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

融合潜在结构与语义信息的多模态推荐方法

模式识别与人工智能 2024年第3期37卷 231-241页

作者：张晓明梁正光姚昌瑀李肇星安徽大学物质科学与信息技术研究院合肥230601

多模态推荐系统旨在利用文本、视觉等多模态信息提高推荐性能,但系统通常将多模态的语义信息融入物品表示中,或利用多模态特征挖掘潜在结构,未充分利用两者之间的关联.因此,文中提出融合潜在结构与语义信息的多模态推荐方法.基于用户历... 详细信息

多模态推荐系统旨在利用文本、视觉等多模态信息提高推荐性能,但系统通常将多模态的语义信息融入物品表示中,或利用多模态特征挖掘潜在结构,未充分利用两者之间的关联.因此,文中提出融合潜在结构与语义信息的多模态推荐方法.基于用户历史行为和多模态特征,构建用户-用户和物品-物品图,挖掘潜在结构,构建用户-物品二部图,学习用户历史行为,并利用图卷积神经网络学习不同图的拓扑结构.为了更好地融合潜在结构和语义信息,利用对比学习,对齐学得潜在结构的物品表示与其多模态原始特征.在3个数据集上的评估实验验证文中方法的有效性.

关键词：推荐系统多模态推荐系统对比学习图神经网络

基于BERT和CNN的致病剪接突变预测方法

在线全文

学校读者我要写书评

暂无评论

模式识别与人工智能 2024年第2期37卷 181-190页

作者：宋程程赵依然李晓艳夏俊峰安徽大学物质科学与信息技术研究院合肥230601

遗传诊断中的一个关键挑战是评估与剪接相关的致病遗传突变.现有致病剪接突变预测工具大多基于传统的机器学习方法,主要依赖人工提取的剪接特征,从而限制预测性能的提升,尤其对于非经典剪接突变,性能较差.因此,文中提出基于BERT(Bidirec... 详细信息

遗传诊断中的一个关键挑战是评估与剪接相关的致病遗传突变.现有致病剪接突变预测工具大多基于传统的机器学习方法,主要依赖人工提取的剪接特征,从而限制预测性能的提升,尤其对于非经典剪接突变,性能较差.因此,文中提出基于BERT(Bidirectional Encoder Representations from Transformers)和CNN(Convolutional Neural Network)的致病剪接突变预测方法(BERT and CNN-Based Deleterious Splicing Mutation Prediction Method,BCsplice).BCsplice中BERT模块可全面提取序列的上下文信息,与提取局部特征的CNN结合后,可充分学习序列的语义信息,预测剪接突变致病性.非经典剪接突变的影响往往更依赖序列上下文的深层语义信息,通过CNN将BERT的多级别语义信息进行组合提取,可获得丰富的信息表示,有助于识别非经典剪接突变.对比实验表明BCsplice性能较优,尤其是在非经典剪接区表现出一定性能优势,有助于识别致病剪接突变和临床遗传诊断.

关键词：致病剪接突变深度学习预测模型致病性预测

在线全文

学校读者我要写书评

暂无评论

融合注意力的异构信息网络嵌入学习综述

计算机科学与探索 2024年

作者：屠佳琪张华常晓洁王佶袁书宏浙江大学信息技术中心

近年来，图嵌入学习已成为信息网络分析领域最常用的技术之一，其将网络对象嵌入到低维稠密向量空间的同时保留原始网络结构和内容特征并应用于对象分类、聚类及链接预测等下游任务，已在学术界取得显著成效。然而许多现实网络是由多种... 详细信息

近年来，图嵌入学习已成为信息网络分析领域最常用的技术之一，其将网络对象嵌入到低维稠密向量空间的同时保留原始网络结构和内容特征并应用于对象分类、聚类及链接预测等下游任务，已在学术界取得显著成效。然而许多现实网络是由多种类型对象、对象之间的关系以及对象丰富内容特征所组成的异构信息网络（heterogeneous information network，HIN）。由于异构信息网络的内容异构性、结构异构性与语义异构性，因此无法将传统图嵌入学习直接应用于异构信息网络。为了学习更有效的嵌入表达，研究者开始关心如何将注意力机制融入到异构信息网络嵌入学习中，用以区分不同内容信息、结构信息和语义信息对嵌入表达的影响程度。故对现有融合注意力的异构信息网络嵌入模型进行综述，首先全面回顾异构信息网络嵌入在过去五年的研究历程，并总结概括出一种通用的融合模型框架；其次根据注意力融合方式对现有工作进行分类，并详细阐述代表性模型；然后介绍常用的数据集、基准平台工具和评测指标；最后总结和探讨异构信息网络嵌入学习未来的研究方向。

关键词：异构信息网络图嵌入学习注意力机制元路径图神经网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于级数反演的星弹双基俯冲前视成像算法

中国空间科学技术 2024年第1期44卷 135-143页

作者：席子瑞段崇棣左伟华李财品李东涛空间电子信息技术研究院西安710000

由于导弹在俯冲阶段存在垂直向加速度,速度的大小和方向在不断变化,弹头沿曲线运动,导致瞬时斜距十分复杂,造成严重的距离徙动现象,方位向和距离向存在严重的二维耦合问题。针对此问题提出了一种基于级数反演的星弹双基俯冲前视成像算... 详细信息

由于导弹在俯冲阶段存在垂直向加速度,速度的大小和方向在不断变化,弹头沿曲线运动,导致瞬时斜距十分复杂,造成严重的距离徙动现象,方位向和距离向存在严重的二维耦合问题。针对此问题提出了一种基于级数反演的星弹双基俯冲前视成像算法。该算法根据星弹双基系统特性,搭建了星弹双基轨迹模型,在距离频域方位时域进行多普勒频率校正,再利用级数反演的思想,推导出回波信号的二维频谱表达式,接着在二维频域上进行距离徙动校正和距离向、方位向压缩,确定目标成像位置,完成成像聚焦。最后通过计算量的分析和仿真验证了算法的可行性和有效性。该算法可实现对多目标的探测和区分,对军方察打一体化研究具有理论指导意义,对中国军事行动方面具有一定价值。

关键词：星弹双基俯冲前视成像距离徙动校正级数反演多普勒频率校正

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MBSE的对流层飞艇运行概念研究

系统工程与电子技术 2024年第3期46卷 1004-1012页

作者：陈志兵邬恒罗战虎王建国中国特种飞行器研究所湖北荆门448035 航空工业信息技术中心北京100028

面向对流层飞艇起降过程复杂、气象适应能力弱等特殊性,传统基于文本的运行概念分析方法具有设计一致性较差、设计无法有效追溯、验证困难等局限性。基于此,提出了基于模型的系统工程的对流层飞艇运行概念设计方法。首先,建立系统用例... 详细信息

面向对流层飞艇起降过程复杂、气象适应能力弱等特殊性,传统基于文本的运行概念分析方法具有设计一致性较差、设计无法有效追溯、验证困难等局限性。基于此,提出了基于模型的系统工程的对流层飞艇运行概念设计方法。首先,建立系统用例与利益攸关者需求的关联关系,保证了设计可追溯性。然后,基于活动图、时序图与内部块图建立对流层飞艇运行场景模型,详细梳理了飞艇运行的执行逻辑与外部交互关系。通过执行状态机对飞艇运行概念模型进行验证,并进一步补充完善利益攸关者需求。最后,通过执行状态机验证了该无人飞艇系统能够满足任务飞行、飞行控制和应急情况响应等利益攸关者的需求。

关键词：基于模型的系统工程对流层飞艇运行概念需求分析

基于Sentinel-2时序数据的广东省英德市茶园分类研究

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

光谱学与光谱分析 2024年第4期44卷 1136-1143页

作者：陈盼盼任艳敏赵春江李存军刘玉北京市农林科学院信息技术研究中心北京100097

茶叶是一种高附加值的经济作物,是我国南方山区乡村振兴的主要抓手。由于毁林种茶等破坏行为,导致森林资源破坏并引发水土流失等生态环境问题。快速准确获取茶园的空间分布对于政府监管和茶叶产业的规划发展至关重要。由于研究区天气多... 详细信息

茶叶是一种高附加值的经济作物,是我国南方山区乡村振兴的主要抓手。由于毁林种茶等破坏行为,导致森林资源破坏并引发水土流失等生态环境问题。快速准确获取茶园的空间分布对于政府监管和茶叶产业的规划发展至关重要。由于研究区天气多阴雨,茶园分布较为分散,与森林等植被光谱较为接近等原因,导致基于卫星影像提取茶园挑战性较大。为了摸清英德市的茶园空间分布,系统分析了中高分辨率的多光谱Sentinel-2影像数据,结合多时序多特征信息在茶园提取中的应用潜力。以英德市全境为研究区,选用2019年—2021年的9期Sentinel-2影像数据,详细分析了茶树生长的物候特征,进一步探究了茶园和其他地类在多时序中的特征变化,采用Relief算法对所有特征进行重要性排序。根据特征排序结果,选取特征权重值加权90%的特征因子,即7个植被指数特征和2个纹理特征,通过不同的组合排序构建了9种茶园分类场景,采用RF算法对所有分类场景进行精度评价,选取最佳分类场景,进一步探讨了RF分类算法和SVM分类算法对茶园提取的可行性。结果表明:(1)在进行英德市茶园提取时,2月和10月是采用多时相构造茶园多特征的最佳组合,可能因2月茶树处于萌芽期长出部分嫩绿的新叶易于和森林植被区分且在10月前后由于茶园进行了修剪其特征也较明显,因此两时相特征融合易于区分茶园。(2)RF分类方法与SVM分类方法相比,后者的精度较高,其总体精度达到91.56%,Kappa系数为0.89,生产者精度和用户精度分别为80.22%和84.56%。该研究为快速高效获取英德市茶园空间分布信息提供了一种高效的方法,同时为政府在进行茶叶产业规划、管理提供了数据支持。

关键词：茶园 Sentinel-2 时序特征机器学习分类

在线全文

学校读者我要写书评

暂无评论

面向大规模DNN训练场景的容错技术综述

计算机科学与探索 2024年

作者：许光远张亚强史宏志山东海量信息技术研究院

由大量异构资源构建的大规模算力集群是训练ChatGPT、Sora等大型深度神经网络的必须品。然而，训练过程中的故障率往往与训练规模成正相关。集群中任一部件故障可能会导致训练任务中断，因此在大规模深度神经网络训练中实现高效容错能... 详细信息

由大量异构资源构建的大规模算力集群是训练ChatGPT、Sora等大型深度神经网络的必须品。然而，训练过程中的故障率往往与训练规模成正相关。集群中任一部件故障可能会导致训练任务中断，因此在大规模深度神经网络训练中实现高效容错能力变得尤为重要。综上，本文围绕近年针对大规模神经网络训练的容错技术开展深入探讨，重点讨论了不同层面上如何有效应对训练过程中出现的故障及相关技术可能存在的优劣势。本文首先说明了容错技术在大规模深度神经网络训练中所起的关键作用，之后阐述了近年来有关大规模深度神经网络训练的容错技术，根据作用主体从训练过程和训练体系架构及模块两个层面展开论述。针对训练过程中的容错设计，主要包括检查点和非检查点容错技术。检查点容错技术旨在优化检查点的存储和传输，以减少故障发生时的数据丢失和训练恢复时间，而非检查点技术则依赖于弹性训练、冗余计算及参数更新策略，提供更加灵活的故障恢复机制。在训练体系架构和模块的容错设计中，本文探讨了近年确保大规模集群稳定性的故障检测和管理等容错技术。此外，还讨论了容器、数据预处理和矩阵乘法等模块的容错措施，以提升训练任务的效率与容错能力。最后，本文通过归纳和分析近年提出的容错技术，总结了面向大规模深度学习训练场景的现有挑战，并展望了未来的发展方向，提出了相关优化方向，以适应更大规模深度学习训练场景的容错需求。

关键词：容错深度学习模型训练 ChatGPT 大模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于随机采样的方差缩减优化算法

计算机科学与探索 2024年

作者：郭振华闫瑞栋邱志勇赵雅倩李仁刚山东海量信息技术研究院

随机梯度下降(stochastic gradient descent， SGD)算法因其性能优异而引起了机器学习和深度学习等领域研究人员的广泛关注。然而，SGD使用单样本随机梯度近似样本全梯度导致算法在迭代过程中引入了额外的方差，使得算法的收敛曲线震荡... 详细信息

随机梯度下降(stochastic gradient descent， SGD)算法因其性能优异而引起了机器学习和深度学习等领域研究人员的广泛关注。然而，SGD使用单样本随机梯度近似样本全梯度导致算法在迭代过程中引入了额外的方差，使得算法的收敛曲线震荡甚至发散，导致其收敛速率缓慢。因此，有效减小方差成为当前关键挑战。为此，提出了一种基于小批量随机采样的方差缩减优化算法(double mini-batch stochastic recursive gradient，DM-SRG)，并应用于求解凸优化及非凸优化问题。算法主要特征在于设计了内外双循环结构：外循环结构采用小批量随机样本计算梯度近似全梯度，以达到减少梯度计算开销的目的；内循环结构采用小批量随机样本计算梯度并代替单样本随机梯度，提升算法收敛稳定性。针对非凸目标函数与凸目标函数，理论分析证明了DM-SRG算法具有次线性收敛速率。此外，设计了基于计算单元性能评估模型的动态样本容量调整策略，以提高系统训练效率。为评估算法的有效性，分别在不同规模的真实数据集上开展了数值模拟实验。实验结果表明算法较对比算法损失函数减少18.1%并且平均耗时降低8.22%。

关键词：随机梯度下降方差缩减凸优化非凸优化收敛速率

结合改进算术优化算法与小波神经网络的网络流量预测模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

传感技术学报 2024年第8期37卷 1350-1361页

作者：应鑫迪厉晓华浙江大学信息技术中心浙江杭州310058

网络流量具有非线性、复杂性特征,传统方法预测精度较低。为此,提出结合改进算术优化算法IAOA与小波神经网络WNN的网络流量预测模型。利用IAOA算法对小波神经网络关键参数初值调优,有效解决常规调参易陷入局部最优的缺陷,提高学习精度... 详细信息

网络流量具有非线性、复杂性特征,传统方法预测精度较低。为此,提出结合改进算术优化算法IAOA与小波神经网络WNN的网络流量预测模型。利用IAOA算法对小波神经网络关键参数初值调优,有效解决常规调参易陷入局部最优的缺陷,提高学习精度和收敛速度。对标准算术优化算法进行改进,设计拉丁超立方抽样法进行种群初始化,提高种群多样性;利用余弦函数对AOA的数学优化器非线性更新,均衡算法全局搜索与局部开发;引入针对最优解的高斯变异机制,避免算法陷入局部最优。利用十个基准函数对IAOA算法进行数值仿真,证实算法能够提高搜索精度和收敛速度。而网络流量预测实验结果表明,提出的预测模型具有更高的精确度,预测性能更加稳定,能够满足网络流量预测的高精度和实时性要求。

关键词：小波神经网络算术优化算法拉丁超立方抽样高斯分布网络流量预测