检索结果-南通市图书馆

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

一种基于窗口机制的口语理解异构图网络

软件学报 2024年第4期35卷 1885-1898页

作者：张启辰王帅李静梅哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150001

口语理解(spoken language understanding,SLU)是面向任务的对话系统的核心组成部分,旨在提取用户查询的语义框架.在对话系统中,口语理解组件(SLU)负责识别用户的请求,并创建总结用户需求的语义框架,SLU通常包括两个子任务:意图检测(int... 详细信息

口语理解(spoken language understanding,SLU)是面向任务的对话系统的核心组成部分,旨在提取用户查询的语义框架.在对话系统中,口语理解组件(SLU)负责识别用户的请求,并创建总结用户需求的语义框架,SLU通常包括两个子任务:意图检测(intent detection,ID)和槽位填充(slot filling,SF).意图检测是一个语义话语分类问题,在句子层面分析话语的语义;槽位填充是一个序列标注任务,在词级层面分析话语的语义.由于意图和槽之间的密切相关性,主流的工作采用联合模型来利用跨任务的共享知识.但是ID和SF是两个具有强相关性的不同任务,它们分别表征了话语的句级语义信息和词级信息,这意味着两个任务的信息是异构的,同时具有不同的粒度.提出一种用于联合意图检测和槽位填充的异构交互结构,采用自注意力和图注意力网络的联合形式充分地捕捉两个相关任务中异构信息的句级语义信息和词级信息之间的关系.不同于普通的同构结构,所提模型是一个包含不同类型节点和连接的异构图架构,因为异构图涉及更全面的信息和丰富的语义,同时可以更好地交互表征不同粒度节点之间的信息.此外,为了更好地适应槽标签的局部连续性,利用窗口机制来准确地表示词级嵌入表示.同时结合预训练模型(BERT),分析所提出模型应用预训练模型的效果.所提模型在两个公共数据集上的实验结果表明,所提模型在意图检测任务上准确率分别达到了97.98%和99.11%,在槽位填充任务上F1分数分别达到96.10%和96.11%,均优于目前主流的方法.

关键词：对话系统口语理解异构图窗口机制意图检测槽位填充

新增未知攻击场景下的工业互联网恶意流量识别方法

在线全文

学校读者我要写书评

暂无评论

通信学报 2024年第6期45卷 75-86页

作者：曾凡一苘大鹏许晨韩帅王焕然周雪李欣纯杨武哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150009

针对工业互联网中新增未知攻击所引发的流量数据分布偏移问题,提出了一种基于邻域过滤和稳定学习的恶意流量识别方法,旨在增强现有图神经网络模型在识别已知类恶意流量时的有效性和鲁棒性。该方法首先对流量数据进行图结构建模,捕获通... 详细信息

针对工业互联网中新增未知攻击所引发的流量数据分布偏移问题,提出了一种基于邻域过滤和稳定学习的恶意流量识别方法,旨在增强现有图神经网络模型在识别已知类恶意流量时的有效性和鲁棒性。该方法首先对流量数据进行图结构建模,捕获通信行为中的拓扑关系与交互模式;然后,基于有偏采样的邻域过滤机制划分流量子图,消除通信行为间的伪同质性;最后,应用图表示学习和稳定学习策略,结合自适应样本加权与协同损失优化方法,实现高维流量特征的统计独立性。2个基准数据集上的实验结果表明,相较对比方法,所提方法在新增未知攻击场景下的识别性能提升超过2.7%,展示了其在工业互联网环境下的高效性和实用性。

关键词：工业互联网恶意流量识别图神经网络邻域过滤稳定学习

在线全文

学校读者我要写书评

暂无评论

行为增强的多层次协同Top-N推荐

哈尔滨工程大学学报 2024年第6期45卷 1119-1126页

作者：刘宇鹏吕衍河哈尔滨理工大学计算机科学与技术学院黑龙江哈尔滨150001

传统推荐系统只利用单一用户行为,然而用户行为间是具有关联性,忽视用户行为会丢失辅助行为对目标行为的影响。本文提出了一种行为增强的多层次协同Top-N推荐,在推荐二分图和元路径图上利用注意力机制传播信息,学习多层次高阶和异质协... 详细信息

传统推荐系统只利用单一用户行为,然而用户行为间是具有关联性,忽视用户行为会丢失辅助行为对目标行为的影响。本文提出了一种行为增强的多层次协同Top-N推荐,在推荐二分图和元路径图上利用注意力机制传播信息,学习多层次高阶和异质协同信号(包括用户-项目间的和项目间的)以提高推荐性能,这样可以更好地利用推荐图结构,并充分考虑到推荐图结构上各种行为间的相互影响。在经典数据集上做了全方位实验验证模型有效性,在电商推荐数据上取得了很好效果。

关键词：辅助行为多行为图神经网络元路径图用户-项目传播层目标行为高阶异质信号

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于差分隐私的路网环境skyline查询

华南理工大学学报（自然科学版） 2024年第6期52卷 120-127页

作者：李松王赫张丽平哈尔滨理工大学计算机科学与技术学院黑龙江哈尔滨150080

路网中的skyline查询在智慧交通、兴趣点发现和位置服务等领域具有重要的应用价值,但存在查询效率较低、未考虑查询结果的隐私性等问题。有鉴于此,文中提出了一种基于差分隐私的路网环境下skyline查询方法。首先,针对路网环境下的初始... 详细信息

路网中的skyline查询在智慧交通、兴趣点发现和位置服务等领域具有重要的应用价值,但存在查询效率较低、未考虑查询结果的隐私性等问题。有鉴于此,文中提出了一种基于差分隐私的路网环境下skyline查询方法。首先,针对路网环境下的初始数据集数据量大和数据复杂的特点,对数据集进行预处理,利用基于距离属性划分的skyline层和路网Voronoi图的性质提出了3个剪枝规则,基于剪枝规则给出了路网环境下的数据集剪枝算法,从而有效地过滤掉大量冗余数据;其次,针对过滤后的数据集,利用网格索引的存储方式来节省存储空间,并设计了基于网格索引的skyline扩展树,基于扩展树和相应的剪枝规则提出了查询全局候选skyline点集的算法;最后,针对查询结果集,利用差分隐私预算分配模型来分配隐私预算,并基于信息散度进行结果集发布,有效提高了数据信息的隐私性。实验结果表明:所提出的查询方法的准确率在99%以上;其在数据集规模较大情况下的查询效率相较于传统skyline查询方法提升10%以上;在总差分隐私预算为0.01、0.10、0.50和1.00时,所提出的隐私预算分配方法的相对误差均低于等差分配和等比分配方法。

关键词：路网环境 skyline查询网格索引扩展树差分隐私噪声机制

SL-tgStore:新的时序知识图谱存储模型

在线全文

学校读者我要写书评

暂无评论

浙江大学学报（工学版） 2024年第3期58卷 449-458页

作者：李松王哲张丽平哈尔滨理工大学计算机科学与技术学院黑龙江哈尔滨150080

为了解决时序知识图谱的存储问题,提出结合快照和日志模式的时序知识图谱存储模型SL-tgStore.模型由若干时间桶组成,每个时间桶由一系列的时间窗口组成.在首个时间窗口引入初始快照作为时序知识图谱存储和处理的基本单元,在接下来的时... 详细信息

为了解决时序知识图谱的存储问题,提出结合快照和日志模式的时序知识图谱存储模型SL-tgStore.模型由若干时间桶组成,每个时间桶由一系列的时间窗口组成.在首个时间窗口引入初始快照作为时序知识图谱存储和处理的基本单元,在接下来的时间窗口存储为增量日志.提出相应的阈值来确定初始快照的生成,即生成一个新的时间桶,以达到初始快照数量与增量日志数量的平衡,并提出临时快照生成算法.所提模型能够有效解决快照存储模式消耗内存大,日志存储模式查询效率低的问题.为了对SL-tgStore模型进行高效查询,在此基础上提出4种索引结构.在4个真实数据集上进行实验,理论研究与实验结果表明所提出的SL-tgStore存储模型具有高效性.

关键词：时序知识图谱资源描述框架(RDF) 存储模型日志模式快照模式

基于多层优选卷积的水声信号样本自动标注方法

在线全文

学校读者我要写书评

暂无评论

哈尔滨工程大学学报 2024年第4期45卷 758-763页

作者：王红滨张帅何鸣陈夏可哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150001 黑龙江科技大学计算机科学与信息工程学院黑龙江哈尔滨150022

针对深度学习在水声研究领域的应用中面临大数据量要求和现有样本量限制的问题,本文提出了一种多层优选卷积网络模型。通过基于相似度的优选方法选出最佳卷积核,以提取更具代表性的特征。利用探索层特征融合策略,叠加多层卷积输出,获取... 详细信息

针对深度学习在水声研究领域的应用中面临大数据量要求和现有样本量限制的问题,本文提出了一种多层优选卷积网络模型。通过基于相似度的优选方法选出最佳卷积核,以提取更具代表性的特征。利用探索层特征融合策略,叠加多层卷积输出,获取更全面的特征信息。采用约减策略优化模型,有效缩短运算时间。通过优选、特征融合和注意力机制,有效解决此类问题。实验结果表明,该模型在数据集上取得的最好的标注准确率为高基线模型1.12%;同时运行时间减少了43.5%。因此,该模型的使用提高了水声信号标注的准确率和效率。

关键词：水声信号自动标注声纹识别多层优选卷积模型时间优化注意力机制特征融合

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

面向合同信息抽取的动态多任务学习方法

软件学报 2024年第7期35卷 3377-3391页

作者：王浩畅郑冠彧赵铁军东北石油大学计算机与信息技术学院黑龙江大庆163318 哈尔滨工业大学计算机科学与技术学院黑龙江哈尔滨150001

对于合同文本中要素和条款两类信息的准确提取,可以有效提升合同的审查效率,为贸易各方提供便利化服务.然而当前的合同信息抽取方法一般训练单任务模型对要素和条款分别进行抽取,并没有深挖合同文本的特征,忽略了不同任务间的关联性.因... 详细信息

对于合同文本中要素和条款两类信息的准确提取,可以有效提升合同的审查效率,为贸易各方提供便利化服务.然而当前的合同信息抽取方法一般训练单任务模型对要素和条款分别进行抽取,并没有深挖合同文本的特征,忽略了不同任务间的关联性.因此,采用深度神经网络结构对要素抽取和条款抽取两个任务间的相关性进行研究,并提出多任务学习方法.所提方法首先将上述两种任务进行融合,构建一种应用于合同信息抽取的基本多任务学习模型;然后对其进行优化,利用Attention机制进一步挖掘其相关性,形成基于Attention机制的动态多任务学习模型;最后针对篇章级合同文本中复杂的语义环境,在前两者的基础上提出一种融合词汇知识的动态多任务学习模型.实验结果表明,所提方法可以充分捕捉任务间的共享特征,不仅取得了比单任务模型更好的信息抽取结果,而且能够有效解决合同文本中要素与条款间实体嵌套的问题,实现合同要素与条款的信息联合抽取.此外,为了验证该方法的鲁棒性,在多个领域的公开数据集上进行实验,结果表明该方法的效果均优于基线方法.

关键词：多任务学习合同文本信息联合抽取注意力机制实体嵌套

2021至2023年人工智能领域研究热点分析述评与展望

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 1261-1275页

作者：魏子舒韩越刘思浩张圣宇吴飞浙江大学计算机科学与技术学院杭州310013

在当今数字化和智能化的时代背景下,人工智能(artificial intelligence,AI)已成为科技创新的重要引擎,总结探讨AI研究的最新趋势和未来发展方向具有重要的研究和现实意义.为此,对2021—2023年间在中国计算机学会(CCF)推荐的AI领域CCF-A... 详细信息

在当今数字化和智能化的时代背景下,人工智能(artificial intelligence,AI)已成为科技创新的重要引擎,总结探讨AI研究的最新趋势和未来发展方向具有重要的研究和现实意义.为此,对2021—2023年间在中国计算机学会(CCF)推荐的AI领域CCF-A类国际会议和期刊所发表论文的研究成果进行收集,并在此基础上采用文献计量学的方法论来通过关键词对研究热点进行分析,进行基于高频关键词分析研究热点、基于新增关键词分析研究趋势、基于引用量加权的关键词分析高影响力研究,可以梳理AI研究的主流方向、发现AI主要研究方向的相互联系和交叉融合的特点.此外,对当前研究热点如大语言模型(large language model,LLM)、AI驱动的科学研究(AI for Science)和视觉生成相关论文的关联热点进行分析,可以挖掘技术路径和方法论的演变,展现技术创新背后的科学理论和应用前景,从而进一步揭示AI研究的最新趋势和发展前景.

关键词：人工智能研究热点关键词统计分析数据挖掘

面向脉动阵列神经网络加速器的软错误近似容错设计

在线全文

学校读者我要写书评

暂无评论

吉林大学学报（工学版） 2024年第6期54卷 1746-1755页

作者：魏晓辉王晨洋吴旗郑新阳于洪梅岳恒山吉林大学计算机科学与技术学院长春130012

本文根据神经网络本身的错误弹性和层内过滤器相似性提出了一种近似容错设计,把过滤器划分成不同校验组进行不精确校验,保证严重错误被检出并恢复。通过优化过滤器-计算单元映射使校验流程与脉动阵列数据流契合,相较于传统双模冗余,本... 详细信息

本文根据神经网络本身的错误弹性和层内过滤器相似性提出了一种近似容错设计,把过滤器划分成不同校验组进行不精确校验,保证严重错误被检出并恢复。通过优化过滤器-计算单元映射使校验流程与脉动阵列数据流契合,相较于传统双模冗余,本文提出的容错设计可以降低73.39%的性能开销。

关键词：计算机系统结构卷积神经网络脉动阵列软错误近似容错