检索结果-南通市图书馆

作者： Ndiaye Papa Laity 哈尔滨工程大学

学位级别：硕士

秀丽隐杆线虫的神经系统结构表明,在机器人领域应用动物智能是一种简单的方法。本文提出了一种基于Pybullet框架的四足蚂蚁运动控制方法。虽然增广随机搜索算法已经取得了显著的效果,并成功地应用于各种形式的大规模任务中,但仍有一些... 详细信息

秀丽隐杆线虫的神经系统结构表明,在机器人领域应用动物智能是一种简单的方法。本文提出了一种基于Pybullet框架的四足蚂蚁运动控制方法。虽然增广随机搜索算法已经取得了显著的效果,并成功地应用于各种形式的大规模任务中,但仍有一些有待改进的地方。本文针对四足蚂蚁机器人在连续时间环境下的控制问题,提出了一种将随机搜索算法与蠕虫神经网络相结合的控制方法,该方法使蚂蚁的运动具有了一定的可解释性。本文主要研究内容如下:首先,对蠕虫(秀丽隐杆线虫)进行了介绍,给出了与蠕虫相关的背景,主要描述了蠕虫运动学假说。本文还讨论了仿生学在四足机器人领域的应用。其次,介绍了强化学习的理论和技术,并利用仿生蠕虫神经网络对蚂蚁四足机器人进行了训练。第三,我们回顾了机器人中四足动物的进化历程。描述了四足蚂蚁机器人在PyBullet环境中的结构和运动的数学模型。第四,以蚂蚁四足机器人为例,说明了抽头提取电路的功能和映射过程。蚂蚁四足机器人由111个输入和8个输出组成,为了控制蚂蚁四足机器人,我们需要对它的8个输出进行控制。首先,我们利用一个线性层,将111个输入变量映射为连续的2个变量,然后将它们输入抽头提取电路(TW电路)的2个感测神经元,最后再利用一个线性层,将2个运动神经元的神经电位映射到8个控制输出,即完成了对蚂蚁四足机器人的8个输出的控制。最后,我们通过观察PyBullet蚂蚁控制过程中的结果,展示了蠕虫神经网络的可解释性,蠕虫神经网络作为一种简单自然的人工神经网络结构,表现出了较好的性能。实验结果表明,将增广随机搜索算法与蠕虫网络相结合形成的神经电路策略比单独使用增广随机搜索算法的蚂蚁控制具有更好的性能。

关键词：蚂蚁四足动物强化学习神经回路策略随机搜索

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

基于联邦学习的伪造语音检测方法研究

基于联邦学习的伪造语音检测方法研究

引用

作者：宗利芳华北理工大学

学位级别：硕士

伪造语音是不法分子用于欺诈语音认证系统的主要手段,其中,重放语音是最容易实现、也是最难被检测的一种。目前,已有大量研究致力于提升重放语音检测的精度与效率,但很少关注隐私安全问题。鉴于此,本文拟在联邦学习框架下研究重放语音... 详细信息

伪造语音是不法分子用于欺诈语音认证系统的主要手段,其中,重放语音是最容易实现、也是最难被检测的一种。目前,已有大量研究致力于提升重放语音检测的精度与效率,但很少关注隐私安全问题。鉴于此,本文拟在联邦学习框架下研究重放语音检测方法。具体如下:1)针对目前尚未有公开、成熟的中文重放语音数据集的问题,借助真实房间脉冲响应数据,构建了基于移动设备录音的多场景中文重放语音数据集。该数据集涵盖智能家居、金融、科技等12种语料场景,涉及办公室、楼道、酒店等9种回放场景,31个麦克风以及若干扬声器所搭建的复杂场景,选取不同地区、性别的54个发音人,拥有实时语音14956条,重放语音17325条。仿真结果表明,该数据集中真实语音与重放语音所呈现出的异构性特征,为重放语音检测研究提供支撑。2)针对集中式重放语音检测中个人隐私信息极易泄露的问题,提出了一种基于异步联邦的新型词级重放语音检测框架。该框架以本地模型训练、服务器端聚合的分布式机制实现隐私保护,通过异步加密策略上传本地模型参数,并基于联邦平均策略共享本地语音特征,避免数据孤岛。特别地,本地模型融合了残差和空间分组增强模块,为全局模型提供更可靠的参数支持。仿真结果表明,相比于传统集中式重放语音检测方案、先进的联邦聚合方案以及检测方案,具有更高的公平性、稳定性、准确性和轻量性。此外,在重放、合成和转换场景下,表现出较高泛化能力。3)针对边缘客户端资源受限导致深层复杂模型难以部署的问题,提出了一种基于神经回路策略(Neural Circuit Policies,NCP)的轻量型联邦重放语音检测框架。该框架包括特征提取、本地模型训练和联邦聚合三个模块。首先,采用伽马通频率倒谱系数计算语音信号的声学特征;然后,基于NCP并采用闭式连续时间神经元构建轻量级网络模型,以降低边缘模型的复杂度;最后,在联邦隐私保护机制中引入高斯噪声用于进一步提高隐私安全级别。仿真结果表明,相比于先进算法,该方法在极小的计算量条件下,检测准确率平均提高15.90%,FLOPs平均减少近3个数量级,并在重放场景下验证了其良好的泛化性。图17幅;表19个;参78篇。

关键词：重放语音检测联邦学习边缘计算神经回路策略差分隐私

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

基于边缘联邦学习的重放语音检测框架

引用

微电子学与计算机 2024年第11期41卷 1-12页

作者：李志刚宗利芳李雪华北理工大学人工智能学院河北唐山063210 河北省智能感知重点实验室河北唐山063210

针对重放语音检测系统在边缘用户训练过程中所遇到计算资源受限与隐私泄露问题,受类脑智能的启发,提出了一种考虑差分隐私、基于神经回路策略(Neural Circuit Policies,NCP)的边缘联邦重放语音检测框架。该框架包括数据预处理、节点参... 详细信息

针对重放语音检测系统在边缘用户训练过程中所遇到计算资源受限与隐私泄露问题,受类脑智能的启发,提出了一种考虑差分隐私、基于神经回路策略(Neural Circuit Policies,NCP)的边缘联邦重放语音检测框架。该框架包括数据预处理、节点参数更新和联邦聚合这3个模块。首先,提取低频声学特征以获得更具表达力的表示;然后,融合残差结构与NCP并采用闭式连续时间神经元构建轻量级网络模型,以降低边缘模型的复杂度;最后,在联邦隐私保护机制中引入高斯噪声用于进一步提高隐私安全级别。为了全面评估所提方法,建立了一个采用移动设备录音的中文语音数据集。仿真结果表明:该框架在保护隐私的前提下,相对先进的重放语音检测方法(残差网络、轻量型卷积神经网络和RawNet3),边缘检测模型的准确率平均提升了29.66%,浮点运算数平均降低了94.14%,存储空间占用减少了61.43%。同时在ASVspoof 2019和ASVspoof 2021数据集上也完成了泛化性能验证。

关键词：重放语音检测联邦学习神经回路策略类脑智能

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

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

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

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：