检索结果-南通市图书馆

维普期刊数据库

同方期刊数据库

基于Translate机制的交叉融合多模态情感分析模型

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2024年

作者：冯勇申锦涛徐红艳王嵘冰刘婷婷张永刚辽宁大学信息学院吉林大学符号计算与知识工程教育部重点实验室

[目的]针对现有情感分析研究中多模态数据融合不充分，且很少考虑模态间异构性的影响，从而导致情感分类准确率不高的问题，提出一种基于Translate机制的交叉融合多模态情感分析模型。[方法]首先，通过Translate机制实现文本、图像和音... 详细信息

[目的]针对现有情感分析研究中多模态数据融合不充分，且很少考虑模态间异构性的影响，从而导致情感分类准确率不高的问题，提出一种基于Translate机制的交叉融合多模态情感分析模型。[方法]首先，通过Translate机制实现文本、图像和音频模态特征间的相互转换；然后将转换后的模态特征与目标模态特征进行融合（单模态融合），从而避免不同模态的异构性对模型性能的影响；最后，使用交叉融合将不同模态特征充分交互，生成充分学习单模态信息的多模态特征，进而输入到分类器中进行情感分类。[结果]在CMU-MOSI和CMU-MOSEI公开数据集上与当前主流情感分析模型进行了对比实验，实验结果表明，相较于次优模型本文所提模型在Acc上提升了0.96%，在F1值上提升了1.00%。[局限]多模态数据中各模态对于情感分析的贡献度不同，模型没有特别考虑图像和音频模态贡献度高于文本模态的场景。[结论]本文所提模型充分融合了模态间信息，避免了模态间异构性的影响，能够有效提升模型整体性能，且在Acc、F1值、MAE和Corr等指标上优于对比模型。

关键词：情感分析多模态模态转换特征融合 Translate

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于学习-推理的约束求解方法研究进展

软件学报 2024年第1期35卷 220-235页

作者：邹悦赖家洋张永刚吉林大学软件学院吉林长春130012 吉林大学计算机科学与技术学院吉林长春130012 符号计算与知识工程教育部重点实验室(吉林大学) 吉林长春130012

机器学习与自动推理的融合是当前人工智能研究的新趋势.约束满足问题是人工智能研究的经典问题,现实世界中大量的调度、规划和配置等问题均可以建模为约束满足问题,高效的求解算法一直是研究热点.近年来涌现出众多将机器学习应用于约束... 详细信息

机器学习与自动推理的融合是当前人工智能研究的新趋势.约束满足问题是人工智能研究的经典问题,现实世界中大量的调度、规划和配置等问题均可以建模为约束满足问题,高效的求解算法一直是研究热点.近年来涌现出众多将机器学习应用于约束满足问题求解的新方法,这些基于“学习-推理”的新方法为约束满足问题求解开辟了新方向并展示出巨大发展潜力,方法的突出优点是适应性强、可在线优化并具有更强的可扩展性.将当前的“学习-推理”方法分为基于消息传递神经网络、基于序列到序列和基于最优化等3类进行综述,详细分析各类方法的特点和在不同的问题集上求解效果,尤其对每类方法所涵盖的相关工作进行多角度的对比分析.最后,对基于“学习-推理”的约束求解方法进行总结和展望.

关键词：约束满足问题消息传递神经网络序列到序列强化学习最优化

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

针对MUS求解问题的加强剪枝策略

软件学报 2024年第4期35卷 1964-1979页

作者：蒋璐宇欧阳丹彤董博文张立明吉林大学计算机科学与技术学院吉林长春130012 吉林大学软件学院吉林长春130012 符号计算与知识工程教育部重点实验室(吉林大学) 吉林长春130012

极小不可满足子集(minimal unsatisfiable subsets,MUS)的求解是布尔可满足性问题中的一个重要子问题.对于一个给定的不可满足问题,其MUS的求解能够反映出问题中导致其不可满足的关键原因.然而,MUS的求解是一项极其耗时的任务,不同的剪... 详细信息

极小不可满足子集(minimal unsatisfiable subsets,MUS)的求解是布尔可满足性问题中的一个重要子问题.对于一个给定的不可满足问题,其MUS的求解能够反映出问题中导致其不可满足的关键原因.然而,MUS的求解是一项极其耗时的任务,不同的剪枝过程将直接影响到搜索空间的大小、算法的迭代次数,从而影响算法的求解效率.提出一种针对MUS求解的加强剪枝策略ABC(accelerating by critical MSS),依据MSS、MCS、MUS这3者之间的对偶性和碰集关系特点,提出cMSS和subMUS概念,并总结出4条性质,即每个MUS必是subMUS的超集,进而在避免对MCS的碰集进行求解的情况下有效利用MUS和MCS互为碰集的特征,有效避免求解碰集时的时间开销.当subMUS不可满足时,则subMUS是唯一的MUS,算法将提前结束执行;当subMUS可满足时,则剪枝掉此节点,进而有效避免对求解空间中的冗余空间进行搜索.同时,通过理论证明ABC策略的有效性,并将其应用于目前最高效的单一化模型算法MARCO和双模型算法MARCO-MAM,在标准测试用例下的实验结果表明,该策略可以有效地对搜索空间进行进一步剪枝,从而提高MUS的枚举效率.

关键词：极小不可满足子集极大可满足子集 MUS枚举幂集探索不可行分析

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

融合基数约束与单次入队的基于模型诊断方法

计算机研究与发展 2024年

作者：青杨欧阳丹彤周慧思张立明吉林大学计算机科学与技术学院符号计算与知识工程教育部重点实验室(吉林大学)

基于模型诊断(MBD)在不同的环境中有越来越多的用途，包括软件故障定位，电子表格的调试，Web服务和硬件设计，以及生物系统的分析等．受这些不同用途的启发，近年来MBD算法改进成效显著．然而，对体系庞大、结构复杂的系统，需要对现... 详细信息

基于模型诊断(MBD)在不同的环境中有越来越多的用途，包括软件故障定位，电子表格的调试，Web服务和硬件设计，以及生物系统的分析等．受这些不同用途的启发，近年来MBD算法改进成效显著．然而，对体系庞大、结构复杂的系统，需要对现有方法进一步改进．由于求解诊断解在计算上具有挑战性，因此相继提出了一些通过压缩模型的MBD算法来提高诊断效率，如基于统治的多观测压缩模型算法(dominated-basedcompactedmodelwithmultipleobservations，D-CMMO)．对于给定多个观测值且注入1个以上错误，需要大量时间的诊断问题，提出了一个新的诊断模型(cardinality-constrainedcompactedmodel，CCM)来解决．基于基数约束的压缩模型算法使用2种方法对求解过程进行优化：首先，利用系统观测的故障输出和故障组件数量之间的约束关系来限制目标解的范围；其次，通过对假设集采用单次入队方法，进而有效提升MaxSAT(maximumsatisfiability)求解器的性能．此外，在ISCAS85和ITC99基准测试用例上的实验结果表明，与目前最新的MBD求解方法D-CMMO相比，上述2种优化方法有效缩小了MBD问题的求解范围，降低 MaxSAT 求解器搜索目标解的难度，进而能在更短的时间内返回一个诊断解．在平均状况下，CCM方法相比D-CMMO方法在求解效率上分别提升64.5%和92.8%．

关键词：基于模型诊断压缩模型基于基数约束的算法顶层诊断解单次入队

一种基于自适应进化算法的软件产品线抽样方法

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

作者：欧阳丹彤袁哲张立明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

枚举大型软件产品线（SPL）的有效配置十分困难，因此需要从配置中抽取有效样本。当前性能最优的多样化抽样方法是PaD-NSbS算法。为了进一步提高样本集的多样性，本文提出了DDHNSbS算法，其中，多样化变异策略（DMS）不仅能保留初始种... 详细信息

枚举大型软件产品线（SPL）的有效配置十分困难，因此需要从配置中抽取有效样本。当前性能最优的多样化抽样方法是PaD-NSbS算法。为了进一步提高样本集的多样性，本文提出了DDHNSbS算法，其中，多样化变异策略（DMS）不仅能保留初始种群的多样性，还能优化传统遗传算子的效果。同时，为弥补新颖性搜索的局限性，提出多样性检测（DD）以一定概率对特征的赋值进行检验并翻转。本文还用Halton数列实现概率感知多样化（Halton-PaD），提高初始配置的均匀性。实验在39个公共SPL上进行，结果表明，与PaD-NSbS算法相比，DDHNSbS在42.1%的小型SPL中表现求解性能显著更优，在其它SPL上性能相当。

关键词：软件产品线多样化采样自适应新颖性搜索概率感知多样化进化算法

不确定观测条件下基于模型诊断的故障检测方法

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

作者：欧阳丹彤郝闯蒋璐宇张立明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

基于模型诊断问题（MBD）是人工智能领域研究的重要问题，大多数学者研究的是确定性观测条件下的模型诊断，然而由于传感器故障或其他因素常常导致观测是不确定的。现有的不确定观测下MBD方法需要较长时间。本文提出了基于桶排序（BSD... 详细信息

基于模型诊断问题（MBD）是人工智能领域研究的重要问题，大多数学者研究的是确定性观测条件下的模型诊断，然而由于传感器故障或其他因素常常导致观测是不确定的。现有的不确定观测下MBD方法需要较长时间。本文提出了基于桶排序（BSD）的方法来解决不确定观测条件下的模型诊断问题，主要针对软件方面进行故障检测。BSD方法利用最大可满足性对程序频谱进行压缩，并使用桶排序来确定诊断的优先级。在每个划分的桶内，使用基于频谱的缺陷定位方法（SBFL）来计算各个组件的怀疑度，最终返回有序的诊断集。实验将BSD方法与最新的算法MstLikeDiag以及Incremental-O2D进行对比，结果表明，对于350组测试实例，在TOP-1度量指标下，BSD方法识别的故障数量分别提高了3.91倍及7.56倍，在TOP-5指标下提高了6.15及4.79倍，在TOP-10指标下提高了6.43及4.13倍。同时，BSD方法求解的平均效率与MstLikeDiag以及Incremental-O2D方法相比提高了92.1倍及106.5倍。

关键词：模型诊断最大可满足性问题不确定观测最小基数诊断

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

基于特征图网络和多种生物信息预测关键蛋白质的深度学习框架

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

吉林大学学报（理学版） 2024年第3期62卷 593-605页

作者：刘桂霞曹心恬赵贺吉林大学计算机科学与技术学院符号计算与知识工程教育部重点实验室长春130012

针对生物实验识别关键蛋白质费时费力,使用计算方法预测关键蛋白质无法有效整合生物信息的问题,提出一个深度学习框架.首先利用网络拓扑结构、基因表达数据和GO(gene ontology)注释数据构建加权蛋白质相互作用网络;然后分别使用特征图... 详细信息

针对生物实验识别关键蛋白质费时费力,使用计算方法预测关键蛋白质无法有效整合生物信息的问题,提出一个深度学习框架.首先利用网络拓扑结构、基因表达数据和GO(gene ontology)注释数据构建加权蛋白质相互作用网络;然后分别使用特征图网络和双向长短期记忆细胞从亚细胞定位数据、蛋白质复合物数据和基因表达数据中提取特征向量;最后将这些特征向量输入到任务学习层预测关键蛋白质.实验结果表明,相比于现有的计算方法,该方法预测性能更好.

关键词：关键蛋白质特征图网络亚细胞定位基因表达 GO注释蛋白质复合物

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

自适应特征融合的迭代实体对齐方法

吉林大学学报（理学版） 2024年第3期62卷 629-635页

作者：李婷婷邵斐温天晓董飒吉林大学计算机科学与技术学院符号计算与知识工程教育部重点实验室长春130012

针对知识图谱实体对齐任务中缺乏训练数据以及长尾实体对齐准确率较低的问题,提出一种基于自适应特征融合策略的迭代实体对齐方法,并设计一种迭代策略自动扩充训练数据的规模.该方法使用知识图谱的结构信息,并利用关系、属性和实体名称... 详细信息

针对知识图谱实体对齐任务中缺乏训练数据以及长尾实体对齐准确率较低的问题,提出一种基于自适应特征融合策略的迭代实体对齐方法,并设计一种迭代策略自动扩充训练数据的规模.该方法使用知识图谱的结构信息,并利用关系、属性和实体名称信息作为语义信息辅助对齐,从而提升对齐效果.在数据集上的实验结果表明,该模型在知识图谱实体对齐任务中效果良好.

关键词：知识图谱实体对齐迭代策略自适应特征融合

维普期刊数据库博看期刊