检索结果-南通市图书馆

维普期刊数据库博看期刊

基于知识图谱的产教融合课程体系建设模式探索

在线全文

学校读者我要写书评

暂无评论

高等工程教育研究 2024年第2期 79-83,90页

作者：丁国富王淑营马术文张剑西南交通大学机械工程学院西南交通大学计算机与人工智能学院计算机科学与技术系

持续改进是专业认证的三大核心理念之一,而产教融合是国家高等教育战略的重要方针,因此在课程体系建设中必须考虑产业对学生能力的需求,并持续改进。针对上述要求,提出了基于知识图谱的产教融合课程体系持续改进模式。通过知识图谱的方... 详细信息

持续改进是专业认证的三大核心理念之一,而产教融合是国家高等教育战略的重要方针,因此在课程体系建设中必须考虑产业对学生能力的需求,并持续改进。针对上述要求,提出了基于知识图谱的产教融合课程体系持续改进模式。通过知识图谱的方式,精确采集产业界对高等工程教育的能力需求信息,然后与课程知识点进行匹配映射,构建能够实现产教双向能力达成评价和持续改进的模式。在四川省产教融合教改课题的支持下,研发了基于知识图谱的产教融合平台,在西南交通大学机械制造及其自动化专业课程体系中的持续改进过程中进行了实践应用。

关键词：知识图谱产教融合课程体系建设能力需求

轻量级密码Pyjamask和SUNDAE-GIFT的不可能统计故障分析

在线全文

学校读者我要写书评

暂无评论

计算机学报 2024年第5期47卷 1010-1029页

作者：李玮高建宁谷大武秦梦洋刘源东华大学计算机科学与技术学院上海201620 上海交通大学计算机科学与工程系上海200240 上海交通大学上海市可扩展计算与系统重点实验室上海200240 上海交通大学上海市信息安全综合管理技术研究重点实验室上海200240

Pyjamask密码是2020年由Goudarzi等学者在国际对称密码学期刊中提出的密码算法,同时也是国际轻量级密码竞赛第二轮候选算法,旨在保护物联网中传感器、智能芯片和嵌入式设备的数据安全.本文结合Pyjamask密码的设计结构和实现特点,基于不... 详细信息

Pyjamask密码是2020年由Goudarzi等学者在国际对称密码学期刊中提出的密码算法,同时也是国际轻量级密码竞赛第二轮候选算法,旨在保护物联网中传感器、智能芯片和嵌入式设备的数据安全.本文结合Pyjamask密码的设计结构和实现特点,基于不可能关系策略和统计分析,提出适用于在唯密文环境下的不可能统计故障分析方法,并设计了 Wasserstein距离-汉明重量和Wasserstein距离-极大似然估计区分器.该分析方法分别仅需1024和1120个随机故障密文,即可在59.84ms和140.16ms内破译Pyjamask密码全部版本的128比特主密钥.并且,该方法和区分器均可用于认证加密算法SUNDAE-GIFT的分析中.不可能统计故障分析的攻击速度快,并且实现代价低,为轻量级密码的实现安全研究提供了有价值的参考.

关键词：轻量级密码 Pyjamask SUNDAE-GIFT 故障分析不可能关系密码分析

在线全文

学校读者我要写书评

暂无评论

大小模型端云协同进化技术进展

中国图象图形学报 2024年第6期29卷 1510-1534页

作者：王永威沈弢张圣宇吴帆赵洲蔡海滨吕承飞马利庄杨承磊吴飞浙江大学人工智能研究所杭州310058 浙江大学上海高等研究院上海201203 上海交通大学计算机科学与工程系上海200241 华东师范大学软件工程学院上海200062 淘宝(中国)软件有限公司杭州310023 山东大学软件学院济南250011

生成式基座大模型正在引发人工智能领域的重大变革,在自然语言处理、多模态理解与内容合成等任务展现通用能力。大模型部署于云侧提供通用智能服务,但面临时延大、个性化不足等关键挑战,小模型部署于端侧捕捉个性化场景数据,但存在泛化... 详细信息

生成式基座大模型正在引发人工智能领域的重大变革,在自然语言处理、多模态理解与内容合成等任务展现通用能力。大模型部署于云侧提供通用智能服务,但面临时延大、个性化不足等关键挑战,小模型部署于端侧捕捉个性化场景数据,但存在泛化性不足的难题。大小模型端云协同技术旨在结合大模型通用能力和小模型专用能力,以协同交互方式学习演化进而赋能下游垂直行业场景。本文以大语言模型和多模态大模型为代表,梳理生成式基座大模型的主流架构、典型预训练技术和适配微调等方法,介绍在大模型背景下模型剪枝、模型量化和知识蒸馏等大模型小型化关键技术的发展历史和研究近况,依据模型间协作目的及协同原理异同,提出大小模型协同训练、协同推理和协同规划的协同进化分类方法,概述端云模型双向蒸馏、模块化设计和生成式智能体等系列代表性新技术、新思路。总体而言,本文从生成式基座大模型、大模型小型化技术和大小模型端云协同方式3个方面探讨大小模型协同进化的国际和国内发展现状,对比优势和差距,并从应用前景、模型架构设计、垂直领域模型融合、个性化和安全可信挑战等层面分析基座赋能发展趋势。

关键词：生成式大模型大模型小型化大小模型协同进化端云协同进化生成式智能体生成式人工智能

在线全文

学校读者我要写书评

暂无评论

面向边缘部署场景的轻量神经网络修复算法

计算机学报 2024年第6期47卷 1413-1430页

作者：方毓楚李文中曾曜郑阳胡崝陆桑璐南京大学计算机科学与技术系南京210023 华为技术有限公司可信理论技术与工程实验室广东深圳518129

随着深度学习技术的不断进步,神经网络在各领域得到广泛应用,特别是在边缘计算环境中,例如智能交通和新型电网等典型场景.然而,神经网络的可靠性问题限制了其在真实世界的广泛应用.在复杂的边缘环境中,预训练模型往往因未涵盖所有可能... 详细信息

随着深度学习技术的不断进步,神经网络在各领域得到广泛应用,特别是在边缘计算环境中,例如智能交通和新型电网等典型场景.然而,神经网络的可靠性问题限制了其在真实世界的广泛应用.在复杂的边缘环境中,预训练模型往往因未涵盖所有可能的边缘情况而性能下降.因此,针对部署中的神经网络进行高效修复成为一个关键的研究课题.传统修复方法通常涉及整个模型的重新训练,这在边缘场景中具有诸多局限性.首先,不同地理区域的设备可能面临独特的自然噪声,使得统一模型难以适应所有环境.其次,深度神经网络的大规模参数使得其训练和部署时资源消耗巨大,且更新期间的服务中断将降低系统的可用性.为解决这些问题,本文提出了一种轻量级的补丁式神经网络修复算法.该算法通过引入个性化的补丁来增强神经网络对不同边缘环境中自然噪声和边角案例的鲁棒性.具体的,在故障定位阶段,类比于程序插桩中通过注入代码以检测、改进和分析软件行为,本文提出了神经网络插桩技术.通过将模型探针插桩进神经网络,观测其内部运行情况,实现了对错误样本的故障定位.在故障修复时,通过插入无监督搜索得到的神经网络补丁来纠正原始神经网络的输出.此外,本文提出了故障预测模块以提前预测潜在的错误输出,从而仅在必要时激活补丁.在基于2个数据集、15种噪声以及4个神经网络模型的实验中,与现有修复算法相比,本文方法在修复性能上取得了 6.64%至20.00%的提升.同时,本文方法所需的训练样本量减少了超过90%,而所需更新的参数量最高减少了 91.94%.这种有效且轻量的特性为解决边缘计算环境中神经网络的可靠性问题提供了有效途径.

关键词：神经网络修复深度边缘计算故障定位故障预测神经网络补丁

基于结构化潜码引导NeRF的语音驱动人脸重演

在线全文

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2024年

作者：谢志峰郑迦恒王吉梁佳佳马利庄上海大学上海电影学院上海电影特效工程技术研究中心上海交通大学计算机科学与工程系

语音驱动的人脸重演的目标是生成与输入语音内容相匹配的高保真人脸面部动画. 然而，由于音频与视频模态之间存在鸿沟，当前方法难以实现高质量的面部重演. 针对现有方法保真度低、唇音同步效果差等问题，提出一种基于结构化潜码引... 详细信息

语音驱动的人脸重演的目标是生成与输入语音内容相匹配的高保真人脸面部动画. 然而，由于音频与视频模态之间存在鸿沟，当前方法难以实现高质量的面部重演. 针对现有方法保真度低、唇音同步效果差等问题，提出一种基于结构化潜码引导隐式神经表示的语音驱动人脸重演方法，以人脸点云序列作为中间表示，将语音驱动人脸重演分解为跨模态映射和神经辐射场渲染两大任务分别解决. 首先，通过跨模态映射从音频预测人脸表情系数，利用人脸三维重建技术获得人脸身份系数; 然后，基于3DMM模型合成人脸点云动画序列; 接着，使用顶点位置信息构建结构化隐式神经表示，回归场景中每个采样点的密度和颜色值; 最后，通过体绘制技术渲染人脸RGB帧，并装配到原图像中. 在多个时长为3～5 min的单人演讲视频上的可视化比较、量化评估、主观评估等实验结果表明，文中所提方法在唇音同步效果与图像生成精度上优于AD-NeRF等方法，能够实现高保真语音驱动人脸重演.

关键词：音频驱动人脸重演隐式神经表示神经辐射场跨模态

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

端云协同智能计算的关键问题、方法和应用

中国工程科学 2024年第1期26卷 127-138页

作者：张圣宇况琨吕承飞李纪为肖俊吴帆吴飞浙江大学软件学院杭州310013 浙江大学计算机科学与技术学院杭州310013 淘宝(中国)软件有限公司杭州310012 上海交通大学计算机科学与工程系上海200240 浙江大学上海高等研究院上海201203

端云协同智能计算是大数据、云计算、边缘计算发展的产物,可在保护用户隐私的前提下显著提升数据利用率,实现智能计算实时响应能力与服务鲁棒性的优势互补,而相应技术研发和实践应用具有复杂性。本文剖析了端云协同智能计算的应用价值,... 详细信息

端云协同智能计算是大数据、云计算、边缘计算发展的产物,可在保护用户隐私的前提下显著提升数据利用率,实现智能计算实时响应能力与服务鲁棒性的优势互补,而相应技术研发和实践应用具有复杂性。本文剖析了端云协同智能计算的应用价值,凝练了端学习效率优化、端少样本过拟合、端模型定制化、分布差异下虚假关联学习、通信开销与计算效率平衡等方面的技术难题;系统梳理了端云协同智能计算中主流方法研究进展,涉及作为应用基石的高效计算硬件、以端为中心的协同计算、以云为中心的协同计算、端云双向协同计算、可信端云协同智能计算等主要方向;总结了推荐系统、自动驾驶、安防系统、教育模式等端云协同智能计算的垂直领域应用情况。着眼端云协同智能计算的未来发展,需重点研究云资源在端模型个性化中的应用策略、端云协同多目标优化算法、端-端与云协同计算的优化策略。

关键词：端云协同大小模型协同计算端计算可信协同机器学习

面向智能网联汽车的车路协同感知技术及发展趋势

在线全文

学校读者我要写书评

暂无评论

自动化学报 2024年

作者：张新钰卢毅果高鑫黄雨宁刘华平李骏清华大学汽车安全与节能国家重点实验室清华大学车辆与运载学院新疆大学中国矿业大学(北京)人工智能学院清华大学计算机科学与技术系

随着感知技术的不断发展以及智能交通基础设施的完善,智能网联汽车应用在自动驾驶领域的地位逐渐提升,自动驾驶感知从单车智能向车路协同迈进,近年来涌现了一批新的协同感知技术与方法.本文旨在全面阐述面向智能网联汽车的车路协同感知... 详细信息

随着感知技术的不断发展以及智能交通基础设施的完善,智能网联汽车应用在自动驾驶领域的地位逐渐提升,自动驾驶感知从单车智能向车路协同迈进,近年来涌现了一批新的协同感知技术与方法.本文旨在全面阐述面向智能网联汽车的车路协同感知技术,并总结相关可利用数据及该方向发展趋势.首先对智能网联汽车的协同感知策略进行划分,并总结了不同感知策略具备的优势与不足；其次,对智能网联汽车协同感知的关键技术进行阐述,包括车路协同感知过程中的感知技术与通信技术；然后对车路协同感知方法进行归纳,总结了近年来解决协同感知中感知融合、感知信息选择与压缩等问题相关研究；最后对车路协同感知的大规模数据集进行了整理,并对智能网联汽车协同感知的发展趋势进行了分析.

关键词：智能网联汽车车路协同协同感知安全通信自动驾驶

城市生活垃圾焚烧过程二次风量智能优化设定方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

控制与决策 2024年第1期39卷 49-58页

作者：丁晨曦严爱军王殿辉北京工业大学信息学部北京100124 数字社区教育部工程研究中心北京100124 城市轨道交通北京实验室北京100124 中国矿业大学人工智能研究院江苏徐州221116 东北大学流程工业综合自动化国家重点实验室沈阳110004 拉筹伯大学计算机科学与信息技术系墨尔本VIC 3086

垃圾焚烧过程二次风量通常是依据人工经验设定,具有主观随意性,使污染物排放浓度不达标.针对此问题,提出一种二次风量智能优化设定方法.首先,建立二次风量的案例推理预设定模型、设定值的评价与学习模型;其次,建立工艺指标的随机配置网... 详细信息

垃圾焚烧过程二次风量通常是依据人工经验设定,具有主观随意性,使污染物排放浓度不达标.针对此问题,提出一种二次风量智能优化设定方法.首先,建立二次风量的案例推理预设定模型、设定值的评价与学习模型;其次,建立工艺指标的随机配置网络预测模型;接着,建立基于径向基神经网络自学习模糊推理的智能补偿模型;最后,将二次风量预设定模型、工艺指标预测模型、智能补偿模型以及设定值的评价与学习模型有机集成,设计二次风量智能优化设定方法的结构与功能,并给出算法实现.采用某垃圾焚烧厂历史数据进行实验,结果表明,所提方法获得的二次风量设定值波动程度更小,按此设定值运行的控制系统可以减少污染物排放浓度,促进垃圾焚烧过程运行优化目标的实现.

关键词：垃圾焚烧优化设定案例推理随机配置网络智能补偿评价与学习

基于强化和模仿学习的多智能体寻路干扰者鉴别通信机制

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2024年第8期41卷 2474-2480页

作者：李梦甜向颖岑谢志峰马利庄上海大学影视工程系上海200072 上海大学上海电影特效工程技术研究中心上海200072 上海交通大学计算机科学与工程系上海200240

现有的基于通信学习的多智能体路径规划(multi-agent path finding,MAPF)方法大多可扩展性较差或者聚合了过多冗余信息,导致通信低效。为解决以上问题,提出干扰者鉴别通信机制(DIC),通过判断视场(field of view,FOV)中央智能体的决策是... 详细信息

现有的基于通信学习的多智能体路径规划(multi-agent path finding,MAPF)方法大多可扩展性较差或者聚合了过多冗余信息,导致通信低效。为解决以上问题,提出干扰者鉴别通信机制(DIC),通过判断视场(field of view,FOV)中央智能体的决策是否因邻居的存在而改变来学习排除非干扰者的简洁通信,成功过滤了冗余信息。同时进一步实例化DIC,开发了一种新的高度可扩展的分布式MAPF求解器,基于强化和模仿学习的干扰者鉴别通信算法(disruptor identifiable communication based on reinforcement and imitation learning algorithm,DICRIA)。首先,由干扰者鉴别器配合DICRIA的策略输出层识别出干扰者;其次,在两轮通信中分别完成对干扰者与通信意愿发送方的信息更新;最后,DICRIA根据各模块的编码结果输出最终决策。实验结果表明,DICRIA的性能几乎在所有环境设置下都优于其他同类求解器,且相比基线求解器,成功率平均提高了5.2%。尤其在大尺寸地图的密集型问题实例下,DICRIA的成功率相比基线求解器甚至提高了44.5%。

关键词：多智能体路径规划强化学习模仿学习干扰者鉴别通信