检索结果-南通市图书馆

图多智能体任务建模视角下的协作子任务行为发现

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8期61卷 1904-1916页

作者：李超李文斌高阳计算机软件新技术全国重点实验室(南京大学) 南京210023

大量多智能体任务都表现出近似可分解结构,其中相同交互集合中智能体间交互强度大,而不同交互集合中智能体间交互强度小.有效建模该结构并利用其来协调智能体动作选择可以提升合作型多智能体任务中多智能体强化学习算法的学习效率.然而... 详细信息

大量多智能体任务都表现出近似可分解结构,其中相同交互集合中智能体间交互强度大,而不同交互集合中智能体间交互强度小.有效建模该结构并利用其来协调智能体动作选择可以提升合作型多智能体任务中多智能体强化学习算法的学习效率.然而,目前已有工作通常忽视并且无法有效实现这一目标.为解决该问题,使用动态图来建模多智能体任务中的近似可分解结构,并由此提出一种名叫协作子任务行为(coordinated subtask pattern,CSP)的新算法来增强智能体间局部以及全局协作.具体而言,CSP算法使用子任务来识别智能体间的交互集合,并利用双层策略结构来将所有智能体周期性地分配到多个子任务中.这种分配方式可以准确刻画动态图上智能体间的交互关系.基于这种子任务分配,CSP算法提出子任务内和子任务间行为约束来提升智能体间局部以及全局协作.这2种行为约束确保相同子任务内的部分智能体间可以预知彼此动作选择,同时所有智能体选择优异的联合动作来最大化整体任务性能.在星际争霸环境的多个地图上开展实验,实验结果表明CSP算法明显优于多种对比算法,验证了所提算法可以实现智能体间的高效协作.

关键词：多智能体强化学习合作型任务近似可分解结构动态图协作

基于协同网络与度量学习的标签噪声鲁棒联邦学习方法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年

作者：吴飞张家宾岳晓凡季一木荆晓远南京邮电大学计算机学院武汉大学计算机学院南京邮电大学自动化学院、人工智能学院

目前联邦学习中标签噪声问题研究较少，现主要做法为服务器端引入基准数据集对客户端的模型进行评估、对客户端的聚合权重、特征类中心进行控制等等，但大多方法区分噪声客户端/噪声样本能力尚有提升空间。文中提出了一种基于协同网络... 详细信息

目前联邦学习中标签噪声问题研究较少，现主要做法为服务器端引入基准数据集对客户端的模型进行评估、对客户端的聚合权重、特征类中心进行控制等等，但大多方法区分噪声客户端/噪声样本能力尚有提升空间。文中提出了一种基于协同网络与度量学习的标签噪声鲁棒联邦学习方法。方法由以下三部分组成：1）客户端互评分机制：客户端为彼此模型评分，构建评分矩阵，进一步转化为邻接矩阵，以区分干净/噪声客户端。2）协同网络模块：通过构建两个协同对等的联邦网络模型，使用简森-香农散度为协同网络彼此的训练区分干净样本与噪声样本。3）联邦-协同网络三元组损失：为噪声样本设计损失函数，约束同一噪声样本协同网络的输出特征。在CIFAR-10和CIFAR-100两个公开数据集上进行实验验证，结果表明所提出的方法在准确性上具有优势。

关键词：鲁棒联邦学习标签噪声协同网络度量学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于规则提示的知识图谱通用推理预训练模型

计算机研究与发展 2024年第8期61卷 2030-2044页

作者：崔员宁孙泽群胡伟计算机软件新技术全国重点实验室(南京大学) 南京210023

知识图谱是存储真实世界海量知识的图数据库,为大量知识驱动的下游任务提供了数据支持.知识图谱往往具有不完备性,存在大量缺失的事实,因此知识图谱推理任务基于已知事实推理新结论来补全知识图谱.随着知识工程及其商业应用的研究与发展... 详细信息

知识图谱是存储真实世界海量知识的图数据库,为大量知识驱动的下游任务提供了数据支持.知识图谱往往具有不完备性,存在大量缺失的事实,因此知识图谱推理任务基于已知事实推理新结论来补全知识图谱.随着知识工程及其商业应用的研究与发展,大量通用和领域知识图谱被构建.现有知识图谱推理方法大多面向单一知识图谱的补全,不具备通用推理能力.近年来,受预训练大语言模型通用能力的启发,一些通用的知识图谱推理预训练模型被提出.针对现有预训练模型无法识别高质量推理模式的问题,提出一个基于规则提示的知识图谱通用推理预训练模型——RulePreM,该模型筛选与利用高质量推理规则来提高知识图谱上的推理能力.首先基于推理规则构建关系IO图和一个编码器RuleGNN对关系进行编码,然后将关系编码作为提示来编码知识图谱中的实体,最后对候选实体进行打分预测.还提出一种结合规则置信度的注意力机制,来进一步减少低质量推理模式的影响.实验结果表明,所提出的模型在43个不同设定下的知识图谱上具有良好的通用推理能力,平均性能指标均优于现有的有监督模型和预训练模型.

关键词：知识图谱规则通用推理预训练提示学习关系IO图

基于跨模态交互与特征融合网络的假新闻检测方法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年

作者：彭广川吴飞韩璐季一木荆晓远武汉大学计算机学院南京邮电大学自动化学院人工智能学院南京邮电大学计算机学院

近年来，假新闻的激增对人们的决策过程产生了不利影响。许多现有的假新闻检测方法强调对多模态信息（如文本和图像）的探索和利用。然而，如何为检测任务生成有鉴别性的特征并有效地聚合不同模态的特征以进行假新闻检测，仍然是一个开... 详细信息

近年来，假新闻的激增对人们的决策过程产生了不利影响。许多现有的假新闻检测方法强调对多模态信息（如文本和图像）的探索和利用。然而，如何为检测任务生成有鉴别性的特征并有效地聚合不同模态的特征以进行假新闻检测，仍然是一个开放性问题。文中提出了一种新颖的假新闻检测模型，即跨模态交互与特征融合网络（Cross-modal Interaction and Feature Fusion Network， CMIFFN）。为了生成有鉴别性的特征，方法设计了一个基于监督对比学习的特征学习模块，通过同时进行模态内和模态间的监督对比学习，确保异类特征相似度更小，同类特征相似度更大。此外，为了挖掘更多有用的多模态信息，方法设计了多阶段跨模态交互模块，通过多阶段的跨模态交互，学习带有图结构信息的跨模态交互特征。方法引入基于一致性评估的注意力机制，通过学习多模态一致性权重，有效聚合模态特定特征和跨模态交互特征。在两个基准数据集Weibo和Twitter上的实验表明，CMIFFN可以明显优于现有的多模态假新闻检测方法。

关键词：假新闻检测监督对比学习多阶段跨模态交互图卷积网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于相对离群因子的标签噪声过滤方法

自动化学报 2024年第1期50卷 154-168页

作者：侯森寓姜高霞王文剑山西大学计算机与信息技术学院太原030006 计算智能与中文信息处理教育部重点实验室太原030006

分类任务中含有类别型标签噪声是传统数据挖掘中的常见问题,目前还缺少针对性方法来专门检测类别型标签噪声.离群点检测技术能用于噪声的识别与过滤,但由于离群点与类别型标签噪声并不具有一致性,使得离群点检测算法无法精确检测分类数... 详细信息

分类任务中含有类别型标签噪声是传统数据挖掘中的常见问题,目前还缺少针对性方法来专门检测类别型标签噪声.离群点检测技术能用于噪声的识别与过滤,但由于离群点与类别型标签噪声并不具有一致性,使得离群点检测算法无法精确检测分类数据集中的标签噪声.针对这些问题,提出一种基于离群点检测技术、适用于过滤类别型标签噪声的方法--基于相对离群因子(Relative outlier factor,ROF)的集成过滤方法(Label noise ensemble filtering method based on rel-ative outlier factor,EROF).首先,通过相对离群因子对样本进行噪声概率估计;然后,再迭代联合多种离群点检测算法,实现集成过滤.实验结果表明,该方法在大多数含有标签噪声的数据集上,都能保持优秀的噪声识别能力,并显著提升各种分类模型的泛化能力.

关键词：分类标签噪声离群点检测相对离群因子噪声过滤

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

深度指导的无监督领域自适应语义分割

计算机辅助设计与图形学学报 2024年第1期36卷 133-141页

作者：卢加文史金龙诸皓伟孙蕴瀚成志刚江苏科技大学计算机学院镇江2120002 南京大学计算机软件新技术国家重点实验室南京210046 浙江大学软件学院杭州310058

为了提高语义分割精度,解决模型在不同数据域上泛化性差的问题,提出基于深度信息的无监督领域自适应语义分割方法.首先,深度感知自适应框架通过捕捉深度信息和语义信息的内在联系,减小不同域之间的差异;然后,设计了一个轻量级深度估计... 详细信息

为了提高语义分割精度,解决模型在不同数据域上泛化性差的问题,提出基于深度信息的无监督领域自适应语义分割方法.首先,深度感知自适应框架通过捕捉深度信息和语义信息的内在联系,减小不同域之间的差异;然后,设计了一个轻量级深度估计网络来提供深度信息,通过跨任务交互策略融合深度和语义信息,并在深度感知空间对齐源域和目标域的分布差距;最后,提出基于深度信息的域内自适应策略弥合目标域内部的分布差异,将目标域分为子源域和子目标域,并缩小子源域和子目标域分布差距.实验结果表明,所提方法在SYNTHIA-2-Cityscapes和SYNTHIA-2-Mapillary跨域任务上的平均交并比分别为46.7%和73.3%,与同类方法相比,该方法在语义分割和深度估计精度上均有显著提升.

关键词：无监督领域自适应语义分割多任务学习深度估计

在线全文

学校读者我要写书评

暂无评论

面向开集识别的稳健测试时适应方法

软件学报 2024年第4期35卷 1667-1681页

作者：周植张丁楚李宇峰张敏灵计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 东南大学计算机科学与工程学院江苏南京210096

开集识别旨在研究测试阶段突现未见类别对于机器学习模型的挑战,以期学习模型既能分类已见类别又可识别/拒绝未见类别,是确保机器学习模型能够在开放世界中高效稳健部署的重要技术.既有开集识别技术通常假设已见类别的协变量分布在训练... 详细信息

开集识别旨在研究测试阶段突现未见类别对于机器学习模型的挑战,以期学习模型既能分类已见类别又可识别/拒绝未见类别,是确保机器学习模型能够在开放世界中高效稳健部署的重要技术.既有开集识别技术通常假设已见类别的协变量分布在训练与测试阶段维持不变.然而在实际场景中,类别的协变量分布常不断变化.直接利用既有技术不再奏效,其性能甚至劣于基线方案.因此,亟需研究新型开集识别方法,使其能不断适应协变量分布偏移,以期模型在测试阶段既能稳健分类已见类别又可识别未见类别.将此新问题设置命名为开放世界适应问题(AOW),并提出了一种开放测试时适应方法(OTA).该方法基于无标注测试数据优化自适应熵损失与开集熵损失更新模型,维持对已见类的既有判别能力,同时增强了识别未见类的能力.大量实验分析表明,该方法在多组基准数据集、多组不同协变量偏移程度下均稳健地优于现有先进的开集识别方法.

关键词：开集识别测试时适应分布偏移图像识别流数据

在线全文

学校读者我要写书评

暂无评论

单视角三维服装重建的民族风格表征学习

计算机辅助设计与图形学学报 2024年第2期36卷 258-272页

作者：张瑀卿刘骊付晓东刘利军彭玮昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学云南省计算机技术应用重点实验室昆明650500

针对民族服装风格多样、款式和配饰复杂,导致单视角三维服装重建结构不完整、风格不准确和局部特征模糊等问题,为了学习和映射民族服装的潜在风格特征,提出一种单视角三维服装重建的民族风格表征学习方法.首先结合定义的民族服装形状风... 详细信息

针对民族服装风格多样、款式和配饰复杂,导致单视角三维服装重建结构不完整、风格不准确和局部特征模糊等问题,为了学习和映射民族服装的潜在风格特征,提出一种单视角三维服装重建的民族风格表征学习方法.首先结合定义的民族服装形状风格和几何拓扑构建形状表征,学习形状潜在特征;然后基于区域定位和关键点,并融合定义的款式风格、着装部位进行款式表征,得到局部感知区域图,以学习款式潜在特征;再联合形状、款式特征以及定义的对称损失函数,隐式重建出民族服装的初步模型;最后在卷积网络中引入图像的超像素特征、Branch分支和配饰的语义解析建立配饰表征,并编码UV位置图到特征空间,生成民族服装的最终模型.在自定义的少数民族服装数据集上的实验结果表明,所提方法的倒角距离和法线余弦距离分别为1.732和0.13,较已有方法降低11%和18%,能够提高单视角三维民族服装重建的精度,生成具有民族风格的三维服装模型.

关键词：少数民族服装图像三维服装重建表征学习形状表征隐式重建语义解析

核储一体化调频下控制策略与储能容量配置研究

在线全文

学校读者我要写书评

暂无评论

核动力工程 2024年第1期45卷 171-177页

作者：钱虹王国平李宝龙上海电力大学自动化工程学院上海200090 上海市电站自动化技术重点实验室上海200090

针对核电参与一次调频,为减少核电机组动作次数,本研究提出核储一体化的调频模式,设计核储协同调频的控制策略。通过电池寿命分析,结合全年电网频率的大数据分析,搭建以储能成本最低为目标的求解模型,用改进粒子群算法寻优求得储能最佳... 详细信息

针对核电参与一次调频,为减少核电机组动作次数,本研究提出核储一体化的调频模式,设计核储协同调频的控制策略。通过电池寿命分析,结合全年电网频率的大数据分析,搭建以储能成本最低为目标的求解模型,用改进粒子群算法寻优求得储能最佳容量。根据某电网一年的频率统计,以实际核电厂运行参数为例进行计算验证。研究结果表明,本文所提出的方案不仅可以使核电厂具备一次调频能力,而且能大大降低机组负荷变动次数。因此,本方案可以在实现核电厂参与一次调频的同时保证机组运行的安全。

关键词：核储一体化一次调频容量配置改进粒子群算法