检索结果-南通市图书馆

融合Stackelberg博弈和联邦学习的多星协作频谱认知方法研究

在线全文

学校读者我要写书评

暂无评论

通信学报 2024年第2期45卷 90-105页

作者：丁晓进徐叶辉包文张更新南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学物联网学院江苏南京210003

针对低成本和小型化低轨卫星的监测角度和方向分辨率相对较低、处理能力和峰值功率受限等因素造成单颗低轨卫星频谱认知能力弱的问题,提出了融合Stackelberg博弈和联邦学习的多星协作频谱认知方法。首先,结合各频谱认知卫星的可用算力... 详细信息

针对低成本和小型化低轨卫星的监测角度和方向分辨率相对较低、处理能力和峰值功率受限等因素造成单颗低轨卫星频谱认知能力弱的问题,提出了融合Stackelberg博弈和联邦学习的多星协作频谱认知方法。首先,结合各频谱认知卫星的可用算力、认知性能、处理与传输时延等特性,建立面向多频谱认知任务的协作卫星选择与算力资源分配算法;其次,基于所选择的节点和所分配的算力,设计低复杂度的多星协作频谱认知策略,其可自动辨识频谱空洞、检测干扰和识别调制模式。仿真实验结果表明,相比于单节点认知方法,所设计多星协作频谱认知策略能显著提升认知性能,且相比于对比模型,所设计策略中的模型可在不损失性能时,模型的参数量和浮点运算量降低分别可达96.69%和93.32%。

关键词：卫星频谱认知多星协作 Stackelberg博弈联邦学习

在线全文

学校读者我要写书评

暂无评论

面向未来复杂网络的标识体系研究

南京邮电大学学报(自然科学版) 2024年

作者：佘昊王宇翱周沂钱琪杰郭永安南京邮电大学通信与信息工程学院南京邮电大学智能信息处理与通信技术省高校重点实验室

软件定义网络以控制和转发分离的特性将网络领域带入智能与集中化的时代，然而随着物联网、工业互联网等场景的多样化与复杂化变革，未来网络需要支持按需互联、任务驱动的需求，传统TCP/IP的标识体系无法满足未来复杂网络的特性。因此... 详细信息

软件定义网络以控制和转发分离的特性将网络领域带入智能与集中化的时代，然而随着物联网、工业互联网等场景的多样化与复杂化变革，未来网络需要支持按需互联、任务驱动的需求，传统TCP/IP的标识体系无法满足未来复杂网络的特性。因此，如何设计全新的互联网标识体系已成为信息领域最为迫切与核心的研究内容。分析了TCP/IP的层级结构缺陷，创造性提出“多维标识”体系及其关键机制。多维标识网络知识空间针对全网的资源进行统一标识、统一调度、状态感知和拓扑存储，为实现差异化、定制化通信网络服务提供分析与适配基础。

关键词：新型标识体系标识网络多维标识

一种基于双分支注意力神经网络的皮肤癌检测框架

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国生物医学工程学报 2024年第2期43卷 153-161页

作者：王玉峰成昊沅万承北张博石爱菊南京邮电大学通信与信息工程学院南京210003 南京邮电大学理学院南京210046

皮肤癌是一种主要的癌症,在过去几十年中快速增长,早期发现可以极大提高治愈率。近年来,基于皮肤镜图像利用深度学习模型(尤其是各种卷积神经网络)对皮肤癌进行识别和分类获得了广泛应用。但是与传统的图像识别分类不同,皮肤病检测任务... 详细信息

皮肤癌是一种主要的癌症,在过去几十年中快速增长,早期发现可以极大提高治愈率。近年来,基于皮肤镜图像利用深度学习模型(尤其是各种卷积神经网络)对皮肤癌进行识别和分类获得了广泛应用。但是与传统的图像识别分类不同,皮肤病检测任务存在数据不平衡、类间差异性小以及皮损面积占比少等方面的挑战。为此,本研究提出一种基于双分支注意力卷积神经网络(DACNN)皮肤癌分类框架。在数据预处理阶段,根据更细粒度的皮肤病类别,对数据集进行分解,降低数据不平衡程度。从网络结构上,上分支网络利用注意力残差学习(ARL)模块有效提取潜在的病变区域特征,接着利用损伤定位网络(LLN)模块定位病变区域。对其裁剪放大输入由ARL构成的下分支网络,进行局部细节的特征提取,然后结合上下分支网络的特征,进行有效的识别。最后,为了进一步缓解数据不平衡问题,在训练阶段中采用加权损失函数。在包含10015张皮肤镜图像数据集上,对所提出的DACNN模型与几种典型的皮肤病变检测框架进行了实验验证和比较。结果表明,DACNN皮肤癌变检测框架的Sensitivity、Accuracy和F1_score等性能指标分别达到了0.922、0.942和0.933,与已有的递归注意力卷积神经网络模型RACNN相比,以上3个指标分别提升了3.48%、2.95%和3.44%。总之,对于各类图像数不平衡,类间图像差异性小以及皮损面积占比少的皮肤镜图像而言,采用适当的类分解,以及双分支注意力神经网络结构首先对潜在的病变区域进行定位放大,然后进行局部细节的特征提取,能够极大的提高皮肤癌的检测准确度。

关键词：皮肤癌双分支神经网络注意力机制数据不平衡

基于逐层增量分解的深度网络神经元相关性解释方法

在线全文

学校读者我要写书评

暂无评论

自动化学报 2024年第10期50卷 2049-2062页

作者：陈艺元李建威邵文泽孙玉宝智能信息处理与通信技术省高校重点实验室(南京邮电大学) 南京210003 南京邮电大学通信与信息工程学院南京210003 南京信息工程大学教育部数字取证工程研究中心南京210044

神经网络的黑箱特性严重阻碍了人们关于网络决策的直观分析与理解.尽管文献报道了多种基于神经元贡献度分配的决策解释方法,但是现有方法的解释一致性难以保证,鲁棒性更是有待改进.本文从神经元相关性概念入手,提出一种基于逐层增量分... 详细信息

神经网络的黑箱特性严重阻碍了人们关于网络决策的直观分析与理解.尽管文献报道了多种基于神经元贡献度分配的决策解释方法,但是现有方法的解释一致性难以保证,鲁棒性更是有待改进.本文从神经元相关性概念入手,提出一种基于逐层增量分解的神经网络解释新方法LID-Taylor(Layer-wise increment decomposition),且在此基础上先后引入针对顶层神经元相关性的对比提升策略,以及针对所有层神经元相关性的非线性提升策略,最后利用交叉组合策略得到最终方法SIG-LID-IG,实现了决策归因性能的鲁棒跃升.通过热力图对现有工作与提出方法的决策归因性能做了定性定量评估.结果显示,SIG-LID-IG在神经元的正、负相关性的决策归因合理性上均可媲美甚至优于现有工作.SIG-LID-IG在多尺度热力图下同样取得了精确性更高、鲁棒性更强的决策归因.

关键词：神经网络可解释性决策相关性逐层相关性传播类激活图积分梯度

基于SE注意力机制与互信息量的解纠缠跨语种语音转换

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

信号处理 2024年

作者：李燕萍谭誌诚胡澄阳杨露露邵曦南京邮电大学通信与信息工程学院

在跨语种语音转换（Cross-Lingual Voice Conversion， CLVC）任务中，如何保留转换语音中的内容信息，同时有效地提高转换语音的相似度和自然度是目前的研究难题。传统的编码器-解码器模型应用于跨语种语音转换时，通常会对语音进行相... 详细信息

在跨语种语音转换（Cross-Lingual Voice Conversion， CLVC）任务中，如何保留转换语音中的内容信息，同时有效地提高转换语音的相似度和自然度是目前的研究难题。传统的编码器-解码器模型应用于跨语种语音转换时，通常会对语音进行相互独立的内容编码和说话人编码，导致得到的内容表征和说话人表征之间存在一定的信息泄露，从而使得转换语音的说话人个性相似度不够理想。为了解决上述存在的问题，本文提出一种基于SE注意力机制（Squeeze-and-Excitation Attention Mechanism， SE）与互信息量（Mutual Information， MI）的跨语种语音转换方法，实现有效的表征解纠缠，完成开集情形下高质量的跨语种语音转换。首先，在内容编码器中引入SE注意力机制以利用其对全局信息的提取能力，使得内容编码器可以提取包含全局上下文信息的内容表征；同时，在各个表征之间引入互信息量，并通过对其最小化来大幅减少各个表征之间存在的信息泄露问题，从而实现有效的表征解纠缠。在VCTK英文语料库和AISHELL-3中文语料库上的实验结果表明，本文提出的SEMI模型具有更强的表征提取能力，相比于基准模型，其在客观评价中MCD值降低了10.89%，在主观评价中MOS值和ABX值分别提升了10.94%和12.06%，验证了SEMI模型在转换语音质量和说话人个性相似度方面都取得显著进展，实现了开集情形下高质量的跨语种语音转换。

关键词：跨语种语音转换 SE注意力机制互信息量全局上下文信息

基于图注意力机制和对抗训练的语音反欺骗方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

信号处理 2024年

作者：陆华庆葛子瑞王天朗郭海燕杨震南京邮电大学通信与信息工程学院南京邮电大学通信与网络技术国家地方联合工程研究中心

语音反欺骗任务旨在通过设计网络结构和学习算法来区分真实语音和欺骗语音，以提升语音系统安全性。本文提出了一种结合图注意力机制和对抗训练的语音反欺骗方法，以应对语音反欺骗任务中的挑战。具体地，基于说话人吸引子多中心单类（s... 详细信息

语音反欺骗任务旨在通过设计网络结构和学习算法来区分真实语音和欺骗语音，以提升语音系统安全性。本文提出了一种结合图注意力机制和对抗训练的语音反欺骗方法，以应对语音反欺骗任务中的挑战。具体地，基于说话人吸引子多中心单类（speaker attractor multi-center one-class， SAMO）学习算法，利用图信号处理（graph signal processing， GSP）理论，本文提出了采用图注意力网络（graph attention network， GAT）提取说话人吸引子中心的方法。通过引入注意力机制来聚合说话人特征表示，以计算出更具代表性的说话人吸引子中心，从而提高系统对真实语音和欺骗语音的区分能力。另外，考虑到当网络只学习到训练集中已知欺骗类型的特定欺骗伪影时，则分类网络可能无法有效应对未知类型的欺骗攻击。本文在反欺骗网络结构中引入欺骗类型分类对抗网络，通过特征表示学习模块和欺骗类型分类辅助网络的对抗训练，促使网络能够从不同类型的欺骗语音中学习到共同的欺骗伪影特征，从而提升系统对实际测试中未知类型欺骗语音的检测能力。在ASVSpoof2019LA、CFAD和ASVSpoof2021LA数据集上进行了实验，实验结果表明所提方法在性能上优于基线系统和其他对比系统。此外，本文还采用了t分布随机邻居嵌入（t-distributed stochastic neighbor embedding， t-SNE）和相似度矩阵热力图的可视化方法，直观展示了所提方法在准确区分真实语音和欺骗语音方面的优势，并验证了对抗训练技术在学习共同欺骗伪影特征方面的有效性。

关键词：语音反欺骗图注意力机制单分类对抗训练多任务学习

基于全卷积神经网络多任务学习的时域语音分离

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

信号处理 2024年

作者：孙林慧王春艳张蒙南京邮电大学通信与信息工程学院

基于深度神经网络时频掩码进行语音分离时，目标信号相位一般采用混合信号的相位谱，且对性别组合缺乏针对性处理，这导致分离语音的质量不佳。针对该问题，本文提出一种基于全卷积神经网络联合性别组合检测（Fully Convolutional Neura... 详细信息

基于深度神经网络时频掩码进行语音分离时，目标信号相位一般采用混合信号的相位谱，且对性别组合缺乏针对性处理，这导致分离语音的质量不佳。针对该问题，本文提出一种基于全卷积神经网络联合性别组合检测（Fully Convolutional Neural Network - Gender Combination Detection， FCN-GCD）多任务学习的时域语音分离方法。该方法首先在语音分离支路构建全卷积神经网络，该网络的输入为时域两人混合语音信号，输出为目标讲话者的纯净语音信号，运用卷积编码器和反卷积解码器对特征进行压缩和重建，实现端到端的语音分离。其次将混合语音性别组合检测任务整合到语音分离网络中，在两个任务联合约束下获取辅助信息特征和语音分离特征，并将这些深度特征相结合来提升语音分离质量。该FCN-GCD方法是一种时域语音分离方法，不需要进行相位恢复和频域到时域的重构，相比频域处理方法，该处理过程简单，从而提高了运算效率。另外，该方法从混合语音性别组合检测任务中提取有效的辅助信息特征，利用联合特征实现了更有效的语音分离。实验结果表明，与单任务的语音分离方法相比，本文所提出的FCN-GCD方法在男男、女女和男女三种性别组合下均有效提高了语音质量，在语音质量感知评估（PESQ）、短时客观可懂度（STOI）、信号干扰比（SIR）、信号失真比（SDR）和信号人工干扰比（SAR）评价指标上均获得更佳的表现。

关键词：深度神经网络语音分离全卷积神经网络特征融合多任务学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

用于声音事件定位与检测的空间信息增强方法

信号处理 2024年

作者：肖剑郭海燕王婷婷杨震南京邮电大学通信与信息工程学院南京邮电大学通信与网络技术国家地方联合工程研究中心

声音事件定位与检测包含到达方向估计和声音事件检测两个子任务。作为当前声音事件定位与检测领域中应用最为广泛的模型之一，卷积循环神经网络模型采用卷积神经网络分别从单个音频通道中提取特征，这导致模型丢失了不同通道间的相关信... 详细信息

声音事件定位与检测包含到达方向估计和声音事件检测两个子任务。作为当前声音事件定位与检测领域中应用最为广泛的模型之一，卷积循环神经网络模型采用卷积神经网络分别从单个音频通道中提取特征，这导致模型丢失了不同通道间的相关信息。然而，通道间的相关信息蕴含了与声源位置相关的空间线索，空间信息的缺失必然会影响模型的到达方向估计性能。此外，卷积循环神经网络模型中使用的交叉熵损失函数还会引起特征分散问题。为解决这些问题，本文提出采用混合损失函数的图卷积循环神经网络模型。具体地，采用图卷积神经网络对不同特征通道间的信息进行聚合，以获取包含更丰富空间信息的特征，来改进卷积循环神经网络模型的到达方向估计性能。在此基础上，结合交叉熵损失函数和角度间隔softmax函数，提出一种新的混合损失函数来解决特征分散问题提高模型的分类性能。实验结果表明，本文提出的采用混合损失函数的图卷积循环神经网络模型在定位相关声音事件检测错误率、F1分数、定位召回率和声音事件定位与检测得分方面均优于其他声音事件定位与检测模型。

关键词：声音事件定位与检测深度学习图卷积网络多通道

基于可学习图比率掩码估计的图频域语音增强方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

信号处理 2024年

作者：王景润郭海燕王婷婷杨震南京邮电大学通信与信息工程学院南京邮电大学通信与网络技术国家地方联合工程研究中心

在基于深度神经网络（deep neural network， DNN）的时频域语音增强方法中，通常将短时傅里叶变换（short-time Fourier transform ， STFT）得到的复数域含噪语音时频谱作为DNN输入，以估计纯净语音的幅度和相位。此类方法由于会涉及... 详细信息

在基于深度神经网络（deep neural network， DNN）的时频域语音增强方法中，通常将短时傅里叶变换（short-time Fourier transform ， STFT）得到的复数域含噪语音时频谱作为DNN输入，以估计纯净语音的幅度和相位。此类方法由于会涉及对复数的运算，计算复杂度和模型参数量较大。针对此问题，本文利用图信号处理（graph signal processing， GSP）理论，提出了基于DNN的图频域语音增强方法。首先，基于语音信号样点间的位置关系定义实对称的邻接矩阵，将语音信号以无向图形式的图信号进行表示，在此基础上利用对应的图傅里叶变换（graph Fourier transform， GFT）提取实数域的语音图频域特征。由于GFT基与邻接矩阵密切相关，该图频域特征隐式地利用了信号样点间的关系，并且可在实数网络中进行处理。然后，构建基于卷积增强transformer（convolution-augmented transformer， conformer）的网络GFT-conformer，分别从时间维度和图频率维度捕获图频域特征的局部和全局依赖关系，训练基于掩码的目标，以实现语音增强。最后，考虑到语音和噪声在不同图频率分量上的特性差异，提出可学习图比率掩码（learnable graph ratio mask， LGRM），对不同图频率分量的掩码范围分别进行控制，实现对不同图频率分量的精细化去噪，进一步提升GFT-conformer模型的增强性能。在Voice Bank+DEMAND数据集和Deep Xi数据集上的实验结果表明，所提出的方法在五种常用的评价指标上，优于基于DNN的时域和时频域对比方案。

关键词：深度神经网络语音增强图傅里叶变换