检索结果-南通市图书馆

维普期刊数据库博看期刊

关于公共科研机构应对开源中知识产权问题的思考

在线全文

学校读者我要写书评

暂无评论

中国科学院院刊 2024年第8期39卷 1307-1312页

作者：包云岗李小娟中国科学院计算技术研究所北京100190

开源在创新迭代、生态拓展和国际化发展等方面可以起到积极作用,但科研院所、大学等公共科研机构在将成果进行开源或者参与建设开源社区等活动时,面临着国有资产管理、知识产权处置、法律风险防控等方面的问题。文章从开源项目的捐赠、... 详细信息

开源在创新迭代、生态拓展和国际化发展等方面可以起到积极作用,但科研院所、大学等公共科研机构在将成果进行开源或者参与建设开源社区等活动时,面临着国有资产管理、知识产权处置、法律风险防控等方面的问题。文章从开源项目的捐赠、开源许可证的选择、开源专利池的构建等几个方面,为应对上述问题提供一些思考和建议。

关键词：开源知识产权公共科研机构

同方期刊数据库博看期刊

结合自对比图神经网络与双预测器的会话推荐模型

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3期37卷 242-252页

作者：章淯淞夏鸿斌刘渊江南大学人工智能与计算机学院无锡214122 江南大学人机融合软件与媒体技术省高校重点实验室无锡214122

基于会话的推荐旨在利用短时匿名会话预测用户行为.现有结合图神经网络与对比学习的会话推荐模型大多采用联合优化交叉熵损失与对比学习损失的方法,但二者所起作用相似,同时需要构建大量复杂的正负样本,为模型带来负担.此外,简单的线性... 详细信息

基于会话的推荐旨在利用短时匿名会话预测用户行为.现有结合图神经网络与对比学习的会话推荐模型大多采用联合优化交叉熵损失与对比学习损失的方法,但二者所起作用相似,同时需要构建大量复杂的正负样本,为模型带来负担.此外,简单的线性预测器不能较好地预测带有用户随机行为的数据.针对上述问题,文中提出结合自对比图神经网络与双预测器的会话推荐模型(Session-Based Recommendation Model with Self Contrastive Graph Neural Network and Dual Predictor,SCGNN).首先,使用双视图建模原始会话,采用改进的图神经网络学习物品嵌入与会话嵌入,并通过自对比学习优化物品表示.然后,提出用户行为感知因子,应对用户随机行为带来的影响.最后,采用决策森林预测器与线性预测器对物品进行预测,并提出软标签生成策略,通过协同过滤与当前会话类似的历史会话以辅助预测.在Tmall、Diginetica、Nowplaying数据集上的实验表明文中模型的有效性.

关键词：会话推荐图神经网络自对比学习多预测器

在线全文

学校读者我要写书评

暂无评论

带有惩罚措施的自竞争事后经验重播算法

计算机科学与探索 2024年第5期18卷 1223-1231页

作者：王子豪钱雪忠宋威江南大学人工智能与计算机学院江苏无锡214122

自竞争事后经验重播(SCHER)是在事后经验重播(HER)算法的基础上提出的一种改进策略。HER算法在面对环境奖励稀疏的情况下,通过回放经验生成虚拟有标签数据来优化模型。但HER算法存在两个问题:一是无法处理智能体由于奖励稀疏所产生的大... 详细信息

自竞争事后经验重播(SCHER)是在事后经验重播(HER)算法的基础上提出的一种改进策略。HER算法在面对环境奖励稀疏的情况下,通过回放经验生成虚拟有标签数据来优化模型。但HER算法存在两个问题:一是无法处理智能体由于奖励稀疏所产生的大量重复数据,这些无效数据会对经验池造成污染;二是虚拟目标可能会随机选择到一些对完成任务没有帮助的中间状态,导致学习偏差。针对这些问题,SCHER算法提出了两个改进策略:一是增加自适应的奖励信号,对智能体做出的无意义动作进行惩罚,使其快速规避此类操作;二是使用自竞争策略,通过竞争产生针对同一任务下的两组不同数据,对比分析后找到使智能体在不同环境中成功的关键步骤,提高生成虚拟目标的准确程度。实验结果表明,SCHER算法可以更好地利用经验回放技术,将平均任务成功率提高5.7个百分点,拥有更高的准确率和泛化能力。

关键词：深度强化学习稀疏奖励经验回放自适应奖励信号

在线全文

学校读者我要写书评

暂无评论

采用快速迁移模型的集成特征选择方法

计算机科学与探索 2024年第2期18卷 496-505页

作者：宁保斌王士同江南大学人工智能与计算机学院江苏无锡214122

相较于传统集成特征选择方法,目前的基于块正则化m×2交叉验证的集成特征选择方法(EFSBCV)不仅具有估计量的方差小于随机m×2交叉验证的方差之特点,而且提高了重要特征的入选概率,降低了噪声特征的入选概率。但EFSBCV所采用的线性回归... 详细信息

相较于传统集成特征选择方法,目前的基于块正则化m×2交叉验证的集成特征选择方法(EFSBCV)不仅具有估计量的方差小于随机m×2交叉验证的方差之特点,而且提高了重要特征的入选概率,降低了噪声特征的入选概率。但EFSBCV所采用的线性回归模型因只有误差项而不包含偏置项,故拟合出来的超平面总是过原点的,因而很容易导致欠拟合,而且EFSBCV没有考虑每个特征子集的重要程度。针对EFSBCV方法存在的这两点问题,提出了基于快速迁移模型的集成特征选择方法(EFSFT)。基本思想是EFSBCV中的基特征选择器采用提出的快速迁移模型,从而引入了偏置项,EFSFT将2m个特征子集作为源知识进行迁移,然后重新量化每个特征子集的权重,加入偏置项的线性模型拟合能力更好。真实数据实验表明,EFSFT相对于EFSBCV,FP平均值降低了58%,证明EFSFT在去除噪声特征方面更具优势。EFSFT相对于最小二乘支持向量机(LSSVM),TP平均值提高了5%,证明EFSFT在筛选重要特征方面更具优势。

关键词：集成特征选择交叉验证迁移学习回归

改进YOLOv8的道路交通标志目标检测算法

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8期60卷 202-212页

作者：田鹏毛力江南大学人工智能与计算机学院江苏无锡214122

虽然,当前检测技术日趋成熟,但对于复杂环境下的小目标检测仍然是研究的重难点。针对道路交通场景中普遍存在的交通标志小目标比例较高,环境干扰因素较大的问题,提出了一种基于YOLOv8改进的道路交通标志目标检测算法。由于小目标检测中... 详细信息

虽然,当前检测技术日趋成熟,但对于复杂环境下的小目标检测仍然是研究的重难点。针对道路交通场景中普遍存在的交通标志小目标比例较高,环境干扰因素较大的问题,提出了一种基于YOLOv8改进的道路交通标志目标检测算法。由于小目标检测中容易出现漏检的现象,利用BRA(bi-level routing attention)注意力机制提高网络对小目标的感知能力。此外,还利用可形变卷积模块DCNv3(deformable convolution v3),针对特征图中的不规则形状具有更好的特征提取能力,使骨干网络更好地适应不规则的空间结构,更精准地关注重要目标,从而提高模型对遮挡重叠目标的检测能力。DCNv3和BRA模块均在基本不增加模型权重大小的情况下提高模型准确性。同时引入基于辅助边框的Inner-IOU损失函数。在RoadSign、CCTSDB、TSDD、GTSDB四个数据集上,分别进行了小样本训练、大样本训练、单目标检测和多目标检测,实验结果均有所提高。其中,在RoadSign数据集上的实验结果最佳,YOLOv8改进模型的均值平均精度mAP50与mAP50:95分别达到了90.7%和75.1%,相较于基线模型,mAP50与mAP50:95分别提升了5.9和4.8个百分点。实验结果表明,YOLOv8改进模型有效地实现了在复杂道路场景下的交通标志检测。

关键词： YOLOv8 小目标检测可形变卷积注意力机制复杂道路场景

JADE-DB:基于靶向变异的大语言模型安全通用基准测试集

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 1113-1127页

作者：张谧潘旭东杨珉复旦大学计算机科学技术学院上海200433

提出大语言模型安全通用基准测试集—JADE-DB,该数据集基于靶向变异方法自动化构建,能够将经验丰富的大语言模型安全测试员和多学科专家学者手工撰写的测试问题转化为高危通用问题,保持语言自然性的同时不改变其核心语义,且能够攻破十... 详细信息

提出大语言模型安全通用基准测试集—JADE-DB,该数据集基于靶向变异方法自动化构建,能够将经验丰富的大语言模型安全测试员和多学科专家学者手工撰写的测试问题转化为高危通用问题,保持语言自然性的同时不改变其核心语义,且能够攻破十余款国内外知名大语言模型的安全防护机制.根据语言复杂性差异,JADE-DB包含基础、进阶、高危3个安全测试等级,共计上千条覆盖违法犯罪、侵犯权益、歧视偏见和核心价值观4大类违规主题、30多种违规主题的通用测试问题,其中针对国内开源(中文,8款)、国内商用(中文,6款)和国外商用大语言模型(英文,4款)这3组大语言模型分别构建的3款通用高危测试集,可造成每组模型在高危测试集上的平均违规率均超过70%,测试问题均可同时触发多款模型违规生成.这表明,语言的复杂性导致现有大语言模型难以学习到人类无穷多种表达方式,因此无法识别其中不变的违规本质.

关键词：生成式人工智能安全大语言模型大语言模型安全评测人工智能安全自然语言处理

在线全文

学校读者我要写书评

暂无评论

集成学习结合多源数据预测河南省冬小麦单产

农业工程学报 2024年第4期40卷 177-185页

作者：陈一凡李璇王绍雯杨姗姗张佳华张莎青岛大学计算机科学技术学院青岛266071

为探讨基于多源数据和集成学习算法预测冬小麦单产的可行性并确定冬小麦单产预测的最佳时间窗,该研究在河南省冬小麦生长季内划分28个不同的时间窗,使用8种不同的机器学习算法及基于Stacking的集成学习算法,利用2003—2018年的多种遥感... 详细信息

为探讨基于多源数据和集成学习算法预测冬小麦单产的可行性并确定冬小麦单产预测的最佳时间窗,该研究在河南省冬小麦生长季内划分28个不同的时间窗,使用8种不同的机器学习算法及基于Stacking的集成学习算法,利用2003—2018年的多种遥感指数数据、气象数据进行训练并预测2019—2021年单产。结果表明:引入日光诱导叶绿素荧光(solar-induced chlorophyll fluorescence,SIF)特征可以提升河南省冬小麦单产的预测效果;12月至次年5月为机器学习算法预测冬小麦单产的最佳时间窗;Stacking集成学习算法比其他单机器学习算法更适用于河南省县级尺度冬小麦单产预测,预测结果的决定系数为0.816,均方根误差和平均绝对误差分别为580.36和476.01 kg/hm^(2);河南省冬小麦实际单产的空间分布呈西低东高的趋势,预测的单产分布特征与实际单产分布特征相当。研究结果可为冬小麦单产预测提供一种新的方法,也为农作物单产预测模型构建提供新的思路。

关键词：机器学习遥感冬小麦 Stacking集成学习单产预测最佳时间窗

在线全文

学校读者我要写书评

暂无评论

基于软硬件协同的细粒度安全域隔离机制

高技术通讯 2024年第1期34卷 33-45页

作者：李亚伟章隆兵王剑计算机体系结构国家重点实验室(中国科学院计算技术研究所) 北京100190 中国科学院计算技术研究所北京100190 中国科学院大学北京100049

基于内存篡改的攻击能够恶意地修改程序执行环境的关键数据,给程序提供一个安全可信的执行环境是抑制恶意软件的有效手段。本文提出了一种基于软硬件协同的解决方案,能够以函数调用为粒度,为程序执行提供相对隔离的安全执行环境。为了... 详细信息

基于内存篡改的攻击能够恶意地修改程序执行环境的关键数据,给程序提供一个安全可信的执行环境是抑制恶意软件的有效手段。本文提出了一种基于软硬件协同的解决方案,能够以函数调用为粒度,为程序执行提供相对隔离的安全执行环境。为了配合软件,在底层提供了2大硬件支撑:load/store指令在访存时都要进行地址检查,同时也设置了访问属性;在硬件页表上增加了函数调用隔离域(CFID),在TLB转换时进行安全隔离的检查。提供了2种不同场合的数据共享访问策略,在GEM5上实现了原型系统,通过运行安全测试集,能够有效地隔离非安全环境。相比于虚拟机和特权级切换的方法,本文的硬件实现几乎没有切换损耗。在SPEC CPU 2006的测试集中,本文提出的硬件隔离机制总体性能损耗低于3%。

关键词：细粒度隔离执行硬件安全软硬件协同

在线全文

学校读者我要写书评

暂无评论

基于功耗计数器的处理器功耗实时估算方法

高技术通讯 2024年第1期34卷 25-32页

作者：贾凡章隆兵计算机体系结构国家重点实验室(中国科学院计算技术研究所) 北京100190 中国科学院计算技术研究所北京100190 中国科学院大学北京100049

针对现有的2类处理器功耗实时估算方法的不足,本文开发了一种基于功耗计数器的处理器功耗实时估算方法。该方法结合了基于性能事件计数器和基于电路信号方法的优点,利用功耗计数器记录与处理器功耗密切相关的电路信号的变化次数,能够以... 详细信息

针对现有的2类处理器功耗实时估算方法的不足,本文开发了一种基于功耗计数器的处理器功耗实时估算方法。该方法结合了基于性能事件计数器和基于电路信号方法的优点,利用功耗计数器记录与处理器功耗密切相关的电路信号的变化次数,能够以较小的观测粒度实时估算处理器的功耗,并且具有较低的硬件开销。本文在龙芯GS364处理器上实现并评估了该方法。结果表明,使用16个功耗计数器可以在512个时钟周期的粒度内实现0.83%的估算误差,与此同时,它的硬件开销只占处理器总面积的0.063%。

关键词：功耗估算功耗计数器功耗管理性能事件计数 LASSO回归