检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

资源高效的聚类协同联邦学习客户端选择方法

吉林大学学报(工学版) 2024年

作者：李强张凌羽孟祥宇吉林大学计算机科学与技术学院

联邦学习的一个关键问题就是各客户端的资源异构性和数据异构性。为此提出了资源高效的聚类协同联邦学习客户端选择方法，根据各客户端的计算能力将其分组，在每轮训练中以每组客户端的平均准确率作为间接度量选择同组客户端，在每组内... 详细信息

联邦学习的一个关键问题就是各客户端的资源异构性和数据异构性。为此提出了资源高效的聚类协同联邦学习客户端选择方法，根据各客户端的计算能力将其分组，在每轮训练中以每组客户端的平均准确率作为间接度量选择同组客户端，在每组内根据各客户端的模型相似度将客户端进行聚类，选择每组内不同聚类中的客户端。我们在真实数据集上评估了本方法的性能，实验结果表明本方法可以减少全局训练时间，获得更快速、更平滑的收敛，实现训练效率和全局模型准确率之间的良好平衡。

关键词：计算机系统结构联邦学习客户端选择聚类资源异构数据异构

融合全局与局部细粒度特征的图相似度度量算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

吉林大学学报(工学版) 2024年

作者：车翔玖李良吉林大学计算机科学与技术学院

图相似度计算不仅是图相似度搜索的一个基本操作，而且在许多应用领域中发挥着重要作用，包括药物设计、程序分析和社会群体识别等。由于计算两个图之间的精确距离或相似度通常是一个非确定性多项式时间难解（NP-hard）问题，需要解决... 详细信息

图相似度计算不仅是图相似度搜索的一个基本操作，而且在许多应用领域中发挥着重要作用，包括药物设计、程序分析和社会群体识别等。由于计算两个图之间的精确距离或相似度通常是一个非确定性多项式时间难解（NP-hard）问题，需要解决精度和速度的权衡问题。本文提出了一种基于池化的图神经网络方法，有效地融合了两个图数据全局的粗粒度交互特征以及子图间节点的细粒度交互特征，在保证精度的前提下进一步降低计算量。实验结果表明，本文的方法在真实的图数据集上表现出良好的性能，相较于先前提出的方法，既提高了准确性，又提升了计算效率。

关键词：计算机应用技术图神经网络图相似度计算图池化图编辑距离

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

联邦忘却学习研究综述

计算机学报 2024年第2期47卷 396-422页

作者：王鹏飞魏宗正周东生宋威肖蕴明孙庚于硕张强大连理工大学计算机科学与技术学院大连理工大学社会计算与认知智能教育部重点实验室大连大学先进设计与智能计算教育部重点实验室美国西北大学计算机科学系吉林大学计算机科学与技术学院吉林大学符号计算与知识工程教育部重点实验室

数据已经成为与土地、劳动力、资本、技术等并列的重要生产要素之一.利用数据分析挖掘数据的潜在价值，有助于推动产业创新、技术升级和区域经济发展.然而，在数据使用过程中，隐私泄露等风险限制了数据的流通和共享.因此，如何在数据... 详细信息

数据已经成为与土地、劳动力、资本、技术等并列的重要生产要素之一.利用数据分析挖掘数据的潜在价值，有助于推动产业创新、技术升级和区域经济发展.然而，在数据使用过程中，隐私泄露等风险限制了数据的流通和共享.因此，如何在数据流通和共享过程中保护数据隐私已成为研究热点.联邦忘却学习（Federated Unlearning）撤销用户数据对联邦学习模型的训练更新，可以进一步保护联邦学习用户的数据安全.本文综述了联邦忘却学习的研究工作，首先简要阐述了联邦学习架构，并引出忘却学习和联邦忘却学习的概念和定义;其次，根据修正对象的不同将联邦忘却学习算法分为面向全局模型和面向局部模型两类，并详细分析各类算法的实现细节以及优缺点;然后，本文还详述联邦忘却学习中常用评价指标，将评价指标划分为模型表现指标、遗忘效果指标和隐私保护指标三类，并分析不同类型评价指标的优缺点;最后，本文对联邦忘却学习未来的研究方向进行展望.

关键词：联邦学习联邦忘却学习数字经济隐私保护边缘智能

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向不平衡多组学癌症数据的特征表征算法

吉林大学学报(工学版) 2024年

作者：周丰丰郭喆范雨思吉林大学计算机科学与技术学院吉林大学人工智能学院

癌症数据能揭示癌症的发病趋势、生存率变化，以及影响因素，为癌症预防和治疗提供科学依据，进而降低癌症的发病率和死亡率。癌症疾病数据面临结构复杂、预测困难、数据不平衡，患者隐私保护等一系列问题。因此，本文提出一种特征表征... 详细信息

癌症数据能揭示癌症的发病趋势、生存率变化，以及影响因素，为癌症预防和治疗提供科学依据，进而降低癌症的发病率和死亡率。癌症疾病数据面临结构复杂、预测困难、数据不平衡，患者隐私保护等一系列问题。因此，本文提出一种特征表征方法ImFeatures，解决了癌症数据的不平衡问题，丰富了样本结构。联合癌症转录组和甲基化两种组学数据作为真实样本，通过逻辑回归(LR)和随机森林(RF)两种特征选择后，得到的负样本随机划分结合等量的正样本，输入本文提出的特征表征模型，生成学习到关键特征信息的表征样本，以提高模型预测能力。实验结果表明，在经过特征表征后的11种常见癌症数据集上，本文提出的结合特征筛选和特征表征的算法的准确率(Acc)结果均超过了80.00%，其中有5种癌症的预测结果超过了95.00%，可以有效提升癌症疾病的预测结果。

关键词：计算机应用技术特征表征生物信息学多组学数据特征筛选机器学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于模型诊断中求解环形数据极小碰集的算法

计算机集成制造系统 2024年

作者：李红玫黄森赵相福烟台大学计算机与控制工程学院吉林大学计算机科学与技术学院

极小碰集求解是人工智能领域中的重要问题之一。然而，当前多数求解算法往往忽视了冲突集合簇的结构特性，而结构信息在求解大规模问题时具有至关重要的作用。本文提出求解环形结构数据的环形算法（CircleLinearMerge， CLM）。该算法... 详细信息

极小碰集求解是人工智能领域中的重要问题之一。然而，当前多数求解算法往往忽视了冲突集合簇的结构特性，而结构信息在求解大规模问题时具有至关重要的作用。本文提出求解环形结构数据的环形算法（CircleLinearMerge， CLM）。该算法将复杂的环形结构简化成线性结构，采用LinearMerge算法高效求解；在产生所有极小候选解的过程中，将每个候选解的独立覆盖检测范围缩小至两个集合，避免了复杂的极小化操作，大幅度缩短了求解时间。为进一步提高效率，提出优化的环形算法（Improved CLM， ICLM），该优化策略通过寻找相交元素个数最多的两个集合，连续选取交集元素将环形数据分解成若干相同的线性数据，利用节点重用方法提高求解效率。实验结果表明，CLM算法的求解时间相比于其他经典算法最多可减少99%以上。ICLM算法的时间复杂度大大降低，求解时间相比于CLM算法最多可减少45%以上。

关键词：极小碰集线性数据环形数据布尔代数独立覆盖

BWSS:结合可疑集合簇计算极小碰集的Boolean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

软件学报 2024年

作者：赵相福黄森魏霞童向荣欧阳丹彤张立明烟台大学计算机与控制工程学院浙江师范大学计算机系吉林大学计算机科学与技术学院

在基于模型的诊断领域中,因为极小冲突集的极小碰集即为待诊断设备的候选诊断,所以计算极小碰集是候选诊断的一个关键步骤.其中,极小碰集是一个NP-hard约束求解问题,随着问题规模增大,求解难度成指数级增长. Boolean算法是计算极小碰集... 详细信息

在基于模型的诊断领域中,因为极小冲突集的极小碰集即为待诊断设备的候选诊断,所以计算极小碰集是候选诊断的一个关键步骤.其中,极小碰集是一个NP-hard约束求解问题,随着问题规模增大,求解难度成指数级增长. Boolean算法是计算极小碰集的经典算法,然在求解过程中,解集的极小化却占据运算的绝大部分时间.为解决该问题并提升计算效率,本文提出了结合可疑集合簇计算极小碰集的BWSS算法,通过深度分析Boolean算法生成树规则,找到使候选解成为超集的集合,在向根节点扩展元素时,如果候选解与可疑集合簇中至少一个集合交集为空,那么该解为极小候选解,否则删除该解,通过递归的策略保证算法结束时产生且仅产生所有极小碰集.除此之外,每个候选解在极小化时,至少存在m(m≥1)个元素甚至整个解无需极小化.理论上, BWSS算法的复杂度要远低于Boolean算法.通过随机数据及大量基准电路数据,实验结果表明本文所提算法与目前最先进的几种算法相比,运行时间减少了几个数量级.

关键词：基于模型诊断极小碰集 Boolean算法候选解冲突集

多尺度信息引导代价体金字塔聚合的立体匹配网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

昆明理工大学学报(自然科学版) 2024年

作者：惠康华张榆高思华中国民航大学计算机科学与技术学院吉林大学计算机科学与技术学院

针对基于4D代价体金字塔的立体匹配网络存在多尺度信息利用率低，从多代价体中提取关键信息困难等不足，提出一种多尺度信息引导代价体金字塔聚合的立体匹配网络.为有效利用代价体金字塔聚合过程中不同尺度的输出信息，设计一种基于单... 详细信息

针对基于4D代价体金字塔的立体匹配网络存在多尺度信息利用率低，从多代价体中提取关键信息困难等不足，提出一种多尺度信息引导代价体金字塔聚合的立体匹配网络.为有效利用代价体金字塔聚合过程中不同尺度的输出信息，设计一种基于单峰视差注意力的尺度间聚合方式，通过代价体金字塔上部分的预测视差突出金字塔底层代价体中的重点信息；为增强代价聚合对于显著特征的关注，提出引导沙漏结构，通过图像的多尺度几何信息与代价体的全局空间信息，自适应地聚合与校准各尺度代价体.实验结果表明，该网络在SceneFlow、KITTI 2012和KITTI 2015数据集上取得良好匹配准确度的同时具有较快推理速度，且与CFNet和PCWNet相比参数量分别降低31%与57%.

关键词：立体匹配注意力机制多尺度信息代价体金字塔

一种基于BiGRU和胶囊网络的文本情感分析方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

吉林大学学报（工学版） 2024年第7期54卷 2026-2037页

作者：乔百友武彤杨璐蒋有文东北大学计算机科学与工程学院沈阳110169

针对现有基于商品评论文本的情感分析方法大都较少考虑评论文本的方面特征,相关分析模型也未同时考虑上下文长期依赖特征和文本局部特征,因而影响情感分析准确度的问题,提出了一种基于双向门控循环网络(BiGRU)和胶囊网络的文本情感分析... 详细信息

针对现有基于商品评论文本的情感分析方法大都较少考虑评论文本的方面特征,相关分析模型也未同时考虑上下文长期依赖特征和文本局部特征,因而影响情感分析准确度的问题,提出了一种基于双向门控循环网络(BiGRU)和胶囊网络的文本情感分析方法。该方法首先采用基于词频统计的方法提取出评论文本的方面特征,并将其融入词向量表示中,从而有效提升词向量的表达能力。然后,采用BiGRU提取文本的上下文长期依赖特征,采用胶囊网络提取文本的局部特征,从而实现基于方面的高精度文本情感分析。真实数据集上的实验结果表明,本文提出的方法在准确率、查准率、查全率和F1分数等评价指标上,均优于双向长短期记忆网络(BiLSTM)、CNN-LSTM、TextCNN等现有情感分析模型。

关键词：深度学习方面特征情感分析评论文本

基于深度学习的突发事件多源异构情报融合及推荐研究

维普期刊数据库

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

情报科学 2024年第4期42卷 136-144页

作者：刘颖胡智鹏韩心怡王静茹北华大学计算机科学技术学院吉林吉林132013

【目的/意义】突发事件中情报复杂多样、规律难预测,对社会公共安全至关重要。如何快速有效获取和分析突发事件中情报,进行安全预警与危机情报推荐,是保障社会安全的重要课题。【方法/过程】本文构建了一个基于深度学习的突发事件多源... 详细信息

【目的/意义】突发事件中情报复杂多样、规律难预测,对社会公共安全至关重要。如何快速有效获取和分析突发事件中情报,进行安全预警与危机情报推荐,是保障社会安全的重要课题。【方法/过程】本文构建了一个基于深度学习的突发事件多源异构情报融合与危机情报推荐系统。该系统通过深度学习算法提取事件数据特征,实现对多源异构情报的高效融合,并根据数据分析结果进行危机情报生成和策略推荐。【结果/结论】基于深度学习构建出安全保障的体系框架,通过实证分析,实现对复杂突发事件中情报的智能处理与推荐。有效地提高了对事件中危机情报的获取和利用效率,为相关部门快速制定科学的应急方案提供鼎力支持,具有重要的实践应用价值。【创新/局限】实现了基于深度学习的多源异构情报融合框架在突发事件分析中的创新应用,可以高效获取情报并自动生成推荐。框架需要大量标注数据进行模型训练,标注工作量大,样本标注的一致性和正确性需要进一步提高。

关键词：深度学习多源异构情报情报融合危机情报推荐情报生成

维普期刊数据库