检索结果-南通市图书馆

Crystal-Kyber算法的FPGA高效并行优化

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

电子学报 2024年第5期52卷 1679-1689页

作者：吕顺森李斌翟嘉琪李松岐周清雷郑州大学计算机与人工智能学院河南郑州450001 数字工程与先进计算国家重点实验室河南郑州450001

多项式乘法运算制约着基于格的后量子密码在现实中的应用.为提高后量子密码Crystal_Kyber算法的性能效率,减少运行时间,降低多项式乘法的影响,本文设计了一种新的蝶形运算单元对素模q=3329的Kyber方案进行优化.首先,采用16路并行调度新... 详细信息

多项式乘法运算制约着基于格的后量子密码在现实中的应用.为提高后量子密码Crystal_Kyber算法的性能效率,减少运行时间,降低多项式乘法的影响,本文设计了一种新的蝶形运算单元对素模q=3329的Kyber方案进行优化.首先,采用16路并行调度新型蝶形运算单元的方式执行算法,缩短了计算周期;其次,使用流水线技术以及改进的K2RED算法,设计实现新型蝶形运算单元,用于降低资源消耗;最后,利用多RAM的方式存储数据,并且多通道优化RAM,允许数据交替存储在RAM中,提高资源复用率.实验结果表明,本文优化后的数论变换(Number Theoretic Transform,NTT)、逆数论变换(Inverse NTT,INTT)、点对位相乘(Point-Wise Multiplication,PWM)的效率达到200 MHz,合并执行Kyber效率达到175 MHz,优于其他方案,具有良好的性能.

关键词：后量子密码 Crystal-Kyber K2RED 蝶形运算多项式乘法硬件效率

在线全文

学校读者我要写书评

暂无评论

面向视频的细粒度多模态实体链接

软件学报 2024年第3期35卷 1140-1153页

作者：赵海全王续武李金亮李直旭肖仰华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 苏州大学计算机科学与技术学院江苏苏州215006

随着互联网和大数据的飞速发展,数据规模越来越大,种类也越来越多.视频作为其中重要的一种信息方式,随着近期短视频的发展,占比越来越大.如何对这些大规模视频进行理解分析,成为学界关注的热点.实体链接作为一种背景知识补全方式,可以... 详细信息

随着互联网和大数据的飞速发展,数据规模越来越大,种类也越来越多.视频作为其中重要的一种信息方式,随着近期短视频的发展,占比越来越大.如何对这些大规模视频进行理解分析,成为学界关注的热点.实体链接作为一种背景知识补全方式,可以提供丰富的外部知识.视频上的实体链接可以有效地帮助理解视频内容,从而实现对视频内容的分类、检索、推荐等.但是现有的视频链接数据集和方法的粒度过粗,因此提出面向视频的细粒度实体链接,并立足于直播场景,构建了细粒度视频实体链接数据集.此外,依据细粒度视频链接任务的难点,提出利用大模型抽取视频中的实体及其属性,并利用对比学习得到视频和对应实体的更好表示.实验结果表明,该方法能够有效地处理视频上的细粒度实体链接任务.

关键词：细粒度视频实体链接数据集大语言模型对比学习

在线全文

学校读者我要写书评

暂无评论

基于可泛化模型的复杂商务场景数据分析

中国科学基金 2024年

作者：史颖欢郭金涛李泽昆祁磊高阳南京大学计算机软件新技术全国重点实验室东南大学计算机科学与工程学院

随着全球经济合作与竞争形势的快速发展,复杂商务场景日益涌现。其中,数据的规模和复杂性也呈现显著增长,在带来可利用数据资源的同时,也为有效挖掘和分析潜在商务模式带来挑战。本文首先针对复杂商务场景下的数据特点进行分析,其次调... 详细信息

随着全球经济合作与竞争形势的快速发展,复杂商务场景日益涌现。其中,数据的规模和复杂性也呈现显著增长,在带来可利用数据资源的同时,也为有效挖掘和分析潜在商务模式带来挑战。本文首先针对复杂商务场景下的数据特点进行分析,其次调研了商务分析方法的研究进展,包括:大规模商务数据集、多模态预训练与特征融合方法以及多场景下可泛化商务模型技术。此外,对复杂商务场景数据分析在未来的应用发展进行思考与总结,讨论了目前亟需解决的关键问题,包括:对更多模态的适应性、商务分析模型可解释性、动态环境下的分布变化鲁棒性等。进一步分析了复杂商务场景可泛化模型的研究现状和挑战,旨在为复杂商务分析领域的研究提供初步参考,实现复杂商务场景的全面智能化。

关键词：商务场景可泛化数据分析深度学习多模态融合

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

边缘智能与协同计算:前沿与进展

控制与决策 2024年第7期39卷 2385-2404页

作者：侯祥鹏兰兰陶长乐寇小勇丛佩金邓庆绪周俊龙南京理工大学计算机科学与工程学院南京210094 东北大学计算机科学与工程学院沈阳110819 东南大学移动通信全国重点实验室南京211111

随着万物互联时代的到来,边缘设备规模急剧增加,海量数据在网络边缘产生,人工智能技术的飞速发展为分析和处理这些数据提供了强大的支撑.然而,传统云计算的集中处理模式难以满足用户对任务低时延和设备低功耗的需求,并带来数据隐私泄露... 详细信息

随着万物互联时代的到来,边缘设备规模急剧增加,海量数据在网络边缘产生,人工智能技术的飞速发展为分析和处理这些数据提供了强大的支撑.然而,传统云计算的集中处理模式难以满足用户对任务低时延和设备低功耗的需求,并带来数据隐私泄露的潜在隐患.与此同时,嵌入式高性能芯片的发展显著提升了边缘设备的计算能力,使其能够在边缘侧实时处理部分计算密集型任务.在此背景下,边缘计算和人工智能有机融合,孕育了一种新的计算范式:边缘智能.鉴于此,聚焦边缘智能与协同计算的前沿与进展,首先概述边缘计算、人工智能和边缘智能的相关背景、基本原理与发展趋势;然后从训练、推理和缓存3个方面回顾面向单个设备的边缘智能方法;接着从架构、技术和功能3个维度介绍多个设备合作实现边缘智能协同的相关工作;最后总结边缘智能在工业物联网、智慧城市和虚拟现实等领域的广泛应用.

关键词：边缘智能边缘设备边缘训练边缘推理边缘缓存协同计算

视觉语言模型引导的文本知识嵌入的小样本增量学习

在线全文

学校读者我要写书评

暂无评论

软件学报 2024年第5期35卷 2101-2119页

作者：姚涵涛余璐徐常胜多模态人工智能系统全国重点实验室(中国科学院自动化研究所) 北京100190 中国科学院大学人工智能学院北京100049 天津理工大学计算机科学与工程学院天津300384

真实场景往往面临数据稀缺和数据动态变化的问题,小样本增量学习的目的是利用少量数据推理数据知识并减缓模型对于旧知识的灾难性遗忘.已有的小样本增量学习的算法(CEC和FACT等)主要是利用视觉特征来调整特征编码器或者分类器,实现模型... 详细信息

真实场景往往面临数据稀缺和数据动态变化的问题,小样本增量学习的目的是利用少量数据推理数据知识并减缓模型对于旧知识的灾难性遗忘.已有的小样本增量学习的算法(CEC和FACT等)主要是利用视觉特征来调整特征编码器或者分类器,实现模型对于新数据的迁移和旧数据的抗遗忘.但是少量数据的视觉特征往往难以建模一个类别的完整特征分布,导致上述算法的泛化能力较弱.相比于视觉特征,图像类别描述的文本特征具有较好的泛化性和抗遗忘性.因此,在视觉语言模型的基础上,研究基于文本知识嵌入的小样本增量学习,通过在视觉特征中嵌入具有抗遗忘能力的文本特征,实现小样本增量学习中新旧类别数据的有效学习.具体而言,在基础学习阶段,利用视觉语言模型抽取图像的预训练视觉特征和类别的文本描述,并通过文本编码器实现预训练视觉特征到文本空间的映射.进一步利用视觉编码器融合学习到的文本特征和预训练视觉特征抽象具有高辨别能力的视觉特征.在增量学习阶段,提出类别空间引导的抗遗忘学习,利用旧数据的类别空间编码和新数据特征微调视觉编码器和文本编码器,实现新数据知识学习的同时复习旧知识.在4个数据集(CIFAR-100,CUB-200,Car-196和mini Image Net)上验证算法的有效性,证明基于视觉语言模型文本知识嵌入可以在视觉特征的基础上进一步提升小样本增量学习的鲁棒性.

关键词：小样本增量学习视觉语言模型文本知识嵌入类别空间引导的抗遗忘学习

基于神经网络ODE和非线性MPC的DEA建模与控制

在线全文

学校读者我要写书评

暂无评论

自动化学报 2024年

作者：黄鹏王亚午吴俊东苏春翌福岛E.文彦中国地质大学(武汉)自动化学院复杂系统先进控制与智能自动化湖北省重点实验室地球探测智能化技术教育部工程研究中心东京工科大学工学部康考迪亚大学Gina Cody工程与计算机科学学院

针对介电弹性体驱动器(Dielectric elastomer actuator, DEA)建模与控制的挑战性问题,提出基于神经网络常微分方程(Ordinary differential equation, ODE)和非线性模型预测控制(Model predictive control, MPC)的DEA动力学建模与跟踪控制方法.首先,基于神经网络ODE建立DEA的动力学模型以描述其复杂的动态行为.然后,基于所建立的DEA动力学模型,设计非线性模型预测控制器实现其跟踪控制目标.最后,在所搭建的实验平台上进行一系列跟踪控制实验.在所有实验结果中, DEA的运动均能很好地跟踪目标轨迹,且相对均方根误差均不超过3.30%,说明了所提动力学建模与跟踪控制方法的有效性.

关键词：介电弹性体驱动器神经网络常微分方程动力学建模非线性模型预测控制

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向流式通信的耦合LDPC码研究综述

电子学报 2024年第8期52卷 2913-2932页

作者：王千帆杨佳仪王寅楚蔡穗华马啸中山大学计算机学院广东省信息安全技术重点实验室

流式通信是光纤通信网络和移动通信网络中重要的通信场景，区别于传统的间歇式或分块通信场景，流式通信中传输的数据具有典型的连续流式特性.面向流式通信场景，耦合码因其相对于传统分组码具有显著的性能提升，加之其天然的低编译码... 详细信息

流式通信是光纤通信网络和移动通信网络中重要的通信场景，区别于传统的间歇式或分块通信场景，流式通信中传输的数据具有典型的连续流式特性.面向流式通信场景，耦合码因其相对于传统分组码具有显著的性能提升，加之其天然的低编译码时延结构，成为流式通信场景中重要的信道编码候选技术.本文先回顾现有的耦合低密度校验（Low-Density Parity-Check,LDPC）码技术，包括：乘积类耦合LDPC码、部分重编码类耦合LDPC码、空间耦合LDPC码和全局耦合LDPC码.在此基础上，本文进一步介绍了基于便车码技术的耦合LDPC码改进提升设计，并介绍了基于分组马尔可夫叠加传输技术的一类新型耦合LDPC码.最后，本文对耦合LDPC码的发展前景和研究方向进行展望.

关键词：信道编码流式通信光纤通信网络移动通信网络耦合编码低密度校验码便车码分组马尔可夫叠加传输

基于深度强化学习的WRSN动态时空充电调度

在线全文

学校读者我要写书评

暂无评论

软件学报 2024年第3期35卷 1485-1501页

作者：王艺均冯勇刘明刘念伯云南省计算机技术应用重点实验室(昆明理工大学) 云南昆明650500 电子科技大学计算机科学与工程学院四川成都611731

高效的移动充电调度是构建长生命期、可持续运行的无线可充电传感器网络(WRSN)的关键之一.现有基于强化学习的充电策略只考虑了移动充电调度问题的一个维度,即移动充电器(MC)的路径规划,而忽略了充电调度问题中的另一维度,即充电时长调... 详细信息

高效的移动充电调度是构建长生命期、可持续运行的无线可充电传感器网络(WRSN)的关键之一.现有基于强化学习的充电策略只考虑了移动充电调度问题的一个维度,即移动充电器(MC)的路径规划,而忽略了充电调度问题中的另一维度,即充电时长调整,因而仍然存在性能限制.提出一种基于深度强化学习的WRSN动态时空充电调度方法(SCSD),建立充电序列调度和充电时长动态调整的深度强化学习模型.针对移动充电调度中离散的充电序列规划和连续的充电时长调整问题,使用DQN为待充电节点优化充电序列,并基于DDPG计算并动态调整序列中待充电节点的充电时长.通过分别从空间和时间两个维度的优化,在避免节点缺电失效的同时,所提出的SCSD可实现充电性能的有效提高.大量仿真实验结果表明,SCSD与现有的几种有代表性的充电方案相比,其充电性能具有明显的优势.

关键词：无线可充电传感器网络深度强化学习时空充电策略充电序列充电时长充电性能

在线全文

学校读者我要写书评

暂无评论

基于深度强化学习的掼蛋扑克博弈求解

计算机研究与发展 2024年第1期61卷 145-155页

作者：葛振兴向帅田品卓高阳计算机软件新技术国家重点实验室(南京大学) 南京210023 上海大学计算机工程与科学学院上海200444 南京大学深圳研究院广东深圳518057

在不确定信息的复杂环境下进行决策是现实中人们经常面对的困难之一,因此具有能够进行良好决策的能力被视为人工智能的重要能力之一.而游戏类型的博弈作为对现实世界的一种高度抽象,具有良定义、易检验算法优劣等特点,成为研究的主流.... 详细信息

在不确定信息的复杂环境下进行决策是现实中人们经常面对的困难之一,因此具有能够进行良好决策的能力被视为人工智能的重要能力之一.而游戏类型的博弈作为对现实世界的一种高度抽象,具有良定义、易检验算法优劣等特点,成为研究的主流.其中以掼蛋为代表的扑克类博弈不仅具有他人手牌未知这样的难点,还由于可选出牌动作与他人手牌情况数量庞大等特点,难以进行高效求解.因此,提出了一种软深度蒙特卡洛(soft deep Monte Carlo,SDMC)求解方法.该方法能够更好地融合领域知识,加快策略学习速度,并采用软动作采样策略调整实时决策,提升策略胜率.所提出的SDMC方法训练出的策略模型参加第2届“中国人工智能博弈算法大赛”时获得冠军.与第1届比赛冠军策略和第2届其他策略模型的实验对比证明了该方法在解决掼蛋扑克博弈中的有效性.

关键词：非完美信息深度强化学习多智能体系统软深度蒙特卡洛方法扑克博弈