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

特征扩展的随机向量函数链神经网络

软件学报 2024年第6期35卷 2903-2922页

作者：龙茂森王士同江南大学人工智能与计算机学院江苏无锡214122

基于宽度学习的动态模糊推理系统(broad-learning-based dynamic fuzzy inference system,BL-DFIS)能自动构建出精简的模糊规则并获得良好的分类性能.然而,当遇到大型复杂的数据集时,BL-DFIS因会使用较多模糊规则来试图达到令人满意的... 详细信息

基于宽度学习的动态模糊推理系统(broad-learning-based dynamic fuzzy inference system,BL-DFIS)能自动构建出精简的模糊规则并获得良好的分类性能.然而,当遇到大型复杂的数据集时,BL-DFIS因会使用较多模糊规则来试图达到令人满意的识别精度,从而对其可解释性造成了不利影响.对此,提出一种兼顾分类性能和可解释性的模糊神经网络,将其称为特征扩展的随机向量函数链神经网络(FA-RVFLNN).在该网络中,一个以原始数据为输入的RVFLNN被作为主体结构,BL-DFIS则用作性能补充,这意味着FA-RVFLNN包含具有性能增强作用的直接链接.由于主体结构的增强节点使用Sigmoid激活函数,因此,其推理过程可借助一种模糊逻辑算子(I-OR)来解释.而且,具有明确含义的原始输入数据也有助于解释主体结构的推理规则.在直接链接的支撑下,FA-RVFLNN可利用增强节点、特征节点和模糊节点学到更丰富的有用信息.实验表明:FA-RVFLNN既减缓了主体结构RVFLNN中过多增强节点带来的“规则爆炸”问题,也提高了性能补充结构BL-DFIS的可解释性(平均模糊规则数降低了50%左右),在泛化性能和网络规模上仍具有竞争力.

关键词：宽度学习系统模糊推理系统特征扩展随机向量函数链神经网络(RVFLNN) Sigmoid激活函数可解释

在线全文

学校读者我要写书评

暂无评论

推荐系统中神经网络结合注意力机制研究综述

计算机工程与应用 2024年第10期60卷 47-60页

作者：高广尚广西民族大学人工智能学院南宁530006

探讨神经网络如何结合注意力机制及其变种,以更好地学习用户和物品间复杂和隐含的关系,从而提高推荐的准确性和个性化水平。从多层感知机、卷积神经网络、循环神经网络、自编码器、图神经网络以及反向传播神经网络这六类典型神经网络出... 详细信息

探讨神经网络如何结合注意力机制及其变种,以更好地学习用户和物品间复杂和隐含的关系,从而提高推荐的准确性和个性化水平。从多层感知机、卷积神经网络、循环神经网络、自编码器、图神经网络以及反向传播神经网络这六类典型神经网络出发,研究它们与注意力机制相结合进行推荐的过程,具体结合点击率预测、标签推荐和评论评分预测等典型应用场景进行优缺点分析。通过将神经网络与注意力机制相结合,模型能够聚焦于输入数据中的关键信息,降低对次要信息的注意程度,甚至直接过滤掉无关信息。现有将注意力机制与神经网络结合的推荐模型,在很大程度上能够满足常见的推荐任务需求。但是这类模型在跨域推荐、深度强化学习推荐以及多模态推荐等复杂推荐场景中,仍面临一些挑战,例如跨域推荐需要模型具备迁移学习的能力,强化学习推荐需要进行长期奖励建模。

关键词：推荐系统深度学习神经网络注意力机制

基于强化技能意识的《大学生职业发展与就业指导》课程体系构建研究

在线全文

学校读者我要写书评

暂无评论

职业教育（汉斯） 2024年第3期13卷 726-734页

作者：陆海兰南宁学院人工智能与软件学院广西南宁

大学生就业问题是社会关注的焦点之一,但目前的大学生技能意识过于薄弱,就业意识不强,因此重新构建强化技能意识的《大学生职业发展与就业指导》课程体系,培养大学生个体具有一系列与职业有关的知识技能和个性特征综合而成的素养。以期... 详细信息

大学生就业问题是社会关注的焦点之一,但目前的大学生技能意识过于薄弱,就业意识不强,因此重新构建强化技能意识的《大学生职业发展与就业指导》课程体系,培养大学生个体具有一系列与职业有关的知识技能和个性特征综合而成的素养。以期将学生技能意识的培养与确立贯穿于学生的整个成长过程,使其职业意识尽早唤醒,并与社会的需求相吻合,为大学生就业能力提升提供有益的借鉴。

关键词：强化技能意识课程体系

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于分类风险的半监督集成学习算法

模式识别与人工智能 2024年第4期37卷 339-351页

作者：何玉林朱鹏辉黄哲学 PHILIPPE Fournier-Viger 人工智能与数字经济广东省实验室(深圳) 深圳518107 深圳大学计算机与软件学院深圳518060

针对当前半监督集成学习算法对无标记样本预测时容易出现的标注混沌问题,文中提出基于分类风险的半监督集成学习算法(Classification Risk-Based Semi-supervised Ensemble Learning Algorithm,CR-SSEL).采用分类风险作为无标记样本置... 详细信息

针对当前半监督集成学习算法对无标记样本预测时容易出现的标注混沌问题,文中提出基于分类风险的半监督集成学习算法(Classification Risk-Based Semi-supervised Ensemble Learning Algorithm,CR-SSEL).采用分类风险作为无标记样本置信度的评判标准,可有效衡量样本标注的不确定性程度.迭代地训练分类器,对高置信度样本进行再强化,使样本标注的不确定性逐渐降低,增强半监督集成学习算法的分类性能.在多个标准数据集上验证CR-SSEL的学习参数影响、训练过程收敛和泛化性能提升,实验表明随着基分类器个数的增加,CR-SSEL的训练过程呈收敛趋势,获得较优的分类精度.

关键词：半监督集成学习集成学习半监督学习分类风险不确定性置信度

新媒体背景下高校德育课程资源建设与共享研究

在线全文

学校读者我要写书评

暂无评论

职业教育（汉斯） 2024年第3期13卷 683-689页

作者：梁信舅南宁学院人工智能与软件学院广西南宁

高校德育课程是集教育、管理和服务为一体的系统工程,具有明显的系统性。德育课程的实施,可以帮助学生形成正确的道德观念,培养良好的道德品质和行为习惯。随着新媒体技术的快速发展,信息传播的速度和广度都在不断扩大,高校德育课程资... 详细信息

高校德育课程是集教育、管理和服务为一体的系统工程,具有明显的系统性。德育课程的实施,可以帮助学生形成正确的道德观念,培养良好的道德品质和行为习惯。随着新媒体技术的快速发展,信息传播的速度和广度都在不断扩大,高校德育课程资源建设与共享面临着新的机遇和挑战。本文从新媒体背景下高校德育课程资源建设与共享的内涵、特点、作用和意义进行分析,探讨当前高校德育课程资源建设与共享存在的问题,并提出相应的解决策略。

关键词：新媒体高校德育课程资源建设共享

细化多尺度感知与优化轮廓的自适应道路场景语义分割网络

维普期刊数据库评论

在线全文

维普期刊数据库

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06期36卷 844-856页

作者：司马海峰许毓霜王静徐明亮河南理工大学软件学院郑州大学计算机与人工智能学院、软件学院

语义分割通常被描述为像素级的分类任务,而集成卷积神经网络与Transformer的MaskFormer网络则将其描述为掩模级的分类任务.为了解决语义分割形变建模能力差、物体轮廓分割模糊和收敛速度慢的问题,提出一种细化多尺度感知与优化轮廓的自... 详细信息

语义分割通常被描述为像素级的分类任务,而集成卷积神经网络与Transformer的MaskFormer网络则将其描述为掩模级的分类任务.为了解决语义分割形变建模能力差、物体轮廓分割模糊和收敛速度慢的问题,提出一种细化多尺度感知与优化轮廓的自适应道路场景语义分割网络.在编码器中,采用标准卷积与可变形卷积堆叠形成的瓶颈结构提高网络的形变建模能力;在解码器中,采用特征细化模块过滤无关特征,进一步提高特征金字塔网络的解码能力;针对特征金字塔网络进行多层级特征融合时上采样特征出现像素点错位的问题,引入特征校准模块优化物体轮廓的分割效果;最后在Transformer模块中采用Miti-DETR解码器加快网络的训练速度,提升分割精度.实验结果表明,所提网络在Cityscapes和Mapillary Vistas数据集上以较大的优势超过了现有的语义分割网络.

关键词：语义分割可变形卷积特征细化特征校准

结合自对比图神经网络与双预测器的会话推荐模型

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3期37卷 242-252页

作者：章淯淞夏鸿斌刘渊江南大学人工智能与计算机学院无锡214122 江南大学人机融合软件与媒体技术省高校重点实验室无锡214122

基于会话的推荐旨在利用短时匿名会话预测用户行为.现有结合图神经网络与对比学习的会话推荐模型大多采用联合优化交叉熵损失与对比学习损失的方法,但二者所起作用相似,同时需要构建大量复杂的正负样本,为模型带来负担.此外,简单的线性... 详细信息

基于会话的推荐旨在利用短时匿名会话预测用户行为.现有结合图神经网络与对比学习的会话推荐模型大多采用联合优化交叉熵损失与对比学习损失的方法,但二者所起作用相似,同时需要构建大量复杂的正负样本,为模型带来负担.此外,简单的线性预测器不能较好地预测带有用户随机行为的数据.针对上述问题,文中提出结合自对比图神经网络与双预测器的会话推荐模型(Session-Based Recommendation Model with Self Contrastive Graph Neural Network and Dual Predictor,SCGNN).首先,使用双视图建模原始会话,采用改进的图神经网络学习物品嵌入与会话嵌入,并通过自对比学习优化物品表示.然后,提出用户行为感知因子,应对用户随机行为带来的影响.最后,采用决策森林预测器与线性预测器对物品进行预测,并提出软标签生成策略,通过协同过滤与当前会话类似的历史会话以辅助预测.在Tmall、Diginetica、Nowplaying数据集上的实验表明文中模型的有效性.

关键词：会话推荐图神经网络自对比学习多预测器

在线全文

学校读者我要写书评

暂无评论

自监督混合图神经网络的会话推荐模型

计算机科学与探索 2024年第4期18卷 1021-1031页

作者：章淯淞夏鸿斌刘渊江南大学人工智能与计算机学院江苏无锡214122 江苏省媒体设计与软件技术重点实验室江苏无锡214122

基于会话的推荐旨在利用匿名会话预测用户行为。现有基于图神经网络(GNN)的会话推荐算法大多仅针对当前会话提取用户偏好,却忽略了来自其他会话的高阶多元关系从而影响推荐精度。此外,由于会话推荐所采用的短时交互序列包含的信息非常有... 详细信息

基于会话的推荐旨在利用匿名会话预测用户行为。现有基于图神经网络(GNN)的会话推荐算法大多仅针对当前会话提取用户偏好,却忽略了来自其他会话的高阶多元关系从而影响推荐精度。此外,由于会话推荐所采用的短时交互序列包含的信息非常有限,使其更容易受到数据稀疏性的影响。针对上述问题,提出了自监督混合图神经网络会话推荐模型(SHGN)。该模型首先通过将原始数据构建为三个视图来描述会话与物品关系,然后通过多头图注意力网络捕获会话内部物品的低阶转换信息,提出了残差图卷积网络捕获物品和会话的高阶转换信息;最后融合自监督学习(SSL)作为辅助任务,通过最大化不同通道学习到的会话嵌入的互信息,对原始数据进行数据增强从而提升推荐性能。为了验证该方法的有效性,在Tmall、Diginetica、Nowplaying、Yoochoose四个基准数据集上与SR-GNN、GCE-GNN、DHCN等主流基线模型进行了对比实验,实验结果在P@20、MRR@20等性能指标上均取得了一定提升。

关键词：会话推荐多视图建模图神经网络自监督学习

在线全文

学校读者我要写书评

暂无评论

双关系预测与特征融合的实体关系抽取模型

智能系统学报 2024年第2期19卷 462-471页

作者：沈健夏鸿斌刘渊江南大学人工智能与计算机学院江苏无锡214122 江苏省媒体设计与软件技术重点实验室江苏无锡214122

现有分阶段解码的实体关系抽取模型仍存在着阶段间特征融合不充分的问题,会增大曝光偏差对抽取性能的影响。为此,提出一种双关系预测和特征融合的实体关系抽取模型(entity relation extraction model with dual relation prediction and... 详细信息

现有分阶段解码的实体关系抽取模型仍存在着阶段间特征融合不充分的问题,会增大曝光偏差对抽取性能的影响。为此,提出一种双关系预测和特征融合的实体关系抽取模型(entity relation extraction model with dual relation prediction and feature fusion,DRPFF),该模型使用预训练的基于Transformer的双向编码表示模型(bidirectional encoder representation from transformers,BERT)对文本进行编码,并设计两阶段的双关系预测结构来减少抽取过程中错误三元组的生成。在阶段间通过门控线性单元(gated linear unit,GLU)和条件层规范化(conditional layer normalization,CLN)组合的结构来更好地融合实体之间的特征。在NYT和WebNLG这2个公开数据集上的试验结果表明,该模型相较于基线方法取得了更好的效果。

关键词：实体关系抽取关系三元组预训练模型双关系预测指针网络特征融合门控线性单元条件层规范化

同方期刊数据库博看期刊