检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于图卷积的无监督跨模态哈希检索算法

计算机工程与设计 2024年第8期45卷 2393-2399页

作者：龙军邓茜尹陈云飞杨展中南大学计算机学院大数据研究院湖南长沙410083

为解决当前无监督跨模态哈希检索在全局相似性矩阵构建和异构数据语义信息融合中存在的困难,提出一种基于图卷积的无监督跨模态哈希检索算法(GCUH)。采用分层次聚合的方式,将各个模态的相似性结构编码到全局相似性矩阵中,获得跨模态的... 详细信息

为解决当前无监督跨模态哈希检索在全局相似性矩阵构建和异构数据语义信息融合中存在的困难,提出一种基于图卷积的无监督跨模态哈希检索算法(GCUH)。采用分层次聚合的方式,将各个模态的相似性结构编码到全局相似性矩阵中,获得跨模态的成对相似性信息来指导学习。使用图卷积模块融合跨模态信息,消除邻居结构中的噪声干扰,形成完备的跨模态表征,提出两种相似性保持的损失函数约束哈希码的一致性。与基线模型相比,GCUH在NUS-WIDE数据集上使用64位哈希码执行文本检索图片任务的检索精度提升了6.3%。

关键词：哈希学习跨模态无监督深度学习图卷积网络相似度构建信息检索机器学习

在线全文

学校读者我要写书评

暂无评论

融合场景特征的跨模态图像美学评价

计算机辅助设计与图形学学报 2024年

作者：牛玉贞陈珊珊李悦洲刘文犀福州大学计算机与大数据学院

现有的图像美学评价方法通常依赖图像本身而忽略了用户评论中的丰富语义信息，因此在性能方面呈现一定的局限性. 一些研究尝试结合用户评论辅助进行图像美学评价，但未能充分挖掘图像特征，且未能较好地对图像-文本特征的复杂关系进... 详细信息

现有的图像美学评价方法通常依赖图像本身而忽略了用户评论中的丰富语义信息，因此在性能方面呈现一定的局限性. 一些研究尝试结合用户评论辅助进行图像美学评价，但未能充分挖掘图像特征，且未能较好地对图像-文本特征的复杂关系进行建模，导致图像-文本信息利用不充分且交互不够紧密. 为解决上述问题，提出一种融合场景特征的跨模态图像美学评价方法. 由于图像场景通常会影响人们对图像的美学评价，因此首先提取图像的场景特征和美学特征，并使用多尺度特征融合模块将两者深度融合; 考虑到图像-文本特征之间的内在相关性，使用多头交叉注意力机制在图像特征和文本特征之间进行交叉注意力计算，将图像-文本模态信息进行交互融合; 最后将融合后的跨模态特征用于美学评价. 在通用的大型图像美学评价数据集AVA上的广泛实验结果表明，所提方法在ACC， SRCC和PLCC指标上分别达到了86.96%， 0.852 3和0.864 8，超越了文中对比的跨模态图像美学评价方法.

关键词：图像美学评价跨模态学习场景特征多头交叉注意力机制多尺度特征融合

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

多级融合知识图谱补全模型

计算机科学与探索 2024年

作者：叶志鸿吴运兵戴思翀曾智宏福州大学计算机与大数据学院

知识图谱补全旨在通过预测缺失的三元组来扩展和完善知识图谱，多模态知识图谱补全融合了实体的本体信息，如实体描述、实体图像和实体属性，以获取更精确的实体表示。现有研究将不同模态投影到统一的空间中，以获取实体模态联合表示，... 详细信息

知识图谱补全旨在通过预测缺失的三元组来扩展和完善知识图谱，多模态知识图谱补全融合了实体的本体信息，如实体描述、实体图像和实体属性，以获取更精确的实体表示。现有研究将不同模态投影到统一的空间中，以获取实体模态联合表示，再融合知识图谱结构信息做出预测。然而，现存方法融合多模态信息时难以捕捉实体背景知识的复杂交互，不可避免地存在信息丢失和特征提取能力不足的问题；同时过拟合及实体关系交互不足限制了二维卷积模型性能，导致难以融合知识图谱结构信息。因此，本文提出了多级融合知识图谱补全模型。为充分融合实体多模态信息，提出同时使用三种不同融合方法，并联合决策学习，旨在结合不同多模态融合方法提供的互补信息，以获取实体丰富多样的表示；为充分融合知识图谱结构信息，利用特征泛化来缓解二维卷积模型的过拟合问题，并结合特征重塑增强实体与关系间交互。实验结果表明，本文模型在多个公开数据集上均取得较好性能。

关键词：知识图谱补全多模态融合本体信息结构信息决策学习

基于大语言模型隐含语义增强的细粒度虚假新闻检测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机研究与发展 2024年第5期61卷 1250-1260页

作者：柯婧谢哲勇徐童陈宇豪廖祥文陈恩红中国科学技术大学大数据学院合肥230026 中国科学技术大学计算机科学与技术学院合肥230027 福州大学计算机与大数据学院福州350108

随着生成式人工智能技术的发展,许多领域都得到了帮助与发展,但与此同时虚假信息的构建与传播变得更加简单,虚假信息的检测也随之难度增加.先前的工作主要聚焦于语法问题、内容煽动性等方面的特点,利用深度学习模型对虚假新闻内容进行建... 详细信息

随着生成式人工智能技术的发展,许多领域都得到了帮助与发展,但与此同时虚假信息的构建与传播变得更加简单,虚假信息的检测也随之难度增加.先前的工作主要聚焦于语法问题、内容煽动性等方面的特点,利用深度学习模型对虚假新闻内容进行建模.这样的方式不仅缺乏对内容本身的判断,还无法回溯模型的判别原因.针对上述问题提出一种基于大语言模型隐含语义增强的细粒度虚假新闻检测方法.该方法充分挖掘并利用了现有的生成式大语言模型所具有的总结与推理能力,按照主干事件、细粒度次要事件和隐含信息推理的顺序进行层级式推导,逐步判别新闻的真实性.通过分解任务的方式,该方法最大程度发挥了模型的能力,提高了对虚假新闻的捕获能力,同时该方法也具有一定的可解释性,能够为检测提供判别依据.

关键词：社交媒体虚假新闻检测大语言模型事件抽取知识增强

TokenVis:面向以太坊区块链ERC-20智能合约演变模式的可视分析方法

在线全文

学校读者我要写书评

暂无评论

电子学报 2024年第2期52卷 441-454页

作者：李国政赵琮刘驰陈思明王国仁北京理工大学计算机学院北京100081 复旦大学大数据学院上海200433

区块链技术近年来受到了广泛关注.区块链技术驱动的加密货币市场复杂且不稳定,容易受到政治、经济、社会等各方面因素的影响.现有的研究工作集中于原生加密货币,如比特币和以太坊币.然而,加密货币市场中存在大量基于ERC-20智能合约的代... 详细信息

区块链技术近年来受到了广泛关注.区块链技术驱动的加密货币市场复杂且不稳定,容易受到政治、经济、社会等各方面因素的影响.现有的研究工作集中于原生加密货币,如比特币和以太坊币.然而,加密货币市场中存在大量基于ERC-20智能合约的代币.ERC-20代币占据大量市值,吸引了许多投资者的关注.本文提出了TokenVis可视分析系统,用于辅助用户分析不同ERC-20标准代币的演变模式并提供解释.TokenVis集成了一个不同时间粒度的可视分析框架,提出了针对时间序列的切分排序可视化以及基于时间约束的优化算法构建的新闻分布布局,建立了演变模式与新闻之间的关系进而解释了代币演变模式.本文还介绍了与领域专家合作开展的分析案例,包含不同类型代币的演变模式,验证了TokenVis可视分析系统的有效性与可用性.

关键词：区块链智能合约加密货币可视分析 ERC-20代币

在线全文

学校读者我要写书评

暂无评论

持续学习的研究进展与趋势

计算机研究与发展 2024年第6期61卷 1476-1496页

作者：李文斌熊亚锟范祉辰邓波曹付元高阳计算机软件新技术国家重点实验室(南京大学) 南京210023 中国科学院空天信息创新研究院北京100094 山西大学计算机与信息技术学院(大数据学院) 太原030006 山西大学大数据学院太原030006

随着深度学习技术的发展与应用,特别是资源受限场景和数据安全场景对序列任务和数据进行快速学习需求的增多,持续学习逐渐成为机器学习领域关注的一个新热点.不同于人类所具备的持续学习和迁移知识的能力,现有深度学习模型在序列学习过... 详细信息

随着深度学习技术的发展与应用,特别是资源受限场景和数据安全场景对序列任务和数据进行快速学习需求的增多,持续学习逐渐成为机器学习领域关注的一个新热点.不同于人类所具备的持续学习和迁移知识的能力,现有深度学习模型在序列学习过程中容易遭受灾难性遗忘的问题.因此,如何在动态、非平稳的序列任务及流式数据中不断学习新知识、同时保留旧知识是持续学习研究的核心.首先,通过对近年来持续学习国内外相关工作的调研与总结,将持续学习方法分为基于回放、基于约束、基于结构三大类,并对这3类方法做进一步的细分.具体而言,根据所使用的样本来源将基于回放的方法细分为采样回放、生成回放、伪样本回放3类;根据训练约束的来源将基于约束的方法细分为参数约束、梯度约束、数据约束3类;根据对于模型结构的使用方式将基于结构的方法细分为参数隔离、模型拓展2类.通过对比相关工作的创新点,对各类方法的优缺点进行总结.其次,对国内外研究现状进行分析.最后,针对持续学习与其他领域相结合的未来发展方向进行展望.

关键词：深度学习知识迁移持续学习灾难性遗忘序列任务

在线全文

学校读者我要写书评

暂无评论

面向人机物融合的数联网标识解析技术

软件学报 2024年第10期35卷 4681-4695页

作者：张宁柳熠马新建姜海鸥王璐景翔黄罡西安电子科技大学计算机科学与技术学院陕西西安710071 北京大数据先进技术研究院大数据操作系统研究部北京100195 北京大学软件与微电子学院北京100871 北京大学计算机学院北京100871

以数据的深度挖掘与融合应用为主要特征的信息化3.0阶段正在开启,传统静态环境下的软件正向人机物融合环境下开放动态的复杂软件演化.如何在不可信不可控的互联网之上实现全网一体化可信可管可控的数据互联互通是当前亟待解决的难题,以... 详细信息

以数据的深度挖掘与融合应用为主要特征的信息化3.0阶段正在开启,传统静态环境下的软件正向人机物融合环境下开放动态的复杂软件演化.如何在不可信不可控的互联网之上实现全网一体化可信可管可控的数据互联互通是当前亟待解决的难题,以数字对象架构、标识解析技术为代表的数联网技术体系为上述挑战提供了一种可行思路.针对互联网上数据资源共享交换过程中广泛存在的传输效率低、协调成本高、安全管控难等问题,提出面向人机物融合的数联网标识解析技术规范,并基于人机物融合环境中各实体之间数据资源可发现、可获取、可理解、可信任、可互操作等需求,设计实现面向人机物融合的数联网数字对象标识解析协议以及数字对象标识系统.最后,对所实现的数字对象标识系统进行系统测试与评估,并在实际应用场景中对其有效性进行验证.

关键词：标识解析人机物融合数字对象数联网

在线全文

学校读者我要写书评

暂无评论

面向三维点云的域自适应学习

遥感学报 2024年第4期28卷 825-842页

作者：范文辉林茜罗欢郭文忠汪汉云戴晨光福州大学计算机与大数据学院福州350108 信息工程大学地理空间信息学院郑州450001

三维点云数据在自动驾驶、机器人和高精地图等领域得到了广泛应用。目前,基于深度学习的三维点云数据处理主要基于有监督学习,其算法性能依赖于大规模高质量的标注数据集。此外,仅在单一设备与场景中训练的三维点云数据处理模型难以应... 详细信息

三维点云数据在自动驾驶、机器人和高精地图等领域得到了广泛应用。目前,基于深度学习的三维点云数据处理主要基于有监督学习,其算法性能依赖于大规模高质量的标注数据集。此外,仅在单一设备与场景中训练的三维点云数据处理模型难以应用于不同设备与环境,泛化性能有限。因此,如何减少三维点云标注数据集的需求以及提高三维点云处理模型的适应性是当前三维点云数据处理面临的重要难题。作为迁移学习的一个重要分支,域自适应学习旨在不同域间特征分布存在差异的情况下提高模型的适应性,可为解决上述难题提供重要思路。为便于对点云域自适应学习领域进行更深入有效的探索,本文主要从对抗学习、跨模态学习、伪标签学习、数据对齐及其他方法5个方面对近年来的三维点云域自适应学习方法进行了系统梳理与分类归纳,并分析总结每类点云域自适应学习方法所具备的优势及面临的问题。最后,对三维点云域自适应学习研究领域的未来发展进行了展望。

关键词：遥感三维点云域自适应学习对抗学习跨模态学习伪标签学习数据对齐

在线全文

学校读者我要写书评

暂无评论

TMGAT:类型匹配约束的图注意力网络

计算机科学 2024年第3期51卷 235-243页

作者：孙首男汪璟玢吴仁飞游常凯柯禧帆黄皓福州大学计算机与大数据学院福州350108

近年来利用图结构来解决知识图补全(KGC)问题取得了不错的进展,其中图神经网络(GNNs)通过聚合实体的局部邻域信息来不断更新中心实体的表示,图注意力网络(GATs)使用注意力机制有侧重地聚合邻居,以获得更准确的中心实体表示。这些模型虽... 详细信息

近年来利用图结构来解决知识图补全(KGC)问题取得了不错的进展,其中图神经网络(GNNs)通过聚合实体的局部邻域信息来不断更新中心实体的表示,图注意力网络(GATs)使用注意力机制有侧重地聚合邻居,以获得更准确的中心实体表示。这些模型虽然在KGC中取得了不错的性能,但它们都忽略了中心实体的类型信息,仅仅使用邻域信息来计算注意力,将导致计算出来的注意力不够精准。针对这些问题,文中提出了一种类型匹配约束的图注意力网络(TMGAT),该方法通过计算中心实体类型对每个邻域关系的注意力,来得到实体类型-关系级别的注意力,以进一步计算出中心实体与各邻域关系的类型匹配度,再通过邻域关系及对应的邻居实体,结合类型匹配度计算实体-关系级别的注意力,得到邻域节点对中心实体的最终注意力。使用类型匹配度来约束传统的注意力机制,提升注意力机制的准确性,得到更加精准的中心实体嵌入,进而提升知识图补全的准确性。截至目前,文中提出的TMGAT是第一个在GATs中结合显式类型进行知识图补全任务的模型。文中加工了两个现有的数据集,使数据集中每个实体都拥有若干个类型,以验证TMGAT模型的性能。最后,实验部分展现了TMGAT在知识补全任务中优秀的竞争力,并研究了类型个数对模型性能的影响。

关键词：知识图谱知识图补全图结构图注意力机制类型信息