检索结果-南通市图书馆

作者：杨澳北京化工大学

学位级别：硕士

近年来兴起的网络嵌入算法可以将离散化的关系型网络拓扑数据表征为潜空间中便于各类机器学习算法分析的向量数据,有效的向量表征可以更加准确地对实体之间的距离进行量化,通过分析实体在潜空间中的分布特征可以加深对相应系统的理解与... 详细信息

近年来兴起的网络嵌入算法可以将离散化的关系型网络拓扑数据表征为潜空间中便于各类机器学习算法分析的向量数据,有效的向量表征可以更加准确地对实体之间的距离进行量化,通过分析实体在潜空间中的分布特征可以加深对相应系统的理解与认识。许多网络嵌入方法基于随机游走获取采样序列,以获取节点的邻域信息,而图的结构特性可能会导致节点的被采样次数与其度值成比例,进而使得采样过程存在一定偏误,空间表征能力相对不足。因此本文通过改进Node2Vec算法的游走概率函数来修正其有偏的游走来提升算法的空间表征能力,并具体以风险投资联合投资网络与城市空间表征网络为例,用统一的网络表征算法对相应复杂系统展开研究,在潜空间中揭示实体间的关系以获取对于相应系统更加深入的理解。对于风险投资机构的联合投资网络,本文首先使用迭代Loubar算法对风投机构进行分类,发现不同类别机构在联合网络中的特征和投资行为上都存在明显差异,证明了分类算法的有效性;进一步通过网络嵌入算法将网络映射到潜空间,揭示了联合投资网络社团结构的形成过程,以及头部风投机构的“领地”现象,这一现象在潜空间中能够被很清晰地观察到,但在传统网络分析中往往不够直观、不易被察觉,相应发现可以更好地理解联合投资系统并辅助企业进行投资决策。本文进一步将相应的研究方法与框架应用在城市内部空间形变研究中,将建筑抽象为节点、建筑间的通行时间作为连边权重,再结合渗流过程在相变点附近构建出城市空间网络,之后通过改进后的网络嵌入算法将其投影到潜空间中,可以清晰地发现道路对于城市内部空间的形变影响,较宽的道路对于两侧的空间有较为明显的分隔作用,同时对较远的地方有拉近作用,该现象在潜空间中易于分析,相应发现对于城市管理与城市规划能够提供一定的参考价值。

关键词：复杂网络网络嵌入潜空间风险投资联合网络城市空间网络

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向视觉数据处理与分析的解耦表示学习综述

引用

中国图象图形学报 2023年第4期28卷 903-934页

作者：李雅婷肖晶廖良王正陈文益王密武汉大学计算机学院国家多媒体软件工程技术研究中心武汉430072 日本国立信息学研究所数字内容和媒体科学研究部东京101-8430日本武汉大学测绘遥感信息工程国家重点实验室武汉430079

表示学习是机器学习研究的核心问题之一。机器学习算法的输入表征从过去主流的手工特征过渡到现在面向多媒体数据的潜在表示,使算法性能获得了巨大提升。然而,视觉数据的表示通常是高度耦合的,即输入数据的所有信息成分被编码进同一个... 详细信息

表示学习是机器学习研究的核心问题之一。机器学习算法的输入表征从过去主流的手工特征过渡到现在面向多媒体数据的潜在表示,使算法性能获得了巨大提升。然而,视觉数据的表示通常是高度耦合的,即输入数据的所有信息成分被编码进同一个特征空间,从而互相影响且难以区分,使得表示的可解释性不高。解耦表示学习旨在学习一种低维的可解释性抽象表示,可以识别并分离出隐藏在高维观测数据中的不同潜在变化因素。通过解耦表示学习,可以捕获到单个变化因素信息并通过相对应的潜在子空间进行控制,因此解耦表示更具有可解释性。解耦表征可用于提高样本效率和对无关干扰因素的容忍度,为数据中的复杂变化提供一种鲁棒性表示,提取的语义信息对识别分类、域适应等人工智能下游任务具有重要意义。本文首先介绍并分析解耦表示的研究现状及其因果机制,总结解耦表示的3个重要性质。然后,将解耦表示学习算法分为4类,并从数学描述、类型特点及适用范围3个方面进行归纳及对比。随后,分类总结了现有解耦表示工作中常用的损失函数、数据集及客观评估指标。最后,总结了解耦表示学习在实际问题中的各类应用,并对其未来发展进行了探讨。

关键词：解耦表示学习视觉数据潜在表征变化因素潜空间

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于KL散度矩阵迹的潜映射半监督社区发现

引用

计算机工程 2017年第12期43卷 296-302页

作者：余琨伍孝金荆楚理工学院计算机工程学院湖北荆门448000 荆楚理工学院教育技术中心湖北荆门448000

为提高社区发现算法的计算效率和发现性能,提出一种基于潜空间映射的半监督社区发现梯度下降算法。基于潜空间表示形式构建基于潜空间映射的半监督社区发现框架,并使用KL散度对潜空间顶点相似度进行评价,获得三元组表示形式,基于矩阵迹... 详细信息

为提高社区发现算法的计算效率和发现性能,提出一种基于潜空间映射的半监督社区发现梯度下降算法。基于潜空间表示形式构建基于潜空间映射的半监督社区发现框架,并使用KL散度对潜空间顶点相似度进行评价,获得三元组表示形式,基于矩阵迹和Frobenius范数,构建半监督社区发现梯度下降算法的优化规则,以实现目标函数局部极小值点的快速获取,提高算法在大规模社区发现中的实用价值,给出算法计算复杂度理论分析。实验结果表明,与局部社区结构发现算法、格文-纽曼算法、标签传播算法等算法相比,该算法具有更好的社区发现性能。

关键词：潜空间特征映射半监督社区发现梯度下降

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于潜变量表示学习的可控文本生成研究

基于潜变量表示学习的可控文本生成研究

引用

作者：杜思华中原工学院

学位级别：硕士

Chat GPT这类文本生成模型的表现越来越出色,文本生成任务在自然语言处理领域中变得众人追捧。可控文本生成是指对输入数据进行特征信息的提取,并对这些进行生成下游任务对应的文字表示。文本生成任务中的核心要素是如何从输入数据中获... 详细信息

Chat GPT这类文本生成模型的表现越来越出色,文本生成任务在自然语言处理领域中变得众人追捧。可控文本生成是指对输入数据进行特征信息的提取,并对这些进行生成下游任务对应的文字表示。文本生成任务中的核心要素是如何从输入数据中获取优秀的潜空间表示,因此模型的表示学习能力一定程度上决定了所生成文本的准确性与流畅性。目前,在充足的训练数据下,文本生成任务取得了优异的成绩。但是,许多场景下用于训练的数据语料是很难获取的。在低资源条件下,用于模型训练的数据资源的匮乏,致使模型获取输入文本的潜空间表示能力不佳。尽管在使用大规模的预训练模型进行下游任务的迁移学习使得模型在低资源下有着不错的效果,但在迁移时也忽略了潜空间上表示结构的差异对下游任务的影响。因此,如何在低资源下使模型从文本中获取鲁棒性、可解释性更强的潜变量信息是目前研究的难点。为此,本文对潜空间文本特征表示进行研究,主要工作内容如下:(1)对文本潜变量的结构表示进行研究。利用结构对齐方法将输入本文与目标文本的潜变量表示进行对齐,提升模型获取潜空间文本特征的能力。在文本摘要任务中,模型输入的文本信息与生成摘要存在较大不同,在低资源下模型获取的潜表示信息会有大量冗余信息。为此,本文提出了一种基于潜空间结构对齐的低资源文本摘要模型,将输入文本和目标摘要在潜空间结构表示转换为图匹配问题,利用最优传输思想对齐二者的潜空间表示分布。该对齐方式不仅能够将输入本文中与摘要内容相关的单词信息关联起来,而且能将蕴含上下文关系节段信息进行联系。在低资源摘要任务上结合迁移学习进行实验,结果表明潜空间结构对齐有效提升了模型对输入文本中有关下游任务关键信息的获取能力,增强了所生成摘要的准确度。(2)对潜空间表示的可解释性进行研究。在潜表示中采样出输入文本与目标文本之间的共性表示,增强模型从输入数据提取特征时对共性信息的关注度,提高潜表示的可解释性。在机器翻译任务中,由于源语言与目标语言的语义相同,便于对文本的可解释性进行研究,目前常用变分编码器从潜表示中获取语义信息用于翻译的生成。但该方式忽略了两种语言之间语义结构的差异对翻译的影响,这种差异在低资源下对翻译的影响更为显著。为解决该问题,本文提出一种潜层语义结构增强的方法,通过减少两种语言潜层语义之间的结构差异,提高模型翻译能力。该方法利用对偶学习的思想同时建模两种语言的翻译模型,从两种语言的隐空间文本表示中采样出各自的语义表示。通过约束使两种语言的语义表示相互学习,以减少语言之间因语义的结构差异对翻译的影响,增强潜表示中对文本语义表示的可解释性。本文在两个低资源机器翻译数据集上证明了所提出的方法的有效性,结果表明本文方法不仅优于基线,在相同的语言模型迁移下有显著改善。综上所述,本文对文本生成在潜空间的表示学习展开研究,分别针对潜变量表示的结构以及潜变量表示的可解释性上进行研究。结果表明,通过提高文本在潜空间中的表示能力,有效增强了下游任务所生成文本的质量。

关键词：文本生成潜空间表示学习结构表示可解释性

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于面部动作单元的可控人脸表情编辑研究

基于面部动作单元的可控人脸表情编辑研究

引用

作者：陶玲玲重庆工商大学

学位级别：硕士

人脸表情能反映出人的内心情感变化,是人类表达情绪的重要方式,且不会因为性别、种族的不同而出现较大差异,这使得人脸表情图像在智能金融、智能安防以及司法刑侦等多个领域有着重要作用。但由于高质量的人脸表情图像相当匮乏且获取较难... 详细信息

人脸表情能反映出人的内心情感变化,是人类表达情绪的重要方式,且不会因为性别、种族的不同而出现较大差异,这使得人脸表情图像在智能金融、智能安防以及司法刑侦等多个领域有着重要作用。但由于高质量的人脸表情图像相当匮乏且获取较难,所以,利用可控的人脸表情编辑技术生成这些图像已经成为了国内外研究学者的重要手段。目前的人脸表情编辑技术存在着编辑过程可控性差,编辑结果身份不一致的问题,极大地影响了人脸表情图像的生成质量。针对这些问题,本文提出一种新的人脸表情编辑方法,可在保持人脸身份信息一致的情况下进行准确、可控的表情编辑。论文的主要内容包括:（1）为了在人脸表情图像映射成潜向量时尽量保持身份一致和内容结构一致,本文基于面部动作单元的分布情况,提出了一种新的人脸表情图像映射模型。通过将人脸表情图像分割成多个局部图像块来进行特征提取,使编码器尽可能多地学习到人脸的局部特征。另外,通过主成分分析在特征矩阵上计算出信息量最大的第一载荷向量作为人脸表情图像映射的初始潜向量。并引入能够保持身份信息和内容结构一致的损失函数,通过梯度下降方法获得最优潜向量,从而提升映射结果的生成质量。实验表明,与4个主流算法相比,本文所提出的映射模型在内容感知损失、身份信息损失上均取有较大的提升。（2）针对人脸表情编辑可控性差,解耦困难等问题,本文提出了以语义方向向量为基础的可控人脸表情编辑模型。该模型从生成器潜空间的可解释性出发,结合了样本矩阵主成分与语义边界来计算表情的语义向量,从而实现可控的表情编辑。同时,设计了新的损失函数,该函数吸收了人脸图像的内容信息与结构信息,使得编辑的图像保留原有的内容和结构,从而提升图像的生成质量。实验结果证明,与其他模型相比,本文所提模型所生成的表情图像在图像质量评价指标FID和MMD上平均降低了0.47和0.25;在图像结构和内容评价指标PSNR、SSIM上分别提升了12.22和0.0076。通过实验验证本文所提出的算法在保持身份信息一致的情况下,有更好的可控性和解耦能力。

关键词：生成对抗网面部动作单元人脸表情编辑人脸编辑的可控性潜空间

来源：

同方学位论文库评论

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StyleGAN的图像反演算法综述

引用

软件 2023年第9期44卷 84-87页

作者：李一凡杨萍杭州电子科技大学人文艺术与数字媒体学院浙江杭州310000

StyleGAN提供了有意义的潜空间,将真实图像反演(Inversion)到潜空间,再通过对潜空间的探索实现操纵真实图像,引起了众多研究者的关注,文章从基于反演方式和反演步骤两个角度分析总结了近年来图像反演算法的研究情况,并分析反演到不同潜... 详细信息

StyleGAN提供了有意义的潜空间,将真实图像反演(Inversion)到潜空间,再通过对潜空间的探索实现操纵真实图像,引起了众多研究者的关注,文章从基于反演方式和反演步骤两个角度分析总结了近年来图像反演算法的研究情况,并分析反演到不同潜空间的意义。

关键词：图像反演潜空间 StyleGAN

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

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

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

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

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

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：