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

基于深度真值发现的胶质瘤基因状态预测方法

山东大学学报(理学版) 2024年

作者：赵钰琳梁峰宁赵藤曹亚茹王淋朱红徐州医科大学医学信息与工程学院

针对目前基于磁共振成像(magnetic resonance imaging,MRI)的胶质瘤异柠檬酸脱氢酶1 (isocitrate dehydrogenase 1,IDH1)基因状态预测的深度学习模型中存在的深度网络特征提取不全面、模型存在固有的不确定性等问题,提出基于改进的残差... 详细信息

针对目前基于磁共振成像(magnetic resonance imaging,MRI)的胶质瘤异柠檬酸脱氢酶1 (isocitrate dehydrogenase 1,IDH1)基因状态预测的深度学习模型中存在的深度网络特征提取不全面、模型存在固有的不确定性等问题,提出基于改进的残差网络(residual network,ResNet)与真值发现的TDA-ResNet(teruth discovery divided attention-ResNet)模型。通过分散注意力机制优化ResNet网络模型架构,提取胶质瘤影像局部与全局特征,对胶质瘤IDH1基因状态进行预测;同时在模型中融入真值发现算法,对作为预测结果的深度特征向量进行不确定性校准,提高模型预测准确率。实验数据收集自徐州医科大学附属医院部分胶质瘤患者的MR影像及癌症影像档案(the cancer imaging archive,TCIA)公有数据集。TDA-ResNet模型在徐州医科大学附属医院胶质瘤MR影像数据集及TCIA数据集中的实验准确率分别为95.73%和94.3%。实验结果表明,TDAResNet模型可实现对脑胶质瘤IDH1基因状态无创预测及不确定性校准,其性能优于现有的IDH1基因状态深度学习预测模型,对脑胶质瘤临床诊疗具有重要意义。

关键词：脑胶质瘤异柠檬酸脱氢酶1 深度学习真值发现不确定性校准

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

同方期刊数据库

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

一种基于区间验证的隐私保护真值发现算法

小型微型计算机系统 2024年

作者：张志敏赵国生王健哈尔滨理工大学计算机科学与技术学院哈尔滨师范大学计算机科学与信息工程学院

隐私保护真值发现技术在移动群智感知网络领域中受到了广泛关注。然而在实际应用中，恶意用户上传的异常值对真值发现结果的可靠性带来了较大影响。为此，提出了一种基于区间验证的隐私保护真值发现算法IVPPTD (Interval Verification b... 详细信息

隐私保护真值发现技术在移动群智感知网络领域中受到了广泛关注。然而在实际应用中，恶意用户上传的异常值对真值发现结果的可靠性带来了较大影响。为此，提出了一种基于区间验证的隐私保护真值发现算法IVPPTD (Interval Verification based Privacy-Preserving Truth Discovery)。首先，采用Paillier同态加密方法实现用户感知数据的安全上传和真值发现，保护用户的感知数据、权重信息以及估算真值的隐私不被泄露。其次，提出一种密文域中的异常数据过滤算法，对数据约束区间外的异常值进行数据清洗，从而在保护用户敏感信息不被泄露的前提下，提高真值发现结果的可靠性。最后，基于感知平台和密钥生成中心协作完成真值发现过程，减少了用户与云服务器之间的通信开销。仿真实验结果表明，所提方法具有高准确率、对异常值的鲁棒性以及较低的计算开销。

关键词：移动群智感知真值发现隐私保护异常数据过滤同态加密

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于本地差分隐私的众包数据流真值发现方法

计算机应用文摘 2024年第9期40卷 129-132,135页

作者：王瑞鲜南京航空航天大学计算机科学与技术学院南京211106

真值发现是解决多源数据冲突的手段,但在迭代计算的过程中会泄露隐私数据。因此,本地差分隐私以其强大的隐私保证在真值发现中得到了广泛应用。然而,现有多数研究均基于某一时刻对数据进行隐私保护。若对数据进行持续收集,可能忽略所要... 详细信息

真值发现是解决多源数据冲突的手段,但在迭代计算的过程中会泄露隐私数据。因此,本地差分隐私以其强大的隐私保证在真值发现中得到了广泛应用。然而,现有多数研究均基于某一时刻对数据进行隐私保护。若对数据进行持续收集,可能忽略所要求的规模大、连续到达等特性。针对众包任务持续数据收集中的真值发现问题,文章提出了基于本地差分隐私的持续数据真值发现机制,同时考虑工人数据和真值之间的相关性,在保护用户数据隐私的同时降低了真值估计的误差。

关键词：本地差分隐私众包数据流多源数据真值发现

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

多源文本数据真值发现方法

国防科技大学学报 2022年第4期44卷 172-179页

作者：曹建军常宸陶嘉庆翁年凤蒋国权国防科技大学第六十三研究所江苏南京210007 陆军工程大学指挥控制工程学院江苏南京210007 南京工业大学工业工程系江苏南京211800

针对传统真值发现算法无法直接应用于文本数据的问题,提出基于深度神经网络面向多源文本数据的真值发现算法(NN_Truth)。根据文本答案多因素性、词语使用多样性以及文本数据稀疏性等特点,将“数据源-答案”向量作为网络输入,识别答案真... 详细信息

针对传统真值发现算法无法直接应用于文本数据的问题,提出基于深度神经网络面向多源文本数据的真值发现算法(NN_Truth)。根据文本答案多因素性、词语使用多样性以及文本数据稀疏性等特点,将“数据源-答案”向量作为网络输入,识别答案真值向量作为网络输出,依据真值发现的一般假设,无监督学习各数据源答案向量间关联关系,并最终获得答案真值。实验结果表明,该算法适用于文本数据真值发现场景,较基于检索的方法及传统真值发现算法效果更优。

关键词：数据质量真值发现神经网络文本挖掘

在线全文

学校读者我要写书评

暂无评论

基于多特征融合的无监督真值发现方法

数据采集与处理 2023年第3期38卷 629-642页

作者：陈华凤董永权杨昊霖张国玺江苏师范大学信息化建设与管理处徐州221116 江苏师范大学计算机科学与技术学院徐州221116

真值发现是数据集成领域具有挑战性的研究热点之一。传统的方法利用数据源与观测值之间的交互关系推断真值,缺乏足够的特征信息;基于深度学习的方法可以有效地进行特征抽取,但其性能依赖于大量手工标注,而在实际应用中很难获取到大量高... 详细信息

真值发现是数据集成领域具有挑战性的研究热点之一。传统的方法利用数据源与观测值之间的交互关系推断真值,缺乏足够的特征信息;基于深度学习的方法可以有效地进行特征抽取,但其性能依赖于大量手工标注,而在实际应用中很难获取到大量高质量的真值标签。为克服以上问题,本文提出一种基于多特征融合的无监督真值发现方法(Unsupervised truth discovery method based on multi-feature fusion,MFOTD)。首先,利用集成学习无监督标注“真值”标签;然后,分别使用预训练模型Bert和独热编码获取观测值的语义特征和交互特征;最后,融合观测值多种特征并使用其“真值”标签构建初始训练集,通过自训练方式训练真值预测模型。在两个真实数据集上的实验结果表明,与已有方法相比,本文所提出的方法具有更高的真值发现准确性。

关键词： Web数据集成半监督学习数据清洗真值发现数据源质量

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 2023年

作者：张国昊王轶周喜王保全中国科学院大学新疆民族语音语言信息处理实验室中国科学院新疆理化技术研究所

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，现有的真值发现多注重数据源与声明之间的直接协同... 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，文中提出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，抽取了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。实验表明，文中的方法在三个不同尺度的数据集中均有不错的表现，并通过消融实验和可视化验证了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

同方期刊数据库

学校读者我要写书评

暂无评论

基于胶囊网络的文本数据真值发现

计算机仿真 2023年第1期40卷 410-417,538页

作者：陶嘉庆樊树海曹建军常宸南京工业大学江苏南京210009 国防科技大学第六十三研究所江苏南京210007 陆军工程大学江苏南京210007

为解决传统真值发现算法无法提取文本数据关键语义信息的问题,提出一种基于胶囊网络的文本数据真值发现算法(Truth Discovery of Text Data Based on Capsule Network,Caps-Truth),对传统卷积神经网络(Convolutional Neural Network,CNN... 详细信息

为解决传统真值发现算法无法提取文本数据关键语义信息的问题,提出一种基于胶囊网络的文本数据真值发现算法(Truth Discovery of Text Data Based on Capsule Network,Caps-Truth),对传统卷积神经网络(Convolutional Neural Network,CNN)进行改进,在神经网络模型中构造语义胶囊层替代CNN池化层表征文本语义信息。首先通过CNN卷积层获取文本数据全局特征,利用初级胶囊层将特征信息向量化,再通过语义胶囊层表征文本数据细粒度语义信息,将特征向量输入全连接神经网络挖掘文本数据可信度并获得可靠答案。上述算法在真值发现中引入胶囊网络,利用动态路由算法整合零散语义,有效提高了文本数据真值发现的效果。实验结果表明,Caps-Truth算法优于对比算法。

关键词：数据质量神经网络胶囊网络文本数据真值发现

动态环境下融合对象相似性与真值时序模式的真值发现方法研究

在线全文

学校读者我要写书评

暂无评论

动态环境下融合对象相似性与真值时序模式的真值发现方法研究

作者：邵忠心浙江工商大学

学位级别：硕士

在大数据时代,信息可以从多种来源进行收集。不幸的是,对同一对象而言,多个数据来源提供的信息通常存在冲突。为了应对这一挑战,真值发现应运而生,并被广泛应用于许多现实场景之中。与其它数据分析算法相比,真值发现的优势在于它结合了... 详细信息

在大数据时代,信息可以从多种来源进行收集。不幸的是,对同一对象而言,多个数据来源提供的信息通常存在冲突。为了应对这一挑战,真值发现应运而生,并被广泛应用于许多现实场景之中。与其它数据分析算法相比,真值发现的优势在于它结合了来源可靠性来推断对象的真值。大多数现有的真值发现方法都具有许多其自身的特点。然而,它们中的大多数都只关注静态数据,并且忽略了数据中真值的演化模式以及对象之间具备相似性的特征。对于动态环境下的数据流而言,真值数据自身有其在时间上的演化模式,对象之间的相似性也存在于许多实际场景中。在本文中,通过对动态环境下的数据流的真值发现问题的研究,提出了两种基于优化框架的真值发现模型:(1)提出了一种基于自回归模型的在线真值发现方法ARTD(Autoregressive Truth Discovery)。ARTD方法考虑了数据流条件下真值发现问题,其核心思想是认为动态环境下数据流的真值具有在时间上的演化模式。在ARTD方法中,首先将问题建模成一个优化问题,利用时间序列分析中的自回归模型来挖掘真值在时间上的演化模式,并将其添加到优化问题的目标函数中。为了求解这一优化问题,ARTD算法利用了块坐标下降法来求解出估计出的真值和数据源的权重。为了验证ARTD算法的有效性,我们在温度数据集和合成数据集上与其它六种方法进行了比较。实验结果表明,本文提出的ARTD算法是有效且快速的。(2)提出了一种基于对象间相似性的在线真值发现方法TDDS(Truth Discovery on Data Straming)。TDDS方法不仅考虑了动态环境下数据流的真值具有在时间上的演化模式这一特点,而且考虑了真值之间相似性对真值发现问题的影响。在TDDS方法中,利用三次指数平滑法这一递推形式的时序分析方法来建模真值在时间上的演化模式。用欧几里得距离与高斯核函数相结合来衡量对象间的相似性。并将真值的演化模式与对象间的相似性结合到待优化的目标函数中。TDDS算法利用了拉格朗日乘子法与块坐标下降法来最小化所提出的目标函数,从而求解出估计的真值和数据源的权重。并将求解出的估计真值和数据源的权重公式巧妙地转换成了增量更新的形式,使其能够满足在动态环境下的真值发现算法必须具备低复杂性的要求。为了验证TDDS算法的有效性和快速性,本文在行人计数、股票价格和合成数据集上与其它七种常用的真值发现方法进行了比较。实验结果表明,本文所提出的TDDS算法同时具备高准确性与快速性的优势。

关键词：真值发现相似性数据流时间序列优化框架