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

变分自编码器对甲基化缺失数据的填补

计算机工程与应用 2022年第12期58卷 149-154页

作者：王新峰黄伟吉首大学软件学院湖南吉首416000 中山大学计算机学院广州510000 中南大学计算机学院长沙410000

针对高通量测序技术因各种原因导致的DNA甲基化测序数据中包含部分缺失值的问题。提出一种基于变分自编码器的DNA甲基化缺失数据填补模型VAE-MethImp。VAE-MethImp是一种深度隐含空间生成模型,由编码层、隐含层和解码层组成,拥有强大的... 详细信息

针对高通量测序技术因各种原因导致的DNA甲基化测序数据中包含部分缺失值的问题。提出一种基于变分自编码器的DNA甲基化缺失数据填补模型VAE-MethImp。VAE-MethImp是一种深度隐含空间生成模型,由编码层、隐含层和解码层组成,拥有强大的重构输入数据能力。编码层进行均值和方差的推断;隐含层是通过编码层输出的均值和方差计算出的输入数据的专属正态分布;解码层对隐含层包含的特征进行解码生成重构后的数据。通过在肺癌和乳腺癌上的填补实验证明,VAE-MethImp提取的特征更具信息性。在填补精度上,VAE-MethImp比对照方法(均值(Mean)、最近邻(KNN)、主成分分析(PCA)和奇异值分解(SVD))中最优的SVD提升了4.8%。生存分析实验结果显示VAE-MethImp填补的数据具有更好的预测性,同时也证明DNA甲基化与癌症的生存存在直接关联。

关键词：深度学习变分自编码器 DNA甲基化数据填补生存分析

在线全文

学校读者我要写书评

暂无评论

基于变分自编码器的MVB网络异常检测方法

铁道学报 2022年第1期44卷 71-78页

作者：杨岳毅王立德陈煌王冲北京交通大学电气工程学院北京100044

多功能车辆总线(MVB)用于列车通信网络中各功能设备间的信息传输,其网络异常将严重影响列车运行安全。在对MVB网络常见故障分析的基础上,提出一种基于变分自编码器(VAE)的MVB网络异常检测方法,直接将采集到的MVB信号物理波形作为模型输... 详细信息

多功能车辆总线(MVB)用于列车通信网络中各功能设备间的信息传输,其网络异常将严重影响列车运行安全。在对MVB网络常见故障分析的基础上,提出一种基于变分自编码器(VAE)的MVB网络异常检测方法,直接将采集到的MVB信号物理波形作为模型输入,选取VAE重构误差作为MVB网络异常检测依据。为了有效解决实际应用中带标记异常数据不足的问题,VAE采用半监督学习方式,在训练阶段只需要正常数据。根据MVB网络正常数据的重构误差,设计MVB网络节点健康指标,并采用核密度估计方法自动确定异常检测阈值,而不依赖于专家经验。实验结果表明,该方法能够有效处理高维度数据和学习MVB信号物理波形内在特征,相比于传统方法具有更好的网络异常检测表现。

关键词： MVB网络异常检测变分自编码器核密度估计

一种基于变分多跳图注意力编码器的深层协同真值发现

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年第3期51卷 109-117页

作者：张国昊王轶周喜王保全中国科学院新疆理化技术研究所乌鲁木齐830011 中国科学院大学北京100049 新疆民族语音语言信息处理实验室乌鲁木齐830011

大数据时代,数据价值的释放经常需要融合多源数据,数据冲突成为这一过程中无法避免的关键问题。为了从冲突数据中筛选出真实声明以及可靠数据源,研究人员提出了真值发现方法。然而,现有的真值发现大多注重数据源与声明之间的直接协同信... 详细信息

大数据时代,数据价值的释放经常需要融合多源数据,数据冲突成为这一过程中无法避免的关键问题。为了从冲突数据中筛选出真实声明以及可靠数据源,研究人员提出了真值发现方法。然而,现有的真值发现大多注重数据源与声明之间的直接协同信息,忽略了更深层的间接协同与对抗信息,导致不足以表达出数据源与声明的特征。针对此问题,提出了基于变分多跳图注意力编码器的真值发现方法(TD-VMGAE),基于数据源与声明之间的包含关系构建二分图网络,采用多跳图注意力层为每个节点表征汇聚间接协同信息以及对抗信息,并设计真值发现变分自编码器,抽取节点表征中所需的分类分布,对数据源和声明进行协同分类。实验结果表明,所提方法在3个不同尺度的数据集中均有不错的表现,消融实验和可视化也验证了所提方法的有效性和泛化能力。

关键词：数据质量冲突消解真值发现多跳图注意力变分自编码器

在线全文

学校读者我要写书评

暂无评论

基于分布对齐变分自编码器的深度多视图聚类

计算机学报 2023年第5期46卷 945-959页

作者：谢胜利陈泓达高军礼彭玺尹明广东工业大学自动化学院广州510006 四川大学计算机学院成都610065 华南师范大学半导体科学与技术学院广东佛山528225 物联网智能信息处理及系统集成教育部重点实验室广州510006 粤港澳离散制造智能化联合实验室广州510006

多视图聚类(Multi-View Clustering,MVC)旨在利用不同视图间的一致性和互补性来高效处理多视图数据,是大数据分析中重要的研究方向之一.然而,现有方法无法有效学习到多视图信息间的潜在联系,且缺乏考虑视图重要性差异问题.针对上述这些... 详细信息

多视图聚类(Multi-View Clustering,MVC)旨在利用不同视图间的一致性和互补性来高效处理多视图数据,是大数据分析中重要的研究方向之一.然而,现有方法无法有效学习到多视图信息间的潜在联系,且缺乏考虑视图重要性差异问题.针对上述这些问题,本文提出了一种基于分布对齐变分自编码器的深度多视图聚类方法(Deep Multi-View Clustering based on Distribution Aligned Variational Autoencoder,DMVCDA).首先,针对特定视图我们利用多个变分自编码器从不同视图中提取潜在特征,并对特征的分布进行对齐,以挖掘包含基本信息的潜在特征;然后,引入视图权重参数,获取共享的潜在特征;最后,在潜在特征上建立面向聚类的损失目标,使得学习到的潜在特征更适合聚类任务,从而提高聚类精度.在五个公共多视图数据集上的实验结果表明,我们的模型在精确度(ACC)、标准互信息(NMI)和纯度(Purity)等多个聚类评价指标上均表现出优异的性能.

关键词：多视图聚类深度学习变分自编码器加权融合对齐

采用变分自编码器的无监督压敏电阻表面缺陷检测

在线全文

学校读者我要写书评

暂无评论

计算机集成制造系统 2022年第5期28卷 1337-1351页

作者：唐善成陈明王瀚博张雪张莹西安科技大学通信与信息工程学院陕西西安710054

为解决在压敏电阻表面缺陷检测中缺陷样本采集困难以及检测精度差的问题,提出一种采用深度卷积变分自编码器(DCVAE)的无监督表面缺陷检测方法,用于压敏电阻表面缺陷的检测。预处理阶段利用去背景、规范化以及图像差分技术对原始图像进... 详细信息

为解决在压敏电阻表面缺陷检测中缺陷样本采集困难以及检测精度差的问题,提出一种采用深度卷积变分自编码器(DCVAE)的无监督表面缺陷检测方法,用于压敏电阻表面缺陷的检测。预处理阶段利用去背景、规范化以及图像差分技术对原始图像进行处理,精准提取出了差分图像,消除了无关数据特征对算法的影响。为了提升缺陷检测的精度,算法首先将空间注意力机制融入变分自编码器,有效地提取出了良品图像的特征;其次将重构前后图像相减得到残差图,突出缺陷区域,衰减非缺陷区域。通过与已有流行的两种无监督缺陷检测方法进行对比,实验结果表明,所提方法F1值至少提升了7.4%,准确率达98.58%。

关键词：缺陷检测压敏电阻无监督学习空间注意力变分自编码器

在线全文

学校读者我要写书评

暂无评论

结合知识图谱的变分自编码器零样本图像识别

计算机工程与应用 2023年第1期59卷 236-243页

作者：张海涛苏琳辽宁工程技术大学软件学院辽宁葫芦岛125105

近年来,结合生成模型的零样本算法得到了广泛的研究,但此类方法通常仅使用属性注释,缺少类别语义,而单一信息对类别表征能力不够强,容易产生域偏移,影响知识迁移的效果,进而降低分类结果的准确率。为了解决此问题,提出一种结合知识图谱... 详细信息

近年来,结合生成模型的零样本算法得到了广泛的研究,但此类方法通常仅使用属性注释,缺少类别语义,而单一信息对类别表征能力不够强,容易产生域偏移,影响知识迁移的效果,进而降低分类结果的准确率。为了解决此问题,提出一种结合知识图谱变分自编码器零样本识别算法(KG-VAE),通过构建联合类别分级结构,类别文本描述和词向量的层次结构化知识图谱作为语义信息库,将知识图谱中丰富的语义知识结合到以变分自编码器为基础的生成模型中,使生成的潜在特征更好保留有效的判定性信息,减小域偏移,促进知识迁移。在四个公开的零样本数据集上进行了实验,对比基准方法CADA-VAE,分类平均准确率有一定的提高;同时利用消融实验证明了知识图谱作为语义辅助信息的有效性。

关键词：知识图谱图卷积神经网络图变分自编码器零样本学习变分自编码器

在线全文

学校读者我要写书评

暂无评论

变分自编码器VAE在推荐系统中的应用

变分自编码器VAE在推荐系统中的应用

作者：史绪钊北京邮电大学

学位级别：硕士

随着互联网的发展,越来越多信息涌入人们的日常生活。为了帮助人们更好地选择感兴趣的信息,推荐算法成为近几年的研究热点。推荐算法通过对用户历史行为的分析,可以获得用户和商品之间的潜在关系,对用户喜好内容进行预测。深度神经网络... 详细信息

随着互联网的发展,越来越多信息涌入人们的日常生活。为了帮助人们更好地选择感兴趣的信息,推荐算法成为近几年的研究热点。推荐算法通过对用户历史行为的分析,可以获得用户和商品之间的潜在关系,对用户喜好内容进行预测。深度神经网络可以挖掘出用户—商品之间的深层关联。变分自编码器可以较好地发现非线性关系,在解决推荐排序问题中有很好的表现。但是当前变分自编码器还存在一些问题,限制着他的推荐性能。本课题将围绕这些核心问题展开工作:(1)目前的推荐数据集通常是稀疏数据集,而面对过于稀疏的数据集,传统变分自编码器的处理能力通常是有限的。所以本文尝试从利用推荐数据集的二元性,图关系辅助关系入手,构建一个双边条件分布变分自编码器来应对这个问题。实验表明这种新模型对比同类模型,在提升稀疏数据集的推荐性能上有明显效果。(2)新模型在引入变分自编码优点的同时,不可避免地引入了变分自编码的通病,即后验崩塌,简单说就是变分自编码器学不到东西,无法进行准确推荐。为了缓解这个问题,本文在原有模型的基础上,利用评论信息进行编码并构建先验约束,丰富先验分布,从而提升模型的学习能力。实验表明这种方法在新模型的基础上再次做出了提升。(3)最后在实验中发现,带有图关系的数据集十分有限,这对实验带来了些许困难。为了方便后续的研究,本文为两个常用数据集提供了图关系辅助信息,并在几个经典模型上进行实验,提供基线。

关键词：推荐算法变分自编码器辅助信息

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

基于变分自编码器的谣言立场分类算法

计算机工程 2022年第2期48卷 99-105页

作者：郭奉琦孟凡荣王志晓中国矿业大学计算机科学与技术学院江苏徐州221116

针对当前谣言检测任务中社交媒体推特平台的推文数据分布复杂且不均衡的特点,提出基于变分自编码器(VAE)的谣言立场分类算法VAE-LSTM。对数据进行预处理后,利用word2vec模型提取推文词向量并输入VAE中进行训练,得到符合简单概率分布的... 详细信息

针对当前谣言检测任务中社交媒体推特平台的推文数据分布复杂且不均衡的特点,提出基于变分自编码器(VAE)的谣言立场分类算法VAE-LSTM。对数据进行预处理后,利用word2vec模型提取推文词向量并输入VAE中进行训练,得到符合简单概率分布的深度特征序列再从中采样获取有效特征,以避免数据量较大的推文类别影响特征向量。在此基础上,使用长短时记忆(LSTM)网络处理向量序列数据进而实现分类。理论分析和实验结果表明,VAE-LSTM算法无须手动提取或添加特征,训练过程简单高效,同时能缓解类间不平衡问题,其应用于实际场景准确率和F1得分分别为0.800和0.494,与时序注意力机制算法、Turing算法、霍克斯过程算法等相比分类性能更好,且较SVM等早期机器学习方法节省了大量数据预处理时间。

关键词：变分自编码器长短时记忆网络社交网络谣言立场深度特征

变分自编码器结合聚类算法在空战态势评估问题上的应用

在线全文

学校读者我要写书评

暂无评论

国防科技大学学报 2019年第4期41卷 144-155页

作者：杨任农房育寰张振兴左家亮黄震宇张滢空军工程大学空管领航学院中国人民解放军95939部队

针对传统态势评估方法确定权值的主观性强、处理大数据能力弱、特征提取能力不足等问题,提出基于改进变分自编码器和聚类算法的无监督空战态势评估方法。根据态势变化连续性特点,提出基于时间段的空战态势分类方法,将敌我双方态势划分... 详细信息

针对传统态势评估方法确定权值的主观性强、处理大数据能力弱、特征提取能力不足等问题,提出基于改进变分自编码器和聚类算法的无监督空战态势评估方法。根据态势变化连续性特点,提出基于时间段的空战态势分类方法,将敌我双方态势划分为四类。在变分自编码器的基础上,提出了VAE-WRBM-MDN特征提取模型,即使用混合密度网络优化变分自编码器的特征提取能力和生成数据的相似度,使用权值不确定限制玻尔兹曼机优化网络的初始权值。将提取的特征分别输入到两种典型的聚类算法中进行聚类,并结合态势函数和实际战场情况修正聚类结果,形成正确的态势分类标准。在实验部分,分别进行了最优参数调整、关键特征提取、聚类以及修正实验。实验结果表明,模型态势分类正确率和运行时间均满足应用需求,实例评估结果与客观态势一致性强,所提方法具有实际应用价值。

关键词：态势评估变分自编码器混合密度网络权重不确定限制玻尔兹曼机聚类算法