检索结果-南通市图书馆

基于虚拟纤维的各向异性超弹性材料本构模型设计

在线全文

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2024年第4期36卷 533-542页

作者：卢子璇何浩吴笛刘学慧中国科学院软件研究所计算机科学国家重点实验室北京100190 中国科学院大学计算机科学与技术学院北京100190 中国科学院软件研究所人机交互技术与智能信息处理实验室北京100190 中国科学院力学研究所微重力重点实验室北京100190

为了拓展图形学弹性体模拟中的各向异性超弹性虚拟材料种类,建立了基于虚拟纤维的本构模型.首先从能量可加性出发,将超弹性体应变能量密度函数分解为轴向、剪切、体积分量的纤维加和形式,然后建立单根纤维的轴向应变、剪切应变、体积应... 详细信息

为了拓展图形学弹性体模拟中的各向异性超弹性虚拟材料种类,建立了基于虚拟纤维的本构模型.首先从能量可加性出发,将超弹性体应变能量密度函数分解为轴向、剪切、体积分量的纤维加和形式,然后建立单根纤维的轴向应变、剪切应变、体积应变的应变度量,最后推导出各分量的应力表示.仿真实验使用基于四面体的非线性有限元法(finite element method,FEM),半隐式时间积分进行解算,并采用CPU串行算法,测试了不同场景下非线性能量函数以及纤维权重组合对虚拟纤维材料刚度、泊松效应、轴向特性的影响.结果表明,虚拟纤维本构模型具有大变形稳定性,材料参数设置可良好地展现上述物理特性,相比现有的横观各向同性模型具有更丰富的可调节能力.

关键词：各向异性材料有限元物理动画虚拟纤维

谛听:面向鲁棒分布外样本检测的半监督对抗训练方法

在线全文

学校读者我要写书评

暂无评论

软件学报 2024年第6期35卷 2936-2950页

作者：周志阳窦文生李硕亢良伊王帅刘杰叶丹中国科学院软件研究所北京100190 中国科学院大学北京100049 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 中国科学院大学南京学院江苏南京211135

检测训练集分布之外的分布外(out-of-distribution,OOD)样本对于深度神经网络(deep neural network,DNN)分类器在开放环境的部署至关重要.检测OOD样本可以视为一种二分类问题,即把输入样本分类为“分布内(in-distribution,ID)”类或“... 详细信息

检测训练集分布之外的分布外(out-of-distribution,OOD)样本对于深度神经网络(deep neural network,DNN)分类器在开放环境的部署至关重要.检测OOD样本可以视为一种二分类问题,即把输入样本分类为“分布内(in-distribution,ID)”类或“分布外”类.进一步地,检测器自身还可能遭受到恶意的对抗攻击而被再次绕过.这些带有恶意扰动的OOD样本称为对抗OOD样本.构建鲁棒的OOD检测器以检测对抗OOD样本是一项更具挑战性的任务.为习得可分离且对恶意扰动鲁棒的表示,现有方法往往利用辅助的干净OOD样本邻域内的对抗OOD样本来训练DNN.然而,由于辅助的OOD训练集与原ID训练集的分布差异,训练对抗OOD样本无法足够有效地使分布内决策边界对对抗扰动真正鲁棒.从ID样本的邻域内生成的对抗ID样本拥有与原ID样本近乎一样的语义信息,是一种离分布内区域更近的OOD样本,对提升分布内边界对对抗扰动的鲁棒性很有效.基于此,提出一种半监督的对抗训练方法——谛听,来构建鲁棒的OOD检测器,用以同时检测干净OOD样本和对抗OOD样本.谛听将对抗ID样本视为一种辅助的“近OOD”样本,并将其与其他辅助的干净OOD样本和对抗OOD样本联合训练DNN,以提升OOD检测的鲁棒性.实验结果表明,谛听在检测由强攻击生成的对抗OOD样本上具有显著的优势,同时在原分类主任务及检测干净OOD样本上保持先进的性能.

关键词：分布外样本检测对抗鲁棒性对抗训练

在线全文

学校读者我要写书评

暂无评论

并发对象强可线性化性质的检测和验证

软件学报 2024年第9期35卷 4141-4159页

作者：王超贾巧雯吕毅吴鹏西南大学计算机与信息科学学院软件研究与创新中心重庆400715 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 中国科学院大学北京100049

可线性化被公认为并发对象正确性标准,但其已被证明不能作为含有随机语句的并发对象的正确性标准.为此,Golab等人提出了强可线性化概念,它在可线性化的定义上增加了前缀保持性质,对并发对象具有更强的约束性.关于强可线性化的研究集中... 详细信息

可线性化被公认为并发对象正确性标准,但其已被证明不能作为含有随机语句的并发对象的正确性标准.为此,Golab等人提出了强可线性化概念,它在可线性化的定义上增加了前缀保持性质,对并发对象具有更强的约束性.关于强可线性化的研究集中在使用特定的基本对象构造满足强可线性化性质的并发对象的可行性.对常见的并发对象的强可线性化性质的检测和验证方面的研究较为少见.从并发对象的验证算法和证否方法两个方面研究了强可线性化性质.首先,细化强可线性化性质,将它细分为固定生效点和单纯帮助两类,并证明固定生效点是已有的固定可线性化点概念的扩展.其次,提出两种强可线性化的验证算法,其中一种基于固定可线性化点,另一种基于固定生效点.最后,给出一个构造性的证明并发对象违背强可线性化的证明方法,依据该方法证明了Herlihy&Wing队列、一种单读单写寄存器实现和一种并发快照实现违反强可线性化性质.

关键词：并发对象正确性标准可线性化强可线性化

在线全文

学校读者我要写书评

暂无评论

光滑粒子流体动力学流体仿真技术综述

软件学报 2024年第1期35卷 481-512页

作者：刘树森何小伟王文成吴恩华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 中国科学院软件研究所人机交互技术与智能信息处理实验室北京100190 中国科学院大学北京100049 澳门大学中国澳门999078

光滑粒子流体动力学(smoothed particle hydrodynamics,SPH)是实现流体仿真的主要技术之一.随着生产实践中流体仿真应用需求的增加,近些年涌现了许多相关研究成果,改善了流体不可压缩性、粘性、表面张力等物理特性模拟的视觉真实性、效... 详细信息

光滑粒子流体动力学(smoothed particle hydrodynamics,SPH)是实现流体仿真的主要技术之一.随着生产实践中流体仿真应用需求的增加,近些年涌现了许多相关研究成果,改善了流体不可压缩性、粘性、表面张力等物理特性模拟的视觉真实性、效率与稳定性.同时,一些工作探讨了复杂场景的高质量模拟,以及多场景、多材料的统一仿真框架,增强了SPH流体仿真技术的应用效能.从以上几个方面对SPH流体仿真技术进行归纳、总结和讨论,并对其未来发展进行了展望.

关键词：计算机图形学计算物理光滑粒子流体动力学

在线全文

学校读者我要写书评

暂无评论

多模态信息增强的短视频推荐模型

浙江大学学报（工学版） 2024年第6期58卷 1142-1152页

作者：霍育福金蓓弘廖肇翊中国科学院大学计算机科学与技术学院北京100049 中国科学院软件研究所北京100190

提出用于短视频点击率预估任务的多模态增强模型(MMa4CTR).模型综合利用用户与短视频交互中的多模态数据,以构建用户的嵌入表示,并学习用户的多模态兴趣.通过组合和交叉不同模态特征,探索各模态间的共同语义.通过引入自动学习率调整和... 详细信息

提出用于短视频点击率预估任务的多模态增强模型(MMa4CTR).模型综合利用用户与短视频交互中的多模态数据,以构建用户的嵌入表示,并学习用户的多模态兴趣.通过组合和交叉不同模态特征,探索各模态间的共同语义.通过引入自动学习率调整和验证中断这2种训练策略,提升模型整体的推荐性能.为了解决多模态数据量增加带来的计算挑战,采用计算效率较高的多层感知机.在微信视频号和抖音短视频数据集上进行性能比较实验和超参数敏感性实验,结果显示MMa4CTR在保持较低计算开销的同时,实现了超越基线模型的卓越推荐效果.通过在2个数据集上进行的消融实验,进一步证实了短视频模态交叉模块、用户多模态嵌入层以及自动学习率调整策略和验证中断策略在提升推荐性能方面的重要性和有效性.

关键词：推荐系统点击率多模态短视频机器学习

在线全文

学校读者我要写书评

暂无评论

完备神经网络验证加速技术综述

软件学报 2024年第9期35卷 4038-4068页

作者：刘宗鑫杨鹏飞张立军吴志林黄小炜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 中国科学院大学北京100049 University of Liverpool Liverpool L693BXUK

人工智能技术已被广泛应用于生活中的各个领域.然而,神经网络作为人工智能的主要实现手段,在面对训练数据之外的输入或对抗攻击时,可能表现出意料之外的行为.在自动驾驶、智能医疗等安全攸关领域,这些未定义行为可能会对生命安全造成重... 详细信息

人工智能技术已被广泛应用于生活中的各个领域.然而,神经网络作为人工智能的主要实现手段,在面对训练数据之外的输入或对抗攻击时,可能表现出意料之外的行为.在自动驾驶、智能医疗等安全攸关领域,这些未定义行为可能会对生命安全造成重大威胁.因此,使用完备验证方法证明神经网络的性质,保障其行为的正确性显得尤为重要.为了提高验证效率,各种完备神经网络验证工具均提出各自的优化方法,但并未充分探索这些方法真正起到的作用,后来的研究者难以从中找出最有效的优化方向.介绍神经网络验证领域的通用技术,并提出一个完备神经网络验证的通用框架.在此框架中,重点讨论目前最先进的工具在约束求解、分支选择与边界计算这3个核心部分上的所采用的优化方法.针对各个工具本身的性能和核心加速方法,设计一系列实验,旨在探究各种加速方式对于工具性能的贡献,并尝试寻找最有效的加速策略和更具潜力的优化方向,为研究者提供有价值的参考.

关键词：完备验证可满足性模理论人工智能安全形式化方法鲁棒性

Apache Flink复杂事件处理语言的形式语义

在线全文

学校读者我要写书评

暂无评论

软件学报 2024年第10期 4510-4532页

作者：傅宣登吴志林计算机科学国家重点实验室(中国科学院软件研究所) 中国科学院大学计算机科学与技术学院

Apache Flink是目前最流行的流式计算平台之一,已经在工业界得到了广泛应用.复杂事件处理是流式计算的一种重要使用场景, Apache Flink平台定义并实现了一种复杂事件处理语言(简称FlinkCEP). FlinkCEP语法特性丰富,不仅包括常见的过滤... 详细信息

Apache Flink是目前最流行的流式计算平台之一,已经在工业界得到了广泛应用.复杂事件处理是流式计算的一种重要使用场景, Apache Flink平台定义并实现了一种复杂事件处理语言(简称FlinkCEP). FlinkCEP语法特性丰富,不仅包括常见的过滤、连接、循环等操作,还包括迭代条件、匹配筛选策略等高级特性. FlinkCEP语义复杂,尚缺乏语言规范对其语义进行准确描述,只能通过实现细节来理解,因此对其语义进行形式描述对于开发人员准确理解其语义非常必要.针对FlinkCEP提出一种数据流转换器的自动机模型,该模型包括用于刻画迭代条件的数据变量、存储输出结果的数据流变量、用于刻画匹配筛选策略的迁移优先级等特性.使用数据流转换器对FlinkCEP的语义进行形式建模,并且根据形式语义设计FlinkCEP的查询求值算法,实现原型系统.进一步,生成能够较为全面覆盖FlinkCEP语法特性的测试用例集,利用这些测试用例与FlinkCEP在Flink平台上的实际运行结果进行对比实验.实验结果表明所提出的形式语义与FlinkCEP在Flink平台上的实际语义基本是一致的.而且,对实验结果不一致的情况进行分析,指出FlinkCEP在Flink平台上的实现对于组模式的处理可能存在错误.

关键词：流式计算 Flink 复杂事件处理形式语义数据流转换器查询求值

同方期刊数据库

基于手绘草图的视觉内容生成深度学习方法综述

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 3497-3530页

作者：左然胡皓翔邓小明马翠霞王宏安人机交互北京市重点实验室(中国科学院软件研究所) 北京100190 中国科学院大学计算机科学与技术学院北京100049

手绘草图通过绘制简单的线条直观呈现用户的创作意图,支持用户采用手绘的方式快速表达思维过程及设计灵感,创作目标图像或视频.随着深度学习的发展,基于草图的视觉内容生成通过学习草图和视觉对象(即图像和视频)的特征分布进行跨领域特... 详细信息

手绘草图通过绘制简单的线条直观呈现用户的创作意图,支持用户采用手绘的方式快速表达思维过程及设计灵感,创作目标图像或视频.随着深度学习的发展,基于草图的视觉内容生成通过学习草图和视觉对象(即图像和视频)的特征分布进行跨领域特征映射,实现图像自动生成草图以及草图自动生成对应的图像或视频,与传统的人工创作方式相比有效地提高了生成的效率和多样性,成为计算机视觉、图形学领域的重要研究方向,并且在设计、视觉创作等领域具有重要作用.综述基于草图的视觉内容生成深度学习方法的研究现状和发展趋势,按照视觉对象的不同将现有工作分为基于草图的图像生成和基于草图的视频生成方法,并结合草图和视觉内容跨域生成、风格转化、视觉内容编辑等任务对生成模型进行详细分析,然后比较和总结常用的数据集、针对草图数据不足提出的扩充方法以及生成模型的评估方法,进一步通过草图在视觉内容生成应用中面临的挑战及生成模型未来发展方向对研究趋势进行展望.

关键词：人机交互手绘草图视觉内容生成深度学习

面向指-笔混合输入的交互原语和交互模型研究

在线全文

学校读者我要写书评

暂无评论

软件学报 2024年第4期35卷 2022-2038页

作者：仝青山康文惠付强黄进田丰戴国忠人机交互北京市重点实验室(中国科学院软件研究所) 北京100190 中国科学院大学计算机科学与技术学院北京100049

随着触摸设备的普及,指、笔输入已成为移动办公的一种主流输入方式.然而现有的应用主要以手指或笔通道中的一种作为输入,限制了用户的交互空间.同时,现有的指-笔混合研究主要关注串行的指-笔分工协作和特定交互任务的并行处理,并没有系... 详细信息

随着触摸设备的普及,指、笔输入已成为移动办公的一种主流输入方式.然而现有的应用主要以手指或笔通道中的一种作为输入,限制了用户的交互空间.同时,现有的指-笔混合研究主要关注串行的指-笔分工协作和特定交互任务的并行处理,并没有系统地考虑并行协作机制和不同通道输入之间的意图关联.为此,提出一种面向指-笔混合输入的交互模型;结合用户指-笔协作的行为习惯定义指-笔混合交互原语,拓展指、笔交互空间;继而利用部分可观察马尔可夫决策过程提出基于时序信息的指-笔混合输入意图提取方法,用以增量式地提取多义性交互原语的交互意图.最后通过一个用户实验说明指-笔混合输入的优势.

关键词：笔式交互指-笔混合输入交互空间交互模型