检索结果-南通市图书馆

中国管理科学 2024年

作者：崔福来柴一栋姜元春钱洋孙见山刘业政合肥工业大学管理学院网络空间行为与管理安徽省哲学社会科学重点实验室

基于深度学习模型的在线医生推荐已经成为提升互联网医疗平台患者服务的重要途径。由于关乎生命健康，与普通商品和服务推荐相比，医生推荐对结果的可靠性有着更高的要求。为此，本文考虑深度学习模型固有的不确定性，基于贝叶斯学习理... 详细信息

基于深度学习模型的在线医生推荐已经成为提升互联网医疗平台患者服务的重要途径。由于关乎生命健康，与普通商品和服务推荐相比，医生推荐对结果的可靠性有着更高的要求。为此，本文考虑深度学习模型固有的不确定性，基于贝叶斯学习理论，提出了一种多模态贝叶斯神经协同过滤模型（Multi-Modal Bayesian Neural Collaborative Filtering， MM-BNCF）。首先，基于蒙特卡洛Dropout构建贝叶斯深度学习模型，将结构化患者反馈与非结构化医患文本数据作为输入，通过贝叶斯深度模型分别得到医生与患者表征；其次，基于贝叶斯深度模型分析医患双方匹配度，并评估医患匹配的不确定性；然后，基于匹配度均值生成医生推荐结果；最后，在好大夫在线平台真实数据的实验结果验证了本文所提推荐方法能够更有效地适用于在线医生推荐任务。

关键词：在线医生推荐深度学习不确定性贝叶斯深度学习多模态数据互联网医疗

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于不确定性的智能汽车三维目标检测算法研究

基于不确定性的智能汽车三维目标检测算法研究

引用

作者：李刚重庆大学

学位级别：硕士

三维目标检测是智能汽车环境感知系统重要的组成部分,为下游的路径规划和目标跟踪任务提供必要的信息。自然驾驶环境具有强不确定性,遮挡、光线和天气变化、对抗样本、传感器噪声都会使得三维目标检测效果下降。如何量化数据和三维目标... 详细信息

三维目标检测是智能汽车环境感知系统重要的组成部分,为下游的路径规划和目标跟踪任务提供必要的信息。自然驾驶环境具有强不确定性,遮挡、光线和天气变化、对抗样本、传感器噪声都会使得三维目标检测效果下降。如何量化数据和三维目标检测的不确定性,对于提升检测器的性能和构建安全稳定的智能汽车目标检测系统具有重要的意义。现有的三维目标检测器是一种决策性的模型,会输出障碍物的类别概率分布,但缺乏回归结果的不确定性量化,下游模块不知道障碍物的尺寸在什么情况下是更可信的,存在算法设计的隐患。此外,融合多传感器的结果使得信息冗余,提升模型精度和减小结果的不确定性,也是重要的研究课题。本文针对量化深度学习三维目标检测模型不确定性和提升检测算法性能等需求,以激光点云和图像作为数据输入,分别在经典单目和激光点云三维目标检测算法上建模不确定性,设计不确定性三维目标检测算法,开展不确定性量化和多传感器融合的算法研究,获得了较好的实验效果。本文主要研究内容如下:基于Point Pillars激光点云三维目标检测算法建模不确定性。在检测头增加相应的分支预测回归结果的不确定性,针对性设计不确定性损失函数自监督学习不确定性,后处理过程中优化非极大值抑制算法设计不确定性非极大值抑制算法,通过不确定性更好地融合重叠的结果。在KITTI数据集上进行实验,该算法在行人类别上明显提升了检测效果,最高提升1.89%m AP,并且几乎没有增加时间成本;消融实验验证了不确定性非极大值抑制算法的有效性,并且显示模型不确定性建模对于不确定性非极大值抑制算法有依赖性;可视化结果显示模型在遮挡、截断、小目标等场景下显示更高的不确定性。基于CenterNet单目三维目标检测算法建模不确定性,同样使用不确定性损失自监督学习不确定性。同时,基于不确定性Point Pillars算法和不确定性CenterNet算法,设计了基于不确定性的多传感器融合三维目标检测算法框架,该框架采用不确定性非极大值抑制算法融合不同分支的结果,具有很好的灵活性和可扩展性。在KITTI数据集上的实验表明,不确定性CenterNet算法能够显著提升行人类别的检测精度,最高可达2.22%m AP,可视化分析显示模型在光线变化、遮挡等情况下不确定性更大。多传感器融合的实验中,融合算法在行人类别上相对于两种不确定性算法均有提升,最大提升1.24%m AP,且融合之后检测更精确、不确定性更小。软件在环仿真实验显示了该算法具有工程应用能力。

关键词：智能汽车三维目标检测深度学习不确定性多传感器融合

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

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

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

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：