检索结果-南通市图书馆

基于生成式对抗网络的自监督多元时间序列异常检测方法

在线全文

学校读者我要写书评

暂无评论

南京大学学报（自然科学版） 2023年第2期59卷 256-262页

作者：周业瀚沈子钰周清李云南京邮电大学计算机学院南京210023 江苏省大数据安全与智能处理重点实验室南京210023

异常检测是数据挖掘的重要研究方向之一.工业设备的各项指标以多元时间序列的形式被传感器监测,多元时间序列的异常检测对保障安全和提高服务质量至关重要,但是异常的定义相对模糊,具有异常标签的数据很稀少.此外,多元时间序列具有复杂... 详细信息

异常检测是数据挖掘的重要研究方向之一.工业设备的各项指标以多元时间序列的形式被传感器监测,多元时间序列的异常检测对保障安全和提高服务质量至关重要,但是异常的定义相对模糊,具有异常标签的数据很稀少.此外,多元时间序列具有复杂的时间依赖性和随机性,使异常检测存在许多问题.提出CPCGAN模型,使用自监督学习的方法对多元时序数据进行异常检测.首先使用对比学习的方法得到多元时序数据的表示向量,再将具有先验信息的表示向量作为输入用来训练生成式对抗网络,通过生成式对抗网络的重构误差来确定异常.在五个数据集上与五种无监督异常检测方法进行对比,实验结果证明提出的方法能有效地检测两类异常,并且,在大多数数据集上的表现更好.

关键词：异常检测多元时间序列自监督学习对比学习生成式对抗网络

在线全文

学校读者我要写书评

暂无评论

对话场景下的情感引导问题生成模型

计算机科学 2024年

作者：胥备许鹏南京邮电大学计算机学院软件学院网络空间安全学院江苏大数据安全与智能处理重点实验室

人机对话系统已在多种智能服务场景中得到广泛应用。当前的人机对话系统可以感知对话者情感，并根据上下文给出具备特定情感的响应。但是，具备特定情感的响应较难确保有效地引导人们产生特定的情感。例如：一个具备“高兴”情感的响应... 详细信息

人机对话系统已在多种智能服务场景中得到广泛应用。当前的人机对话系统可以感知对话者情感，并根据上下文给出具备特定情感的响应。但是，具备特定情感的响应较难确保有效地引导人们产生特定的情感。例如：一个具备“高兴”情感的响应并不能保证人们产生高兴的情感。在一些场景中，人机对话系统需要引导用户达到某种特定的情感状态，以利于对话的持续开展或提升交互效率，例如：对话心理陪护或在线智能教学。当前的人机对话系统仅针对“积极/消极”等粗粒度情感引导进行了探索，难以应对细粒度情感引导任务。同时，针对对话的心理研究指出，“问题”会显著影响对话方情感的走向。基于上述背景，提出了一种对话场景下的情感引导问题生成模型。该模型基于GPT预训练模型，将需要引导对话方产生的情感作为情感知识引入到模型的响应生成过程之中，同时引入了上下文情感感知机制和常识知识融合机制，并采用多任务学习的方法增强了模型的情感感知能力和对话响应生成能力。鉴于这是首次提出面向细粒度情感引导的问题生成任务，因此构建了情感引导数据集用于训练和实验，并且提出了基于提示学习的自动评价方法。最终，自动评价和人工评价的结果表明，提出的模型能有效地生成问题，以引导对话方产生特定的情感。

关键词：情感引导问题生成情感对话提示学习多任务学习

基于不确定性感知旋转目标检测的二次接线质检

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机技术与发展 2024年

作者：毛泽勇陈欣易丁俊峰陈蕾江苏省大数据安全与智能处理重点实验室南京邮电大学计算机学院江苏省送变电有限公司

变电站二次接线质检旨在检查端子排上预设的接线编号与二次线缆线帽序号是否匹配。由于二次接线线帽尺寸小、分布密集且朝向各异的特点，传统的水平目标检测算法在该任务上表现不佳，而图像采集过程中的视觉畸变和噪声干扰则加剧了二次... 详细信息

变电站二次接线质检旨在检查端子排上预设的接线编号与二次线缆线帽序号是否匹配。由于二次接线线帽尺寸小、分布密集且朝向各异的特点，传统的水平目标检测算法在该任务上表现不佳，而图像采集过程中的视觉畸变和噪声干扰则加剧了二次接线难例样本的误检。为此，提出一种不确定性感知的实时旋转目标检测算法(Uncertainty-aware Real-time Oriented Object Detection, UROD)并将其应用于变电站二次接线可信质检。具体地，基于YOLOv8算法引入角度回归分支以实现旋转目标检测功能，并对其边界框回归和分类分支分别进行高斯分布建模，UROD能在输出目标检测结果的同时，伴随输出衡量检测结果的不确定性度量，而该不确定性度量又可应用于融合标识有序领域先验的接线成对匹配策略，从而实现二次接线难例样本的拒识。公开数据集DOTAv1与基于真实场景构建的二次接线数据集上的实验结果表明，相比于基线方法 YOLOv8,UROD算法较大幅度提升了二次接线质检的精度；而相比于传统的旋转目标检测算法，UROD算法则不仅提升了检测速度，而且能够基于其所感知的不确定性度量对难例样本进行拒识。

关键词：旋转目标检测不确定性感知高斯分布建模二次接线质检 YOLOv8

MEDAguard:基于逻辑加密的微电极点阵生物芯片知识产权保护方案

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电子学报 2022年第2期50卷 440-445页

作者：刘灵清董晨刘西蒙柳煌达连思璜陈潇福州大学计算机与大数据学院福建福州350116 网络系统信息安全福建省高校重点实验室福建福州350116 福建省网络计算与智能信息处理重点实验室福建福州350116

在微电极点阵(Micro-Electrode-Dot-Array,MEDA)生物芯片外包生产的过程中,未受保护的芯片设计知识产权容易遭受盗窃或过度生产攻击.本文提出一种基于逻辑加密的微电极点阵生物芯片的知识产权保护方案,称为MEDAguard,该方案使用生化协... 详细信息

在微电极点阵(Micro-Electrode-Dot-Array,MEDA)生物芯片外包生产的过程中,未受保护的芯片设计知识产权容易遭受盗窃或过度生产攻击.本文提出一种基于逻辑加密的微电极点阵生物芯片的知识产权保护方案,称为MEDAguard,该方案使用生化协议中的废液滴和输入液滴构成逻辑加密模块,实现对生化协议的锁定,从而保护生化协议在外包生产过程中不被窃取.针对破解密钥最常用的暴力攻击法,提出一种安全性评价指标,用于评估生成的生化试剂是否符合浓度标准.采用多组仿真实验模拟攻击者对MEDAguard实施暴力攻击,实验结果表明MEDAguard能够有效地抵抗暴力攻击.

关键词：微电极点阵生物芯片逻辑加密知识产权保护外包生产

在线全文

学校读者我要写书评

暂无评论

关联项目增强的多兴趣序列推荐方法

计算机应用研究 2023年第2期40卷 456-462页

作者：张杰陈可佳南京邮电大学计算机学院、软件学院、网络空间安全学院南京210023 南京邮电大学江苏省大数据安全与智能处理重点实验室南京210023

现有基于多兴趣框架的序列推荐方法仅从用户近期交互序列中学习得到用户多兴趣表示,忽略了数据集中项目间的关联信息。针对这一问题,提出了一种关联项目增强的多兴趣序列推荐方法IAMIRec(item associa-tions aware multi-interest seque... 详细信息

现有基于多兴趣框架的序列推荐方法仅从用户近期交互序列中学习得到用户多兴趣表示,忽略了数据集中项目间的关联信息。针对这一问题,提出了一种关联项目增强的多兴趣序列推荐方法IAMIRec(item associa-tions aware multi-interest sequential recommendation method)。首先通过数据集中用户交互序列计算得到项目关联集合和对应的项目关联矩阵,然后根据项目关联矩阵通过多头自注意力机制建模用户的近期交互序列,最后使用多兴趣框架学习得到用户的多个兴趣向量并进行top-N推荐。在三个数据集上对该方法进行了测试与分析,IAMIRec在recall、NDCG(normalized discounted cumulative gain)和hit rate指标上的表现均优于相关方法。实验结果说明IAMIRec可以实现更优的推荐性能,也表明引入项目关联信息可以有效增强用户的多兴趣表示。

关键词：推荐系统多兴趣框架项目关联自注意力机制

公平性机器学习中基于分类间隔的歧视样本发现和消除算法

在线全文

学校读者我要写书评

暂无评论

中国科学：信息科学 2020年第8期50卷 1255-1266页

作者：石鑫盛李云南京邮电大学计算机学院南京210023 南京邮电大学江苏省大数据安全与智能处理重点实验室南京210023

公平性学习是机器学习领域的研究热点,预防歧视的目的在于执行预测任务之前消除不公平训练集对于分类器的影响.为了保证分类公平性和准确性,本文通过发现和消除原始数据集中的歧视样本寻找生成公平数据集的方法,即提出了一种基于分类间... 详细信息

公平性学习是机器学习领域的研究热点,预防歧视的目的在于执行预测任务之前消除不公平训练集对于分类器的影响.为了保证分类公平性和准确性,本文通过发现和消除原始数据集中的歧视样本寻找生成公平数据集的方法,即提出了一种基于分类间隔的加权方法用于处理二分类任务中的歧视现象,并在demographic parity和equalized odds公平性判定准则上实现分类公平.为了不影响分类准确性,本文基于最大间隔原理将样本投影之后选出目标集,对于目标集中的每个样本,通过加权距离度量方法判定该样本是否具有歧视性,并进行修正.通过在3个真实数据集上与已有方法进行实验对比,本文的方法能够获得更好的分类公平性和准确性,并且不局限于特定的公平性判定准则和分类器.

关键词：公平性学习分类间隔目标集加权距离度量歧视性

在线全文

学校读者我要写书评

暂无评论

基于双矫正机制的源域无关域适应学习

计算机应用研究 2022年第12期39卷 3683-3687页

作者：邹聪汪云云南京邮电大学计算机学院、软件学院、网络空间安全学院南京210023 南京邮电大学江苏省大数据安全与智能处理重点实验室南京210023

标准域无监督域适应学习是从相关的源域学习知识迁移到目标域,通常假设源域数据在训练阶段是可直接使用的。但是由于隐私和安全问题,在一些现实的应用中,源域数据往往是不可直接获取的,如何有效利用目标域数据从而减少噪声类的输出或特... 详细信息

标准域无监督域适应学习是从相关的源域学习知识迁移到目标域,通常假设源域数据在训练阶段是可直接使用的。但是由于隐私和安全问题,在一些现实的应用中,源域数据往往是不可直接获取的,如何有效利用目标域数据从而减少噪声类的输出或特征的产生是源域无关域适应学习的巨大挑战。为解决这个问题,提出了一个基于双矫正机制的源域无关域适应学习模型(source-free domain adaptation with dual-correction mechanism,DCM)。首先,探索目标域样本信息结构,对噪声类输出进行矫正;其次,采用教师—学生模型指导特征的学习,最大化高置信度特征间的一致性以及低置信度特征间的差异性。最后,在数字集、Office-31和Office-Home数据集上的实验结果证实了DCM的有效性。

关键词：无监督域适应源域无关的域适应双矫正机制自监督学习

在线全文

学校读者我要写书评

暂无评论

基于时滞特征的时序依赖情节发现

计算机应用 2019年第2期39卷 421-428页

作者：顾佩月刘峥李云李涛江苏省大数据安全与智能处理重点实验室(南京邮电大学) 南京210023 南京邮电大学计算机学院南京210023

对于事件序列中的时序依赖发现,传统的频繁情节发现方法一方面使用时间窗口机制挖掘事件之间简单的关联依赖,另一方面无法有效处理事件的交叉时序关联。针对以上问题,提出了时滞情节发现的概念,在频繁情节发现的基础上,设计了一种基于... 详细信息

对于事件序列中的时序依赖发现,传统的频繁情节发现方法一方面使用时间窗口机制挖掘事件之间简单的关联依赖,另一方面无法有效处理事件的交叉时序关联。针对以上问题,提出了时滞情节发现的概念,在频繁情节发现的基础上,设计了一种基于相邻事件匹配集(AEM)的时滞情节发现算法。首先,引入时滞的概率统计模型进行事件序列匹配,避免预先设定时间窗口,处理可能存在的交叉关联;然后,将时滞挖掘转化为最优化问题,使用迭代的方式得到时滞情节之间的时间间隔分布;最后,利用假设检验区分串行时滞情节和并行时滞情节。理论分析与实验结果表明,与目前最新的时滞挖掘方法迭代最近事件(ICE)算法相比,基于AEM的时滞情节发现算法模拟的时滞分布与真实时滞分布的平均KL距离为0. 056,缩短了20. 68%。基于AEM的时滞情节发现算法通过时滞的概率统计模型衡量事件多种匹配情况的可能性,获得一对多的相邻事件匹配集,比ICE算法中的一对一匹配更加有效地模拟了实际情况。

关键词：时序依赖事件序列频繁情节时滞概率统计模型

在线全文

学校读者我要写书评

暂无评论

基于贪心组合优化的分布极端不平衡分类算法

小型微型计算机系统 2023年

作者：陈兴国许静李扬罗玉盘南京大学计算机软件新技术国家重点实验室南京邮电大学大数据安全与智能处理重点实验室井冈山大学网络信息中心

现有针对不平衡数据分类的研究主要从重采样、特征、代价和算法等四个角度展开，方法多样，但针对极端不平衡的数据分布仍缺乏有效算法。本文的目标是通过结合各种算法的特性获取一个最优性能的组合算法。本文假设算法间的组合满足次模... 详细信息

现有针对不平衡数据分类的研究主要从重采样、特征、代价和算法等四个角度展开，方法多样，但针对极端不平衡的数据分布仍缺乏有效算法。本文的目标是通过结合各种算法的特性获取一个最优性能的组合算法。本文假设算法间的组合满足次模函数性质，并采用贪心的组合优化方法。具体而言，选择深度森林算法为基础，依次组合最优重采样方法、以异常检测思想的特征提取方法对数据进行的特征处理方法或基于贝叶斯优化的最优代价敏感矩阵方法。在3种组合算法中选择分类性能最优的算法组合，再次组合其余角度的方法，判断分类性能是否再次提升。实验选择两组极端不平衡数据——真实饮用水数据和UCI数据库中的page-blocks数据进行验证。结果表明，基于贪心优化对算法间进行组合，在3轮迭代后得到的算法组合，较单一算法其分类性能能有进一步的提升。

关键词：次模函数贪心优化数据分布极端不平衡深度森林组合算法