检索结果-南通市图书馆

车联网中基于多智能体强化学习的边缘服务器选址策略

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

中南大学学报（自然科学版） 2024年第7期55卷 2567-2577页

作者：李闯纪剑桥胡志刚周舟湖南工商大学计算机学院湖南长沙410205 中南大学计算机学院湖南长沙410075 长沙学院计算机科学与工程学院湖南长沙410022

为解决车联网环境下边缘服务器选址难的问题,提出一种基于多智能体强化学习的边缘服务器部署策略(记为CKM-MAPPO),重点优化边缘服务器间的负载均衡,同时最小化边缘服务器的时延和能耗。首先,使用Canopy和K-means算法确定边缘服务器部署... 详细信息

为解决车联网环境下边缘服务器选址难的问题,提出一种基于多智能体强化学习的边缘服务器部署策略(记为CKM-MAPPO),重点优化边缘服务器间的负载均衡,同时最小化边缘服务器的时延和能耗。首先,使用Canopy和K-means算法确定边缘服务器部署的数量和初始位置;然后,基于多智能体强化学习算法确定边缘服务器的最优部署位置;最后,通过一系列实验评估所提出算法的准确性和有效性。研究结果表明:与基准算法相比,本文提出的方法的负载均衡度提升了26.5%,时延和能耗分别降低了12.4%和17.9%。

关键词：边缘计算服务器部署车联网负载均衡强化学习

基于Transformer双线性网络的细粒度图像分类方法

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

华中科技大学学报（自然科学版） 2024年第2期52卷 84-89页

作者：向旭宇刘亚捷曾彬谭云中南林业科技大学计算机与信息工程学院湖南长沙410000 长沙学院计算机科学与工程学院湖南长沙410000

为了改进在细粒度图像分类过程中类别差异难以提取的问题,提出了一种基于Transformer双线性网络的细粒度网络分类优化方法(BT-Net).首先,将输入图像通过不同卷积处理成不同长度的二维向量;然后,构建重复次数不同的编码器;最后,双网络分... 详细信息

为了改进在细粒度图像分类过程中类别差异难以提取的问题,提出了一种基于Transformer双线性网络的细粒度网络分类优化方法(BT-Net).首先,将输入图像通过不同卷积处理成不同长度的二维向量;然后,构建重复次数不同的编码器;最后,双网络分支将图像表示为来自两个Transformer的特征集合,得到更加丰富的互补特征信息,从而提高细粒度分类的精度.实验结果表明:在CUB-200-2011,Cars196和Stanford Dogs数据集中,BT-Net分类准确率分别为89.4%,92.5%,94.8%,优于已有的双线性卷积神经网络.

关键词：细粒度特征融合图像分类双线性 Transformer

源域数据增强与多兴趣细化迁移的跨域推荐模型

在线全文

学校读者我要写书评

暂无评论

浙江大学学报（工学版） 2024年第8期58卷 1717-1727页

作者：尹雅博朱小飞刘议丹重庆理工大学计算机科学与工程学院重庆400054

针对跨域推荐任务中源域用户交互数据不丰富所导致的兴趣偏好建模困难问题,以及多个兴趣之间的关联被忽略问题,提出源域数据增强与多兴趣细化迁移的跨域推荐模型.该模型引入源域数据增强策略,为每个用户在源域中生成经过去噪处理的辅助... 详细信息

针对跨域推荐任务中源域用户交互数据不丰富所导致的兴趣偏好建模困难问题,以及多个兴趣之间的关联被忽略问题,提出源域数据增强与多兴趣细化迁移的跨域推荐模型.该模型引入源域数据增强策略,为每个用户在源域中生成经过去噪处理的辅助序列,缓解用户在源域中的交互数据稀疏问题,获得更丰富的用户兴趣偏好.使用双序列多兴趣提取模块和多兴趣细化迁移模块,完成兴趣提取与多个兴趣的细化迁移.在基于3个公开跨域推荐评测任务的对比实验中,与最优的基线相比,提出方法的平均MAE降低了22.86%,平均RMSE降低了19.65%,取得了最优的性能表现,证明了提出方法的有效性.

关键词：冷启动问题跨域推荐数据增强多兴趣提取多兴趣细化迁移

在线全文

学校读者我要写书评

暂无评论

基于异质图卷积神经网络的论点对抽取模型

浙江大学学报（工学版） 2024年第5期58卷 900-907,1049页

作者：刘议丹朱小飞尹雅博重庆理工大学计算机科学与工程学院重庆400054

针对论点对抽取任务中存在着评审段和反驳段之间交互信息难以捕获以及忽略了对句子间的相对位置信息进行建模问题,提出基于异质图卷积神经网络的论点对抽取模型.该模型在评审段和反驳段中构建异质图,定义2种不同类型的节点及4种不同类... 详细信息

针对论点对抽取任务中存在着评审段和反驳段之间交互信息难以捕获以及忽略了对句子间的相对位置信息进行建模问题,提出基于异质图卷积神经网络的论点对抽取模型.该模型在评审段和反驳段中构建异质图,定义2种不同类型的节点及4种不同类型的边,通过关系图卷积神经网络来更新图中节点的表示.提出位置感知的句子对生成器,利用旋转位置编码来建模评审段和反驳段句子间的相对位置信息.在RR-passage和RR-submission-v2数据集上进行实验,实验结果表明,提出模型的性能均优于所有的基线模型.这表明通过构建异质图区分不同的节点类型和边的类型,设计位置感知的句子对生成器,能够提升论点对抽取模型的效果.

关键词：论辩挖掘论点对抽取图神经网络旋转位置编码自然语言处理

一种用于解析问答推理过程的多轮迭代检索算法研究

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年第3期8卷 120-131页

作者：周长顺应文豪钟珊龚声蓉苏州大学计算机科学与技术学院苏州215008 常熟理工学院计算机科学与工程学院常熟215500

【目的】针对当前阅读理解类问答推理过程中传统无监督检索方式句子关联性不足的问题,设计一种检索模型,研究问答任务的推理过程,探求问答任务的可解释性。【方法】提出一种新型无监督检索模型ISR,模型中融合皮尔逊相关系数、GloVe词嵌... 详细信息

【目的】针对当前阅读理解类问答推理过程中传统无监督检索方式句子关联性不足的问题,设计一种检索模型,研究问答任务的推理过程,探求问答任务的可解释性。【方法】提出一种新型无监督检索模型ISR,模型中融合皮尔逊相关系数、GloVe词嵌入、IDF加权等主要模块,ISR模型通过多轮迭代方式细粒度检索推理句。【结果】对比模型MSSwQ,ISR模型在MultiRC数据集上进行实验,P、R、F_(1)指标平均高出2.4、1.8、2.1个百分点;在HotPotQA数据集上进行实验,P、R、F_(1)指标平均高出4.8、2.6、3.7个百分点。【局限】检索采用硬匹配,可能存在过分匹配的情形。【结论】本文模型能够提升检索推理句的准确性,检索的推理句能够有效应用于问答任务的推理过程。

关键词：阅读理解问答无监督框架多轮迭代问答推理推理句检索

基于双参考帧的多源着色结果融合的视频着色方法

在线全文

学校读者我要写书评

暂无评论

东南大学学报（自然科学版） 2024年第1期54卷 183-191页

作者：孟桦唐金辉代龙泉南京理工大学计算机科学与工程学院南京210094

对黑白视频着色时,为了更好地利用参考帧信息,提出一种基于双参考帧的多源着色结果融合的着色方法.首先,采用硬注意力融合子模块融合双参考帧提供的颜色信息,以防止双帧语义匹配模块着色时不合理参考信息导致的颜色模糊问题.然后,使用... 详细信息

对黑白视频着色时,为了更好地利用参考帧信息,提出一种基于双参考帧的多源着色结果融合的着色方法.首先,采用硬注意力融合子模块融合双参考帧提供的颜色信息,以防止双帧语义匹配模块着色时不合理参考信息导致的颜色模糊问题.然后,使用多源着色结果融合模块融合通过双帧光流传播模块、双帧语义匹配模块以及遮挡信息得到的着色结果,进而产生更优质的着色结果.实验结果表明,该方法在Davis30测试集上的峰值信噪比(PSNR)、结构相似性(SSIM)和颜色分布一致性指数(CDC)分别为37.36 dB、0.980 5、0.003 748,说明该方法能够通过多种融合方式充分利用双参考帧的信息为灰度帧着色,并生成美观且具有较好时间一致性的着色结果.

关键词：融合双参考帧视频着色遮挡

在线全文

学校读者我要写书评

暂无评论

多策略帝王蝶优化算法及其工程应用

清华大学学报（自然科学版） 2024年第4期64卷 668-678页

作者：王振宇王磊西安理工大学计算机科学与工程学院西安710048

针对帝王蝶优化算法存在的收敛速度慢、寻优精度低和易陷入局部极值等缺陷,提出了一种多策略改进的帝王蝶优化算法。首先,采用正向正态云发生器对父代帝王蝶个体执行非线性云化操作,增加候选解数量,提高算法的局部开发能力;之后,引入基... 详细信息

针对帝王蝶优化算法存在的收敛速度慢、寻优精度低和易陷入局部极值等缺陷,提出了一种多策略改进的帝王蝶优化算法。首先,采用正向正态云发生器对父代帝王蝶个体执行非线性云化操作,增加候选解数量,提高算法的局部开发能力;之后,引入基于凸透镜成像的反向学习策略,应用到当前最优个体上产生新的个体,提高算法收敛速度和寻优精度;最后,在调整算子中融入自适应策略,增加种群的多样性,避免算法陷入局部最优。通过对8个基准测试函数的寻优对比,以及Wilcoxon秩和检验结果的对比,发现改进算法具有更好的收敛性能、寻优性能和鲁棒性。与此同时,通过工程应用中压力容器设计和焊接梁设计的优化对比,进一步验证了改进算法处理实际工程问题时的优越性。

关键词：帝王蝶优化算法正态云模型凸透镜成像自适应调整率压力容器设计焊接梁设计

在线全文

学校读者我要写书评

暂无评论

一种面向联邦学习对抗攻击的选择性防御策略

电子与信息学报 2024年第3期46卷 1119-1127页

作者：陈卓江辉周杨重庆理工大学计算机科学与工程学院重庆400054 奥本大学计算机科学与软件工程学院美国阿拉巴马州奥本市36849

联邦学习(FL)基于终端本地的学习以及终端与服务器之间持续地模型参数交互完成模型训练,有效地解决了集中式机器学习模型存在的数据泄露和隐私风险。但由于参与联邦学习的多个恶意终端能够在进行本地学习的过程中通过输入微小扰动即可... 详细信息

联邦学习(FL)基于终端本地的学习以及终端与服务器之间持续地模型参数交互完成模型训练,有效地解决了集中式机器学习模型存在的数据泄露和隐私风险。但由于参与联邦学习的多个恶意终端能够在进行本地学习的过程中通过输入微小扰动即可实现对抗性攻击,并进而导致全局模型输出不正确的结果。该文提出一种有效的联邦防御策略-SelectiveFL,该策略首先建立起一个选择性联邦防御框架,然后通过在终端进行对抗性训练提取攻击特性的基础上,在服务器端对上传的本地模型更新的同时根据攻击特性进行选择性聚合,最终得到多个适应性的防御模型。该文在多个具有代表性的基准数据集上评估了所提出的防御方法。实验结果表明,与已有研究工作相比能够提升模型准确率提高了2%~11%。

关键词：联邦学习对抗性攻击防御机制对抗性训练

低资源场景下基于联合训练与自训练的跨语言摘要方法

在线全文

学校读者我要写书评

暂无评论

电子科技大学学报 2024年第5期53卷 762-770页

作者：程绍欢唐煜佳刘峤陈文宇电子科技大学计算机科学与工程学院成都611731

随着全球化的不断发展,跨语言摘要任务已成为自然语言处理领域的一项重要课题。在低资源场景下,现有方法存在表征转换受限和数据利用不充分等问题。为此,该文提出了一种基于联合训练与自训练的跨语言摘要方法。该方法使用两个模型分别... 详细信息

随着全球化的不断发展,跨语言摘要任务已成为自然语言处理领域的一项重要课题。在低资源场景下,现有方法存在表征转换受限和数据利用不充分等问题。为此,该文提出了一种基于联合训练与自训练的跨语言摘要方法。该方法使用两个模型分别建模翻译任务和跨语言摘要任务,以统一输出端的语言向量空间,从而避免模型间表征转换受限的问题。此外,通过对齐平行训练对的输出特征和概率进行联合训练,增强模型间的语义共享。同时,在联合训练的基础上引入自训练技术,利用额外的单语摘要数据生成合成数据,有效缓解了低资源场景下数据稀缺的问题。实验结果表明,该方法在多个低资源场景下均优于现有对比方法,实现了ROUGE分数的显著提升。

关键词：跨语言摘要联合训练低资源场景机器翻译自训练