检索结果-南通市图书馆

基于双流自适应时空增强图卷积网络的手语识别

在线全文

学校读者我要写书评

暂无评论

应用科学学报 2024年第2期42卷 189-199页

作者：金彦亮吴筱溦上海大学通信与信息工程学院上海200444 上海大学上海先进通信与数据科学研究院上海200444

针对提取手语特征过程中出现的信息表征能力差、信息不完整问题,设计了一种双流自适应时空增强图卷积网络(two-stream adaptive enhanced spatial temporal graph convolutional network,TAEST-GCN)实现基于孤立词的手语识别。该网络使... 详细信息

针对提取手语特征过程中出现的信息表征能力差、信息不完整问题,设计了一种双流自适应时空增强图卷积网络(two-stream adaptive enhanced spatial temporal graph convolutional network,TAEST-GCN)实现基于孤立词的手语识别。该网络使用人体身体、手部和面部节点作为输入,构造基于人体关节和骨骼的双流结构。通过自适应时空图卷积模块生成不同部位之间的连接,并充分利用其中的位置和方向信息。同时采用残差连接方式设计自适应多尺度时空注意力模块,进一步增强该网络在空域和时域的卷积能力。将双流网络提取到的有效特征进行加权融合,可以分类输出手语词汇。最后在公开的中文手语孤立词数据集上进行实验,在100类词汇和500类词汇分类任务中准确率达到了95.57%和89.62%。

关键词：骨架数据双流结构自适应时空图卷积模块自适应多尺度时空注意力模块特征融合

在线全文

学校读者我要写书评

暂无评论

结合提示信号与图结构的对话摘要生成模型

计算机工程与应用 2024年

作者：金彦亮冯湫燕高塬上海大学通信与信息工程学院上海大学上海先进通信与数据科学研究院

以对话形式为主的通信方式逐渐普及，对话摘要任务引起越来越多研究者的关注，该任务旨在将复杂的对话文本压缩成简洁的表示形式。在对话文本中，多个对话者之间的交流通常涉及有关某个特定事件的关键信息，且这些信息分布较为分散。然... 详细信息

以对话形式为主的通信方式逐渐普及，对话摘要任务引起越来越多研究者的关注，该任务旨在将复杂的对话文本压缩成简洁的表示形式。在对话文本中，多个对话者之间的交流通常涉及有关某个特定事件的关键信息，且这些信息分布较为分散。然而，现有方法未深入研究对话内容的内在关系和结构，容易遗漏关键信息。针对上述问题，设计了结合提示信号与图结构的对话摘要生成模型，旨在帮助理解对话结构并把握对话中的关键信息，进而提高摘要生成的准确率。该模型基于提示学习引入了离散提示信号，并将其输入提示编码器，旨在利用提示信号协助模型更有针对性地聚焦对话的关键信息（关键词、主题词等）。同时，该模型引入动态图结构，旨在利用对话的结构性信息来捕捉并整合跨句子信息。在SAMSum、QMsum和DialogSum数据集上的实验结果表明，ROUGE-1、ROUGE-2和ROUGE-L得分均取得了显著提升，验证了模型的有效性。

关键词：对话摘要提示学习提示信号图结构

表型组学时代下的人类遗传资源利用与管理的发展趋势

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国科学：生命科学 2024年第6期54卷 1002-1007页

作者：陈兴栋刘振球金力复旦大学人类表型组研究院上海200438 复旦大学泰州健康科学研究院泰州225300

人类遗传资源是指可单独或联合用于识别人体特征的遗传材料与信息,包括所有来自于人体的样本以及基于样本产生的数据及相关信息,是生物医药研究与创新的重要基础,对揭示健康与疾病的人群规律至关重要,同时也是支撑疾病防控策略制定的关... 详细信息

人类遗传资源是指可单独或联合用于识别人体特征的遗传材料与信息,包括所有来自于人体的样本以及基于样本产生的数据及相关信息,是生物医药研究与创新的重要基础,对揭示健康与疾病的人群规律至关重要,同时也是支撑疾病防控策略制定的关键资源,已成为关乎公众健康、生命安全的战略性、公益性和基础性资源.迈进表型组学的新时代,确保人类遗传资源的合法合规获取、有效管理、开发利用及共享,成为了科研工作中的核心议题.本文将从人类遗传资源管理现状、发展动态及其与表型组学的联系等几方面进行综述.

关键词：遗传资源表型组人群队列多组学

在线全文

学校读者我要写书评

暂无评论

薄膜铌酸锂多尖端端面耦合结构

光学学报 2024年第11期44卷 115-122页

作者：王嘉毅蔡明璐李天怡张栩嘉陈建平吴侃上海交通大学电子信息与电气工程学院上海先进通信与数据科学研究院区域光纤通信网与新型光通信系统国家重点实验室上海200240

为提升薄膜铌酸锂芯片端面耦合的效率和稳定性,结合铌酸锂材料的刻蚀特点和工艺条件,设计并研究双层多尖端逆锥形的耦合结构。通过仿真计算、参数扫描和对比分析,探究双尖端和三尖端逆锥形耦合结构的特性及其参数选取方案。多尖端设计... 详细信息

为提升薄膜铌酸锂芯片端面耦合的效率和稳定性,结合铌酸锂材料的刻蚀特点和工艺条件,设计并研究双层多尖端逆锥形的耦合结构。通过仿真计算、参数扫描和对比分析,探究双尖端和三尖端逆锥形耦合结构的特性及其参数选取方案。多尖端设计可扩大端面处的模场,从而降低对加工精度的要求。在侧壁倾角62°和最小宽度150 nm的工艺条件下,理想的双尖端和三尖端结构分别在1550 nm波长处实现0.47 dB和1.04 dB的单端耦合损耗,且具有较大的工作带宽和对准容差。最后,结合多尖端耦合结构的制造和测试结果,分析薄膜铌酸锂芯片上端面耦合结构的优化方案,为进一步实现低损耗耦合结构奠定基础。

关键词：集成光学端面耦合逆锥形结构薄膜铌酸锂光子集成

GPT系列大语言模型在自然语言处理任务中的鲁棒性

在线全文

学校读者我要写书评

暂无评论

计算机研究与发展 2024年第5期61卷 1128-1142页

作者：陈炫婷叶俊杰祖璨许诺桂韬张奇复旦大学计算机科学技术学院上海200433 复旦大学现代语言学研究院上海200433

大语言模型(large language models,LLMs)所展现的处理各种自然语言处理(natural language processing,NLP)任务的能力引发了广泛关注.然而,它们在处理现实中各种复杂场景时的鲁棒性尚未得到充分探索,这对于评估模型的稳定性和可靠性尤... 详细信息

大语言模型(large language models,LLMs)所展现的处理各种自然语言处理(natural language processing,NLP)任务的能力引发了广泛关注.然而,它们在处理现实中各种复杂场景时的鲁棒性尚未得到充分探索,这对于评估模型的稳定性和可靠性尤为重要.因此,使用涵盖了9个常见NLP任务的15个数据集(约147000个原始测试样本)和来自TextFlint的61种鲁棒的文本变形方法分析GPT-3和GPT-3.5系列模型在原始数据集上的性能,以及其在不同任务和文本变形级别(字符、词和句子)上的鲁棒性.研究结果表明,GPT模型虽然在情感分析、语义匹配等分类任务和阅读理解任务中表现出良好的性能,但其处理信息抽取任务的能力仍较为欠缺,比如其对关系抽取任务中各种关系类型存在严重混淆,甚至出现“幻觉”现象.在鲁棒性评估实验中,GPT模型在任务层面和变形层面的鲁棒性都较弱,其中,在分类任务和句子级别的变形中鲁棒性缺乏更为显著.此外,探究了模型迭代过程中性能和鲁棒性的变化,以及提示中的演示数量和演示内容对模型性能和鲁棒性的影响.结果表明,随着模型的迭代以及上下文学习的加入,模型的性能稳步提升,但是鲁棒性依然亟待提升.这些发现从任务类型、变形种类、提示内容等方面揭示了GPT模型还无法完全胜任常见的NLP任务,并且模型存在的鲁棒性问题难以通过提升模型性能或改变提示内容等方式解决.通过对gpt-3.5-turbo的更新版本、gpt-4模型,以及开源模型LLaMA2-7B和LLaMA2-13B的性能和鲁棒性表现进行对比,进一步验证了实验结论.鉴于此,未来的大模型研究应当提升模型在信息提取以及语义理解等方面的能力,并且应当在模型训练或微调阶段考虑提升其鲁棒性.

关键词：鲁棒性 GPT模型大语言模型自然语言处理可靠性

在线全文

学校读者我要写书评

暂无评论

基于深度学习的自然语言处理鲁棒性研究综述

计算机学报 2024年第1期47卷 90-112页

作者：桂韬奚志恒郑锐刘勤马若恬伍婷包容张奇复旦大学现代语言学研究院上海200433 复旦大学计算机科学技术学院上海200433

近年来,基于深度神经网络的模型在几乎所有自然语言处理任务上都取得了非常好的效果,在很多任务上甚至超越了人类.展现了极强能力的大规模语言模型也为自然语言处理模型的发展与落地提供了新的机遇和方向.然而,这些在基准测试集合上取... 详细信息

近年来,基于深度神经网络的模型在几乎所有自然语言处理任务上都取得了非常好的效果,在很多任务上甚至超越了人类.展现了极强能力的大规模语言模型也为自然语言处理模型的发展与落地提供了新的机遇和方向.然而,这些在基准测试集合上取得很好结果的模型在实际应用中的效果却经常大打折扣.近期的一些研究还发现,在测试数据上替换一个相似词语、增加一个标点符号,甚至只是修改一个字母都可能使得这些模型的预测结果发生改变,效果大幅度下降.即使是大型语言模型,也会因输入中的微小扰动而改变其预测结果.什么原因导致了这种现象的发生?深度神经网络模型真的如此脆弱吗?如何才能避免这种问题的出现?这些问题近年来受到了越来越多的关注,诸多有影响力的工作都不约而同地从不同方面讨论了自然语言处理的鲁棒性问题.在本文中,我们从自然语言处理任务的典型范式出发,从数据构建、模型表示、对抗攻防以及评估评价等四个方面对自然语言处理鲁棒性相关研究进行了总结和归纳,并对最新进展进行了介绍,最后探讨了未来的可能研究方向以及我们对自然语言处理鲁棒性问题的一些思考.

关键词：自然语言处理鲁棒性深度学习预训练语言模型对抗攻防

基于范德华材料的偏振探测器及性能增强方法(特邀)

在线全文

学校读者我要写书评

暂无评论

光子学报 2024年第7期53卷 1-20页

作者：王菁焦韩雪陈艳伍帅琴王旭东张书魁褚君浩王建禄中国科学院上海技术物理研究所上海200083 复旦大学光电研究院上海市智能光电与感知前沿科学研究基地上海200433

随着高分辨率成像、信息通信、量子计算等先进技术对光电探测精度和效率的需求日益增长,偏振光探测作为光电技术的一个重要分支,正面临着前所未有的挑战和机遇。本文全面综述了基于范德华二维材料的偏振光电探测技术的最新进展,尤其聚... 详细信息

随着高分辨率成像、信息通信、量子计算等先进技术对光电探测精度和效率的需求日益增长,偏振光探测作为光电技术的一个重要分支,正面临着前所未有的挑战和机遇。本文全面综述了基于范德华二维材料的偏振光电探测技术的最新进展,尤其聚焦于通过表面等离激元、铁电场调控以及转角材料等三种先进策略来显著提高偏振探测性能的创新方法。表面等离激元技术通过局域和传播等离激元共振增强光与材料的相互作用,显著提升了偏振探测的灵敏度和选择性。铁电场调控利用铁电材料的自发极化和局域电场,有效调节探测器件的载流子浓度和光电性能,为实现高效率和低能耗偏振探测提供了新的途径。转角材料通过调整双层二维材料之间的相对角度,引入电子结构和光学性质的可调控性,开辟了偏振探测新领域。最后展望了这些策略在未来偏振光电探测技术发展中的应用前景,强调了材料科学和微纳加工技术的综合应用将为实现高性能偏振探测器件提供强大的支持。

关键词：光电探测器偏振探测二维材料等离激元铁电局域场转角范德华材料

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

面向链接预测的知识图谱表示学习方法综述

软件学报 2024年第1期35卷 87-117页

作者：杜雪盈刘名威沈立炜彭鑫复旦大学计算机科学技术学院上海201203 上海市数据科学重点实验室(复旦大学) 上海201203

作为人工智能的重要基石,知识图谱能够从互联网海量数据中抽取并表达先验知识,极大程度解决了智能系统认知决策可解释性差的瓶颈问题,对智能系统的构建与应用起关键作用.随着知识图谱技术应用的不断深化,旨在解决图谱欠完整性问题的知... 详细信息

作为人工智能的重要基石,知识图谱能够从互联网海量数据中抽取并表达先验知识,极大程度解决了智能系统认知决策可解释性差的瓶颈问题,对智能系统的构建与应用起关键作用.随着知识图谱技术应用的不断深化,旨在解决图谱欠完整性问题的知识图谱补全工作迫在眉睫.链接预测是针对知识图谱中缺失的实体与关系进行预测的任务,是知识图谱构建与补全中不可或缺的一环.要充分挖掘知识图谱中的隐藏关系,利用海量的实体与关系进行计算,就需要将符号化表示的信息转换为数值形式,即进行知识图谱表示学习.基于此,面向链接预测的知识图谱表示学习成为知识图谱领域的研究热点.从链接预测与表示学习的基本概念出发,系统性地介绍面向链接预测的知识图谱表示学习方法最新研究进展.具体从知识表示形式、算法建模方式两种维度对研究进展进行详细论述.以知识表示形式的发展历程为线索,分别介绍二元关系、多元关系和超关系知识表示形式下链接预测任务的数学建模.基于表示学习建模方式,将现有方法细化为4类模型:平移距离模型、张量分解模型、传统神经网络模型和图神经网络模型,并详细描述每类模型的实现方式与解决不同关系元数链接预测任务的代表模型.在介绍链接预测的常用的数据集与评判标准基础上,分别对比分析二元关系、多元关系和超关系3类知识表示形式下,4类知识表示学习模型的链接预测效果,并从模型优化、知识表示形式和问题作用域3个方面展望未来发展趋势.

关键词：知识图谱表示学习链接预测多元关系超关系

GeeNet：用于自动驾驶汽车地面高程估计的稳健快速点云补全（英文）

在线全文

学校读者我要写书评

暂无评论

Frontiers of Information Technology & Electronic Engineering 2024年第7期 938-951页

作者：刘沥文杨卫东费奔复旦大学计算机学院数据科学上海重点实验室珠海复旦创新研究院

地面高程估计对于无人驾驶汽车和智能机器人的许多应用至关重要，包括三维物体检测、导航空间检测、用于定位的点云匹配和用于建图的配准。然而，现有大多数工作将地面视为没有高度信息的平面，导致这些应用中出现不准确的操作。本文提... 详细信息

地面高程估计对于无人驾驶汽车和智能机器人的许多应用至关重要，包括三维物体检测、导航空间检测、用于定位的点云匹配和用于建图的配准。然而，现有大多数工作将地面视为没有高度信息的平面，导致这些应用中出现不准确的操作。本文提出一种端到端的轻量级方法GeeNet，可几乎实时地补全地面，同时在基于网格的表示中估计地面高程。GeeNet利用二维/三维卷积的混合来保留轻量级架构，以回归网格每个单元格的地面高程信息。GeeNet首次实现了语义场景补全的地面高程估计。使用SemanticKITTI和SemanticPOSS数据集对GeeNet进行验证，展示了其在地面高程估计和点云语义场景补全方面的定性和定量性能。此外，其跨数据集泛化能力也得到实验证明。相比文献方法，GeeNet取得更好性能，并以0.88 ms运行时实现地面高程估计和地面补全。

关键词：点云补全地面高程估计实时自动驾驶车辆