并尽可能提高模型可用性可防止原始数据被攻击者恢复,但数据共享是人工智能持续发展的有效动力。为在模型训练过程中满足差分隐私,生成可用于数据增强和共享的图像数据,本文提出基于向量成本的双向选择隐私保护算法(DPBA)。向基于Wasserstein距离生成对抗网络中注入涉及数据结构信息的基于向量的高斯(VVG)噪声,双向选择噪声可随意扰动梯度,既能保证所有梯度的差分隐私,又能对参数优化有所增益。动态噪声和基于向量的扰动方式保证了隐私力度,在模型训练后产生丰富的信息特征样本。采用多个数据集进行验证对比模型可用性,并采用梯度攻击验证DPBA算法抗攻击能力,得出相同隐私水平下,本文训练模型能满足差分隐私,产生可用性更高的隐私图像数据,且具有强抗攻击恢复能力。

关键词：差分隐私深度学习模型训练联邦学习数据生成

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的声纹识别研究

基于深度学习的声纹识别研究

作者：汪玉坤桂林理工大学

学位级别：硕士

随着人工智能技术的不断革新和发展,声纹识别技术被广泛应用于各个领域。它通过相关的识别及辨认机制,为经济、司法、生活等方面提供了新的解决方案,并在安全应用领域占据着越来越重要的位置。声纹识别主要通过声音特征来识别说话人,判... 详细信息

随着人工智能技术的不断革新和发展,声纹识别技术被广泛应用于各个领域。它通过相关的识别及辨认机制,为经济、司法、生活等方面提供了新的解决方案,并在安全应用领域占据着越来越重要的位置。声纹识别主要通过声音特征来识别说话人,判断两段声音是否属于同一个说话人,包含模型特征提取、模型训练及选取和语音分类等步骤,本质上是深度学习在识别领域的分类。随着机器学习及深度学习的蓬勃发展,研究者们提出了众多实现方案,进行模型的优化及性能的提升。本文基于此对声纹识别进行了相关研究,主要研究内容如下:第一,针对声纹识别技术中MFCC和Fbank这两种特征的应用进行了探索。本文进行了声纹对比实验,使用Res Net34和Res Net50-SE两个神经网络作为声纹提取网络,并构建了声纹识别模型。比较不同输入特征对声纹网络识别率的影响,发现Res Net34和Res Net50-SE均能够取得高准确率,同时MFCC和Fbank作为声纹识别的特征也是有效的。在此基础上,本文进一步探讨了采用不同输入特征时的性能表现。实验结果显示,Fbank作为输入特征时,性能表现更优。第二,针对ECAPA-TDNN网络架构,提出了一种优化和改进声纹识别算法的方法。采用了数据增强技术,这种技术在促进模型优化方面具有良好的效果。具体来说,对准备好的数据集进行特征提取后,采用Shuffle操作将语音随机切片为2-4段,打乱这些片段再重新组合。然后,将ECAPA-TDNN模型得到的嵌入特征重新与原始频谱进行相加操作,再送入ECAPA-TDNN模型得到新的嵌入特征。通过最小化循环嵌入向量的相似度距离损失来促使模型学习到与说话人紧密相关的嵌入特征,从而提高模型的性能。实验结果验证了该方法对于声纹识别准确率有一定的提升,并进行了增大数据集的测试实验,实验结果表明数据集的增加对于模型的准确率提升有较好的效果。综上,本文的主要研究内容是声纹识别,采用了ECAPA-TDNN网络架构,并提出了改进策略,对声纹识别模型进行了优化。实验结果表明,本文采取的方法对声纹识别的准确率有一定的提升,并取得了较好的效果。

关键词：声纹识别深度学习数据增强神经网络残差网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多方深度学习中数据隐私保护问题研究

多方深度学习中数据隐私保护问题研究

作者：张文勇桂林理工大学

学位级别：硕士

近年来,随着深度学习技术的快速发展与迭代,深度学习已经渗透到工作和生活中的各个方面,例如人脸识别、语音输入和基因探测等。然而,深度学习模型要想获得良好的训练效果需要大量的训练数据用于模型的训练。因此,在实际应用中多个参与... 详细信息

近年来,随着深度学习技术的快速发展与迭代,深度学习已经渗透到工作和生活中的各个方面,例如人脸识别、语音输入和基因探测等。然而,深度学习模型要想获得良好的训练效果需要大量的训练数据用于模型的训练。因此,在实际应用中多个参与者常常通过合作的方式聚合多个来源的数据后用于深度学习模型的训练,但是这种方式存在数据交叉泄露的风险。为了解决这一问题,本文提出了一种有损降维的隐私保护思想。分别针对不同的合作场景提出了相应的隐私保护方法。在水平方向合作场景中提出了UADR(Union Autoencoder Dimensionality Reduction)隐私保护方案;在垂直合作方向场景中提出了NADR(Noise and Dimensionality Reduction)隐私保护方案。参与者不允许将真实的训练数据传输到中心服务器,而是使用具有隐私保护功能的降维方法对参与者的训练数据进行降维。通过一个中心服务器聚集各参与者降维后的数据,在中心服务器中使用这些数据进行训练以此保护各参与者训练数据的隐私。为验证所提出方案的可行性,本文分别在MLP模型和CNN模型上进行了充分的实验,详细探讨了本文提出的方案与独立训练方案的模型精度差异、隐私保护方法对模型精度的影响以及方案中各变量对模型精度的影响。实验结果表明,相较于独立训练,本文提出的多方深度学习方案能够显著地提高模型的精度并且方案中的隐私保护手段对模型精度的影响较小。此外,本文提出的隐私保护方案能够以较小的计算开销、较小的精度损失和较小的通信开销有效地保护参与者的数据隐私。与之前基于同态加密的多方深度学习隐私保护方案相比,本文提出的方案所需的计算开销和通信开销较小,与基于差分隐私的多方深度学习隐私保护方案相比,本文提出的基于降维的方案由于不需要直接修改神经网络结构,因此部署更为简便且具有更好的拓展性。与基于转换层的隐私保护方案相比,本文提出的方案具有更好的训练效果并且能够适应更为复杂的应用场景。

关键词：隐私保护深度学习数据降维信息熵卷积神经网络