检索结果-南通市图书馆

用于未对齐多模态语言序列情感分析的多交互感知网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机应用 2024年第1期44卷 79-85页

作者：罗俊豪朱焱西南交通大学计算机与人工智能学院成都611756 西南交通大学利兹学院成都611756

针对现有对齐多模态语言序列情感分析方法常用的单词对齐方法缺乏可解释性的问题,提出了一种用于未对齐多模态语言序列情感分析的多交互感知网络(MultiDAN)。MultiDAN的核心是多层的、多角度的交互信息提取。首先使用循环神经网络(RNN)... 详细信息

针对现有对齐多模态语言序列情感分析方法常用的单词对齐方法缺乏可解释性的问题,提出了一种用于未对齐多模态语言序列情感分析的多交互感知网络(MultiDAN)。MultiDAN的核心是多层的、多角度的交互信息提取。首先使用循环神经网络(RNN)和注意力机制捕捉模态内的交互信息;然后,使用图注意力网络(GAT)一次性提取模态内及模态间的、长短期的交互信息;最后,使用特殊的图读出方法,再次提取图中节点的模态内及模态间交互信息,得到多模态语言序列的唯一表征,并应用多层感知机(MLP)分类获得序列的情感分数。在两个常用公开数据集CMU-MOSI和CMU-MOSEI上的实验结果表明,MultiDAN能充分提取交互信息,在未对齐的两个数据集上MultiDAN的F1值比对比方法中最优的模态时空注意图(MTAG)分别提高了0.49个和0.72个百分点,具有较高的稳定性。MultiDAN可以提高多模态语言序列的情感分析性能,且图神经网络(GNN)能有效提取模态内、模态间的交互信息。

关键词：情感分析多模态语言序列多模态融合图神经网络注意力机制

在线全文

学校读者我要写书评

暂无评论

命题逻辑中一类正则标准矛盾体的构造与复合

计算机科学 2024年第1期51卷 295-300页

作者：臧珲何星星王成龙李莹芳李天瑞西南交通大学数学学院成都611756 西南财经大学计算机与人工智能学院成都611130 西南交通大学计算机与人工智能学院成都611756

归结原理是自动推理中一种简洁、可靠且完备的推理规则,标准矛盾体分离演绎理论是二元归结的一个延拓。矛盾体的结构非常复杂,现有的矛盾体种类和生成策略较少。针对该问题,文中基于命题逻辑的标准矛盾体分离演绎理论,首先通过复合两个... 详细信息

归结原理是自动推理中一种简洁、可靠且完备的推理规则,标准矛盾体分离演绎理论是二元归结的一个延拓。矛盾体的结构非常复杂,现有的矛盾体种类和生成策略较少。针对该问题,文中基于命题逻辑的标准矛盾体分离演绎理论,首先通过复合两个或多个正则标准矛盾体,得到了生成新矛盾体的多个复合策略;其次,提出了一类特殊标准矛盾体结构——复合正则标准矛盾体,丰富了矛盾体的结构特征;然后讨论了复合得到的新矛盾体不同子句的可扩充性,进而得到相应的文字添加策略;最后,提出了矛盾体的生成算法,为进一步在计算机上实现新矛盾体的生成提供了参考。

关键词：命题逻辑标准矛盾体复合正则标准矛盾体复合策略文字添加策略

面向前提选择的新型图约简表示与图神经网络模型

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年第5期51卷 193-199页

作者：兰咏琪何星星李莹芳李天瑞西南交通大学数学学院成都611756 西南财经大学计算机与人工智能学院成都611130 西南交通大学计算机与人工智能学院成都611756

自动定理证明器在证明问题时其搜索空间通常会呈现爆炸式增长,前提选择为该问题提供了新的解决思路。针对现有前提选择方法中逻辑公式图、图神经网络模型难以捕捉到公式图潜在信息的问题,提出了一种基于删除重复量词的简化逻辑公式图表... 详细信息

自动定理证明器在证明问题时其搜索空间通常会呈现爆炸式增长,前提选择为该问题提供了新的解决思路。针对现有前提选择方法中逻辑公式图、图神经网络模型难以捕捉到公式图潜在信息的问题,提出了一种基于删除重复量词的简化逻辑公式图表示和具有注意力机制的项游走图神经网络模型,充分利用逻辑公式的语法和语义信息提高前提选择问题的分类精度。首先,将一阶逻辑猜想和前提公式转化为基于删除重复量词的简化一阶逻辑公式图;其次,利用消息传递图神经网络对节点和节点的项游走特征信息进行聚合和更新,随后使用注意力机制为图上的节点分配权重,进而调整图节点嵌入信息;最后,将前提图向量和猜想图向量拼接并输入二元分类器中实现前提分类。实验结果表明,所提方法在MPTP数据集和CNF数据集上的准确率分别达到了88.61%和84.74%,超越现有最优的前提选择方法。

关键词：图神经网络前提选择注意力机制一阶逻辑公式图约简表示方法

基于知识图谱的产教融合课程体系建设模式探索

在线全文

学校读者我要写书评

暂无评论

高等工程教育研究 2024年第2期 79-83,90页

作者：丁国富王淑营马术文张剑西南交通大学机械工程学院西南交通大学计算机与人工智能学院计算机科学与技术系

持续改进是专业认证的三大核心理念之一,而产教融合是国家高等教育战略的重要方针,因此在课程体系建设中必须考虑产业对学生能力的需求,并持续改进。针对上述要求,提出了基于知识图谱的产教融合课程体系持续改进模式。通过知识图谱的方... 详细信息

持续改进是专业认证的三大核心理念之一,而产教融合是国家高等教育战略的重要方针,因此在课程体系建设中必须考虑产业对学生能力的需求,并持续改进。针对上述要求,提出了基于知识图谱的产教融合课程体系持续改进模式。通过知识图谱的方式,精确采集产业界对高等工程教育的能力需求信息,然后与课程知识点进行匹配映射,构建能够实现产教双向能力达成评价和持续改进的模式。在四川省产教融合教改课题的支持下,研发了基于知识图谱的产教融合平台,在西南交通大学机械制造及其自动化专业课程体系中的持续改进过程中进行了实践应用。

关键词：知识图谱产教融合课程体系建设能力需求

受腹侧通路启发的脂肪肝超声图像分类方法VPNet

在线全文

学校读者我要写书评

暂无评论

计算机应用 2024年

作者：丁丹妮彭博吴锡成都信息工程大学计算机学院西南交通大学计算机与人工智能学院

考虑到腹侧通路在视觉信息处理中的核心作用，创新性地提出了一种基于腹侧通路的脂肪肝识别方法。通过整合卷积神经网络和生物视觉认知模型，模拟了从初级视觉皮层（V1）到下颞皮层（IT）的层次化信息加工流程，从而构建了全新的神经网... 详细信息

考虑到腹侧通路在视觉信息处理中的核心作用，创新性地提出了一种基于腹侧通路的脂肪肝识别方法。通过整合卷积神经网络和生物视觉认知模型，模拟了从初级视觉皮层（V1）到下颞皮层（IT）的层次化信息加工流程，从而构建了全新的神经网络架构——VPNet(Ventral Pathway Network)。此外，受生物视觉机理中非经典感受野（Nonclassical receptive field, nCRF）抑制机制在背景噪声抑制方面的启发，模拟该机制以应对超声图像斑点噪声的挑战，进而增强了模型的特征识别能力。最后，在自制数据集上完成了四类别的脂肪肝变异程度识别，达到了88.37%的准确率；并在公开数据集中完成了二类别的脂肪肝诊断，VPNet的准确率、敏感性和特异性均达到了100%的最佳性能。实验结果表明，与已知公开数据集研究中的最优算法ResNet101-SVM相比，准确率分别在自制数据集和公开数据集上提升了15.2%和0.7%。这一研究成果不仅证明了所提方法在脂肪肝疾病诊断中的精准度提升，还为智能医学诊断领域在处理脂肪肝超声图像分类时提供了一种新颖且高效的解决方案。

关键词：超声图像分类脂肪肝变性生物视觉腹侧通路非经典感受野抑制深度学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于深度强化学习的异常学术引用检测

计算机工程与设计 2024年第7期45卷 2166-2172页

作者：王晓菲朱焱西南交通大学计算机与人工智能学院四川成都611756

现有高效识别异常引用的算法存在无法充分利用已知的标签信息或伪标签导致训练过程恶化等问题。为此提出一种融合深度强化学习和图神经网络技术的异常检测方法RACD。异常检测智能体可有效提取作者节点的异常引用特征;异常感知环境建模... 详细信息

现有高效识别异常引用的算法存在无法充分利用已知的标签信息或伪标签导致训练过程恶化等问题。为此提出一种融合深度强化学习和图神经网络技术的异常检测方法RACD。异常检测智能体可有效提取作者节点的异常引用特征;异常感知环境建模驱动智能体充分学习已标注数据中的异常特点,发现未标注数据中的潜在异常。通过智能体与环境的不断交互,获得最优的引用异常检测策略。在真实数据集上进行实验,其结果表明,该方法可有效检测异常学术引用。

关键词：图异常检测异常学术引用深度强化学习图神经网络图注意力网络图嵌入学术社交网络

在线全文

学校读者我要写书评

暂无评论

面向铁路道岔情景下的列车轨道区域检测方法

应用科学学报 2024年第1期42卷 145-160页

作者：陈裔鋆陈羽滕飞西南交通大学计算机与人工智能学院四川成都611756 西南交通大学唐山研究院河北唐山063000

列车前方铁路轨道区域的检测是列车主动防撞技术的关键环节,现有的铁路区域分割方法多用于简单情景下的轨道检测,难以应对实际运行中的铁路道岔等复杂场景。该文提出了一种面向铁路道岔情景下的列车轨道区域检测方法,解决了现有技术在... 详细信息

列车前方铁路轨道区域的检测是列车主动防撞技术的关键环节,现有的铁路区域分割方法多用于简单情景下的轨道检测,难以应对实际运行中的铁路道岔等复杂场景。该文提出了一种面向铁路道岔情景下的列车轨道区域检测方法,解决了现有技术在铁路道岔下难以检测列车实际运行区域的问题。首先,设计了一种基于信息融合的铁路轨道区域分割模型,针对铁路左右钢轨之间难以匹配的问题,对铁路区域和钢轨进行分割并利用其分割结果进行钢轨匹配。其次,设计了一种基于反向透视变换的铁路区域重建方法,通过保留钢轨的关键点来重建铁路区域,同时使用基于分组卷积的铁路道岔分类模型对道岔方向进行识别。实验结果表明,提出的方法在复杂环境下可达到较高的精度,像素准确率可达98.67%,平均交并比可达98.12%,具有在列车上应用的潜力。

关键词：轨道区域检测列车自动驾驶铁路区域重建道岔识别

在线全文

学校读者我要写书评

暂无评论

融合大模型微调与图神经网络的知识图谱问答

计算机工程与应用 2024年

作者：陈俊臻王淑营罗浩然西南交通大学计算机与人工智能学院北京邮电大学计算机学院

传统知识图谱问答系统在处理自然语言问句时，常因语义解析不精确而导致错误。为解决这一问题，提出一种融合大模型微调和图神经网络的知识图谱问答方法。首先，收集问题并定义问题的逻辑形式；其次，利用大型预训练语言模型的强大语义... 详细信息

传统知识图谱问答系统在处理自然语言问句时，常因语义解析不精确而导致错误。为解决这一问题，提出一种融合大模型微调和图神经网络的知识图谱问答方法。首先，收集问题并定义问题的逻辑形式；其次，利用大型预训练语言模型的强大语义解析能力，通过对问题及其对应逻辑形式构成的问答对进行微调，提升问题解析的精度。然后，采用模糊集方法增强微调后的逻辑形式，提高其检索精度。最后，利用图神经网络对这些逻辑形式进行关系投影和逻辑运算获取最终答案。在通用领域标准数据集WebQSP和ComplexWebQuestions上的实验验证表明，该方法在F1、Hit@1和ACC这三个指标上均优于基准模型。同时，方法也在垂直领域风电装备数据集、高速列车数据集上进行了应用和验证。

关键词：知识图谱问答大模型微调逻辑形式图神经网络检索

基于机器学习和遗传算法的非局部晶体塑性模型参数识别

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

力学学报 2024年第3期56卷 751-762页

作者：周瑞熊宇凯储节磊阚前华康国政张旭西南交通大学力学与航空航天学院应用力学与结构安全四川省重点实验室成都610031 西南交通大学计算机与人工智能学院成都610031

非局部晶体塑性模型考虑了由非均匀变形引起的位错在空间上的重排,使得其本构模型变得复杂,可调节参数众多,因此采用常规的“试错法”难以准确确定这些参数.虽然遗传算法能够稳健地全局优化解决参数确定问题,但对于非局部晶体塑性模型,... 详细信息

非局部晶体塑性模型考虑了由非均匀变形引起的位错在空间上的重排,使得其本构模型变得复杂,可调节参数众多,因此采用常规的“试错法”难以准确确定这些参数.虽然遗传算法能够稳健地全局优化解决参数确定问题,但对于非局部晶体塑性模型,其计算成本相对较高.为解决这一问题,提出了一种耦合机器学习模型的遗传算法,以有效降低计算成本.针对含有冷却孔的镍基高温合金的拉伸响应问题,以单拉应力-应变曲线为目标,基于屈服应力和最终应力建立评价公式,使得优化结果与实验尽可能接近.在这一方法中,机器学习模型能够通过非局部晶体塑性模型的参数来预测相应的应力值,从而替代了遗传算法中原本需要的有限元计算过程.为了分析本构模型参数对单拉力学响应的影响,研究采用SHAP框架,并通过有限元结果进行验证.结果表明,通过该方法可以有效获取非局部晶体塑性模型参数,使得参数计算得到的应力-应变响应与实验结果吻合较好.此外, SHAP框架能够提供本构模型参数的重要程度分析,以及对屈服应力和最终应力的影响.

关键词：晶体塑性机器学习参数确定遗传算法