检索结果-南通市图书馆

2023年度人工智能领域国家自然科学基金项目申请与资助情况综述

在线全文

学校读者我要写书评

暂无评论

模式识别与人工智能 2024年第2期37卷 95-105页

作者：谢国王乐宋和平肖斌廖清王志衡吴国政国家自然科学基金委员会信息科学部信息科学二处北京100085 西安交通大学人工智能学院西安710049 江苏大学计算机科学与通信工程学院镇江212013 重庆邮电大学计算机科学与技术学院重庆400065 哈尔滨工业大学(深圳)计算机科学与技术学院深圳518055

对2023年度国家自然科学基金人工智能领域(申请代码F06)下的“人才”和“研究”两大项目系列中部分项目的申请与资助情况进行统计分析,并从申请代码、依托单位分布及其近五年(2019~2023)的变化趋势等角度进行分析,同时介绍本领域按科学... 详细信息

对2023年度国家自然科学基金人工智能领域(申请代码F06)下的“人才”和“研究”两大项目系列中部分项目的申请与资助情况进行统计分析,并从申请代码、依托单位分布及其近五年(2019~2023)的变化趋势等角度进行分析,同时介绍本领域按科学问题属性分类的评审情况以及相关评审原则与举措.最后进行总结和展望,旨在为相关研究人员了解该领域的研究热点和未来发展方向提供参考.

关键词：国家自然科学基金人工智能年度总结

在线全文

学校读者我要写书评

暂无评论

基于风格记忆的跨域小样本异常检测

计算机辅助设计与图形学学报 2024年

作者：杨太海顾智浩马利庄华东师范大学计算机科学与技术学院上海交通大学电子信息与电气工程学院

小样本异常检测仅利用少量正常样本进行检测和异常定位，现有的小样本异常检测方法的训练和测试都在相同的域中进行. 对于跨域场景的研究尚处于空白. 针对跨域小样本异常检测问题，为了将源域学到的知识迁移到目标域中进行小样本异常... 详细信息

小样本异常检测仅利用少量正常样本进行检测和异常定位，现有的小样本异常检测方法的训练和测试都在相同的域中进行. 对于跨域场景的研究尚处于空白. 针对跨域小样本异常检测问题，为了将源域学到的知识迁移到目标域中进行小样本异常检测，提出基于风格记忆的跨域小样本异常检测方法. 该方法包含2个模块，首先将域差异定义为风格特征差异，设计风格记忆模块存储来自源域的域内统计特征，并将学习到的特征集成到目标域中，减轻域差异带来的影响，提升性能; 然后引入对比学习策略，区分不同类别的增强查询特征，进一步加强模型对源域中不同类别的表征能力，提高小样本检测性能. 在MVTec AD， MPDD和MVTec LOCO-AD数据集间进行跨域小样本异常检测任务实验，结果表明，与最新小样本方法相比，所提方法取得了最佳性能，其中，图像AUROC指标提升3%～5%; 在本域内小样本异常检测任务上，该方法仍然有优异的表现.

关键词：异常检测小样本学习域差异

基于细粒度代码表示和特征融合的即时软件缺陷预测方法

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

作者：朱晓燕王文格王嘉寅张选平西安交通大学计算机科学与技术学院

即时软件缺陷预测是指，在软件更改初次提交之际，预测该更改引入缺陷的倾向。此类预测针对单一程序变更，而非在粗粒度上进行。由于其即时性和可追溯性，该技术已在持续测试等领域得到广泛应用。目前的研究中提取变更代码表示的方法粒... 详细信息

即时软件缺陷预测是指，在软件更改初次提交之际，预测该更改引入缺陷的倾向。此类预测针对单一程序变更，而非在粗粒度上进行。由于其即时性和可追溯性，该技术已在持续测试等领域得到广泛应用。目前的研究中提取变更代码表示的方法粒度较粗，只是标出了变更行，而没有进行细粒度的标记。此外，现有的使用提交内容进行缺陷预测的方法，仅限于把提交消息与变更代码的特征进行简单拼接，缺失了在特征空间上的深度对齐，这使得在提交消息质量参差不齐的情况下，易出现预测结果受噪声干扰的情形。并且，现有的方法也未将领域专家设计的人工特征，以及变更内容中的语义语法信息综合起来进行预测。为了解决上述问题，提出了一种基于细粒度代码表征和特征融合的即时软件缺陷预测方法。通过引入新的变更嵌入计算方法来在细粒度上表示变更代码。同时引入特征对齐模块，降低提交消息中噪声对方法性能的影响。此外，使用神经网络从人工设计的特征中学习专业知识，充分利用现有特征进行预测。实验结果表明，该方法在三个性能指标上相较于现有方法均有显著提升。

关键词：即时软件缺陷预测特征融合软件工程深度学习代码表示

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

深度神经网络模型水印研究进展

上海理工大学学报 2024年第3期46卷 225-242页

作者：谭景轩钟楠郭钰生钱振兴张新鹏复旦大学计算机科学技术学院上海200433

随着深度神经网络在诸多领域的成功应用,以神经网络水印为代表的深度模型知识产权保护技术在近年来受到了广泛关注。对现有的深度神经网络模型水印方法进行综述,梳理了目前为了保护模型知识产权而提出的各类水印方案,按照提取水印时所... 详细信息

随着深度神经网络在诸多领域的成功应用,以神经网络水印为代表的深度模型知识产权保护技术在近年来受到了广泛关注。对现有的深度神经网络模型水印方法进行综述,梳理了目前为了保护模型知识产权而提出的各类水印方案,按照提取水印时所具备的不同条件,将其分为白盒水印、黑盒水印和无盒水印3类方法,并对各类方法按照水印嵌入机制或适用模型对象的不同进行细分,深入分析了各类方法的主要原理、实现手段和发展趋势。然后,对模型水印的攻击方法进行了系统总结和归类,揭示了神经网络水印面对的主要威胁和安全问题。在此基础上,对各类模型水印中的经典方法进行了性能比较和分析,明确了各个方法的优势和不足,帮助研究者根据实际的应用场景选用合适的水印方法,为后续研究提供基础。最后,讨论了当前深度神经网络模型水印面临的挑战,并展望未来可能的研究方向,旨在为相关的研究提供参考。

关键词：深度神经网络知识产权保护神经网络水印白盒水印黑盒水印无盒水印水印攻击模型安全

GPT系列大语言模型在自然语言处理任务中的鲁棒性

在线全文

学校读者我要写书评

暂无评论

计算机研究与发展 2024年第5期61卷 1128-1142页

作者：陈炫婷叶俊杰祖璨许诺桂韬张奇复旦大学计算机科学技术学院上海200433 复旦大学现代语言学研究院上海200433

大语言模型(large language models,LLMs)所展现的处理各种自然语言处理(natural language processing,NLP)任务的能力引发了广泛关注.然而,它们在处理现实中各种复杂场景时的鲁棒性尚未得到充分探索,这对于评估模型的稳定性和可靠性尤... 详细信息

大语言模型(large language models,LLMs)所展现的处理各种自然语言处理(natural language processing,NLP)任务的能力引发了广泛关注.然而,它们在处理现实中各种复杂场景时的鲁棒性尚未得到充分探索,这对于评估模型的稳定性和可靠性尤为重要.因此,使用涵盖了9个常见NLP任务的15个数据集(约147000个原始测试样本)和来自TextFlint的61种鲁棒的文本变形方法分析GPT-3和GPT-3.5系列模型在原始数据集上的性能,以及其在不同任务和文本变形级别(字符、词和句子)上的鲁棒性.研究结果表明,GPT模型虽然在情感分析、语义匹配等分类任务和阅读理解任务中表现出良好的性能,但其处理信息抽取任务的能力仍较为欠缺,比如其对关系抽取任务中各种关系类型存在严重混淆,甚至出现“幻觉”现象.在鲁棒性评估实验中,GPT模型在任务层面和变形层面的鲁棒性都较弱,其中,在分类任务和句子级别的变形中鲁棒性缺乏更为显著.此外,探究了模型迭代过程中性能和鲁棒性的变化,以及提示中的演示数量和演示内容对模型性能和鲁棒性的影响.结果表明,随着模型的迭代以及上下文学习的加入,模型的性能稳步提升,但是鲁棒性依然亟待提升.这些发现从任务类型、变形种类、提示内容等方面揭示了GPT模型还无法完全胜任常见的NLP任务,并且模型存在的鲁棒性问题难以通过提升模型性能或改变提示内容等方式解决.通过对gpt-3.5-turbo的更新版本、gpt-4模型,以及开源模型LLaMA2-7B和LLaMA2-13B的性能和鲁棒性表现进行对比,进一步验证了实验结论.鉴于此,未来的大模型研究应当提升模型在信息提取以及语义理解等方面的能力,并且应当在模型训练或微调阶段考虑提升其鲁棒性.

关键词：鲁棒性 GPT模型大语言模型自然语言处理可靠性

基于多模态特征交互的RGB-D显著性目标检测

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第2期60卷 211-220页

作者：高悦戴蒙张晴上海应用技术大学计算机科学与信息工程学院上海201418

现有的大多数RGB-D显著性目标检测方法利用深度图来提高检测效果,而忽视了其质量的影响。低质量的深度图会对最终显著目标预测结果造成污染,影响显著性检测的性能。为了消除低质量深度图带来的干扰,并准确突出RGB图像中的显著目标,提出... 详细信息

现有的大多数RGB-D显著性目标检测方法利用深度图来提高检测效果,而忽视了其质量的影响。低质量的深度图会对最终显著目标预测结果造成污染,影响显著性检测的性能。为了消除低质量深度图带来的干扰,并准确突出RGB图像中的显著目标,提出了一个用于多模态特征交互的RGB-D显著性目标检测模型。在编码阶段,设计了一个特征交互模块,其包含三个子模块:用于增强特征表述能力的全局特征采集子模块、用于过滤低质量深度信息的深度特征精炼子模块和用于实现特征融合的多模态特征交互子模块。在解码阶段,逐层融合经过特征交互后的多模态特征,实现多层次特征融合。通过在五个基准数据集上与十二种先进方法进行的综合实验表明,该模型在NLPR、SIP和NJU2K数据集上的指标上均优于其他对比方法,其中在NJU2K数据集上,该模型的性能比第二名在平均F值上提升了0.008,加权F值上提升了0.014,E-measure上提升了0.007,表现出了较好的检测效果。

关键词： RGB-D显著性检测多模态特征特征交互特征融合

多尺度特征融合的RGB-D图像显著性目标检测

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第11期60卷 242-250页

作者：王震于万钧陈颖上海应用技术大学计算机科学与信息工程学院上海201418

显著性目标检测是计算机视觉的一个基础问题,目前很多基于深度学习的显著性检测方法都是将RGB图像和深度图按照输入融合或结果融合的方法进行特征融合,但这些方法并不能有效地融合特征图,为了提升显著性目标检测算法性能,提出了一种多... 详细信息

显著性目标检测是计算机视觉的一个基础问题,目前很多基于深度学习的显著性检测方法都是将RGB图像和深度图按照输入融合或结果融合的方法进行特征融合,但这些方法并不能有效地融合特征图,为了提升显著性目标检测算法性能,提出了一种多尺度特征融合的RGB-D图像显著性目标检测方法。将模型主体设计为两个特征编码器、两个特征解码器和一个跨模特多尺度特征交错融合模块。两个特征编码器分别对应RGB图和深度图,其采用经过ImageNet数据集预训练的ResNet50网络,特征解码器用于解码编码器的五种不同尺度的输出,跨模态多尺度特征交错融合模块用于融合解码器和编码器提取的不同尺度的特征图,并将五个层次的融合结果进行拼接和降维,输出最终的显著性预测图。实验在四个公开的显著性数据集上与以往具有代表性的十个模型进行了比较,该模型在各个数据集上,相比于性能第二的模型,S-measure平均提高了0.391%,MAE平均减少了0.330%,F-measure平均减少了0.405%。提出了一种多尺度特征融合模型,摒弃了以往融合的方式,采用特征融合,将浅层和深层的特征分别进行交错融合,实验表明,提出的方法较以往的方法有更强的性能,能够取得更好的效果。

关键词：显著性物体检测多模图像融合多支路协同预测多尺度特征

在线全文

学校读者我要写书评

暂无评论

具有空间-通道重构卷积模块的肺音分类模型

南方医科大学学报 2024年第9期44卷 1720-1728页

作者：叶娜吴辰文蒋佳霖兰州交通大学电子与信息工程学院计算机科学与技术系甘肃兰州730070

目的探究肺音数据的准确识别及分类。方法本文提出了一种结合空间-通道重构卷积(SCConv)模块的卷积网络架构以及双可调Q因子小波变换(DTQWT)与三重Wigner-Ville变换(WVT)结合的肺音特征提取方法,通过自适应地聚焦于重要的通道和空间特征... 详细信息

目的探究肺音数据的准确识别及分类。方法本文提出了一种结合空间-通道重构卷积(SCConv)模块的卷积网络架构以及双可调Q因子小波变换(DTQWT)与三重Wigner-Ville变换(WVT)结合的肺音特征提取方法,通过自适应地聚焦于重要的通道和空间特征,提高模型对肺音关键特征的捕捉能力。基于ICBHI2017数据集,进行正常音、哮鸣音、爆裂音、哮鸣音和爆裂音结合的分类。结果方法在分类的准确率、敏感性、特异性以及F1分数上分别达到85.68%、93.55%、86.79%、90.51%。结论所提方法在ICBHI 2017肺音数据库上取得了优异的性能,特别是在区分正常肺音和异常肺音方面。

关键词：肺音分类卷积神经网络空间-通道重构卷积双可调Q因子小波变换三重Wigner-Ville变换

维普期刊数据库博看期刊

同方期刊数据库

一种改进诱导因子计算方法的叶素动量理论体积力模型

在线全文

学校读者我要写书评

暂无评论

船舶力学 2024年第1期28卷 1-9页

作者：王明哲王建华万德成上海交通大学船海计算水动力学研究中心(CMHL) 上海200240 上海交通大学船舶海洋与建筑工程学院上海200240

叶素动量理论体积力模型作为能够替代真实螺旋桨的一种体积力形式,在模拟螺旋桨以及船桨相互作用问题中具有较大的应用潜力。为了处理基于理想流体假设的传统叶素动量理论在与粘性求解器耦合过程中不能在较大工况范围内准确代表真实螺... 详细信息

叶素动量理论体积力模型作为能够替代真实螺旋桨的一种体积力形式,在模拟螺旋桨以及船桨相互作用问题中具有较大的应用潜力。为了处理基于理想流体假设的传统叶素动量理论在与粘性求解器耦合过程中不能在较大工况范围内准确代表真实螺旋桨模型的问题,本文提出一种基于真实螺旋桨诱导因子分布的改进方法,并进行KP505螺旋桨体积力模型在J=0.4~0.8五种进速条件下的敞水试验模拟。本文将敞水性能、桨载荷分布与诱导速度场的体积力模拟结果与真实螺旋桨模型进行了对比,结果表明改进后的体积力模型预报敞水性能误差在各进速下最大值为1.05%,且体积力模型诱导速度场可以反映真实螺旋桨尾流的动量输运。

关键词：诱导因子叶素动量理论体积力模型敞水试验数值模拟