检索结果-南通市图书馆

属性建模与课程学习相结合的属性级情感分类方法

在线全文

学校读者我要写书评

暂无评论

软件学报 2024年第9期35卷 4377-4389页

作者：叶静向露宗成庆中国科学院大学人工智能学院北京100049 模式识别国家重点实验室(中国科学院自动化研究所) 北京100190

属性级情感分类任务旨在判断句子针对给定属性的情感极性,因其广泛应用而备受关注.该任务的关键在于识别给定属性相关的上下文描述,并根据上下文内容判断发文者针对相应属性的情感倾向.统计发现,大约30%的评论中并不包含关于给定属性的... 详细信息

属性级情感分类任务旨在判断句子针对给定属性的情感极性,因其广泛应用而备受关注.该任务的关键在于识别给定属性相关的上下文描述,并根据上下文内容判断发文者针对相应属性的情感倾向.统计发现,大约30%的评论中并不包含关于给定属性的明确情感描述,但仍然传达了清晰的情感倾向,这被称为隐式情感表达.近年来,基于注意力机制的神经网络方法在情感分析中得到了成功应用.但该类方法只能捕捉属性相关的显式情感描述,而缺乏对隐含情感的有效分析和挖掘,且往往将属性词与句子上下文分别建模,使得属性词的表示缺乏上下文语义.针对以上两个问题,提出一种交叉融合属性局部和句子全局上下文信息的属性级情感分类方法,并根据隐式和显式情感表达句子不同的分类难度采用课程学习提高模型的分类性能.实验表明,所提方法不仅对显式情感表达句子的属性情感倾向识别准确率高,而且能够有效学习隐式情感表达句子的情感类别.

关键词：属性级情感分析隐式情感分析注意力机制课程学习

在线全文

学校读者我要写书评

暂无评论

一种基于课程学习的胚胎图像语义分割方法

电子学报 2023年第11期51卷 3365-3376页

作者：汤红忠王蔚王涛陆旺达黄向红章兢湘潭大学自动化与电子信息学院湖南湘潭411105 湘潭大学智能计算与信息处理教育部重点实验室湖南湘潭411105 湖南大学电气与信息工程学院湖南长沙410082 湘潭市中心医院湖南湘潭411199

胚胎植入前形态学特征是人类体外受精胚胎质量评估的重要依据.目前,胚胎学家主要利用胚胎时差成像(Time-Lapse Imaging,TLI)技术观察胚胎图像形态变化,从而筛选最有发育潜能的胚胎进行移植或冷冻保存.然而,人工评估不仅费时费力,且需要... 详细信息

胚胎植入前形态学特征是人类体外受精胚胎质量评估的重要依据.目前,胚胎学家主要利用胚胎时差成像(Time-Lapse Imaging,TLI)技术观察胚胎图像形态变化,从而筛选最有发育潜能的胚胎进行移植或冷冻保存.然而,人工评估不仅费时费力,且需要较强的专业知识,并存在一定的主观性等.针对这一问题,该文提出一种基于课程学习的胚胎图像语义分割方法,实现了胚胎细胞、细胞质与雌雄原核的分割,为后续胚胎质量评估提供定量的形态特征参数.首先,利用评估语义分割算法性能的IoU指标(Intersection over Union,IoU)构建课程学习的难度评分函数(Scoring Function,SF),根据SF评分将所有样本从易到难进行排序;再结合SF评分与目标类别数定义课程学习的步调函数(Pacing Functions,PF),构建了难易程度递增的样本子集;最后,设计多阶段渐进式U-net语义分割(Multi-Stage Progressive U-net,MSPU)模型,根据课程难度顺序依次训练不同阶段的网络,从而实现胚胎图像的语义分割.相关实验结果表明,本文提出的MSPU模型在胚胎图像语义分割任务上获得较好的性能,与基准模型相比,IoU值提高1.4%;特别是在较易与较难的分割任务上具有不错的表现,如细胞与雌雄原核的分割IoU值分别提升了4.6%与1.2%.

关键词：课程学习胚胎时差图像多阶段渐进式U-net网络语义分割评分函数步调函数

在线全文

学校读者我要写书评

暂无评论

一种课程学习范式下的知识蒸馏方法

计算机集成制造系统 2022年第7期28卷 2075-2082页

作者：张邵伟王朝飞杨柯罗显光吴澄李锵天津大学微电子学院天津300072 清华大学自动化系北京100084 北京化工大学化学学院北京100029 中车株洲电力机车有限公司湖南株洲412000

随着工业4.0时代的到来,神经网络在实现整个工业系统自动化的各个环节获得了广泛的应用。然而大规模神经网络往往消耗了大量的存储、内存带宽和计算资源,在计算受限的工业场景中很难高效利用,相比之下,轻量级网络具有更加广泛的应用前... 详细信息

随着工业4.0时代的到来,神经网络在实现整个工业系统自动化的各个环节获得了广泛的应用。然而大规模神经网络往往消耗了大量的存储、内存带宽和计算资源,在计算受限的工业场景中很难高效利用,相比之下,轻量级网络具有更加广泛的应用前景。知识蒸馏提取一个大规模高性能教师网络的知识来指导一个轻量化低性能学生网络的训练,在提升轻量级网络性能方面已获得成功验证。但是,现有的知识蒸馏方法均采用传统的训练数据输入策略,即将训练数据集打乱后随机采样小批量的数据序列,从而将知识从教师网络迁移给学生网络,没有考虑样本输入顺序对学生网络学习知识产生的影响。针对该问题,提出将课程学习范式引入知识蒸馏场景,模拟现实教学场景,使学生网络学习知识遵循先易后难的顺序,即在知识蒸馏过程中,样本输入采用先易后难的策略,其中样本的难度由教师网络和学生网络协作判断,以综合教师网络的经验优势和学习网络的需求特点,达到最合理的课程设计。实验在CIFAR数据集上进行了验证,在多种网络结构下均能大幅提升传统知识蒸馏基线方法的准确率,而且提出的课程学习范式还可以应用于其他主流知识蒸馏方法,进一步提升其性能。另外,消融实验也说明了教师网络和学生网络协作相比单独采用教师网络或学生网络进行难度判断有明显的优势。通过研究验证了将课程学习范式引入知识蒸馏场景的有效性,并提出了切实有效且能广泛应用的算法,为知识蒸馏方法的研究提供了一种新的探索路径。

关键词：知识蒸馏教师网络学生网络随机采样课程学习难度判断

课程学习对专业学位研究生职业能力提升影响机制的实证研究

在线全文

学校读者我要写书评

暂无评论

学位与研究生教育 2015年第12期 42-48页

作者：古继宝何昌清刘和福中国科学技术大学研究生院中国科学技术大学

基于满意度相关理论,探讨了专业学位研究生课程学习(理论课程学习和案例课程学习)与职业能力提升的关系以及课程满意度的中介作用和深层学习方式的调节作用。通过对196个专业学位研究生样本的问卷调查,结果表明:理论课程学习和案例课程... 详细信息

基于满意度相关理论,探讨了专业学位研究生课程学习(理论课程学习和案例课程学习)与职业能力提升的关系以及课程满意度的中介作用和深层学习方式的调节作用。通过对196个专业学位研究生样本的问卷调查,结果表明:理论课程学习和案例课程学习都对专业学位研究生职业能力提升有显著的正向影响;课程满意度起到了部分中介作用;深层学习方式对案例课程学习与课程满意度之间的关系有正向的调节作用,在深层学习方式下,案例课程学习对课程满意度的正向影响更强。最后根据研究结论提出了政策建议。

关键词：专业学位研究生课程学习课程满意度深层学习方式职业能力提升

在线全文

学校读者我要写书评

暂无评论

基于课程学习思想的目标检测增强算法

计算机辅助设计与图形学学报 2021年第2期33卷 278-286页

作者：戴立伟黄山四川大学电气工程学院成都610065

目标检测算法性能优劣既依赖于数据集样本分布,又依赖于特征提取网络设计.从这2点出发,首先通过分析COCO 2017数据集各尺度目标属性分布,探索了数据集固有的导致小目标检测准确率偏低的潜在因素,据此提出CP模块,该模块以离线方式调整数... 详细信息

目标检测算法性能优劣既依赖于数据集样本分布,又依赖于特征提取网络设计.从这2点出发,首先通过分析COCO 2017数据集各尺度目标属性分布,探索了数据集固有的导致小目标检测准确率偏低的潜在因素,据此提出CP模块,该模块以离线方式调整数据集小目标分布,一方面对包含小目标图片进行上采样,另一方面对图片内小目标进行复制粘贴.然后,针对网络特征提取能力问题,受课程学习(CL)思想启发,提出CL层,该层用目标标签引导网络学习,用CL因子控制学习强度,使样本特征增强,便于网络进行特征提取.在COCO 2017数据集上使用CP模块,并在CenterNet中嵌入CL层,进行多组对比实验,采用平均检测准确率、小目标检测准确率、中目标检测准确率和大目标检测准确率作为评价指标,实验结果证明了CP模块和CL层的有效性.

关键词：课程学习目标检测特征提取

课程学习与本科生批判性思维能力增值——基于2016-2019年“全国本科生能力追踪调查”数据的分析

在线全文

学校读者我要写书评

暂无评论

高等教育研究 2021年第8期42卷 79-88页

作者：张青根唐焕丽华中科技大学教育科学研究院湖北武汉430074

基于2016-2019年"全国本科生能力追踪调查"数据,利用倾向得分匹配法探讨不同类型批判性思维课程学习对本科生批判性思维能力增值的影响,结果发现:批判性思维课程学习能显著提升本科生批判性思维能力增值;不同类型批判性思维课程学习对... 详细信息

基于2016-2019年"全国本科生能力追踪调查"数据,利用倾向得分匹配法探讨不同类型批判性思维课程学习对本科生批判性思维能力增值的影响,结果发现:批判性思维课程学习能显著提升本科生批判性思维能力增值;不同类型批判性思维课程学习对本科生批判性思维能力增值的提升作用存在差异,由大到小依次为综合式课程、融合式课程、独立式课程,但仅前两类课程学习的提升作用显著。

关键词：批判性思维能力增值课程学习本科生

在线全文

学校读者我要写书评

暂无评论

稀疏奖励下基于课程学习的无人机空战仿真

系统仿真学报 2024年第6期36卷 1452-1467页

作者：祝靖宇张宏立匡敏驰史恒朱纪洪乔直周文卿新疆大学电气工程学院新疆乌鲁木齐830000 清华大学精密仪器系北京100084 清华大学计算机科学技术系北京100084

针对传统强化学习在空战环境下探索能力差和奖励稀疏的问题,提出了一种基于课程学习的分布式近端策略优化(curriculum learning distributed proximal policy optimization,CLDPPO)强化学习算法。嵌入包含专家经验知识的奖励函数,设计... 详细信息

针对传统强化学习在空战环境下探索能力差和奖励稀疏的问题,提出了一种基于课程学习的分布式近端策略优化(curriculum learning distributed proximal policy optimization,CLDPPO)强化学习算法。嵌入包含专家经验知识的奖励函数,设计了离散化的动作空间,构建了局部观测与全局观测分离的演员评论家网络。通过为无人机制定进攻、防御以及综合课程,让无人机从基本课程由浅入深开始学习作战技能,阶段性提升无人机作战能力。实验结果表明:以课程学习方式训练的无人机能以一定的优势击败专家系统和主流强化学习算法,同时具有空战战术的自我学习能力,有效改善稀疏奖励的问题。

关键词： UAVs 空战稀疏奖励课程学习分布式近端策略优化

在线全文

学校读者我要写书评

暂无评论

多模态课程学习知识图谱实体预测方法研究

计算机科学与探索 2024年第6期18卷 1590-1599页

作者：许智宏郝雪梅王利琴董永峰王旭河北工业大学人工智能与数据科学学院天津300401 河北省大数据计算重点实验室天津300401 河北省数据驱动工业智能工程研究中心天津300401

现有知识图谱实体预测方法一方面只利用邻域和图结构信息增强节点信息,忽略了知识图谱之外的多模态信息对于知识图谱信息的增强;另一方面正负样本对比训练模型时负样本随机排序导致训练效果不佳,且没有额外的信息帮助负样本的训练过程... 详细信息

现有知识图谱实体预测方法一方面只利用邻域和图结构信息增强节点信息,忽略了知识图谱之外的多模态信息对于知识图谱信息的增强;另一方面正负样本对比训练模型时负样本随机排序导致训练效果不佳,且没有额外的信息帮助负样本的训练过程。为此,提出了一种多模态课程学习知识图谱实体预测模型(MMCL)。首先把多模态信息引入知识图谱实现信息增强,利用生成对抗网络(GAN)优化多模态信息融合过程,生成器生成的样本增强知识图谱信息,同时也提升鉴别器判别三元组真伪的能力;其次利用课程学习算法根据负样本的难易程度对负样本从易到难排序,通过步调函数分层次地把排序的负样本加入到训练过程中,更有利于发挥负样本鉴别三元组真伪的效果,同时无标签学习避免了训练后期假阴性问题;多模态信息融合互相优化的鉴别器与课程学习训练模型共享参数,帮助提升负样本的训练效果。在FB15k-237和WN18RR两个数据集上进行实验,结果表明,MMCL与基线模型相比,在平均倒数排名(MRR)、Hits@1、Hits@3以及Hits@10四个性能评价指标均有明显提升,验证了所提模型的有效性和可行性。

关键词：课程学习多模态生成对抗网络(GAN) 负采样

在线全文

学校读者我要写书评

暂无评论

课程学习指导下的半监督目标检测框架

计算机应用 2024年第8期44卷 2326-2333页

作者：张英俊李牛牛谢斌红张睿陆望东太原科技大学计算机科学与技术学院太原030024 山西天河云计算有限公司山西吕梁033000

为了提高伪标签的质量,解决半监督目标检测(SSOD)中的确认偏差问题,并针对现有算法中忽视无标注数据复杂性导致错误伪标签的难点,提出一种课程学习(CL)指导下的SSOD框架,该框架主要由ICSD(IoUConfidence-Standard-Deviation)难度测量器... 详细信息

为了提高伪标签的质量,解决半监督目标检测(SSOD)中的确认偏差问题,并针对现有算法中忽视无标注数据复杂性导致错误伪标签的难点,提出一种课程学习(CL)指导下的SSOD框架,该框架主要由ICSD(IoUConfidence-Standard-Deviation)难度测量器和BP(Batch-Package)训练调度器这2个模块组成。其中,ICSD难度测量器综合考虑了伪边界框之间的交并比(IoU)、置信度、类别标签等信息,并引入C_IOU(Checkpoint_IOU)方法评估无标注数据的可靠性;BP训练调度器设计2种高效调度策略,分别从Batch和Package角度出发,优先选择可靠性指标高的无标记数据,实现以CL的方式充分利用整个无标记数据集。在Pascal VOC和MS-COCO数据集上的广泛对比实验结果表明,所提框架不仅适用于现有的SSOD算法,而且检测精度和稳定性都得到显著提升。

关键词：半监督学习目标检测课程学习训练策略难度测量器训练调度器