检索结果-南通市图书馆

ChatGPT时代下基于深度自编码网络的企业内部审计智能预警——以往来款项审计为例

在线全文

学校读者我要写书评

暂无评论

系统工程理论与实践 2024年第1期44卷 316-337页

作者：程平喻畅王健俊重庆理工大学云会计大数据智能研究所重庆400054 浙江吉利汽车有限公司财务中心余姚315400 余姚领克汽车部件有限公司财务部管理会计科余姚315400

以ChatGPT为代表的生成式人工智能技术被誉为第二次信息革命,其强大的数据深入分析能力为企业智能化内部审计提供了新思路.针对现有审计风险预警中传统机器学习泛化能力提升有限以及特征分析维度不足等问题,提出一种基于ChatGPT技术内... 详细信息

以ChatGPT为代表的生成式人工智能技术被誉为第二次信息革命,其强大的数据深入分析能力为企业智能化内部审计提供了新思路.针对现有审计风险预警中传统机器学习泛化能力提升有限以及特征分析维度不足等问题,提出一种基于ChatGPT技术内核的深度自编码网络方法,来对往来款项这一重要会计活动中的风险做出事前判别.首先,根据影响因素从业务匹配、期限结构、减值损失、关联交易、单体统计和文本信息多个角度筛选提取审计特征;随后,考虑到风险样本的不平衡性以及业财指标在经营周期下的前后时变特性,基于无监督和深度学习思想,构建了以添加注意力机制双向长短期记忆(Bi-LSTM)作为神经网络的深度自编码器(DAE)预训练模型,并借鉴多任务学习思想,利用融合模型迁移的集成框架量化审计风险概率以保证预警的稳定性;最后,通过大数据技术采集企业往来业务和财务的真实数据对上述方法进行了多方面对比验证.试验结果表明,该方法有助于不同预警时间窗口下审计特征的高效精准挖掘,相较常用的监督学习和迭代聚类法能显著提升审计风险预警的精度和鲁棒性,同时能识别出导致风险产生的关键因素以快速定位审计疑点,为企业改善内部审计的质量和效率提供智能化决策支持.

关键词：深度自编码器内部审计风险预警应收及应付账款智能审计

不同掺杂浓度Lu掺杂GaN电子结构和光学性质的第一性原理研究

在线全文

学校读者我要写书评

暂无评论

光学学报 2024年第9期44卷 190-198页

作者：付莎莎肖清泉唐华姚云美邹梦真叶建峰谢泉贵州大学大数据与信息工程学院新型光电子材料与技术研究所贵州大学大数据与信息工程学院新型光电子材料与技术研究所

采用密度泛函理论下的第一性原理平面波超软赝势方法，计算了本征GaN和不同Lu掺杂浓度（原子数分数）Ga1-xLuxN（x=0.0625、0.125、0.1875、0.25）体系的电子结构和光学性质，研究了掺杂浓度为12.5%和18.75%时相同掺杂量下不同空间有序... 详细信息

采用密度泛函理论下的第一性原理平面波超软赝势方法，计算了本征GaN和不同Lu掺杂浓度（原子数分数）Ga1-xLuxN（x=0.0625、0.125、0.1875、0.25）体系的电子结构和光学性质，研究了掺杂浓度为12.5%和18.75%时相同掺杂量下不同空间有序占位体系结构的稳定性。计算结果表明：掺杂后体系晶格参数均有所增大，Lu的掺入诱导了浅能级杂质，使掺杂后体系带隙较本征带隙（3.40 eV）小；与本征GaN相比，掺杂体系的静介电常数均增加，当掺杂浓度为25%时，静介电常数增大为5.42，介电函数虚部和吸收谱往低能方向移动，发生了红移现象，吸收光谱范围增大，最终GaN的光催化性能得到提升。

关键词：材料氮化镓替位掺杂电子结构光学性质

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

深度度量注意力混合模型表情识别方法

计算机工程与应用 2024年

作者：姚丽莎安徽新华学院大数据与人工智能学院

深度学习网络在人脸表情识别中已广泛采用，但因表情图像复杂多变，受光照、个体差异等各个因素的影响，现有方法的识别效果有待提高。为了提高深度学习网络的表达能力，在深度学习网络中，结合面部关键区域的位置特征，提出融合位置信... 详细信息

深度学习网络在人脸表情识别中已广泛采用，但因表情图像复杂多变，受光照、个体差异等各个因素的影响，现有方法的识别效果有待提高。为了提高深度学习网络的表达能力，在深度学习网络中，结合面部关键区域的位置特征，提出融合位置信息的深层注意力反馈机制卷积神经网络模型。同时，由于表情特征的类间差异小，为了提高分类器的分类学习能力，引入度量学习方法增强特征的判别性，使同类之间的距离减小，异类之间的距离加大。通过度量学习将面部表情图像的特征映射到具有表情判别性的新的特征空间中，由此判断各表情样本的表情类别。首先，对原图进行人脸检测，确定人脸裁剪出人脸关键区域，去除头发、背景等因素的干扰；其次，通过深层注意力反馈机制的CNN模型对人脸关键区域进行特征学习，学习获得面部表情深度特征，之后引入判别性度量学习方法，通过度量矩阵将特征向量映射为新的学习后的特征向量；最后，将提取的样本表情特征送入全连接层并通过Softmax分类器识别划分到预先定义好的7种基本表情。在CK+和RAF-DB数据库的实验表明，本文方法取得了98.69%和87.68%的平均识别率，提高了分类器的分类学习能力。

关键词：注意力表情识别卷积神经网络度量学习

改进Deeplabv3+的双注意力融合作物分类方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第8期60卷 110-120页

作者：郭金宋廷强孙媛媛巩传江刘亚林马兴录范海生青岛科技大学信息科学技术学院山东青岛266061 青岛科技大学大数据学院山东青岛266061 岭南大数据研究院时空大数据研究室广东珠海519000

近年来,卷积神经网络(convolutional neural networks,CNN)在农作物分类研究中不断取得新进展,但在建模长期依赖关系方面表现出一定的局限性,对农作物全局特征的捕获存在不足。针对以上问题,将Transformer引入Deeplab v3+模型,提出了一... 详细信息

近年来,卷积神经网络(convolutional neural networks,CNN)在农作物分类研究中不断取得新进展,但在建模长期依赖关系方面表现出一定的局限性,对农作物全局特征的捕获存在不足。针对以上问题,将Transformer引入Deeplab v3+模型,提出了一种用于无人机影像农作物分类的并行分支结构--DeepTrans(Deeplab v3+with Trans-former)模型。DeepTrans以一种并行的方式将Transformer和CNN结合在一起,利于全局特征与局部特征的有效捕获。通过引入Transformer来增强图像中信息的远距离依赖关系,提高了作物全局信息的提取能力;加入通道注意力机制和空间注意力机制加强Transformer对通道信息的敏感度及ASPP(atrous spatial pyramid pooling)对作物空间信息捕获能力。实验结果表明,DeepTrans模型在MIoU指标上可达0.812,相较于Deeplab v3+模型提高了3.9%,该模型在五类作物的分类中精度均有提升,对于容易错分的甘蔗、玉米和香蕉三种作物,其IoU分别提高了2.9%、4.7%、13%。由此可见,DeepTrans模型在农作物分类图像的内部填充和全局预测方面有着更好的分割效果,有助于更准确地监测农田作物的种植结构及规模。

关键词：农作物分类无人机影像 Deeplab v3+ Transformer 注意力机制

在线全文

学校读者我要写书评

暂无评论

基于双流残差融合的多模态讽刺解释研究

小型微型计算机系统 2024年

作者：吴运兵曾炜森高航阴爱英廖祥文数字福建金融大数据研究所福州大学计算机与大数据学院福州大学至诚学院计算机工程系

针对现有多模态讽刺解释模型在融合过程中仅关注图像中的细粒度特征信息，使得模型存在解释效果不佳、多模态特征难以融合等问题，本文设计了一种基于双流残差注意力的多模态融合机制。首先，本文采用了BART和VGG19模型分别提取文本和... 详细信息

针对现有多模态讽刺解释模型在融合过程中仅关注图像中的细粒度特征信息，使得模型存在解释效果不佳、多模态特征难以融合等问题，本文设计了一种基于双流残差注意力的多模态融合机制。首先，本文采用了BART和VGG19模型分别提取文本和图像两种模态特征。其次，模型经过两路多头注意力引导，分别关注图像和文本的细粒度信息，考虑到单纯的多头自注意力不能很好学习图文间的关联信息，采用二次注意力模块（AOA）合理分配特征权重。最后，本文将多模态特征拼接融合后输入BART解码器中进行讽刺解释。模型在公开的数据集MORE上的实验结果表明，相较于ExMore模型，本文模型在METEOR和ROUGE-L评价指标上分别提升了4.35%、3.39%。实验结果表明本文模型能更好融合模态特征，从而显著地提升模型解释的效果。

关键词：自然语言处理深度学习讽刺解释多模态注意力机制

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

OWL1范数约束回归模型的快速算法

运筹学学报(中英文) 2024年

作者：门彦超郦旭东复旦大学大数据学院复旦大学大数据学院

随着机器学习技术的发展,模型中的特征数量不断增加,如何进行有效的变量筛选成为一个非常重要的课题。为控制回归系数的错误发生率,Bogdan等(2015)提出在回归模型中加入OWL1范数正则项的SLOPE模型进行变量选择。与前者不同,本文考虑OWL... 详细信息

随着机器学习技术的发展,模型中的特征数量不断增加,如何进行有效的变量筛选成为一个非常重要的课题。为控制回归系数的错误发生率,Bogdan等(2015)提出在回归模型中加入OWL1范数正则项的SLOPE模型进行变量选择。与前者不同,本文考虑OWL1范数约束回归模型。该模型与SLOPE模型相似,采用多重假设检验的视角进行变量选择,并通过两个参数的调节,更灵活地控制检验的错误发现率。在算法方面,本文基于对偶半光滑牛顿的邻近点算法(PPDNA)快速求解了OWL1范数约束回归模型。该算法外层使用邻近点算法而内层利用半光滑牛顿法高效求解子问题。同时,本文利用了OWL1范数球投影算子广义Jacobian的特殊结构来加速内层算法中的牛顿线性系统的求解。最后,通过在模拟数据及大规模真实数据集上与两种流行算法进行对比,本文验证了新算法的稳健性与有效性。

关键词： OWL1范数半光滑牛顿算法邻近点算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

多视图数据的增量式鲁棒融合模型

小型微型计算机系统 2024年

作者：张晓静彭甫镕山西大学大数据科学与产业研究院

现有多视图融合方法大多通过区分共享特征和独有特征来减少信息冗余。然而，当融合的视图质量较差时，盲目融合会导致模型性能下降，即发生负迁移。针对此问题，提出一种新颖的无监督多视图数据的增量式鲁棒融合模型（MVIF），将多视图... 详细信息

现有多视图融合方法大多通过区分共享特征和独有特征来减少信息冗余。然而，当融合的视图质量较差时，盲目融合会导致模型性能下降，即发生负迁移。针对此问题，提出一种新颖的无监督多视图数据的增量式鲁棒融合模型（MVIF），将多视图分为目标视图和辅助视图，借助编码器学习各视图的独有特征和不同视图之间的共享特征。该模型使用互信息和跨视图重构对学习到的共享特征施加一致性约束，对独有特征施加相关性约束，并联合互信息和重构约束构建信息瓶颈进行联合优化。最终利用辅助视图中与目标视图相关的信息来补充增强目标视图，得到增量式鲁棒融合表示用于下游任务。在真实数据集上进行的广泛实验证明该模型是有效的，对负迁移具有良好的鲁棒性。

关键词：多视图负迁移互信息跨视图重构信息瓶颈

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

大型队列研究数据资源的信息化建设

中国科学:生命科学 2024年第6期54卷 1021-1028页

作者：卞铮王翊涵鄢全意罗丹李岩中国科学院生物物理研究所健康医疗大数据西部研究院

大型队列研究在医学研究中的作用凸显,信息化建设作为保障大型队列研究高质量开展的重要基础,日益受到关注和重视.本文针对队列研究数据资源的信息化建设要点进行阐述,归纳队列研究在采集、保藏、利用数据资源过程中的全流程信息化场景... 详细信息

大型队列研究在医学研究中的作用凸显,信息化建设作为保障大型队列研究高质量开展的重要基础,日益受到关注和重视.本文针对队列研究数据资源的信息化建设要点进行阐述,归纳队列研究在采集、保藏、利用数据资源过程中的全流程信息化场景,讨论并分析信息化面临的问题与挑战,以期为我国未来的大型队列研究的发展及参与数字中国的建设提供重要借鉴与参考.

关键词：队列研究大型队列信息化建设

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

数据库索引调优技术综述

计算机研究与发展 2024年第4期61卷 929-954页

作者：赖思超吴小莹彭煜玮彭智勇武汉大学计算机学院武汉430072 武汉大学大数据研究院武汉430072

索引调优是数据库调优的重要组成部分,一直受到广泛关注.由于索引调优问题的理论复杂性和大数据时代的到来,通过DBA手动调优的方案已经无法满足现代数据库的发展需求,调优方案逐渐开始向自动化、智能化的方向发展.随着机器学习技术的发... 详细信息

索引调优是数据库调优的重要组成部分,一直受到广泛关注.由于索引调优问题的理论复杂性和大数据时代的到来,通过DBA手动调优的方案已经无法满足现代数据库的发展需求,调优方案逐渐开始向自动化、智能化的方向发展.随着机器学习技术的发展,越来越多的索引选择方案开始引入机器学习技术,并取得了一定的研究成果.将索引调优问题的解决方案归结为一种基于搜索的调优范式,归纳了其研究内容,阐述了其面临的挑战,对调优范式内的索引配置空间的生成、索引配置的评价以及索引配置的枚举与搜索3方面的研究成果进行了归纳、总结和对比.对动态工作负载下的索引选择问题(index selection problem,ISP)所面临的新挑战进行了分析,并基于在线反馈控制回路框架对其解决方案进行梳理.讨论了索引调优工具的发展与现状,通过对现有研究的分析论述,为后来研究者提供参考和研究思路,并对索引选择方案的未来进行了展望.

关键词：数据库索引索引选择索引调优性能调优机器学习