检索结果-南通市图书馆

基于Transformer结构增强的神经网络架构搜索性能预测器

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机学报 2024年第7期47卷 1469-1484页

作者：王继禾吴颖迟恒喆王党辉梅魁志西北工业大学计算机学院西安710129 嵌入式系统集成教育部工程中心西安710129 空天地海一体化大数据应用技术国家工程实验室西安710129 西安交通大学人工智能与机器人研究所西安710049

神经网络架构搜索(Neural Architecture Search,NAS)作为一种通过搜索算法设计神经网络架构的方法,在计算机视觉和自然语言处理等领域得到广泛应用,相较于人工设计网络,NAS方法可以减少设计成本并提高模型性能.但是NAS的性能评估需要对... 详细信息

神经网络架构搜索(Neural Architecture Search,NAS)作为一种通过搜索算法设计神经网络架构的方法,在计算机视觉和自然语言处理等领域得到广泛应用,相较于人工设计网络,NAS方法可以减少设计成本并提高模型性能.但是NAS的性能评估需要对候选架构进行大量训练,由此带来的计算量占整个NAS的80%以上.为降低计算开销和时间成本,近年来已提出许多基于Transformer的NAS预测器,由于Transformer出色的结构编码能力可以更好地表示拓扑信息,因而得到广泛应用.但是,现有基于Transformer的NAS预测器依然存在三个问题:其一是在预处理阶段,传统的One-hot编码方式描述节点特征的能力较弱,只能区分不同操作节点类型,而难以表达操作的细节特征,如卷积核尺寸等.其二是在编码阶段,Transformer的自注意力机制导致模型结构信息缺失;其三是在评估阶段,现有的Transformer预测器仅使用多层感知机(MultilayerPerceptron,MLP)对前向传播图进行精度预测,忽略了反向传播梯度流对预测精度的影响,因此难以真正拟合NAS评估中的正、反向交替信息流图,导致预测器精度与实际运行精度误差波动极大(10%~90%).为解决上述问题,本文提出了一种基于Transformer结构增强的NAS性能预测方法.首先,在预处理阶段,本文提出了一种超维嵌入方法增加输入数据维度以强化节点操作的参数描述能力,其次,在编码阶段将Transformer编码后的信息与图结构信息共同输人一个图卷积网络(GraphConvolutional Network,GCN),弥补由自注意力机制引起的结构缺失.最后,在性能评估阶段,本文构建了同时包含前向传播和反向传播的全训练图,并将数据集信息、图结构编码与梯度编码共同输入到GCN网络预测器中,使预测结果更贴近模型真实性能.实验结果表明,本方法与目前最先进方法相比,肯德尔相关系数提高了7.45%,训练时间减少了1.55倍。

关键词：预测器 NAS Transformer GCN Embedding

Auto-MatRegressor材料性能自动预测器:解放材料机器学习"调参师"

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

Science Bulletin 2023年第12期68卷 1259-1270,M0004页

作者：刘悦王双燕杨正伟 Maxim Avdeev 施思齐 School of Computer Engineering and Science Shanghai UniversityShanghai 200444China Shanghai Engineering Research Center of Intelligent Computing System Shanghai 200444China State Key Laboratory of Advanced Special Steel School of Materials Science and EngineeringShanghai UniversityShanghai 200444China Materials Genome Institute Shanghai UniversityShanghai 200444China Zhejiang Laboratory Hangzhou 311100China Australian Nuclear Science and Technology Organisation Sydney 2232Australia School of Chemistry The University of SydneySydney 2006Australia

机器学习因其能够快速、精准拟合数据的潜在模式而被广泛应用于材料构效关系研究。然而,材料科学家往往需要进行繁琐的模型选择及参数寻优才能构建出高精度预测模型,为了解放材料机器学习"调参师",本文研发了基于元学习的材料性能自动... 详细信息

机器学习因其能够快速、精准拟合数据的潜在模式而被广泛应用于材料构效关系研究。然而,材料科学家往往需要进行繁琐的模型选择及参数寻优才能构建出高精度预测模型,为了解放材料机器学习"调参师",本文研发了基于元学习的材料性能自动预测器,采集了60份文献公开数据集与60份标准数据集,基于此训练18种常用回归算法并获得其预测性能,定义与计算了27个刻画数据集特点的元特征,以此构建了一份蕴含建模经验的元数据集;同时,创建了表征数据集所属材料类型的类别树,将其嵌入基于距离的元学习算法,进一步耦合贝叶斯优化算法,实现领域知识和元数据协同驱动下的自动算法推荐和模型参数确定,实验结果表明,材料科学家仅需为新材料性能预测任务提供数据集,便可利用该预测器高效地构建具有与文献报道相当或更高预测精度的机器学习模型.

关键词：机器学习贝叶斯优化算法预测器材料科学家元数据参数寻优预测性能材料性能

在线全文

学校读者我要写书评

暂无评论

改进的生成对抗网络人体异常行为检测方法

计算机工程与应用 2024年

作者：张红民郑敬添颜鼎鼎田钱前重庆理工大学电气与电子工程学院重庆理工大学两江国际学院

基于生成对抗网络的重构模型在重构视频帧时可能对应较小的重构误差，此外预测和重构模型中的对抗性训练往往是不稳定的，影响模型的检测性能。针对上述问题，基于生成对抗网络提出一种同时使用预测器和判别器的双向预测网络检测视频中... 详细信息

基于生成对抗网络的重构模型在重构视频帧时可能对应较小的重构误差，此外预测和重构模型中的对抗性训练往往是不稳定的，影响模型的检测性能。针对上述问题，基于生成对抗网络提出一种同时使用预测器和判别器的双向预测网络检测视频中的人体异常行为。该网络的训练过程分为两个阶段，第一个阶段通过预测器提取输入视频帧的时间和空间信息，并引入注意力机制关注实际发生运动的区域，对正常视频帧序列的中间帧进行预测，同时保留训练过程中预测器的状态；第二阶段将判别器的角色从区分生成数据和真实数据改为区分预测帧质量的高低，判别器学会检测在生成异常输入的预测帧时经常出现的细微失真，提高了训练过程的稳定性和检测结果的准确性。该模型在用于视频人体异常行为检测的UCSD Ped2、Avenue和ShanghaiTech三个数据集上，帧级别AUC分别达到了98.7%、91.8%、84.6%。

关键词：生成对抗网络人体异常行为预测器判别器

基于优先级预测器的无线网络化控制系统的动态传输策略

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

高技术通讯 2023年第12期33卷 1286-1294页

作者：闫文晓赵云波浙江工业大学信息工程学院杭州310023

本文针对无线通信网络中存在丢包的多包传输无线网络化控制系统(WNCSs),提出了一种基于预测器的动态传输策略,在几乎不增加信道资源占用的情况下显著提升系统稳定性。在多包传输的无线网络化控制系统中,由于通信资源的限制,传感器到控... 详细信息

本文针对无线通信网络中存在丢包的多包传输无线网络化控制系统(WNCSs),提出了一种基于预测器的动态传输策略,在几乎不增加信道资源占用的情况下显著提升系统稳定性。在多包传输的无线网络化控制系统中,由于通信资源的限制,传感器到控制器间的数据传输中出现丢包问题,影响控制系统性能。针对这个问题,本文首先设计了优先级预测器来预测下一时刻每个传感器数据对系统稳定性的影响,帮助系统决策每个传感器的发送优先级;再通过传输调节器对不同优先级传感器补偿相应的随机退避时间上限,进而让优先级高的传感器在随机退避的方式下优先传输;然后在此策略下设计控制器使系统稳定;最后通过数值仿真验证了本文策略的有效性。

关键词：无线网络化控制系统(WNCS) 多包传输丢包预测器动态传输策略指数稳定

在线全文

学校读者我要写书评

暂无评论

利用预测器降低令牌协议的通信量

国防科技大学学报 2012年第6期34卷 14-19页

作者：付桂涛赵天磊黄平汤先拓邢座程国防科技大学计算机学院湖南长沙410073

令牌协议采用广播方式发送一致性消息,导致网络通信量大,限制了协议的扩展能力。提出预测的方法有效地消除令牌协议中的无用消息,从而降低了通信量。根据应用程序的读写失效比例提出3种预测策略。实验结果显示,采用512项的Owner预测器... 详细信息

令牌协议采用广播方式发送一致性消息,导致网络通信量大,限制了协议的扩展能力。提出预测的方法有效地消除令牌协议中的无用消息,从而降低了通信量。根据应用程序的读写失效比例提出3种预测策略。实验结果显示,采用512项的Owner预测器平均降低3.8%的连接通信量,Sharer预测器和Hybrid预测器分别平均降低了11%和7%的连接通信量。预测方法可以有效地降低令牌协议的通信量,提升令牌协议的扩展能力。

关键词：令牌协议一致性协议预测器通信量广播

在线全文

学校读者我要写书评

暂无评论

低温物流过程中果蔬贮藏期预测模型与预测器

农业机械学报 2009年第12期40卷 156-158,204页

作者：刘斌王艳红申江余辉邹同华天津商业大学天津市制冷技术重点实验室天津300134 天津大学精密仪器与光电子工程学院天津300072

基于能量守恒原理,推导了基于0℃贮运条件下剩余贮藏期的计算式。结合现有的实验数据,在0-20℃范围内,得出了8种蔬菜贮藏期与贮藏温度之间的关系式和在0℃贮运条件下的贮藏期预测方程。经过芹菜在0、2、4、6和8℃的储藏实验证明,理论推... 详细信息

基于能量守恒原理,推导了基于0℃贮运条件下剩余贮藏期的计算式。结合现有的实验数据,在0-20℃范围内,得出了8种蔬菜贮藏期与贮藏温度之间的关系式和在0℃贮运条件下的贮藏期预测方程。经过芹菜在0、2、4、6和8℃的储藏实验证明,理论推导出的贮藏期与实验所得贮藏期相差时间不超过2 d。并综合信息无线发送技术,开发了具有库存管理功能的果蔬贮藏期预测器,实际运用结果表明,预测结果具有较高的精度。

关键词：果蔬贮藏期预测器低温物流信息无线发送技术

CMAC用于分析和设计非线性过程控制系统(Ⅰ)——CMAC预测器

在线全文

学校读者我要写书评

暂无评论

系统工程理论与实践 2000年第3期20卷 1-7,103页

作者：段培永汤同奎邵惠鹤山东建筑工程学院自动化系山东济南250014 上海交通大学自动化系上海200030

本文是基于CMAC神经网络分析和设计非线性过程控制系统的第一部分,分析了Chiang&Lin提出的基于广义基函数的CMAC学习算法收敛条件的局限性,提出了一种改进算法,并证明改进算法是收敛的,应用该算法的CMAC用于过程输出的预测器。

关键词：小脑模型 CMAC 学习算法非线性过程控制预测器

在线全文

学校读者我要写书评

暂无评论

基于分层神经网络带预测器的视觉跟踪

西安交通大学学报 2002年第7期36卷 740-743页

作者：席文明朱剑英南京航空航天大学机电学院南京210016

提出了一种新的视觉伺服控制方案 ,在该方案中利用视觉雅可比映射矩阵 ,求出了任务空间到视觉空间的视觉伺服控制方程 ,并利用这一方程建立了预测器 ,对物体图像的未来位置进行预测 ,这样就减小了图像处理的区域 ,提高了图像处理的速度 ... 详细信息

提出了一种新的视觉伺服控制方案 ,在该方案中利用视觉雅可比映射矩阵 ,求出了任务空间到视觉空间的视觉伺服控制方程 ,并利用这一方程建立了预测器 ,对物体图像的未来位置进行预测 ,这样就减小了图像处理的区域 ,提高了图像处理的速度 .同时 ,利用分层神经网络代替视觉空间到任务空间的映射 ,避免了复杂的逆矩阵计算 .仿真结果表明 ,这些方法的使用提高了图像处理的速度和跟踪精度 .

关键词：预测器视觉跟踪视觉雅可比映射矩阵分层神经网络机器人视觉视觉空间

基于Faster-RCNN深度学习算法的图像识别技术研究

在线全文

学校读者我要写书评

暂无评论

机器人产业 2024年第3期 98-102页

作者：谌颃张袖斌肖斌黄永健广州科技贸易职业学院信息工程学院广州科技贸易职业学院广东轩辕网络科技股份有限公司

为实现现实空间内动态图像目标的类别、位置识别,采用网络摄像机采集面向特定动态目标对象的帧图像,基于Faster-RCNN(Convolutional Neural Network,Region-CNN)算法等人工智能算法技术,设置涵盖卷积层、池化层、全连接层等层级的算法... 详细信息

为实现现实空间内动态图像目标的类别、位置识别,采用网络摄像机采集面向特定动态目标对象的帧图像,基于Faster-RCNN(Convolutional Neural Network,Region-CNN)算法等人工智能算法技术,设置涵盖卷积层、池化层、全连接层等层级的算法模型结构,使用预测器候选框框选特征像素、使用图聚类方法滤除干扰噪声数据,经过多次卷积层添加与抽取、目标对象特征提取、图像池化与归一化处理运算后,将自动收集的图像数据集、基准图像作出匹配,以完成动态图像中特定目标对象的识别与筛选操作。实验结果表明,基于Faster-RCNN算法模型的图像识别准确率在92%,可满足现实空间内图像识别的实际需求。

关键词：动态图像图像识别技术现实空间连接层预测器图聚类网络摄像机位置识别