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

时态图顶点介数中心度计算方法

计算机研究与发展 2023年第10期60卷 2383-2393页

作者：张天明赵杰金露陈璐曹斌范菁浙江工业大学计算机科学与技术学院浙江大学计算机科学与技术学院

在社会网络分析中，介数中心度用于衡量顶点对网络结构的贡献大小，是一种广泛使用的顶点重要度衡量指标.该指标主要通过计算经过顶点的最短路径数来表明顶点的重要性.目前研究的介数中心度算法主要聚焦在普通图上，针对时态图的研究工... 详细信息

在社会网络分析中，介数中心度用于衡量顶点对网络结构的贡献大小，是一种广泛使用的顶点重要度衡量指标.该指标主要通过计算经过顶点的最短路径数来表明顶点的重要性.目前研究的介数中心度算法主要聚焦在普通图上，针对时态图的研究工作较少.普通图介数中心度计算方法主要依据Brandes算法设计，Brandes算法有效的关键理论是最短路径的子路径依然是最短路径，即最优子结构特性.然而时态图包含时态信息，时态路径类型多样，并且时态最短路径并不满足此特性，因此普通图介数中心度计算理论与方法不再适用于时态图.鉴于此，定义了严格（时态递增）和非严格（时态非递减）2种时态路径类型，并研究了时态图介数中心度计算理论与方法.提出了一种高效的基于消息传播的2阶段迭代计算框架.第1阶段采用自顶向下的广度优先遍历方式计算时态最短路径；第2阶段采用自底向上的方式计算顶点的后继节点和孩子节点对其介数中心度的贡献值，并设计了基于消息传播机制的迭代累积计算方法.为了提高效率和可扩展性，实现了基于OpenMP(open multiprocessing)框架的多线程并行算法FTBC(fast temporal betweenness centrality).基于8个真实的时态图数据集实验结果表明，与现有方法相比，提出的介数中心度计算方法具有更优的计算性能.

关键词：时态图介数中心度时态路径并行处理图算法

基于跨媒体解纠缠表示学习的风格化图像描述生成

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机学报 2022年第12期45卷 2510-2527页

作者：蔺泽浩李国趸曾祥极邓悦张寅庄越挺浙江大学计算机科学与技术学院

风格化图像描述生成的文本不仅被要求在语义上与给定的图像一致,而且还要与给定的语言风格保持一致.随着神经网络在计算机视觉和自然语言生成领域的技术发展,有关这个主题的最新研究取得了显著进步.但是,神经网络模型作为一种黑盒系统,... 详细信息

风格化图像描述生成的文本不仅被要求在语义上与给定的图像一致,而且还要与给定的语言风格保持一致.随着神经网络在计算机视觉和自然语言生成领域的技术发展,有关这个主题的最新研究取得了显著进步.但是,神经网络模型作为一种黑盒系统,人类仍然很难理解其隐层空间中参数所代表的风格、事实及它们之间的关系.为了提高对隐层空间中包含的事实内容和语言风格属性的理解以及增强对两者的控制能力,提高神经网络的可控性和可解释性,本文提出了一种使用解纠缠技术的新型风格化图像描述生成模型Disentangled Stylized Image Caption(DSIC).该模型分别从图像和描述文本中非对齐地学习解纠缠表示,具体使用了两个解纠缠表示学习模块——D-Images和D-Captions来分别学习图像和图像描述中解纠缠的事实信息和风格信息.在推理阶段,DSIC模型利用图像描述生成解码器以及一种特别设计的基于胶囊网络的信息聚合方法来充分利用先前学习的跨媒体信息表示,并通过直接控制隐层向量来生成目标风格的图像描述.本文在SentiCap数据集和FlickrStyle10K数据集上进行了相关实验.解纠缠表示学习的实验结果证明了模型解纠缠的有效性,而风格化图像描述生成实验结果则证明了聚合的跨媒体解纠缠表示可以带来更好的风格化图像描述生成性能,相对于对比的风格化图像描述生成模型,本文方法在多个指标上的性能提升了17%至86%.

关键词：跨媒体机器学习解纠缠表示学习风格化图像描述生成自然语言生成

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于强化学习的多路口可变车道协同控制方法

浙江大学学报（工学版） 2022年第5期56卷 987-994,1005页

作者：徐小高夏莹杰朱思雨邝砾浙江大学计算机科学与技术学院浙江杭州310027 中南大学计算机学院湖南长沙410012

为了解决传统的可变导向车道控制方法无法适应多路口场景下的复杂交通流的问题,提出基于多智能体强化学习的多路口可变导向车道协同控制方法来缓解多路口的交通拥堵状况.该方法对多智能体强化学习(QMIX)算法进行改进,针对可变导向车道... 详细信息

为了解决传统的可变导向车道控制方法无法适应多路口场景下的复杂交通流的问题,提出基于多智能体强化学习的多路口可变导向车道协同控制方法来缓解多路口的交通拥堵状况.该方法对多智能体强化学习(QMIX)算法进行改进,针对可变导向车道场景下的全局奖励分配问题,将全局奖励分解为基本奖励与绩效奖励,提高了拥堵场景下对车道转向变化的决策准确性.引入优先级经验回放算法,以提升经验回放池中转移序列的利用效率,加速算法收敛.实验结果表明,本研究所提出的多路口可变导向车道协同控制方法在排队长度、延误时间和等待时间等指标上的表现优于其他控制方法,能够有效协调可变导向车道的策略切换,提高多路口下路网的通行能力.

关键词：可变导向车道强化学习多智能体自适应控制智能交通

2021至2023年人工智能领域研究热点分析述评与展望

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5期61卷 1261-1275页

作者：魏子舒韩越刘思浩张圣宇吴飞浙江大学计算机科学与技术学院杭州310013

在当今数字化和智能化的时代背景下,人工智能(artificial intelligence,AI)已成为科技创新的重要引擎,总结探讨AI研究的最新趋势和未来发展方向具有重要的研究和现实意义.为此,对2021—2023年间在中国计算机学会(CCF)推荐的AI领域CCF-A... 详细信息

在当今数字化和智能化的时代背景下,人工智能(artificial intelligence,AI)已成为科技创新的重要引擎,总结探讨AI研究的最新趋势和未来发展方向具有重要的研究和现实意义.为此,对2021—2023年间在中国计算机学会(CCF)推荐的AI领域CCF-A类国际会议和期刊所发表论文的研究成果进行收集,并在此基础上采用文献计量学的方法论来通过关键词对研究热点进行分析,进行基于高频关键词分析研究热点、基于新增关键词分析研究趋势、基于引用量加权的关键词分析高影响力研究,可以梳理AI研究的主流方向、发现AI主要研究方向的相互联系和交叉融合的特点.此外,对当前研究热点如大语言模型(large language model,LLM)、AI驱动的科学研究(AI for Science)和视觉生成相关论文的关联热点进行分析,可以挖掘技术路径和方法论的演变,展现技术创新背后的科学理论和应用前景,从而进一步揭示AI研究的最新趋势和发展前景.

关键词：人工智能研究热点关键词统计分析数据挖掘

APU:一种精确评估超线程处理器算力消耗程度的方法

在线全文

学校读者我要写书评

暂无评论

软件学报 2023年第12期34卷 5887-5904页

作者：温盈盈程冠杰邓水光尹建伟浙江大学计算机科学与技术学院浙江杭州310027

伴随着云计算的发展,以及软件即服务(SaaS)、方法即服务(FaaS)等服务框架的提出,数据中心作为服务的提供商,面临着持续性的资源管理挑战:一方面需要保证服务质量(quality of service,QoS),另一方面又需要控制资源成本.为了在提升资源使... 详细信息

伴随着云计算的发展,以及软件即服务(SaaS)、方法即服务(FaaS)等服务框架的提出,数据中心作为服务的提供商,面临着持续性的资源管理挑战:一方面需要保证服务质量(quality of service,QoS),另一方面又需要控制资源成本.为了在提升资源使用率的同时确保负载压力在可承受范围内波动,一种精确衡量当前算力消耗程度的方法成为关键性的研究问题.传统的评估指标CPU利用率,由于虚拟化技术的成熟以及并行技术的发展,无法应对资源竞争所产生的干扰,失去了评估精度.而当前数据中心的主流处理器基本都开启了超线程技术,这导致评估超线程处理器算力消耗程度的需求亟待解决.为了应对这一评估挑战,基于超线程机制的理解以及线程行为的建模,提出一种评估超线程处理器算力消耗的方法APU.同时考虑到不同权限的用户能访问的系统层级不同,还提出了两种实现方案:一种基于硬件层支持的实现,以及一种基于操作系统层支持的实现.APU方法利用传统CPU利用率指标作为输入,没有其他维度的需求,免去了新监测工具的开发部署代价,也无需特殊硬件体系结构的支持,确保该方法的通用性和易用性.最后通过SPEC基准测试程序进一步证明该方法提升了算力评估的精度,分别将3种基准程序运行情况的算力评估误差从原先的20%,50%,以及20%下降至5%以内.为了进一步证明APU的实际应用能力,将其运用在了字节跳动的集群中,在案例研究中展示了它的应用效果.

关键词：超线程数据中心算力评估 CPU利用率系统性能分析

基于动态视觉运动特征的脉冲神经网络识别方法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2023年第8期45卷 2731-2738页

作者：董峻妃姜润皓燕锐唐华锦四川大学计算机学院成都610065 浙江大学计算机科学与技术学院杭州310058 浙江工业大学计算机科学与技术学院杭州310014

针对现有脉冲神经网络(SNN)对动态视觉事件流识别精度低与实时性差等问题,该文提出一种基于动态视觉运动特征的脉冲神经网络识别方法。首先利用基于事件的运动历史信息表示与梯度方向计算提取事件流中的动态运动特征;然后引入时空池化... 详细信息

针对现有脉冲神经网络(SNN)对动态视觉事件流识别精度低与实时性差等问题,该文提出一种基于动态视觉运动特征的脉冲神经网络识别方法。首先利用基于事件的运动历史信息表示与梯度方向计算提取事件流中的动态运动特征;然后引入时空池化操作来消除事件在时间和空间上的冗余,保留显著的运动特征;最后,将特征事件流输入脉冲神经网络进行学习与识别。在基准的动态视觉数据集上的实验结果表明,动态视觉运动特征可显著提升SNN对于事件流的识别精度与计算速度。

关键词：动态视觉感知事件相机脉冲神经网络动作识别运动特征提取

在线全文

学校读者我要写书评

暂无评论

超图学习综述:算法分类与应用分析

软件学报 2022年第2期33卷 498-523页

作者：胡秉德王新根王新宇宋明黎陈纯浙江大学计算机科学与技术学院浙江杭州310007

随着图结构化数据挖掘的兴起,超图作为一种特殊的图结构化数据,在社交网络分析、图像处理、生物反应解析等领域受到广泛关注.研究者通过解析超图中的拓扑结构与节点属性等信息,能够有效解决实际应用场景中所遇到的如兴趣推荐、社群划分... 详细信息

随着图结构化数据挖掘的兴起,超图作为一种特殊的图结构化数据,在社交网络分析、图像处理、生物反应解析等领域受到广泛关注.研究者通过解析超图中的拓扑结构与节点属性等信息,能够有效解决实际应用场景中所遇到的如兴趣推荐、社群划分等问题.根据超图学习算法的设计特点,将其划分为谱分析方法和神经网络方法,根据方法对超图处理的不同手段,可进一步划分为展开式方法和非展开式方法.若将展开式方法用于不可分解超图,则很有可能会造成信息损失.然而,现有的超图相关综述文章鲜有就超图学习方法适用于哪类超图这一问题做出相关归纳.因此,分别从超图上的谱分析方法和神经网络方法两方面出发,对展开式方法和非展开式方法展开讨论,并结合其算法特性和应用场景作进一步细分;然后,分析比较各类算法的设计思路,结合实验结果总结各类算法的优缺点;最后,对超图学习未来可能的研究方向进行了展望.

关键词：超图学习谱分析神经网络展开非展开

在线全文

学校读者我要写书评

暂无评论

数据驱动与知识引导结合下人工智能算法模型

电子与信息学报 2023年第7期45卷 2580-2594页

作者：金哲张引吴飞朱文武潘云鹤浙江大学计算机科学与技术学院杭州310012 清华大学计算机科学与技术系北京100084

当前人工智能的学习模式主要以数据驱动为主要手段,以深度神经网络为主流的机器学习算法取得了显著进展。但是这种数据驱动的人工智能手段依然面临数据获取成本高、可解释性弱、鲁棒性不强等不足。该文认为在现有机器学习算法中引入先... 详细信息

当前人工智能的学习模式主要以数据驱动为主要手段,以深度神经网络为主流的机器学习算法取得了显著进展。但是这种数据驱动的人工智能手段依然面临数据获取成本高、可解释性弱、鲁棒性不强等不足。该文认为在现有机器学习算法中引入先验假设、逻辑规则和方程公式等知识,建立数据和知识双轮驱动的人工智能方法,将推动更通用计算范式的变革创新。该文将可用于引导人工智能算法模型知识归纳为4种——逻辑知识、视觉知识、物理定律知识和因果知识,探讨将这些知识与现有数据驱动模型相互结合的典型方法。

关键词：人工智能大数据数据驱动知识引导

在线全文

学校读者我要写书评

暂无评论

面向多模态模型训练的高效样本检索技术

软件学报 2024年第3期35卷 1125-1139页

作者：唐秀伍赛侯捷陈刚浙江大学软件学院浙江宁波315103 浙江大学计算机科学与技术学院浙江杭州310027

深度学习中,多模态模型的训练通常需要大量高质量不同类型的标注数据,如图像、文本、音频等.然而,获取大规模的多模态标注数据是一项具有挑战性和昂贵的任务.为了解决这一问题,主动学习作为一种有效的学习范式被广泛应用,能够通过有针... 详细信息

深度学习中,多模态模型的训练通常需要大量高质量不同类型的标注数据,如图像、文本、音频等.然而,获取大规模的多模态标注数据是一项具有挑战性和昂贵的任务.为了解决这一问题,主动学习作为一种有效的学习范式被广泛应用,能够通过有针对性地选择最有信息价值的样本进行标注,从而降低标注成本并提高模型性能.现有的主动学习方法往往面临着低效的数据扫描和数据位置调整问题,当索引需要进行大范围的更新时,会带来巨大的维护代价.为解决这些问题,提出了一种面向多模态模型训练的高效样本检索技术So-CBI.该方法通过感知模型训练类间边界点,精确评估样本对模型的价值;设计了半有序的高效样本索引,通过结合数据排序信息和部分有序性,降低了索引维护代价和时间开销.在多组多模态数据集上通过与传统主动学习训练方法实验对比,验证了So-CBI方法在主动学习下的训练样本检索问题上的有效性.

关键词：多模态模型训练主动学习样本检索