检索结果-南通市图书馆

人与大模型的共在与双重对齐:一种未来发生学的方法

在线全文

学校读者我要写书评

暂无评论

浙江社会科学 2024年第6期 49-60,157,158页

作者：高奇琦华东政法大学政府管理学院上海200042 华东政法大学政治学研究院上海200042

大模型是一种未来历史。未来历史的关键在于其在某种程度上逆转了时间箭头。在伽达默尔的“效果历史”的概念基础上,笔者进一步提出“效果未来”的概念。效果未来的展开需要依赖一种新的方法论,即未来发生学。传统发生学的基本逻辑是用... 详细信息

大模型是一种未来历史。未来历史的关键在于其在某种程度上逆转了时间箭头。在伽达默尔的“效果历史”的概念基础上,笔者进一步提出“效果未来”的概念。效果未来的展开需要依赖一种新的方法论,即未来发生学。传统发生学的基本逻辑是用现在的知识还原历史。未来发生学的关键则是用现在的知识构造未来和推断未来。在未来发生学的展开过程中,猜想至关重要。当然,这种猜想不能成为天马行空的无约束想象,而应该是一种有约束想象。人与大模型的互动过程存在三重境界:工具、游戏和生存。这三重境界的关键是人与大模型的关系。人与机器的关系形式同样可以被分为三种:外在、内在与共在。有待的共在体现在人们对大模型的高度依赖,而真正的共在则要走向一种无待的共在,或者说是一种非依赖性的共在。人类与大模型的共在不仅要体现为大模型对人类的对齐,同时也要体现出人类向大模型的对齐。双重对齐还意味着人类需要与大模型形成伽达默尔所强调的视域融合。

关键词：对齐大模型 ChatGPT 未来发生学

融合分布对齐和对抗学习的无监督跨域声纹识别

在线全文

学校读者我要写书评

暂无评论

声学学报 2021年第5期46卷 767-774页

作者：陈志高赵庆卫王丽王文超中国科学院声学研究所语言声学与内容理解重点实验室北京100190 中国科学院大学北京100049

针对声纹识别领域不匹配,且目标领域缺少标注数据的难题,提出在对抗学习基础上融合分布对齐的无监督领域自适应方法,通过训练过程中统计分布的对齐,以减小领域差异,从而提取声音中更有声纹鉴别性的特征,取得了稳定的性能提升。在文本相... 详细信息

针对声纹识别领域不匹配,且目标领域缺少标注数据的难题,提出在对抗学习基础上融合分布对齐的无监督领域自适应方法,通过训练过程中统计分布的对齐,以减小领域差异,从而提取声音中更有声纹鉴别性的特征,取得了稳定的性能提升。在文本相关的声纹识别任务中,对抗学习和分布对齐的方法能协同发挥作用,等错率相对降低11%;在文本无关的任务中,对抗学习效果不稳定,而分布对齐的方法依然有相对8%的性能提升。实验结果证明该方法在领域不匹配且目标领域缺少标注数据时,能有效提取语音中声纹鉴别信息,稳定提升识别性能。

关键词：领域自适应声纹识别标注数据有效提取文本无关对齐鉴别信息鉴别性

在线全文

学校读者我要写书评

暂无评论

基于直接后继关系对齐的过程符合性检测

计算机集成制造系统 2020年第6期26卷 1473-1482页

作者：方欢李东月孙书亚方贤文安徽理工大学数学与大数据学院安徽淮南232001 滁州学院数学与金融学院安徽滁州239000

针对现有的符合性检测方法大都基于单个活动的对齐,且只给出模型与日志的快速匹配方法,存在非块结构模型不敏感的问题,提出一种基于直接后继关系对齐的过程符合性检测方法。首先,根据直接后继关系得到模型与日志相关属性,并以紧邻活动... 详细信息

针对现有的符合性检测方法大都基于单个活动的对齐,且只给出模型与日志的快速匹配方法,存在非块结构模型不敏感的问题,提出一种基于直接后继关系对齐的过程符合性检测方法。首先,根据直接后继关系得到模型与日志相关属性,并以紧邻活动对的方式展现出来。其次,根据基于紧邻活动对的最优对齐算法(AAP),得到轨迹的最优匹配活动对序列,提出基于最小代价的单条迹与模型的拟合度函数,并给出拟合度算法(DFA),计算日志与模型的拟合度。最后使用实际案例对所提方法进行了评估,结果表明:该方法能够正确计算过程模型与日志之间的拟合度,且具有较好的时空复杂度。

关键词：过程挖掘符合性检测紧邻活动对对齐

基于轨道数据对齐的ARIMA模型的轨道不平顺预测

在线全文

学校读者我要写书评

暂无评论

振动．测试与诊断 2019年第3期39卷 596-602,674页

作者：朱洪涛陈品帮魏晖梁恒辉南昌大学机电工程学院南昌330031 江西科技学院汽车工程学院南昌330098 广铁集团惠州工务段惠州516000

轨道几何尺寸数据是在对被测轨道进行检查时得到的,而不同时间的历史数据,由于检查环境和条件存在变动,其数据表现经常伴随着累积里程误差的存在,导致数据存在无法对齐的现象,从而不能精准预测轨道不平顺的发展。针对此问题,提出将多组... 详细信息

轨道几何尺寸数据是在对被测轨道进行检查时得到的,而不同时间的历史数据,由于检查环境和条件存在变动,其数据表现经常伴随着累积里程误差的存在,导致数据存在无法对齐的现象,从而不能精准预测轨道不平顺的发展。针对此问题,提出将多组原始数据依次以某一步长进行分段验证,以互相关函数相互进行评价,将各组原始数据的里程对齐之后得到有效的观测值。以广铁集团惠州工务段杭深线潮汕站4道K1317+150-K1317+350间的2013-2015年度的历史数据作为试验样本,通过建立自回归积分滑动平均模型(auto-regressive integrated moving average model,简称ARIMA)预测轨道不平顺。结果表明,将轨道几何尺寸原始数据对齐后再进行其不平顺状态的预测研究,可以达到更高的试验精度,其相对误差绝对值的最大值小于5%,样本中相对误差均值为1.75%,适用于工程。

关键词：预测轨道不平顺 ARIMA模型累积里程误差对齐互相关函数

基于关联规则进行词对齐的跨领域情感分类算法（英文）

在线全文

学校读者我要写书评

暂无评论

Frontiers of Information Technology & Electronic Engineering 2018年第2期19卷 260-272页

作者： Xi-bin JIA Ya JIN Ning LI Xing SU Barry CARDIFF Bir BHANU Faculty of Information Technology Beijing University of Technology School of Electrical and Electronic Engineering University College Dublin Visualization and Intelligent Systems Laboratory University of CaliforniaRiverside

文本情感分类被应用于企业用户管理系统,通过自动对诸如评论、博客等带有情感倾向性文字进行分析,帮助商家更好地了解用户对商品或者服务的态度。然而,评论和博客等内容常源于不同应用领域,为每个领域训练一个能准确预测情感倾向的分类... 详细信息

文本情感分类被应用于企业用户管理系统,通过自动对诸如评论、博客等带有情感倾向性文字进行分析,帮助商家更好地了解用户对商品或者服务的态度。然而,评论和博客等内容常源于不同应用领域,为每个领域训练一个能准确预测情感倾向的分类器非常困难。主要原因是,在不同领域,人们通常会用不同特征词表达相同情感,并且难以找到一个直接的映射函数,以建立不同领域特征词间的映射关系,从而消除领域间差异。因此,将某个领域训练好的分类器直接应用到另一个领域时,会因为领域间差异使得分类器准确率急速下降。本文提出一个新的基于关联规则进行特征词对齐的跨领域情感分类算法,该算法通过在同一领域中挖掘具有强关联关系的领域共享词和领域专有词词对,建立直接映射关系,并以领域共享词为桥梁,在不同领域的特征专有词之间建立间接映射关系,从而在一定程度上消除了源领域和目标领域之间的差异,有效提升了跨领域情感分类准确率。在亚马逊数据库上的实验结果证明该算法提高了跨领域情感分类性能。

关键词：自动分类情绪协会对齐词汇用户管理系统分类器训练

在线全文

学校读者我要写书评

暂无评论

基于数据视角的流程模型对齐与修复研究

基于数据视角的流程模型对齐与修复研究

作者：张彤安徽理工大学

学位级别：硕士

当前流程挖掘是数据挖掘中的热门研究方向,包含三个主要研究领域:流程发现、一致性检测和流程增强。流程挖掘通过提取系统中的事件日志信息,来确定业务流程的实际表现,并对其进行监控和改进。然而,在大数据时代,数据集庞大、冗余且更新... 详细信息

当前流程挖掘是数据挖掘中的热门研究方向,包含三个主要研究领域:流程发现、一致性检测和流程增强。流程挖掘通过提取系统中的事件日志信息,来确定业务流程的实际表现,并对其进行监控和改进。然而,在大数据时代,数据集庞大、冗余且更新迅速,流程中会不断产生新的活动,流程原始模型不能准确反映业务流程的实际执行情况,模型修复应运而生。在流程挖掘中,既要保存原始流程模型的价值,避免因事件日志更新而直接放弃原始模型,造成资源浪费,又要优化模型使其更加符合实际业务流程,因此模型修复研究至关重要。模型修复已成为当下重要的流程管理方法,可以通过分析事件记录和数据,发现和纠正流程模型中的错误,以提高效率和准确性。针对传统研究方法缺乏数据流视角、模型复杂时遍历消耗大等问题,本文按照以下方法展开模型修复研究。第一,提出基于数据视角的条件非频行为事件日志修复方法。利用通信行为特征,针对事件日志进行修复分析,考虑事件记录之间的隐藏数据联系,并将其与智能医疗调度过程相结合。在预处理步骤中,发现参考模型的非频轨迹并添加数据属性值,计算和比较非频轨迹中任意一对行为之间的条件依赖度,基于修复后的事件日志和通信行为轮廓构建模块网络和特征网络,并与真实业务流程的通信模型相结合。通过针对事件日志进行修复分析进而实现模型修复的效果,提供了一种新的模型修复研究思路。第二,提出基于模块化分解技术的最优对齐分析研究方法。将模块分解技术应用到最优对齐分析,将流程模型模块化分解后,筛选出优子模块和劣子模块,过滤劣子模块(直链式),保留优子模块并通过添加新增事件日志进行重组,对重组后的完整片段网进行分析,找到最优对齐。通过将模块化研究方法结合于最优对齐分析中,便于实现模型修复的深入探索。第三,研究基于Petri网的体检流程系统化模型修复分析。对医院体检流程进行了系统化的模型修复和优化分析,对同一业务流程的几个相关模型进行系统化的组合和重构,以修复模型。仿真实验的结果充分证实了系统修复模型的可行性和优越性,修复后的模型合理且高效,对类似研究有一定的借鉴意义。图 [18] 表 [14] 参 [89]

关键词： Petri网数据视角模型修复模块化对齐

基于对齐的BPMN 2.0模型符合性检测算法

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

计算机研究与发展 2017年第9期54卷 1920-1930页

作者：汪玉泉闻立杰闫志强清华大学软件学院北京100084 首都经济贸易大学信息学院北京100070

符合性检测方法作为比较和关联事件日志与流程模型的技术,是三大核心流程挖掘技术之一,可用于量化符合性和诊断偏差.BPMN 2.0模型具有丰富的表达能力,能够表达多实例、子流程、边界事件、OR网关等多种复杂模式,但是目前还没有针对这些... 详细信息

符合性检测方法作为比较和关联事件日志与流程模型的技术,是三大核心流程挖掘技术之一,可用于量化符合性和诊断偏差.BPMN 2.0模型具有丰富的表达能力,能够表达多实例、子流程、边界事件、OR网关等多种复杂模式,但是目前还没有针对这些复杂模式的BPMN 2.0模型符合性检测算法.针对该问题,提出了基于对齐的BPMN 2.0模型符合性检测算法Acorn,该算法支持上述多种复杂模式.在深入分析BPMN 2.0模型中多种复杂模式的具体语义并分析其具体使能情况的基础上,Acorn算法引入对齐操作,利用A*搜索算法寻找到代价最小的匹配轨迹,同时引入虚拟代价和预估代价来对A*算法进行搜索空间的优化,最后根据最佳匹配轨迹来计算模型与日志的契合度.实验表明,Acorn算法能够正确有效地计算带有复杂模式的BPMN 2.0模型与日志之间的契合度,且虚拟代价和预估代价的引入,大大减少了搜索空间,有效提高了算法的运行速度.

关键词： BPMN 2.0模型复杂模式 A＊搜索符合性检测对齐

基于几何特征的整体叶轮三维测量模型与CAD模型对齐方法

在线全文

学校读者我要写书评

暂无评论

中国机械工程 2017年第10期28卷 1210-1214页

作者：邢晓红郭明森黄金昌南京航空航天大学金城学院机电工程系南京211156 南京航空航天大学精密驱动研究所南京210016 沈阳飞机设计研究所沈阳110035

提出了基于几何特征的模型对齐方法,并应用于整体叶轮三维模型。提取了测量模型的质心。根据整体叶轮对称性,采用最小二乘法对其轴线进行了估算,并采用加工精度高的轴位置数据对轴线进行了修正,从而将测量模型的质心、轴线与CAD模型的... 详细信息

提出了基于几何特征的模型对齐方法,并应用于整体叶轮三维模型。提取了测量模型的质心。根据整体叶轮对称性,采用最小二乘法对其轴线进行了估算,并采用加工精度高的轴位置数据对轴线进行了修正,从而将测量模型的质心、轴线与CAD模型的质心及轴线对齐。根据整体叶轮的制造精度特征,采用加权最小二乘法,实现了叶片区域测量模型与CAD模型的对齐。经计算,采用上述方法的最大对齐误差为0.2mm。

关键词：整体叶轮几何特征三维测量对齐

在线全文

学校读者我要写书评

暂无评论

基于可变形掩膜对齐卷积模型的行人再识别

计算机工程与应用 2021年第5期57卷 146-152页

作者：刘畅邱卫根张立臣广东工业大学计算机学院广州510006

行人再识别是计算机视觉领域的一个重要研究方向,在视频监控等非常广阔的领域有极其重要的应用前景。行人再识别研究中遇到的一个重要挑战就是行人图像对齐问题。利用全卷积模型和全局平均池化操作,提出了一种新的可变形掩膜对齐的深度... 详细信息

行人再识别是计算机视觉领域的一个重要研究方向,在视频监控等非常广阔的领域有极其重要的应用前景。行人再识别研究中遇到的一个重要挑战就是行人图像对齐问题。利用全卷积模型和全局平均池化操作,提出了一种新的可变形掩膜对齐的深度卷积神经网络模型,它不仅可以解决行人图像对齐问题,而且实现了行人图像的多信息融合。该方法在Market-1501和DukeMTMC-reID两大数据集上进行了验证,整体准确率得到了很大提高。

关键词：行人再识别对齐全卷积模型信息融合