检索结果-南通市图书馆

中国电机工程学报 2024年第14期 5821-5833页

作者：闫泽玉杨洋刘云鹏尚文同李欢范晓舟河北省输变电设备安全防御重点实验室(华北电力大学) 中国电力科学研究院有限公司

为充分表现并利用GIS缺陷的物理联系引导故障诊断，提高GIS局部放电故障诊断方法的可靠性与可解释性，该文提出神经监督决策树算法(neural supervision decision tree,NSDT)实现GIS局部放电高准确率下的可解释故障诊断。将卷积神经网络... 详细信息

为充分表现并利用GIS缺陷的物理联系引导故障诊断，提高GIS局部放电故障诊断方法的可靠性与可解释性，该文提出神经监督决策树算法(neural supervision decision tree,NSDT)实现GIS局部放电高准确率下的可解释故障诊断。将卷积神经网络最终线性层替换为层次结构，构建诱导层。使用树监督损失函数优化节点代表向量，并通过调整softmax函数抑制层次损失。构建监督层，通过原始神经网络输出向量对诱导层输出进行监督修正，在保留可解释性的基础上，提高识别准确率。通过110 k V声光电多感知GIS平台收集导杆尖端、外壳尖端、高压端沿面3种典型单源缺陷局放数据，并组成3种双源缺陷，测试NSDT方法性能表现。试验结果表明，NSDT多级神经决策结构能够准确地识别GIS局部放电类型，相较于卷积神经网络(convolutional neural network,CNN)等传统深度神经网络识别方法，识别可靠性更高，决策信息更加丰富，可解释性更强。

关键词：局部放电神经监督决策树深度神经网络软决策树多感知气体绝缘金属封闭开关设备

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

最大熵软决策树HMM最大似然藏语音合成

引用

计算机工程与设计 2017年第4期38卷 981-988页

作者：曲珍扎西加春燕西藏大学藏文信息技术研究中心西藏拉萨850000

针对传统的硬决策树藏语音合成系统存在泛化性能不强的问题,设计改进一种二进制软决策树算法,实现基于语境因子的藏语音合成模型参数估计。内部节点根据子代节点隶属度进行选取,每个节点可视为基于语境依赖隶属度的模糊集合,将每个语境... 详细信息

针对传统的硬决策树藏语音合成系统存在泛化性能不强的问题,设计改进一种二进制软决策树算法,实现基于语境因子的藏语音合成模型参数估计。内部节点根据子代节点隶属度进行选取,每个节点可视为基于语境依赖隶属度的模糊集合,将每个语境分配给几个重叠的叶节点,提高模型概括和函数逼近性能;采用最大熵平滑分布进行局部一阶矩和全局二阶矩特征捕捉,实现隐式马尔可夫(HMM)输出概率分布的软决策参数最大似然估计。仿真验证结果表明,所提算法在满足应用实时性要求的前提下,可有效提高藏语音合成效果。

关键词：软决策树藏语音合成隐式马尔可夫最大熵隶属度

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

面向可解释的软决策树算法的设计与实现

面向可解释的软决策树算法的设计与实现

引用

作者：胡可可国防科技大学

学位级别：硕士

深度神经网络在从语言建模、计算机视觉到语音识别等广泛的应用领域取得了巨大的成功。然而，目前，仅凭良好的性能还不足以满足实际部署的需要，在涉及伦理和关键应用的情况下，需要可解释性。目前对于可解释性的研究无法满足需求，深... 详细信息

深度神经网络在从语言建模、计算机视觉到语音识别等广泛的应用领域取得了巨大的成功。然而，目前，仅凭良好的性能还不足以满足实际部署的需要，在涉及伦理和关键应用的情况下，需要可解释性。目前对于可解释性的研究无法满足需求，深度神经网络的复杂模型使其难以理解和推理预测，这阻碍了其进一步的发展。因此，提高模型的可解释性不仅具有学术意义，更具有现实价值。　　本文的研究思路是通过集成学习增强可解释系统。　　依据研究思路，本文首先对可解释性的概念以及重要性进行了阐述，并且对当前可解释性的研究方法进行了分析和总结，接下来对软决策树的决策过程进行进一步解释，并且对当前的集成学习算法进行改进，使得它适合深度学习的模型和数据集的集成，并且对用改进后的集成算法对基于知识蒸馏的软决策树进行改进，获得了基于可解释的树型模型的可解释系统。　　具体而言，本文工作如下：　　1.可解释性相关研究的调查与技术总结　　近年来，关于可解释性的研究逐渐成为新的热点。本文介绍了可解释性的具体概念，人们需要可解释性的原因和具体场景。同时根据现有的研究技术，对可解释性进行了划分：基于获得解释性的时间可以划分为本质可解释性和事后可解释性，基于解释的范围可以划分为全局可解释和局部可解释。并且针对每种可解释的类别简单介绍了有代表性的方法。　　2.软决策树的决策过程分析　　通过知识蒸馏生成软决策树是将知识从复杂模型迁移到可解释模型中，使用可解释的软决策树模型模拟复杂模型的行为，从而通过理解软决策树的行为来解释复杂模型。然而当前对于软决策树的解释性研究仍然存在不足。本文提出了对于软决策树多阶段决策的解释，总结了软决策树的特征，分析了内部节点的决策逻辑以及子树的特征，从而回答了决策过程针对什么部分，以及什么样的输入更有左子树和右子树的特征的问题。　　3.基于权重调整标准的多类噪声数据集校正AdaBoost　　目前的集成学习算法通常用于将弱分类器组合起来生成强分类器。其中AdaBoost是集成学习的代表性算法之一，对于性能很好的分类器也能有效集成。然而，AdaBoost算法对于数据中的噪点很敏感，然而噪点在数据集中出现的非常普遍，因此实际问题中的性能不够理想。因此，本文提出了一种抗噪点的集成模型的算法改进思路，其核心思想在于：通过基于当前分类器的精度设置分配给样本的权重的上限，来抑制噪点样本对于整个训练过程的影响，最终改善集成学习在多噪点数据集中的性能。实验证明该算法在数据集规模较大或模型较复杂的情况下预测精度有非常明显的提升，适合对于深度学习的模型和数据集的集成。　　4.基于知识蒸馏生成高保真度的软决策树集成系统　　尽管可解释模型已经被用于模拟复杂模型的行为，但是由于生成的可解释模型在预测精度和保真度上都不足够高，很难令人信服可解释模型的解释规则能够模拟复杂模型。本文将上一部分的集成学习算法与可解释模型软决策树结合起来，使用知识蒸馏的方法生成软决策树，将表现不够好的软决策树作为弱分类器集成为性能优良的强分类器。其目的获得精度和保真度更高的软决策树系统，使得它能够更好地模拟复杂模型的行为。

关键词：深度神经网络可解释性软决策树知识蒸馏集成学习

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

基于软决策树的实时竞价展示广告成交价格预测

基于软决策树的实时竞价展示广告成交价格预测

引用

作者：陈乔伟华南理工大学

学位级别：硕士

实时竞价(Real-Time Bidding,RTB)是大数据时代新兴的具有影响力的展示广告购买机制,RTB系统基于对互联网用户产生的大量数据的分析,能够识别每个广告展现(Impression)目标受众的特征和兴趣,并自动投放最佳匹配的广告。RTB系统中最受关... 详细信息

实时竞价(Real-Time Bidding,RTB)是大数据时代新兴的具有影响力的展示广告购买机制,RTB系统基于对互联网用户产生的大量数据的分析,能够识别每个广告展现(Impression)目标受众的特征和兴趣,并自动投放最佳匹配的广告。RTB系统中最受关注的是与需求方平台(Demand-Side Platform,DSP)相关的研究工作,DSP代表了广告主的诉求,DSP竞价策略的优劣直接影响广告主获取优质流量的能力,进而影响广告营销所带来的转化。在DSP中,成交价格作为广告展现的成本,能够有效地指导竞价策略的制定和投放预算的分配。本文针对成交价格预测展开了相关的研究工作,提出了基于软决策树的成交价预测模型,解决了两方面的问题:(1)目前,关于成交价格预测的相关研究工作通常是假设成交价格服从某种参数化的函数分布形式。但在实际中,成交价格来自成百上千广告主对某次广告展现的竞价,并不简单服从于某种假定的函数分布形式。而决策树模型可以避免这个问题,决策树提供了从输入到输出的自学习过程,无需函数假设;(2)普通决策树的构建过程忽视了维度间可能存在的相关性,而软决策树不同于普通决策树,软决策树在结点分裂时能根据不同概率影响左右子结点,利用这种特性能够建模维度间的相关性。此外,由于RTB过程采用第二竞价机制,DSP只有竞价成功才能观测到成交价格,竞价失败只能知道自身的出价,因此在成交价格预测中会面临数据缺失的问题。本文结合生存分析对软决策树模型提出了改进,采用K-M乘积限方法无偏估计竞价成功概率,并使用逆概率加权方法修正成交价格的真实误差,使竞价成功和竞价失败的数据记录能够同时反馈到软决策树模型的学习中,减少了实际应用中成交价格数据缺失问题带来的模型偏差。本文基于真实展示广告数据集iPinYou设计实验并进行实验验证,实验分别对比了基于假设分布和基于普通决策树的成交价格预测模型。实验结果表明,对比其他模型,本文提出的模型在预测误差上表现更佳,同时验证了考虑缺失数据的有效性和必要性。最后在树模型规模的比较上,本文提出的模型具有更小的树模型复杂度。

关键词：实时竞价需求方平台成交价格预测软决策树生存分析

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

小样本问题蒸馏优化及可解释性增强

小样本问题蒸馏优化及可解释性增强

引用

作者：蔡淳豪南京理工大学

学位级别：硕士

随着泛用型标注数据库的完善,以及多层智能识别模型结构改进,多层智能识别模型已经在各应用领域的实际工程中展现出优异的效果。尽管多层智能识别模型已经广泛且良好地运用在各个领域,但是这需要一定数量级的准确标注的数据集,以及匹配... 详细信息

随着泛用型标注数据库的完善,以及多层智能识别模型结构改进,多层智能识别模型已经在各应用领域的实际工程中展现出优异的效果。尽管多层智能识别模型已经广泛且良好地运用在各个领域,但是这需要一定数量级的准确标注的数据集,以及匹配模型的大规模算力,这在实际工程推进中往往成了技术方面的阻碍。同时多层智能识别模型的效果无法依照严格的数学推导得到收敛保证,这也在工程实验中提出了可解释性的问题。基于上述种种问题,模型蒸馏这一技术被提出以期获得问题的突破。区别于改进网络结构与操纵数据集,模型蒸馏算法从模型隐藏的知识出发,蒸馏知识到目标网络中,同时改变了训练的损失函数和训练的步骤。本文在模型蒸馏算法思路的基础上,探讨了模型蒸馏算法对于小样本问题的目标模型的改进以及对于目标模型的可解释性研究,主要包括以下三个维度的工作,一、针对多层智能识别网络在图像识别中存在的训练数据不足,以及多模型蒸馏算法中存在的细节特征丢失和蒸馏计算量大的问题,给出了一种小样本问题下培训弱教师网络的模型蒸馏算法。然后基于优化的弱教师网络,得到了多教师网络下网络特征图的合并,在此前提下采用元网络进行外推,得到具有较高准确率、较快训练速度的模型蒸馏算法。二、根据软决策树的在决策方面在可解释性,给出了针对软决策树的模型蒸馏方案,并通过数值实验验证了该算法能够提高原始算法的准确率,同时在训练时间上能获得一定的改进。三、基于局部蒸馏对于目标黑盒模型的可解释性,给出了对局部蒸馏过程的改进,并通过图形与数值实验验证了该算法对目标网络分类可靠性的说明过程。并且,基于软决策树的可解释性,对目标黑盒模型的局部蒸馏用软决策树代替,通过图像实验验证了算法在黑盒模型上说明效果。本文针对多层智能识别网络的模型蒸馏算法,从小样本问题入手,探讨了相对最具有代表性的三种算法,同时对这三种算法作了一定的改进,分别在模型准确性、训练时间、训练计算量以及模型相似度上有了提高。

关键词：多层智能识别网络小样本模型蒸馏可解释性局部蒸馏软决策树

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

基于多分辨率滤波通道的多尺度行人检测

引用

计算机工程 2020年第2期46卷 235-241页

作者：张传伟曾虹钧杨萌月李波陈尚瑞西安科技大学机械工程学院

利用单尺度特征映射进行多尺度行人检测存在准确率和效率较低的问题。为此,提出一种基于多分辨率滤波通道的多尺度检测方法。应用尺度感知池增强感受域对应性,通过软决策树实现尺度不变性,在使用滑动窗口分类策略时,结合地平面约束和稀... 详细信息

利用单尺度特征映射进行多尺度行人检测存在准确率和效率较低的问题。为此,提出一种基于多分辨率滤波通道的多尺度检测方法。应用尺度感知池增强感受域对应性,通过软决策树实现尺度不变性,在使用滑动窗口分类策略时,结合地平面约束和稀疏网格来降低计算成本,加快行人检测速度。在Caltech数据集上的实验结果表明,该方法的检测准确率达88.89%,检测速度达15.68 frame/s,其检测准确率优于VJ、WordChannels等方法。

关键词：行人检测多分辨率滤波通道尺度感知池软决策树滑动窗口

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

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

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：