检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于跨模态信息过滤的视觉问答网络

计算机科学 2024年第5期51卷 85-91页

作者：何世阳王朝晖龚声蓉钟珊苏州大学计算机科学与技术学院江苏苏州215008 苏州大学东吴学院江苏苏州215006 常熟理工学院计算机科学与工程学院江苏苏州215500

视觉问答作为多模态任务,瓶颈在于需要解决不同模态间的融合问题,这不仅需要充分理解图像中的视觉和文本,还需具备对齐跨模态表示的能力。注意力机制的引入为多模态融合提供了有效的路径,然而先前的方法通常将提取的图像特征直接进行注... 详细信息

视觉问答作为多模态任务,瓶颈在于需要解决不同模态间的融合问题,这不仅需要充分理解图像中的视觉和文本,还需具备对齐跨模态表示的能力。注意力机制的引入为多模态融合提供了有效的路径,然而先前的方法通常将提取的图像特征直接进行注意力计算,忽略了图像特征中含有噪声和不正确的信息这一问题,且多数方法局限于模态间的浅层交互,未曾考虑模态间的深层语义信息。为解决这一问题,提出了一个跨模态信息过滤网络,即首先以问题特征为监督信号,通过设计的信息过滤模块来过滤图像特征信息,使之更好地契合问题表征;随后将图像特征和问题特征送入跨模态交互层,在自注意力和引导注意力的作用下分别建模模态内和模态间的关系,以获取更细粒度的多模态特征。在VQA2.0数据集上进行了广泛的实验,实验结果表明,信息过滤模块的引入有效提升了模型准确率,在test-std上的整体精度达到了71.51%,相比大多数先进的方法具有良好的性能。

关键词：视觉问答深度学习注意力机制多模态融合信息过滤

Image categorization using a semantic hierarchy model with sparse set of salient regions

在线全文

学校读者我要写书评

暂无评论

Frontiers of Computer Science 2013年第6期7卷 838-851页

作者： Chunping LIU Yang ZHENG shengrong gong School of Computer Science and Technology Soochow University Suzhou 215006 China The Second Hospital of Nanjing Nanjing 210003 China

Image categorization in massive image database is an important problem. This paper proposes an approach for image categorization, using sparse set of salient semantic information and hierarchy semantic label tree （HSLT） model. First, to provide more critical image semantics, the proposed sparse set of salient regions only at the focuses of visual attention instead of the entire scene was formed by our proposed saliency detection model with incorporating low and high level feature and Shotton＇s semantic texton forests （STFs） method. Second, we also propose a new HSLT model in terms of the sparse regional semantic information to automatically build a semantic image hierarchy, which explicitly encodes a general to specific image relationship. And last, we archived image dataset using image hierarchical semantic, which is help to improve the performance of image organizing and browsing. Extension experimefital results showed that the use of semantic hierarchies as a hierarchical organizing frame- work provides a better image annotation and organization, improves the accuracy and reduces human＇s effort.

关键词： salient region sparse set semantic hierarchy image annotation image categorization

在线全文

学校读者我要写书评

暂无评论

以成果为导向的计算机创新实验室管理

实验室研究与探索 2024年第9期43卷 201-206页

作者：牛国锋钱振江龚声蓉朱苗苗常熟理工学院计算机科学与工程学院江苏常熟215500

为了提高高校计算机创新实验室的利用率,我们坚持以成果导向的理念开展实验室管理。在实验室场地申请初期签订目标考核责任书;使用过程中结合管理制度、准入授权、门禁系统、智能监控、信息化网络和流控等管理措施,建立多部门合作的消... 详细信息

为了提高高校计算机创新实验室的利用率,我们坚持以成果导向的理念开展实验室管理。在实验室场地申请初期签订目标考核责任书;使用过程中结合管理制度、准入授权、门禁系统、智能监控、信息化网络和流控等管理措施,建立多部门合作的消防安全监管机制;在学校职能部门、二级学院、实验中心和团队负责人四级管理的有效结合下,达到创新实验室资源公平、分配合理,过程管理到位,确保实验室安全高效使用;最后严格按照产出成果进行对照考核。学校—学院—双创学院三级奖励机制激发创新实验室师生多出成果和出高水平成果,形成高效成果产出的良性循环,为高校计算机创新实验室使用和管理提供借鉴作用。

关键词：以成果为导向计算机创新实验室准入授权视频监控实验室安全

在线全文

学校读者我要写书评

暂无评论

大模型智能与安全研究综述

常熟理工学院学报 2024年第2期38卷 1-6,11页

作者：刘学博张民龚声蓉哈尔滨工业大学(深圳)计算与智能研究院广东深圳518055 常熟理工学院计算机科学与工程学院江苏常熟215500

在探索人工智能领域的无限可能性中,大模型的出现标志着一次重大技术飞跃.大模型通过大规模预训练,掌握了语言的复杂结构和多样性,展现了前所未有的语境理解和任务适应能力.然而,它们的涌现能力、对大量计算资源的依赖,以及在多任务处... 详细信息

在探索人工智能领域的无限可能性中,大模型的出现标志着一次重大技术飞跃.大模型通过大规模预训练,掌握了语言的复杂结构和多样性,展现了前所未有的语境理解和任务适应能力.然而,它们的涌现能力、对大量计算资源的依赖,以及在多任务处理中可能产生的不良内容等问题,仍是当下研究的关键挑战.本文综述了大模型的发展历程和技术背景,并深入探讨了它们在基础通用理论、智能交互方法和安全防护策略方面的最新进展,为未来大模型的科学研究和技术应用提供指导.

关键词：人工智能大模型基础通用理论智能交互方法安全防护策略

Online belief propagation algorithm for probabilistic latent semantic analysis

在线全文

学校读者我要写书评

暂无评论

Frontiers of Computer Science 2013年第4期7卷 526-535页

作者： Yun YE shengrong gong Chunping LIU Jia ZENG Ning JIA YiZHANG School of Computer Science & Technology Soochow University Suzhou 215006 China Feng Chao Revenue Baidu Online Network Technology Co. LTD Beijing 100000 China

Probabilistic latent semantic analysis （PLSA） is a topic model for text documents, which has been widely used in text mining, computer vision, computational biology and so on. For batch PLSA inference algorithms, the required memory size grows linearly with the data size, and handling massive data streams is very difficult. To process big data streams, we propose an online belief propagation （OBP） algorithm based on the improved factor graph representation for PLSA. The factor graph of PLSA facilitates the classic belief propagation （BP） algorithm. Furthermore, OBP splits the data stream into a set of small segments, and uses the estimated parameters of previous segments to calculate the gradient descent of the current segment. Because OBP removes each segment from memory after processing, it is memoryefficient for big data streams. We examine the performance of OBP on four document data sets, and demonstrate that OBP is competitive in both speed and accuracy for online ex- pectation maximization （OEM） in PLSA, and can also give a more accurate topic evolution. Experiments on massive data streams from Baidu further confirm the effectiveness of the OBP algorithm.

关键词： probabilistic latent semantic analysis topicmodels expectation maximization belief propagation

A CODING SCHEME USING GLOBAL MOTION ESTIMATION FOR AVS P-FRAME

在线全文

学校读者我要写书评

暂无评论

Journal of Electronics(China) 2007年第6期24卷 815-820页

作者： gong shengrong Guo Li Cui Zhiming School of Computer Science and Technology Soochow University Suzhou 215006 China

Block matching has been used for motion estimation and motion compensation in the Au- dio and Video Standard (AVS) for years. While having an acceptable performance in describing mo- tion between frames, it requires quite a few bits to represent the motion vectors. In certain circum- stances, the use of global motion estimation and compensation would perform equally well or even better than the block matching in terms of motion accuracy, while it results in the coding of global motion model parameters. In this letter, we modify an AVS coder by adding (1) six global motion model parameters to the frame header, and (2) mode selection among INTRA, SKIP, INTER-16×16, INTER-16×8, INTER-8×16, INTER-8×8, and Global Motion Compensation (GMC) modes by La- grange optimal rate-distortion criteria. Simulation results demonstrate that over 0.1dB improvement in PSNR is obtained compared to the AVS coder for an average coded P-frame with the same bit- rate.

关键词： Coding scheme Motion compensation Motion estimation Audio and Video Standard (AVS)

在线全文

学校读者我要写书评

暂无评论

视觉导向的对抗型模仿学习研究综述

计算机科学与探索 2023年第9期17卷 2075-2091页

作者：崔铭龚声蓉苏州科技大学电子与信息工程学院江苏苏州215004

最优决策问题在机器学习领域由来已久。模仿学习从强化学习发展而来,研究如何从专家数据中重建期望策略进而学习最优决策。近年来模仿学习既在理论研究中和计算机视觉有所结合,又在自动驾驶、机器人等应用中取得不错的成效。首先介绍模... 详细信息

最优决策问题在机器学习领域由来已久。模仿学习从强化学习发展而来,研究如何从专家数据中重建期望策略进而学习最优决策。近年来模仿学习既在理论研究中和计算机视觉有所结合,又在自动驾驶、机器人等应用中取得不错的成效。首先介绍模仿学习的由来及传统的两种研究方法,分别是行为克隆和逆强化学习,随着对抗训练结构的发展,生成对抗模仿学习成为现今的重点研究方向,而对其后续改进工作统称为对抗型模仿学习;其次分析了对抗型模仿学习结合视觉演示的研究内容,并针对存在的次优专家演示样本、少样本、样本利用效率低下等共性问题以及现有的对应改良方案进行总结;然后根据实验结果对比分析不同方法所解决的问题表现;最后说明对抗型视觉模仿学习在实际中的无人驾驶、工业机器人等场景的应用情况,总结并指出未来理论研究方向以及应用前景与挑战。

关键词：模仿学习行为克隆逆强化学习对抗模仿学习

在线全文

学校读者我要写书评

暂无评论

具有图像内容保持特性的小波域可见水印

武汉大学学报（信息科学版） 2006年第9期31卷 757-760,764页

作者：龚声蓉杨善超苏州大学计算机科学与技术学院苏州市十梓街1号215006

根据图像的噪声掩蔽性设计了一种小波域可见水印算法,并根据水印图像的纹理特征对算法作了进一步改进。在此基础上,提出了具有内容保持的嵌入策略及改进算法。实验结果表明,该算法在保证水印具有较好可见性的同时,载体图像内容得到了保持。

关键词：可见水印小波变换图像内容

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于支持向量机的压裂井层优选

计算机工程 2006年第7期32卷 247-249页

作者：杨位民田芳龚声蓉北京航空航天大学计算机学院北京100083 大庆油田第八采油厂大庆163514 苏州大学计算机科学系

压裂是油田重要的增产措施,合理选择压裂井层是一项十分复杂的工作。在对影响压裂效果的各种因素综合分析的基础上,提出了基于支持向量机技术的压裂效果预测方法。采用该方法,利用油田开发动、静态数据,构建了压裂井层优选的支持向量机... 详细信息

压裂是油田重要的增产措施,合理选择压裂井层是一项十分复杂的工作。在对影响压裂效果的各种因素综合分析的基础上,提出了基于支持向量机技术的压裂效果预测方法。采用该方法,利用油田开发动、静态数据,构建了压裂井层优选的支持向量机模型,对大庆油田采油八厂样本进行处理,符合率达89%以上,并在不同数目学习样本的情况下同模糊神经网络作了比较,性能远优于模糊神经网络,可很好地克服过学习问题。

关键词：支持向量机神经网络预测压裂效果