检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

一种全面的少标签样本情形下的知识蒸馏方法

数据分析与知识发现 2024年第1期8卷 104-113页

作者：刘彤任欣儒尹金辉倪维健山东科技大学计算机科学与工程学院青岛266590

【目的】针对在自然语言处理中有标签样本稀缺和高性能的大规模参数量模型训练成本高的问题,本文在有标签样本不足情况下,通过知识蒸馏方法,提升在高性能大参数量模型指导下的小参数量模型性能。【方法】通过噪声提纯方法,从无标签数据... 详细信息

【目的】针对在自然语言处理中有标签样本稀缺和高性能的大规模参数量模型训练成本高的问题,本文在有标签样本不足情况下,通过知识蒸馏方法,提升在高性能大参数量模型指导下的小参数量模型性能。【方法】通过噪声提纯方法,从无标签数据中获取有价值的数据并赋予其伪标签,增加有标签样本数量;并在传统蒸馏模型基础上增加知识回顾机制和助教模型,实现从大参数量模型到小参数量模型的全面的知识迁移。【结果】在IMDB、AG_NEWS、Yahoo!Answers数据集的文本分类和情感分析任务上,使用原数据集规模的5%作为有标签数据,准确率表现与使用全部数据训练的传统蒸馏模型分别仅相差1.45%、2.75%、7.28%。【局限】仅针对自然语言处理中的文本分类以及情感分析任务进行实验研究,后续可进一步扩大任务覆盖面。【结论】本文所提方法在少量有标签样本的情形下,实现了较好的蒸馏效果,使得小参数量模型的性能得到显著提升。

关键词：知识蒸馏半监督学习少标签样本文本分类

在线全文

学校读者我要写书评

暂无评论

基于多尺度特征解析的放射学报告生成方法

北京大学学报（自然科学版） 2024年第1期60卷 71-78页

作者：王瑞梁建国花嵘山东科技大学计算机科学与工程学院青岛266590

在使用深度学习模型自动生成放射学报告时,由于数据的极度不平衡,当前的模型难以识别异常区域特征,从而导致对疾病的错判与漏判。为了提升模型对疾病的识别能力,提高放射学报告的质量,提出使用多尺度特征解析Transformer(MFPT)模型来生... 详细信息

在使用深度学习模型自动生成放射学报告时,由于数据的极度不平衡,当前的模型难以识别异常区域特征,从而导致对疾病的错判与漏判。为了提升模型对疾病的识别能力,提高放射学报告的质量,提出使用多尺度特征解析Transformer(MFPT)模型来生成放射学报告。构建一个关键特征强化注意力(KFEA)模块,以便加强对关键特征的利用;设计一个多模态特征融合(MFF)模块,以便促进语义特征与视觉特征的特征融合,缓解特征差异造成的影响;探索阶段感知(SA)模块在放射学报告任务中对初级特征的优化作用。最后,在流行的放射学报告数据集IU X-Ray上,与当前的主流模型进行对比实验,结果表明,所提模型取得当前最佳效果。

关键词：注意力机制特征融合放射学报告 Transformer 图像–文本生成

R13/R26矩方法的介观尺度壁面边界条件

在线全文

学校读者我要写书评

暂无评论

国防科技大学学报 2024年第3期46卷 98-104页

作者：杨伟奇杨惠国防科技大学空天科学学院湖南长沙410073 国防科技大学计算机学院湖南长沙410073

宏观尺度NSF(Navier-Stokes-Fourier)、R13/R26矩方程边界条件在中、大克努森数Kn来流条件下计算精度大幅度降低,也极易发散。针对这一难题,提出R13/R26矩方程的介观尺度边界条件,在靠近壁面处重构速度分布函数,并输入介观尺度Boltzman... 详细信息

宏观尺度NSF(Navier-Stokes-Fourier)、R13/R26矩方程边界条件在中、大克努森数Kn来流条件下计算精度大幅度降低,也极易发散。针对这一难题,提出R13/R26矩方程的介观尺度边界条件,在靠近壁面处重构速度分布函数,并输入介观尺度Boltzmann模型方程;基于离散速度法求解宏观参数,所得到的宏观参数作为R13/R26矩方程的壁面边界条件。仿真结果表明:基于介观尺度边界条件的R13/R26矩方法相较原边界条件计算精度最大提高59.84%,同时,所提出的边界条件将矩方法对Kn的适用范围拓展到1.0。

关键词：稀薄气体矩方法非平衡流边界条件

在线全文

学校读者我要写书评

暂无评论

迁移表征的知识追踪模型

智能系统学报 2024年

作者：张凯刘月覃正楚秦心怡长江大学计算机科学学院

针对多数知识追踪研究在表征题目时仅利用了题目包含的概念等显性特征，未能考虑到题目中概念的考察侧重程度这一隐性特征，也未表征迁移过程中题目的迁移程度的问题。本文提出题目迁移表征的知识追踪模型。在题目侧重表征方面，采用加... 详细信息

针对多数知识追踪研究在表征题目时仅利用了题目包含的概念等显性特征，未能考虑到题目中概念的考察侧重程度这一隐性特征，也未表征迁移过程中题目的迁移程度的问题。本文提出题目迁移表征的知识追踪模型。在题目侧重表征方面，采用加性注意力机制提取题目中各个概念的考察侧重程度。在题目迁移方面，利用相似性和通道注意力机制融合建模历史题目多角度的迁移程度。在迁移遗忘方面，使用门限机制建模学习迁移的遗忘过程。最终得到题目迁移表征，以此来预测学习者未来的答题表现。在实验阶段，与6种相关模型在3个真实数据集上进行对比实验，结果表明提出模型的曲线下面积(area under the curve， AUC)和准确率(accuracy， ACC)均有更好表现，尤其在ASSISTments2012数据集上表现最佳，相较于其他对比模型分别提升了3.5%～20.1%和2.3%～18.5%。在可解释性方面，使用图表可视化描述了题目迁移表征生成路径。本文建模的学习迁移内在机制可为知识追踪模型的设计提供参考。

关键词：知识追踪学习迁移机制题目表征题目迁移序列模型答题预测注意力机制门限机制

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

伽罗瓦定理真的错了吗?

中国科技史杂志 2024年第1期45卷 67-76页

作者：杨保强延安大学数学与计算机科学学院

1830年，伽罗瓦提出有关本原方程的一个定理。在数学史上，很多学者认为该定理对于本原群的刻画是错误的，但有一些研究者猜想伽罗瓦的定理可能无误，也许伽罗瓦的本原群隐含地假设了二重传递性。本文通过引入与之相应的“二重传递方程... 详细信息

1830年，伽罗瓦提出有关本原方程的一个定理。在数学史上，很多学者认为该定理对于本原群的刻画是错误的，但有一些研究者猜想伽罗瓦的定理可能无误，也许伽罗瓦的本原群隐含地假设了二重传递性。本文通过引入与之相应的“二重传递方程”的概念，利用古证复原或数学实操的方法复原伽罗瓦对于本原方程的真实认识，证实伽罗瓦定理中的“本原方程”实际所指乃二重传递方程，对应于二重传递群的结果，伽罗瓦的定理并无差错。

关键词：伽罗瓦本原方程二重传递群数学实操古证复原

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

唯一分解整环上矩阵的Smith型

中国科学:数学 2024年

作者：李冬梅陈作刘金旺湖南科技大学计算机科学与工程学院湖南科技大学数学与计算科学学院

域上多元多项式环是一类非常重要的唯一分解整环,由于多元多项式环上矩阵的各阶不变因子之间的整除关系尚未确定,其Smith型的存在性问题至今未被解决.本文主要研究唯一分解整环上矩阵Smith型的存在性问题,通过环的局部化与p-指数性质证... 详细信息

域上多元多项式环是一类非常重要的唯一分解整环,由于多元多项式环上矩阵的各阶不变因子之间的整除关系尚未确定,其Smith型的存在性问题至今未被解决.本文主要研究唯一分解整环上矩阵Smith型的存在性问题,通过环的局部化与p-指数性质证明了唯一分解整环上任意一个矩阵的各阶不变因子之间具有整除关系,并进一步证明了其Smith型都是存在的,从而很好地解决了多元多项式矩阵Smith型的存在性问题.

关键词：唯一分解整环多元多项式环 Smith型环的局部化多元多项式矩阵

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于加权锚点的多视图聚类算法

自动化学报 2024年第6期50卷 1160-1170页

作者：刘溯源王思为唐厂周思航王思齐刘新旺国防科技大学计算机学院长沙410073 中国地质大学计算机学院武汉430074 国防科技大学智能科学学院长沙410073 国防科技大学计算机学院高性能计算国家重点实验室长沙410073

大规模多视图聚类旨在解决传统多视图聚类算法中计算速度慢、空间复杂度高,以致无法扩展到大规模数据的问题.其中,基于锚点的多视图聚类方法通过使用整体数据集合的锚点集构建后者对于前者的重构矩阵,利用重构矩阵进行聚类,有效地降低... 详细信息

大规模多视图聚类旨在解决传统多视图聚类算法中计算速度慢、空间复杂度高,以致无法扩展到大规模数据的问题.其中,基于锚点的多视图聚类方法通过使用整体数据集合的锚点集构建后者对于前者的重构矩阵,利用重构矩阵进行聚类,有效地降低了算法的时间和空间复杂度.然而,现有的方法忽视了锚点之间的差异,均等地看待所有锚点,导致聚类结果受到低质量锚点的限制.为定位更具有判别性的锚点,加强高质量锚点对聚类的影响,提出一种基于加权锚点的大规模多视图聚类算法(Multi-view clustering with weighted anchors,MVC-WA).通过引入自适应锚点加权机制,所提方法在统一框架下确定锚点的权重,进行锚图的构建.同时,为增加锚点的多样性,根据锚点之间的相似度进一步调整锚点的权重.在9个基准数据集上与现有最先进的大规模多视图聚类算法的对比实验结果验证了所提方法的高效性与有效性.

关键词：多视图聚类大规模聚类锚点权重学习

维普期刊数据库博看期刊

面向视网膜血管精细分割的多层级图卷积特征融合神经编解码网络

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3期53卷 404-413页

作者：崔少国张乐迁文浩重庆师范大学计算机与信息科学学院重庆401331

眼底视网膜血管分割可以帮助医生对眼科疾病以及心脑血管疾病进行辅助诊断。然而,由于血管拓扑结构复杂,边界不清晰,分割难度增大。针对这些问题,在U型结构的基础上提出了一种基于图卷积特征融合网络。该网络使用图卷积模块对编码器特... 详细信息

眼底视网膜血管分割可以帮助医生对眼科疾病以及心脑血管疾病进行辅助诊断。然而,由于血管拓扑结构复杂,边界不清晰,分割难度增大。针对这些问题,在U型结构的基础上提出了一种基于图卷积特征融合网络。该网络使用图卷积模块对编码器特征中像素之间的全局上下文信息进行建模,弥补普通卷积缺少全局建模的能力;然后使用多尺度特征融合模块对编码器特征与解码器特征进行融合,减少特征层中噪声信息对分割结果的影响;最后使用多层次特征融合模块将解码器每一层特征融合输出,减少下采样过程中空间信息的缺失以及对深层特征的复用。在公开数据集DRIVE、CHASEDB1以及STARE上进行验证,F1值和AUC值均优于其他两个模型。

关键词：医学图像分割视网膜血管 U型结构图卷积特征融合

在线全文

学校读者我要写书评

暂无评论

基于改进局部密度的可扩展层次聚类算法

南京大学学报(自然科学) 2024年第3期 370-382页

作者：陈斌谢文波付勋张恒基王欣西南石油大学计算机科学学院

层次聚类是无监督学习的重点研究方向，由于其结果易于分析，因此被广泛应用于数据挖掘领域.目前大多数层次聚类算法都需要根据数据的成对距离进行簇合并操作，因此具有较高的复杂度（不论是时间或空间），无法用于大规模数据的处理.针... 详细信息

层次聚类是无监督学习的重点研究方向，由于其结果易于分析，因此被广泛应用于数据挖掘领域.目前大多数层次聚类算法都需要根据数据的成对距离进行簇合并操作，因此具有较高的复杂度（不论是时间或空间），无法用于大规模数据的处理.针对以上问题，提出了一种基于改进局部密度的可扩展层次聚类算法（Density-based Scalable Hierarchical Clustering,DBSC）.该算法根据数据间的最近邻关系构造最近邻图，并在每个最近邻分量上根据互惠最近邻结点的局部密度选择代表点.为了降低孤立最近邻分量对计算局部密度的干扰，算法利用二阶最近邻将孤立最近邻分量重连至最近邻分量.通过以上步骤算法选择代表点，以迭代的方式自下而上地构建聚类树.大量真实数据集的实验结果表明，该算法可以在保证较高的聚类精度和较快的响应速度的前提下将处理数据的规模提升至数十万项.

关键词：层次聚类局部密度最近邻图互惠最近邻