检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于自适应学习的序列生成方法

计算机应用研究 2022年第7期39卷 2081-2086页

作者：张宝奇赵书良张剑吕晓锋河北师范大学计算机与网络空间安全学院石家庄050024 河北师范大学供应链大数据分析与数据安全河北省工程研究中心石家庄050024 河北师范大学河北省网络与信息安全重点实验室石家庄050024

离散序列生成广泛应用于文本生成、序列推荐等领域。目前的研究工作主要集中在提高序列生成的准确性,却忽略了生成的多样性。针对该现象,提出了一种自适应序列生成方法ECoT,设置两层元控制器,在数据层面,使用元控制器实现自适应可学习采... 详细信息

离散序列生成广泛应用于文本生成、序列推荐等领域。目前的研究工作主要集中在提高序列生成的准确性,却忽略了生成的多样性。针对该现象,提出了一种自适应序列生成方法ECoT,设置两层元控制器,在数据层面,使用元控制器实现自适应可学习采样,自动平衡真实数据与生成数据分布得到混合数据分布;在模型层面,添加多样性约束项,并使用元控制器自适应学习最优更新梯度,提升生成模型生成多样性。此外,进一步提出融合协同训练和对抗学习的方法,提升生成模型生成准确性。与目前的主流模型进行对比实验,结果表明,在生成准确性和多样性上,自适应协同训练序列生成方法具有更均衡的准确性和多样性,同时有效缓解了生成模型的模式崩溃问题。

关键词：深度学习机器学习序列生成协同训练对抗学习

在线全文

学校读者我要写书评

暂无评论

基于随机循环网络的汉字骨架生成

现代电子技术 2024年第1期47卷 140-146页

作者：高奕星施霖昆明理工大学信息工程与自动化学院云南昆明650500

汉字骨架是汉字字形的重要拓扑描述,提供了汉字字形结构的重要信息。汉字骨架可以视为点序列,运用具有序列输出的循环神经网络(RNN)等生成。然而当前输出长序列的深度神经网络通常面临诸如梯度消失或爆炸,需要大量训练样本和训练时间长... 详细信息

汉字骨架是汉字字形的重要拓扑描述,提供了汉字字形结构的重要信息。汉字骨架可以视为点序列,运用具有序列输出的循环神经网络(RNN)等生成。然而当前输出长序列的深度神经网络通常面临诸如梯度消失或爆炸,需要大量训练样本和训练时间长等问题,导致此类方法生成的汉字骨架蕴含的书写细节较少,同时缺乏对汉字结构的准确描述。文中将汉字的结构信息与神经网络方法相结合,使用多个并行的随机循环网络(RRN)生成汉字骨架,生成过程在两个层面进行,字符层面包括一连串的笔画,而笔画层面包括一连串的点。生成模型仅需小规模的训练数据即可完成训练,同时避免了梯度消失或爆炸的问题,不仅增强了对汉字结构的描述,而且保留了更多的骨架特征点。实验结果表明,该方法生成的汉字骨架具有更丰富的书写细节特征,可用于快速生成大规模、高质量的汉字骨架。

关键词：汉字骨架生成模型随机循环网络序列生成间架结构分布式网络

基于生成对抗网络的流感病毒蛋白质序列生成研究

在线全文

学校读者我要写书评

暂无评论

基于生成对抗网络的流感病毒蛋白质序列生成研究

作者：林益泰广州大学

学位级别：硕士

如同新冠病毒的大流行,自然界流感病毒也会发生溢出风险并引发疫病的大流行,上世纪初期的“西班牙”流感病毒曾造成全球5000万人死亡,因此,对流感病毒的提前预测和分析是一个值得深入研究的问题。流感病毒血凝素蛋白是病毒入侵细胞的决... 详细信息

如同新冠病毒的大流行,自然界流感病毒也会发生溢出风险并引发疫病的大流行,上世纪初期的“西班牙”流感病毒曾造成全球5000万人死亡,因此,对流感病毒的提前预测和分析是一个值得深入研究的问题。流感病毒血凝素蛋白是病毒入侵细胞的决定因素,该蛋白功能位点突变与跨物种感染密切相关。基于深度学习模型,扩大血凝素蛋白序列空间,能有效促进流感大流行的早期预警,同时,有利于疫苗和药物的研发,控制流感病毒的传播和感染。本文使用生成对抗网络,构建了两个流感病毒血凝素蛋白相关的生成模型,扩展了流感病毒血凝素蛋白序列空间,并且学习到高风险流感病毒血凝素蛋白分子特征。具体研究内容有:1)流感病毒血凝素蛋白序列生成模型。基于生成对抗网络的架构,结合一维转置卷积网络、一维卷积网络和自注意力机制等网络模块构造了序列生成器和序列判别器,使用流感病毒血凝素蛋白序列作为训练数据,借鉴WGAN的损失函数训练生成模型,进一步通过消融实验,验证了优化算法和自注意力机制对模型性能的影响。实验结果表明生成序列关键位点相似率为92.6%,序列平均覆盖度为94.7%,说明生成模型学习到流感病毒血凝素蛋白的分子特征,有效扩大了流感病毒序列空间。2)高风险禽流感病毒血凝素蛋白序列生成模型。在Cycle GAN架构基础上,结合残差结构并引入自注意力机制构造生成模型,该模型可产生序列迁移的效果,从低风险禽流感病毒血凝素蛋白序列生成高风险蛋白序列。消融实验结果显示残差模块和自注意力机制显著提高模型性能,高风险序列关键位点相似率可达90.2%,高风险序列平均覆盖度可达92.4%,表明该生成模型学习到高风险禽流感病毒跨种感染相关的分子特征。在已有数据集基础上,进一步添加生成的高风险序列,构建禽流感病毒感染风险预测模型,预测准确率达到98.7%,性能良好。

关键词：流感病毒血凝素蛋白序列生成生成对抗网络

J-SGPGN:基于序列与图的联合学习复述生成网络

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

计算机应用 2023年第5期43卷 1365-1371页

作者：侯志荣范晓东张华马晓楠工银科技有限公司北京100029 北京大学软件与微电子学院北京102600

复述生成是一种基于自然语言生成(NLG)的文本数据增强方法。针对基于Seq2Seq(Sequence-to-Sequence)框架的复述生成方法中出现的生成重复、语意错误及多样性差的问题,提出一种基于序列与图的联合学习复述生成网络(J-SGPGN)。J-SGPGN的... 详细信息

复述生成是一种基于自然语言生成(NLG)的文本数据增强方法。针对基于Seq2Seq(Sequence-to-Sequence)框架的复述生成方法中出现的生成重复、语意错误及多样性差的问题,提出一种基于序列与图的联合学习复述生成网络(J-SGPGN)。J-SGPGN的编码器融合了图编码和序列编码进行特征增强,而解码器中则设计了序列生成和图生成两种解码方式并行解码;然后采用联合学习方法训练模型,旨在兼顾句法监督与语义监督以同步提升生成的准确性和多样性。在Quora数据集上的实验结果表明,J-SGPGN的生成准确性指标METEOR(Metric for Evaluation of Translation with Explicit ORdering)较准确性最优基线模型——RNN+GCN提升了3.44个百分点,生成多样性指标Self-BLEU(Self-BiLingual Evaluation Understudy)较多样性最优基线模型——多轮回译复述生成(BTmPG)模型降低了12.79个百分点。J-SGPGN能够生成语义更准确、表达方式更多样的复述文本。

关键词：复述生成编码器-解码器自注意力网络序列生成图生成联合学习

基于变分自编码器的冠状病毒蛋白质序列生成研究

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冠状病毒蛋白质序列生成研究

作者：雷影广州大学

学位级别：硕士

自本世纪初以来,全球已经出现了三次冠状病毒的大范围流行,分别是2003年SARS,2012年MERS和2019年COVID-19,这些持续出现的冠状病毒已经严重影响了全球公共卫生。传统的防控手段相对被动,因此需要利用深度生成技术主动了解未来大流行病... 详细信息

自本世纪初以来,全球已经出现了三次冠状病毒的大范围流行,分别是2003年SARS,2012年MERS和2019年COVID-19,这些持续出现的冠状病毒已经严重影响了全球公共卫生。传统的防控手段相对被动,因此需要利用深度生成技术主动了解未来大流行病毒的分子特征,扩大病毒蛋白质序列空间,以促进冠状病毒相关疫苗和药物的开发。本文运用变分自编码器构建冠状病毒蛋白质序列生成模型,对冠状病毒刺突蛋白序列和刺突蛋白功能簇开展生成研究,并对生成序列进行验证和初步分析。具体研究内容有:1)冠状病毒刺突蛋白序列生成模型(Co V-VAE)。该模型以七种冠状病毒刺突蛋白原始序列数据作为输入,使用卷积神经网络进行编码,利用混合卷积网络对刺突蛋白序列进行解码,以生成长1200 aa的冠状病毒刺突蛋白序列,进一步从序列相似度(81%)、香农熵、关键位点和覆盖率(大于85%)等方面进行评估和分析,结果表明该模型能够有效生成冠状病毒刺突蛋白序列,具备可靠性和多样性。2)冠状病毒刺突蛋白功能簇生成模型(CFC-VAE)。首先将预处理后的刺突蛋白功能簇序列作为模型的输入数据,使用具有两个隐藏层的全连接神经网络进行编码和解码,实现长度为400 aa功能簇的采样和生成,进一步对生成序列从序列分布、香农熵、关键位点和覆盖率(大于73%)等方面进行评估和分析,结果表明该模型能稳定生成功能簇序列。本文建立了两种冠状病毒蛋白质序列相关的生成模型,将CFC-VAE与现有的Ar DCA模型进行比较,结果显示CFC-VAE(大于80%)生成效果优于Ar DCA(小于80%)模型。通过学习冠状病毒蛋白质序列特征,生成满足冠状病毒生物学特性的人工序列,扩大冠状病毒蛋白质空间,为疫情防控提供新思路。

关键词：冠状病毒刺突蛋白序列生成变分自编码器

优选状态数的MCMC算法在风电功率序列生成中的应用

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

电力自动化设备 2019年第5期39卷 61-68页

作者：徐沈智艾小猛邹佳芯张舒捷李湃黄越辉文劲宇华中科技大学电气与电子工程学院强电磁工程与新技术国家重点实验室电力安全与高效湖北省重点实验室湖北武汉430074 国网青海省电力公司电力科学研究院青海省光伏发电并网技术重点实验室青海西宁810008 中国电力科学研究院有限公司新能源与储能运行控制国家重点实验室北京100192

传统马尔科夫链蒙特卡洛(MCMC)法的状态数选择常依赖于人工经验,应用于风电功率序列建模时难以较好地同时模拟原始风电功率序列的概率分布特性和自相关特性。针对该问题,提出一种优选状态数的MCMC(OSN-MC)算法。首先给出MCMC方法状态数... 详细信息

传统马尔科夫链蒙特卡洛(MCMC)法的状态数选择常依赖于人工经验,应用于风电功率序列建模时难以较好地同时模拟原始风电功率序列的概率分布特性和自相关特性。针对该问题,提出一种优选状态数的MCMC(OSN-MC)算法。首先给出MCMC方法状态数的选取范围,其次在该范围内以生成序列与原始序列的自相关函数的误差平方和最小为原则确定优选状态数,然后利用各状态对应功率范围内的累积分布函数抽样生成随机风电功率,提高优选状态数下生成风电功率序列对于原始序列分布特性的模拟精度。应用OSN-MC法和MCMC法对中国、美国和欧洲的12个风电场生成风电功率序列,并与原始实测序列进行特性比较,结果表明:OSN-MC法生成的风电功率序列对原始序列的分布特性和自相关特性的模拟效果均优于MCMC法所生成的风电功率序列。

关键词：风电功率马尔科夫链蒙特卡洛法优选状态数序列生成

在线全文

学校读者我要写书评

暂无评论

融合词语语义与标签依赖的隐式篇章关系识别

软件导刊 2024年第4期23卷 1-7页

作者：吕国英郭校金贾荣荣山西大学计算机与信息技术学院山西太原030006

中文隐式篇章关系识别旨在推断出两个论元间的篇章关系类型。然而,现有的方法往往忽略了论元中词语所蕴含的关键信息,并且仅考虑单个层级内的篇章关系类型,忽略了各层级间篇章关系的依赖关联。鉴于此,提出融合词语语义和标签依赖的方法... 详细信息

中文隐式篇章关系识别旨在推断出两个论元间的篇章关系类型。然而,现有的方法往往忽略了论元中词语所蕴含的关键信息,并且仅考虑单个层级内的篇章关系类型,忽略了各层级间篇章关系的依赖关联。鉴于此,提出融合词语语义和标签依赖的方法,以序列生成的方式实现篇章关系识别,先根据相似度权重将词向量嵌入到字编码表示中,应用字词对齐注意力机制强调关键字、词信息,再采用标签注意力编码从蕴含词语语义的论元表示和篇章关系表示中获取篇章关系依赖性的上下文表示,以自下而上的方式预测顶层的篇章关系类型。此外,构建面向阅读理解篇章的篇章关系数据集,并在该数据集上展开实验,结果显示隐式篇章关系识别准确率和F1值分别达到74.19%和73.81%,最终验证了该方法的有效性。

关键词：隐式篇章关系词语语义标签依赖序列生成

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于序列生成的多标签文本分类算法研究

现代计算机 2022年第20期28卷 42-46页

作者：黄立星咸儆醒南京恩瑞特实业有限公司南京210013

本文针对词粒度注意力的缺点,通过借鉴HAN层次化注意力机制的思想,提出将层次化注意力机制运用于编码器层中,进而得到句子粒度的隐藏层状态信息;在此基础上,解码器层基于句子粒度的隐藏层状态信息进行注意力操作;采用辅助向量的方法避... 详细信息

本文针对词粒度注意力的缺点,通过借鉴HAN层次化注意力机制的思想,提出将层次化注意力机制运用于编码器层中,进而得到句子粒度的隐藏层状态信息;在此基础上,解码器层基于句子粒度的隐藏层状态信息进行注意力操作;采用辅助向量的方法避免了序列生成过程存在的重复标签生成问题。最后通过引入开源数据集进行了有效性验证。

关键词：多标签文本分类序列生成

在线全文

学校读者我要写书评

暂无评论

序列生成式全状态移位计数器研究与设计

电子测量与仪器学报 2002年第2期16卷 29-32页

作者：吕虹安徽工程科技学院电子工程系芜湖241000

由于传统移位计数器状态利用不足 ,本文提出全状态移位计数器。通过分析移位计数器状态转换特点 ,得到全状态移位计数器状态转换规律。根据这种转换规律 ,总结了反馈序列的构成 ,给出了反馈序列算法以及从反馈序列求反馈函数的方法。

关键词：移位计数器序列生成反馈序列反馈函数设计