检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于最优传输理论的联合分布匹配方法及应用

计算机学报 2021年第6期44卷 1233-1245页

作者：曹杰彰莫朗元杜卿国雍赵沛霖黄俊洲谭明奎华南理工大学软件学院广州510006 腾讯ai lab 广东深圳518054

联合分布匹配问题是机器学习和计算机视觉领域的研究热点之一.该问题旨在学习双向映射以匹配两个域的联合分布,目前仍然面临两个重要挑战:第一:两个不同域之间的相关性信息难以被充分利用.第二:联合分布匹配问题难以建模和优化.基于最... 详细信息

联合分布匹配问题是机器学习和计算机视觉领域的研究热点之一.该问题旨在学习双向映射以匹配两个域的联合分布,目前仍然面临两个重要挑战:第一:两个不同域之间的相关性信息难以被充分利用.第二:联合分布匹配问题难以建模和优化.基于最优传输理论,本文通过最小化两个域间联合分布的Wasserstein距离来解决上述挑战.首先,本文提出一个定理将难以求解的Wasserstein距离原问题转化为一个简单的优化问题,并设计了一个联合Wasserstein自编码器模型(JWAE)来求解该问题.然后,本文将JWAE成功应用在无监督图像翻译和跨域视频合成任务中,并生成高质量的图像和连贯的视频.实验结果表明,JWAE在两种任务中的定性和定量指标上均优于现有方法.比如,在“街景→语义分割”图像翻译任务中,JWAE的IS值比CycleGAN高0.59,FID值比CycleGAN小65.8.在“冬季→夏季”跨域视频合成任务中,JWAE的FID4video值比Slomo-Cycle小2.2.

关键词：联合分布匹配最优传输理论 Wasserstein距离无监督图像翻译跨域视频合成

在线全文

学校读者我要写书评

暂无评论

面向低资源关系抽取的自训练方法

软件学报 2024年

作者：郁俊杰王星陈文亮张民苏州大学计算机科学与技术学院腾讯ai lab

自训练是缓解标注数据不足问题的常见方法,其通常做法是利用教师模型去获取高置信度的自动标注数据作为可靠数据.然而在低资源场景关系抽取任务上,该方法不仅存在教师模型泛化能力差的问题,而且受到关系抽取任务中易混淆关系类别的影响... 详细信息

自训练是缓解标注数据不足问题的常见方法,其通常做法是利用教师模型去获取高置信度的自动标注数据作为可靠数据.然而在低资源场景关系抽取任务上,该方法不仅存在教师模型泛化能力差的问题,而且受到关系抽取任务中易混淆关系类别的影响,导致难以从自动标注数据中有效地识别出可靠数据,同时产生大量难以利用的低置信度噪音数据.因此,提出一种有效利用低置信度数据的自训练方法 ST-LRE (self-training approach for lowresource relation extraction).该方法一方面基于复述增强的预测方法来加强教师模型筛选可靠数据的能力;另一方面,基于部分标注模式从低置信度数据中提炼出可利用的模糊数据.基于模糊数据的候选类别集合,提出了基于负标签集合的负向训练方法.最后,为了支持可靠数据和模糊数据的融合训练,提出一种支持正负向训练的联合方法.在两个广泛使用的关系抽取数据集SemEval2010 Task-8和Re-TACRED的低资源场景上进行实验, ST-LRE方法取得显著且一致的提升.

关键词：自然语言处理信息抽取关系抽取低资源自训练

基于深度学习的MOOC论坛探索型对话识别方法研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

图书情报工作 2019年第5期63卷 92-99页

作者：董庆兴李华阳曹高辉夏立新华中师范大学信息管理学院武汉430079 武汉大学信息资源研究中心武汉430079 腾讯ai lab 深圳518057

[目的/意义]大规模在线开放课程论坛具有丰富的用户评论数据。从大量未区分的评论数据中,自动识别出知识密度较高的探索型对话并挖掘其潜在价值,对于改善教师教学质量以及提高学生知识水平具有重要影响。[方法/过程]首先利用GloVe方法... 详细信息

[目的/意义]大规模在线开放课程论坛具有丰富的用户评论数据。从大量未区分的评论数据中,自动识别出知识密度较高的探索型对话并挖掘其潜在价值,对于改善教师教学质量以及提高学生知识水平具有重要影响。[方法/过程]首先利用GloVe方法训练词向量,加强对文本语义的理解,然后利用卷积神经网络自动学习文本特征,提出一种基于深度学习的探索型对话自动识别模型,并在学堂在线平台《心理学概论》课程论坛标注数据集上进行实证与对比研究。[结果/结论]实验结果显示,利用GloVe方法预训练词向量以及在训练过程中不断对词向量进行学习修正能够提高模型效果。该模型识别探索型对话的F1值为0.94,相较于传统的朴素贝叶斯方法(0.88)、逻辑斯谛回归方法(0.89)、决策树方法(0.88)以及随机森林方法(0.88)取得较大提升,具有较高的实用性和较低的学习成本。

关键词： MOOC论坛探索型对话 GloVe 卷积神经网络

面向本征图像分解的高质量渲染数据集与非局部卷积网络

在线全文

学校读者我要写书评

暂无评论

中国图象图形学报 2022年第2期27卷 404-420页

作者：王玉洁樊庆楠李坤陈冬冬杨敬钰卢健智 Dani Lischinski 陈宝权山东大学青岛266237 腾讯ai lab 深圳518057 天津大学天津300072 微软云人工智能美国华盛顿98052 广东三维家信息科技有限公司广州510000 耶路撒冷希伯来大学以色列耶路撒冷91904 北京大学北京100091

目的本征图像分解是计算视觉和图形学领域的一个基本问题,旨在将图像中场景的纹理和光照成分分离开来。基于深度学习的本征图像分解方法受限于现有的数据集,存在分解结果过度平滑、在真实数据泛化能力较差等问题。方法首先设计基于图卷... 详细信息

目的本征图像分解是计算视觉和图形学领域的一个基本问题,旨在将图像中场景的纹理和光照成分分离开来。基于深度学习的本征图像分解方法受限于现有的数据集,存在分解结果过度平滑、在真实数据泛化能力较差等问题。方法首先设计基于图卷积的模块,显式地考虑图像中的非局部信息。同时,为了使训练的网络可以处理更复杂的光照情况,渲染了高质量的合成数据集。此外,引入了一个基于神经网络的反照率图像优化模块,提升获得的反照率图像的局部平滑性。结果将不同方法在所提的数据集上训练,相比之前合成数据集CGIntrinsics进行训练的结果,在IIW(intrinsic images in the wild)测试数据集的平均WHDR(weighted human disagreement rate)降低了7.29%,在SAW(shading annotations in the wild)测试集的AP(average precision)指标上提升了2.74%。同时,所提出的基于图卷积的神经网络,在IIW、SAW数据集上均取得了较好的结果,在视觉结果上显著优于此前的方法。此外,利用本文算法得到的本征结果,在重光照、纹理编辑和光照编辑等图像编辑任务上,取得了更优的结果。结论所提出的数据集质量更高,有利于基于神经网络的本征分解模型的训练。同时,提出的本征分解模型由于显式地结合了非局部先验,得到了更优的本征分解结果,并通过一系列应用任务进一步验证了结果。

关键词：图像处理图像理解本征图像分解图卷积网络(GCN) 合成数据集

在线全文

学校读者我要写书评

暂无评论

《人工智能》

国企管理 2018年第9期 16-16页

《人工智能》从人工智能这一颠覆性技术的前世今生说起,对人工智能产业全貌、发展趋势进行了清晰地梳理,对各国的竞争态势做了深入研究,还对人工智能给个人、企业、社会带来的机遇与挑战进行了深入分析。对于想全面了解人工智能的读者,... 详细信息

《人工智能》从人工智能这一颠覆性技术的前世今生说起,对人工智能产业全貌、发展趋势进行了清晰地梳理,对各国的竞争态势做了深入研究,还对人工智能给个人、企业、社会带来的机遇与挑战进行了深入分析。对于想全面了解人工智能的读者,本书提供了重要参考,是一本必备书籍。

关键词：人工智能《人工智能》

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

物联网设备安全能力基线研究

信息通信技术与政策 2020年第11期 66-71页

作者：甘祥赵泽光刘羽刘穆清腾讯安全平台部深圳518052 腾讯科恩实验室深圳518052 腾讯安全平台部天幕团队深圳518052

论述了物联网设备的安全问题,指出其当前面临的攻击面,提出一组通用的设备能力,以支持常规网络安全,保护设备、数据和系统。针对设备安全展开讨论,分析物联网设备可能面临的威胁,并给出相应的防护策略和物联网设备安全发展建议。

关键词：物联网安全基线网络攻击

软质肘关节外骨骼的肌力矩估计与神经网络补偿协调控制

在线全文

学校读者我要写书评

暂无评论

中国机械工程 2021年第23期32卷 2868-2875页

作者：吴青聪陈柏张祖国梁聪慧黎雄吴洪涛南京航空航天大学机电学院南京210016 腾讯科技(深圳)有限公司RoboticsX实验室深圳518000

为辅助偏瘫患者进行多模式肘关节康复训练,研制了一种软质肘关节康复外骨骼机器人,并提出了一种基于人体肌力矩估计与自适应神经网络补偿的协调控制策略。利用表面肌电信号来识别人体的运动意图并调整康复训练轨迹,采用Lyapunov方法证... 详细信息

为辅助偏瘫患者进行多模式肘关节康复训练,研制了一种软质肘关节康复外骨骼机器人,并提出了一种基于人体肌力矩估计与自适应神经网络补偿的协调控制策略。利用表面肌电信号来识别人体的运动意图并调整康复训练轨迹,采用Lyapunov方法证明了控制算法的闭环控制稳定性。搭建了实时控制实验平台,并开展了基于运动意图的轨迹跟踪实验与自由主动训练实验。实验结果表明,所提控制策略能保证被动训练过程的轨迹跟踪精度,并且可以根据患者的运动意图调整主动训练过程的运动轨迹,实现不同强度的主动康复训练。

关键词：软质肘关节外骨骼肌力矩估计自适应神经网络运动意图协调控制

在线全文

学校读者我要写书评

暂无评论

用体验引领设计中国用户体验实验室前沿

设计 2010年第9期23卷 58-61页

作者：李博百度腾讯

中国用户体验实验室前沿体验经济已经到来,以用户为中心的设计方法是必不可少的。用户研究是获取用户需求的重要方法,这一点目前在我国已经形成了普遍共识,而用户体验实验室作为一种可量化的研究方法,使设计师能够第一时间获取用户需求... 详细信息

中国用户体验实验室前沿体验经济已经到来,以用户为中心的设计方法是必不可少的。用户研究是获取用户需求的重要方法,这一点目前在我国已经形成了普遍共识,而用户体验实验室作为一种可量化的研究方法,使设计师能够第一时间获取用户需求与使用习惯的底层数据,也得到了广泛的使用。《设计》杂志通过对百度、腾讯等公司用户实验室的探访,展示了这一领域的最新动态。

关键词：实验室建立用户研究用户参与体验经济用户需求交互设计设计师重要方法研究方法设计方法

在线全文

学校读者我要写书评

暂无评论

人工智能在恶性肿瘤诊治中的应用

中华实验外科杂志 2019年第2期36卷 203-207页

作者：袁紫旭徐挺洋姚建华蔡建王磊广州中山大学附属第六医院结直肠外科 510655 深圳腾讯ailab 518063

人工智能(ai)是研发用于模拟人类大脑学习并且延伸人类能力的新型智能技术科学。近年来,医疗大数据的深度挖掘归功于ai的突破发展,也推动了ai+医疗创新模式的发展。我们将阐述ai在医学领域的应用及其原理,特别是在肿瘤诊治方面的优势,包... 详细信息

人工智能(ai)是研发用于模拟人类大脑学习并且延伸人类能力的新型智能技术科学。近年来,医疗大数据的深度挖掘归功于ai的突破发展,也推动了ai+医疗创新模式的发展。我们将阐述ai在医学领域的应用及其原理,特别是在肿瘤诊治方面的优势,包括ai擅长的医学图像(影像、病理)处理,为ai奠定基础的影像组学的发展,ai更新换代后深度学习算法的优势,ai在诊断、特征提取、监测、疗效随访中的应用等。随着ai在不同疾病中应用经验的积累,深度学习算法可以利用越来越多的医疗大数据进行训练和验证模型,我们期待ai的灵敏性和准确性会有更大的提升,甚至可能超越影像专家及病理专家对肿瘤的诊治水平。

关键词：人工智能恶性肿瘤深度学习算法诊断