检索结果-南通市图书馆

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

边缘智能与协同计算:前沿与进展

控制与决策 2024年第7期39卷 2385-2404页

作者：侯祥鹏兰兰陶长乐寇小勇丛佩金邓庆绪周俊龙南京理工大学计算机科学与工程学院南京210094 东北大学计算机科学与工程学院沈阳110819 东南大学移动通信全国重点实验室南京211111

随着万物互联时代的到来,边缘设备规模急剧增加,海量数据在网络边缘产生,人工智能技术的飞速发展为分析和处理这些数据提供了强大的支撑.然而,传统云计算的集中处理模式难以满足用户对任务低时延和设备低功耗的需求,并带来数据隐私泄露... 详细信息

随着万物互联时代的到来,边缘设备规模急剧增加,海量数据在网络边缘产生,人工智能技术的飞速发展为分析和处理这些数据提供了强大的支撑.然而,传统云计算的集中处理模式难以满足用户对任务低时延和设备低功耗的需求,并带来数据隐私泄露的潜在隐患.与此同时,嵌入式高性能芯片的发展显著提升了边缘设备的计算能力,使其能够在边缘侧实时处理部分计算密集型任务.在此背景下,边缘计算和人工智能有机融合,孕育了一种新的计算范式:边缘智能.鉴于此,聚焦边缘智能与协同计算的前沿与进展,首先概述边缘计算、人工智能和边缘智能的相关背景、基本原理与发展趋势;然后从训练、推理和缓存3个方面回顾面向单个设备的边缘智能方法;接着从架构、技术和功能3个维度介绍多个设备合作实现边缘智能协同的相关工作;最后总结边缘智能在工业物联网、智慧城市和虚拟现实等领域的广泛应用.

关键词：边缘智能边缘设备边缘训练边缘推理边缘缓存协同计算

基于多通道交叉卷积UCTransNet的双能CT基材料分解方法

在线全文

学校读者我要写书评

暂无评论

光学学报 2024年第5期44卷 128-142页

作者：吴凡金潼詹郭睿解晶晶刘进张谊坤安徽工程大学计算机与信息学院安徽芜湖241000 计算机网络和信息集成教育部重点实验室(东南大学) 江苏南京210096 东南大学影像科学与技术实验室江苏南京210096

提出一种基于多通道交叉卷积UCTransNet(MC-UCTransNet)的图像域双材料分解方法。该网络以UCTransNet为基础架构,采用通道交叉融合转换器和通道交叉注意模块来提高基材料分解性能,实现双输入双输出的端到端映射。网络中通道交叉融合模... 详细信息

提出一种基于多通道交叉卷积UCTransNet(MC-UCTransNet)的图像域双材料分解方法。该网络以UCTransNet为基础架构,采用通道交叉融合转换器和通道交叉注意模块来提高基材料分解性能,实现双输入双输出的端到端映射。网络中通道交叉融合模块和通道交叉注意模块可更好地捕捉复杂的通道信号相关性,以更充分地进行特征提取与融合,实现基材料生成路径之间的信息交换。为进一步提高模型的拟合性能,网络训练时采用混合损失及Sigmoid函数的归一化方法。实验结果表明,在骨骼基材料及软组织碘基材料分解任务中,所提方法能获得优质的基材料图像,与对比方法相比,其分解后的基材料图像在准确度及噪声伪影抑制上表现更好。

关键词：机器视觉双能计算机断层成像基材料分解多通道交叉卷积注意力噪声抑制

在线全文

学校读者我要写书评

暂无评论

面向算力网络的智慧调度综述

自动化学报 2024年第6期50卷 1086-1103页

作者：李逸博李小平王爽蒋嶷川东南大学计算机科学与工程学院南京211189 东南大学计算机网络和信息集成教育部重点实验室南京211189 广东工业大学计算机学院广州510006

分布异构计算资源通过网络连接形成算力网络(Computing power network,CPN),其以“连”和“算”为核心.针对广分布异构性导致可行解空间巨大、强不确定性导致可行解空间易变、高约束复杂性导致可行解孤岛繁多、多目标性导致冲突目标权... 详细信息

分布异构计算资源通过网络连接形成算力网络(Computing power network,CPN),其以“连”和“算”为核心.针对广分布异构性导致可行解空间巨大、强不确定性导致可行解空间易变、高约束复杂性导致可行解孤岛繁多、多目标性导致冲突目标权衡优化难等挑战,提出一个多层次算力网络体系框架,包括参数化结构化业务管理、三阶段(计划、调度、执行)闭环调度模式、多模态资源管理三个功能.提出支持快速、高效、鲁棒的“算法+知识+数据+算力”的算力网络智慧调度框架,形式化分析可行解空间,解析调度策略关键参数,定性分析调度算法性能与效率的内在关系,详细综述调度算法类型,综述算力网络调度研究进展与发展方向.对比已有相关综述研究,展望算力网络调度未来理论和技术的难点与趋势.

关键词：算力网络云计算边缘计算资源调度知识

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

面向开集识别的稳健测试时适应方法

软件学报 2024年第4期35卷 1667-1681页

作者：周植张丁楚李宇峰张敏灵计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 东南大学计算机科学与工程学院江苏南京210096

开集识别旨在研究测试阶段突现未见类别对于机器学习模型的挑战,以期学习模型既能分类已见类别又可识别/拒绝未见类别,是确保机器学习模型能够在开放世界中高效稳健部署的重要技术.既有开集识别技术通常假设已见类别的协变量分布在训练... 详细信息

开集识别旨在研究测试阶段突现未见类别对于机器学习模型的挑战,以期学习模型既能分类已见类别又可识别/拒绝未见类别,是确保机器学习模型能够在开放世界中高效稳健部署的重要技术.既有开集识别技术通常假设已见类别的协变量分布在训练与测试阶段维持不变.然而在实际场景中,类别的协变量分布常不断变化.直接利用既有技术不再奏效,其性能甚至劣于基线方案.因此,亟需研究新型开集识别方法,使其能不断适应协变量分布偏移,以期模型在测试阶段既能稳健分类已见类别又可识别未见类别.将此新问题设置命名为开放世界适应问题(AOW),并提出了一种开放测试时适应方法(OTA).该方法基于无标注测试数据优化自适应熵损失与开集熵损失更新模型,维持对已见类的既有判别能力,同时增强了识别未见类的能力.大量实验分析表明,该方法在多组基准数据集、多组不同协变量偏移程度下均稳健地优于现有先进的开集识别方法.

关键词：开集识别测试时适应分布偏移图像识别流数据

在线全文

学校读者我要写书评

暂无评论

基于本地化边差分隐私的有向图聚类方法

计算机研究与发展 2024年

作者：付楠倪巍伟姜泽鹏侯立贺张东月张如玉东南大学计算机科学与工程学院

基于本地差分隐私的图聚类工作成为近年来的一个研究热点.已有工作主要针对的是无向图，且大多利用位向量技术通过模块化聚合实现的.由于噪声量与向量维度成线性关系，使得聚类质量和隐私性难以很好的兼顾.此外，针对无向图中边的有/无... 详细信息

基于本地差分隐私的图聚类工作成为近年来的一个研究热点.已有工作主要针对的是无向图，且大多利用位向量技术通过模块化聚合实现的.由于噪声量与向量维度成线性关系，使得聚类质量和隐私性难以很好的兼顾.此外，针对无向图中边的有/无设计的2元扰动机制在面对有向图时，因无法对边的方向性进行处理而无法适用.针对上述问题，提出一种基于本地边差分隐私（edge local differential privacy， Edge-LDP）的有向图聚类方法DGC-LDP (directed graph clustering under LDP）.具体来说，为了降低噪音量，同时适用于有向图，基于直接编码方式设计了一种适用于有向星型图的动态扰动机制，通过自适应添加噪声来平衡隐私性和统计效用.在此基础上，在终端和收集者间构建迭代机制.收集者依据终端上传的噪声数据，提取节点间的相似性信息，并设计基于轮廓系数测量模型的节点聚合方法，通过迭代机制不断的优化节点聚合形式，形成高质量簇.理论分析和实验结果表明，所提方法在满足Edge-LDP 的同时能够有效兼顾聚类精度.

关键词：隐私保护本地差分隐私图聚类随机响应相似度

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向实时位置的隐私保护优化与加速求解方法

计算机研究与发展 2024年

作者：董恺王立夫凌振东南大学计算机科学与工程学院

现有的电动汽车API平台(如SmartCar)使用访问控制机制来保护用户的隐私.为了在启用不可信位置服务功能的同时保护位置隐私，位置隐私保护机制(LPPM)根据用户的真实位置生成一个随机的伪位置作为报告位置.现有技术通过在离散网格上解决... 详细信息

现有的电动汽车API平台(如SmartCar)使用访问控制机制来保护用户的隐私.为了在启用不可信位置服务功能的同时保护位置隐私，位置隐私保护机制(LPPM)根据用户的真实位置生成一个随机的伪位置作为报告位置.现有技术通过在离散网格上解决一个最优化问题构建一个最佳的LPPM，该最佳LPPM实现了在最低可容忍效用限制下的最高隐私，反之亦然.然而，它们很难直接应用于电动汽车等实时场景，因为生成最佳LPPM所需的运行时间太长(可能需要数天).另一个问题涉及到构建出的LPPMs的最佳性.揭示了一些意外情况(异常)，即在粒度更高的细网格上构建的最佳LPPM效用比在粒度较低的粗网格上差.引入了粒度独立性作为有效解决方法，提出了一个名为Divide-and-Coin的最佳LPPM.其可以实时执行.Divide-and-Coin将生成最佳报告位置的运行时间从至少O(n2.055)缩短到O(log n)，其中n是报告位置的数量.实验结果显示，它可以在1 s内从城市级区域生成建筑级别的最佳报告位置.

关键词：位置隐私最佳位置隐私保护机制实时位置API 隐私-效用异常粒度独立性

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

属性知识自反绎下的半监督表示学习

中国科学：信息科学 2024年第6期54卷 1386-1399页

作者：沈阳孙旭豪徐赫洋魏秀参南京理工大学计算机科学与工程学院南京210094 东南大学计算机科学与工程学院南京210096 新一代人工智能技术与交叉应用教育部重点实验室(东南大学) 南京210096

机器学习结合逻辑推理的方法可以大幅提升模型的鲁棒性与可解释性.近年来,已有工作从给定的具体知识库出发,通过反绎学习的范式或是其衍生范式来促进机器学习中模型的更新过程.然而,在表示学习任务中,即便存在这样的知识库,其往往也是... 详细信息

机器学习结合逻辑推理的方法可以大幅提升模型的鲁棒性与可解释性.近年来,已有工作从给定的具体知识库出发,通过反绎学习的范式或是其衍生范式来促进机器学习中模型的更新过程.然而,在表示学习任务中,即便存在这样的知识库,其往往也是不完备或含有噪声的.且在真实环境下,即便领域专家也无法精准定量地描述不同对象的属性表示信息.因此,本文针对半监督表示学习任务,提出了一种可根据少量有标记样本构建弱领域属性知识库并结合无标记数据与基于启发式规则扩张领域知识库推理的反绎学习方法.该方法可有效解决表示学习任务下缺少强领域知识与真实环境下高质量标注数据较少这两个问题.在人工合成的数据集与真实环境下的数据集中的实验对比结果均验证了我们提出的方法的有效性.

关键词：人工智能机器学习反绎学习半监督学习特征表示细粒度属性

结合稀疏先验与多模式分解的低秩张量恢复方法

在线全文

学校读者我要写书评

暂无评论

中国图象图形学报 2024年第4期29卷 922-938页

作者：杨秀红苟田坤薛怡金海燕石争浩西安理工大学计算机科学与工程学院西安710048 陕西省网络计算与安全技术重点实验室西安710048

目的各类终端设备获取的大量数据往往由于信息丢失而导致数据不完整,或经常受到降质问题的困扰。为有效恢复缺损或降质数据,低秩张量补全备受关注。张量分解可有效挖掘张量数据的内在特征,但传统分解方法诱导的张量秩函数无法探索张量... 详细信息

目的各类终端设备获取的大量数据往往由于信息丢失而导致数据不完整,或经常受到降质问题的困扰。为有效恢复缺损或降质数据,低秩张量补全备受关注。张量分解可有效挖掘张量数据的内在特征,但传统分解方法诱导的张量秩函数无法探索张量不同模式之间的相关性;另外,传统张量补全方法通常将全变分约束施加于整体张量数据,无法充分利用张量低维子空间的平滑先验。为解决以上两个问题,提出了基于稀疏先验与多模式张量分解的低秩张量恢复方法。方法在张量秩最小化模型基础上,融入多模式张量分解技术以及分解因子局部稀疏性。首先对原始张量施加核范数约束,以此捕获张量的全局低秩性,然后,利用多模式张量分解将整体张量沿着每个模式分解为一组低维张量和一组因子矩阵,以探索不同模式之间的相关性,对因子矩阵施加因子梯度稀疏正则化约束,探索张量子空间的局部稀疏性,进一步提高张量恢复性能。结果在高光谱图像、多光谱图像、YUV(也称为YCbCr)视频和医学影像数据上,将本文方法与其他8种修复方法在3种丢失率下进行定量及定性比较。在恢复4种类型张量数据方面,本文方法与深度学习GP-WLRR方法(global prior refined weighted low-rank representation)的修复效果基本持平,本文方法的MPSNR(mean peak signal-to-noise ratio)在所有丢失率及张量数据上的总体平均高0.68 dB,MSSIM(mean structural similarity)总体平均高0.01;与其他6种张量建模方法相比,本文方法的MPSNR及MSSIM均取得最优结果。结论提出的基于稀疏先验与多模式张量分解的低秩张量恢复方法,可同时利用张量的全局低秩性与局部稀疏性,能够对受损的多维视觉数据进行有效修复。

关键词：多模式张量分解稀疏先验因子梯度稀疏性低秩张量恢复

面向多无人车的目标点分配和协同路径规划算法

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2024年第3期45卷 263-274页

作者：谷依田张涛张亮杨泰泓东南大学仪器科学与工程学院南京210096 微惯性仪表与先进导航技术教育部重点实验室南京210096

针对多智能体路径搜索算法在非指定式多车协同路径规划问题中路径冗长,计算效率低等缺陷,提出协同目标点分配路径规划算法Nutcracker-CBS。首先构建紧耦合目标点分配MAPF框架,实现目标点分配和路径构建的联合寻优;针对目标点分配模块,... 详细信息

针对多智能体路径搜索算法在非指定式多车协同路径规划问题中路径冗长,计算效率低等缺陷,提出协同目标点分配路径规划算法Nutcracker-CBS。首先构建紧耦合目标点分配MAPF框架,实现目标点分配和路径构建的联合寻优;针对目标点分配模块,提出改进的星鸦优化算法,增量式求解分配问题,缩短模块用时;针对路径构建模块,提出改进的MAPF算法,通过回退式约束构建机制,引入避碰路径估计的绕道机制和数据共享底层路径规划机制,提升效率和路径质量。数据集实验中,Nutcracker-CBS时耗相比SOTA算法减少90.37%;目标点分配模块求解耗时减少86.76%;MAPF模块6 s内构建100辆无人车路径,平均路径长度缩短6.058%。实际实验中路径总和与系统运行时长分别减少55.26%和61.29%,提升了多机器人系统的效率,降低了路径长度。

关键词：协同路径规划多智能体路径搜索基于冲突的搜索目标点分配