检索结果-南通市图书馆

Light-HGNN:用于圈层内容推荐的轻量同质超图神经网络

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4期61卷 877-888页

作者：李挺金福生李荣华王国仁段焕中路彦雄北京理工大学计算机学院北京100081 腾讯科技(北京)有限公司北京100080

图神经网络和超图神经网络(hypergraph neural network,HGNN)已经成为协同过滤推荐领域的研究热点.然而实际场景中用户和项目的交互非常复杂,导致用户之间存在高阶的复杂关系,而普通图结构只能表达简单的成对关系,对网络结构的堆叠容易... 详细信息

图神经网络和超图神经网络(hypergraph neural network,HGNN)已经成为协同过滤推荐领域的研究热点.然而实际场景中用户和项目的交互非常复杂,导致用户之间存在高阶的复杂关系,而普通图结构只能表达简单的成对关系,对网络结构的堆叠容易导致中间层表征的过度平滑,在稀疏场景下的用户建模、用户相似性发现与挖掘方面能力较弱;同时,异质超图神经网络的复杂结构使得模型的训练效率较低.在以微信“搜一搜”等内容平台为代表的高度稀疏数据场景中,对于基于用户所属群体画像的圈层内容推荐任务,现有模型推荐效果差、用户表示的可解释性弱.因此,针对该类任务,提出了一个新的轻量同质超图神经网络模型,该模型包含用户交互数据至超图的转化、卷积生成用户表征序列、用户表征计算过滤.模型首先将用户-项目交互数据转化为只含用户节点的同质超图并计算得到用户表征解耦序列初始值,随后根据超图拉普拉斯过滤矩阵进行信息传播与序列值的迭代生成,通过不使用激活层的卷积方法简化模型结构,并根据提出的均值差JK注意力机制为每个序列值生成权重矩阵.最终,通过对解耦序列加权求和、过滤实现对用户表示的编码,并在真实数据集上进行实验验证了所提模型的相对更优效果.

关键词：同质超图超图神经网络个性化推荐圈层内容推荐推荐算法

在线全文

学校读者我要写书评

暂无评论

面向超图数据的最大独立集算法

软件学报 2024年第6期35卷 2999-3012页

作者：徐兰天李荣华戴永恒王国仁北京理工大学计算机学院北京100081 电科云北京科技有限公司北京100043

超图是普通图的泛化表示,在许多应用领域都很常见,包括互联网、生物信息学和社交网络等.独立集问题是图分析领域的一个基础性研究问题,传统的独立集算法大多都是针对普通图数据,如何在超图数据上实现高效的最大独立集挖掘是一个亟待解... 详细信息

超图是普通图的泛化表示,在许多应用领域都很常见,包括互联网、生物信息学和社交网络等.独立集问题是图分析领域的一个基础性研究问题,传统的独立集算法大多都是针对普通图数据,如何在超图数据上实现高效的最大独立集挖掘是一个亟待解决的问题.针对这一问题,提出一种超图独立集的定义.首先分析超图独立集搜索的两个特性,然后提出一种基于贪心策略的基础算法.接着提出一种超图近似最大独立集搜索的剪枝框架即精确剪枝与近似剪枝相结合,以精确剪枝策略缩小图的规模,以近似剪枝策略加快搜索速度.此外,还提出4种高效的剪枝策略,并对每种剪枝策略进行理论证明.最后,通过在10个真实超图数据集上进行实验,结果表明剪枝算法可以高效地搜索到更接近于真实结果的超图最大独立集.

关键词：超图最大独立集启发式算法

在线全文

学校读者我要写书评

暂无评论

基于多模态关系建模的三维形状识别方法

软件学报 2024年第5期35卷 2208-2219页

作者：陈浩楠朱映映赵骏骐田奇深圳大学计算机与软件学院广东深圳518060 华为技术有限公司广东深圳518172

为了充分利用点云和多视图两种模态数据之间的局部空间关系以进一步提高三维形状识别精度,提出一个基于多模态关系的三维形状识别网络,首先设计多模态关系模块(multimodal relation module,MRM),该模块可以提取任意一个点云的局部特征... 详细信息

为了充分利用点云和多视图两种模态数据之间的局部空间关系以进一步提高三维形状识别精度,提出一个基于多模态关系的三维形状识别网络,首先设计多模态关系模块(multimodal relation module,MRM),该模块可以提取任意一个点云的局部特征和一个多视图的局部特征之间的关系信息,以得到对应的关系特征.然后,采用由最大池化和广义平均池化组成的级联池化对关系特征张量进行处理,得到全局关系特征.多模态关系模块分为两种类型,分别输出点-视图关系特征和视图-点关系特征.提出的门控模块采用自注意力机制来发现特征内部的关联信息,从而将聚合得到的全局特征进行加权来实现对冗余信息的抑制.详尽的实验表明多模态关系模块可以使网络获得更优的表征能力;门控模块可以让最终的全局特征更具判别力,提升检索任务的性能.所提网络在三维形状识别标准数据集ModelNet40和ModelNet10上分别取得了93.8%和95.0%的分类准确率以及90.5%和93.4%的平均检索精度,在同类工作中处于先进水平.

关键词：三维形状识别关系建模多模态学习

在线全文

学校读者我要写书评

暂无评论

球阀运行可靠性设计研究

中国设备工程 2024年第13期 142-145页

作者：张明学上海生信计算机科技发展有限公司上海200001

球阀运行可靠性是球阀设计的基本保障,本文主要利用流场和强度分析对球阀在不同开度下的流场稳定性和球阀在全关状态下的强度可靠性进行了仿真验证。研究结果表明:球阀在出入口压差一定的情况下,其内部流速随着开度的增加逐步增大,并呈... 详细信息

球阀运行可靠性是球阀设计的基本保障,本文主要利用流场和强度分析对球阀在不同开度下的流场稳定性和球阀在全关状态下的强度可靠性进行了仿真验证。研究结果表明:球阀在出入口压差一定的情况下,其内部流速随着开度的增加逐步增大,并呈现非线性关系;开度较小时,球阀后端易产生漩涡,随着开度的增大,漩涡逐渐减小,并移动至球体后端阀盖内壁面位置;通过对流量系数的仿真和试验数据对比,确保了流场仿真的准确性;最后验证了球阀在全关状态下受到一定压力时的强度满足设计要求,有助于球阀后期的轻量化设计研究。

关键词：球阀开度流场强度流量系数全关状态

维普期刊数据库博看期刊

基于生成对抗网络的目标检测黑盒迁移攻击算法

在线全文

学校读者我要写书评

暂无评论

软件学报 2024年第7期35卷 3531-3550页

作者：陆宇轩刘泽禹罗咏刚邓森友江天马金燕董胤蓬北京瑞莱智慧科技有限公司北京100089 清华大学计算机科学与技术系北京100084 重庆长安汽车软件科技有限公司重庆400021

目标检测被广泛应用到自动驾驶、工业、医疗等各个领域.利用目标检测算法解决不同领域中的关键任务逐渐成为主流.然而基于深度学习的目标检测模型在对抗样本攻击下,模型的鲁棒性存在严重不足,通过加入微小扰动构造的对抗样本很容易使模... 详细信息

目标检测被广泛应用到自动驾驶、工业、医疗等各个领域.利用目标检测算法解决不同领域中的关键任务逐渐成为主流.然而基于深度学习的目标检测模型在对抗样本攻击下,模型的鲁棒性存在严重不足,通过加入微小扰动构造的对抗样本很容易使模型预测出错.这极大地限制了目标检测模型在关键安全领域的应用.在实际应用中的模型普遍是黑盒模型,现有的针对目标检测模型的黑盒攻击相关研究不足,存在鲁棒性评测不全面,黑盒攻击成功率较低,攻击消耗资源较高等问题.针对上述问题,提出基于生成对抗网络的目标检测黑盒攻击算法,所提算法利用融合注意力机制的生成网络直接输出对抗扰动,并使用替代模型的损失和所提的类别注意力损失共同优化生成网络参数,可以支持定向攻击和消失攻击两种场景.在Pascal VOC数据集和MS COCO数据集上的实验结果表明,所提方法比目前攻击方法的黑盒迁移攻击成功率更高,并且可以在不同数据集之间进行迁移攻击.

关键词：对抗攻击目标检测黑盒迁移攻击生成对抗网络注意力损失

在线全文

学校读者我要写书评

暂无评论

跨摄像头多目标跟踪方法综述

计算机学报 2024年第2期47卷 287-309页

作者：张鹏雷为民赵新蕾董力嘉林兆楠景庆阳东北大学计算机科学与工程学院沈阳110167 沈阳二一三电子科技有限公司沈阳110027

单摄像头目标跟踪将目标跟踪范围限定在单一摄像头视野中,难以满足复杂应用场景需求,跨摄像头多目标跟踪融合多个摄像头的信息实现多个摄像头之间的特征传递和轨迹关联,可以将跨摄像头之间的多个目标在多个监控区域下联合跟踪,对现实复... 详细信息

单摄像头目标跟踪将目标跟踪范围限定在单一摄像头视野中,难以满足复杂应用场景需求,跨摄像头多目标跟踪融合多个摄像头的信息实现多个摄像头之间的特征传递和轨迹关联,可以将跨摄像头之间的多个目标在多个监控区域下联合跟踪,对现实复杂场景实时监控具有重要意义,成为目标跟踪领域研究热点.本文介绍了跨摄像头多目标跟踪的基本概念,结合实际应用需求将跟踪模型分为3类:包括重叠视角、非重叠视角以及混合视角的跨摄像头多目标跟踪.详细对比分析了重叠视角跨摄像头多目标跟踪相关的网络流优化方法、单应性约束方法、强化学习方法、超图方法和Transformer方法;以及基于双阶段轨迹关联、单阶段轨迹关联的非重叠视角的跨摄像头多目标跟踪方法;并总结了混合视角的跨摄像头多目标跟踪方法,混合视角方法可以在重叠视角数据集和非重叠视角数据集都能使用并且算法性能和精度都能达到良好的平衡.对比了各类方法的优缺点及其适用场景;分析了目前跨摄像头多目标跟踪常用的数据集和评估标准;总结了跨摄像头多目标跟踪存在的问题,并对相关技术的发展趋势进行了展望.

关键词：跨摄像头多目标跟踪摄像头关联模型重叠视角非重叠视角混合视角

基于速率编码的极低延迟深度脉冲神经网络研究

在线全文

学校读者我要写书评

暂无评论

控制理论与应用 2024年

作者：熊志民陈云华冯忍陈平华广东工业大学计算机学院苏州酷珈科技有限公司

脉冲神经网络(Spiking Neural Network, SNN)具有强大的时空信息表征、异步事件处理能力,但由于脉冲发放过程不具有连续可微性,其训练是一个难题.人工神经网络(Artificial Neural Network, ANN)转SNN的方法,能够获得较高推理精度的深度S... 详细信息

脉冲神经网络(Spiking Neural Network, SNN)具有强大的时空信息表征、异步事件处理能力,但由于脉冲发放过程不具有连续可微性,其训练是一个难题.人工神经网络(Artificial Neural Network, ANN)转SNN的方法,能够获得较高推理精度的深度SNN,但却存在SNN网络延迟和功耗过高的问题.为了降低网络延迟和功耗,本文从脉冲信息传递的异步特性入手,分析了极低延迟下SNN精度损失的主要原因,提出残余膜电位误差(Residual Membrane Potential Error, RMPE)的概念,并对其进行分析与推导,建立残余膜电位与初始膜电位和权重之间的关系模型.基于所建立的残余膜电位模型,提出一种初始膜电位和权重的分层校准算法,减少残余膜电位误差,从而解决脉冲输入序列均匀分布假设与真实分布不一致的问题.提出一种ANN-SNN的双阶段转化框架,在第一阶段,采用带有可训练分层阈值的量化截断激活函数对ANN进行二次训练,以实现量化误差与截断误差的最优化;在第二阶段,对SNN进行微调训练,以进一步缩小残余膜电位误差,使得在极低延迟下的ANN-SNN转化也能获得较高的精度.实验结果表明,本文方法推理延迟和功耗方面都优于现有的方法.

关键词：脉冲神经网络 ANN-SNN转化速率编码

SQL-to-text模型的组合泛化能力评估方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机工程 2024年第3期50卷 326-335页

作者：陈琳范元凯何震瀛刘晓清杨阳汤路民复旦大学计算机科学技术学院上海200433 星环信息科技(上海)股份有限公司上海200233

数据库的结构化查询语言(SQL)到自然语言的翻译(SQL-to-text)能提高关系数据库的易用性。近年来该领域主要使用机器学习的方法进行研究并已取得一定进展,然而现有翻译模型的能力仍不足以投入实际应用。由于组合泛化能力是SQL-to-text模... 详细信息

数据库的结构化查询语言(SQL)到自然语言的翻译(SQL-to-text)能提高关系数据库的易用性。近年来该领域主要使用机器学习的方法进行研究并已取得一定进展,然而现有翻译模型的能力仍不足以投入实际应用。由于组合泛化能力是SQL-to-text模型在实际应用中提升翻译效果的必要能力,且目前缺少对此类模型组合泛化能力的研究,因此提出一种SQL-to-text模型的组合泛化能力评估方法。基于现有的SQL-to-text数据集生成大量SQL和对应的自然语言翻译(SQL-自然语言对),并按SQL-自然语言对所含SQL子句的个数将其划分为训练数据与测试数据,使测试数据中的SQL子句皆以不同的组合方式在训练数据中出现,从而得到可评估模型组合泛化能力的新数据集。评估结果表明,该方法对查询知识的使用程度较高,划分数据的方式更加合理,所得数据集符合评估组合泛化能力的需求且贴近模型的实际应用场景,受到原始数据集的限制程度更低,并证实现有模型的组合泛化能力仍需提升,其中针对SQL-to-text任务设计的关系感知图转换器模型组合泛化能力最弱,表明原有的SQL-to-text数据集对组合泛化能力的考察存在欠缺。

关键词：结构化查询语言组合泛化机器翻译数据库长短期记忆模型

在线全文

学校读者我要写书评

暂无评论

基于变异的正则表达式反例测试串生成算法

软件学报 2024年第7期35卷 3355-3376页

作者：郑黎晓余李林陈海明陈祖希骆翔宇汪小勇华侨大学计算机科学与技术学院福建厦门361021 计算机科学国家重点实验室(中国科学院软件研究所) 北京100190 卡斯柯信号有限公司上海200070

正则表达式在计算机科学的许多领域具有广泛应用.然而,由于正则表达式语法比较复杂,并且允许使用大量元字符,导致开发人员在定义和使用时容易出错.测试是保证正则表达式语义正确性的实用和有效手段,常用的方法是根据被测表达式生成一些... 详细信息

正则表达式在计算机科学的许多领域具有广泛应用.然而,由于正则表达式语法比较复杂,并且允许使用大量元字符,导致开发人员在定义和使用时容易出错.测试是保证正则表达式语义正确性的实用和有效手段,常用的方法是根据被测表达式生成一些字符串,并检查它们是否符合预期.现有的测试数据生成大多只关注正例串,而研究表明,实际开发中存在的错误大部分在于定义的语言比预期语言小,这类错误只能通过反例串才能发现.研究基于变异的正则表达式反例测试串生成.首先通过变异向被测表达式中注入缺陷得到一组变异体,然后在被测表达式所定义语言的补集中选取反例字符串揭示相应变异体所模拟的错误.为了能够模拟复杂缺陷类型,以及避免出现变异体特化而无法获得反例串的问题,引入二阶变异机制.同时采取冗余变异体消除、变异算子选择等优化技术对变异体进行约简,从而控制最终生成的测试集规模.实验结果表明,与已有工具相比,所提算法生成的反例测试串规模适中,并且具有较强的揭示错误能力.

关键词：正则表达式正则语言字符串生成变异测试变异体约简