检索结果-南通市图书馆

2023年度人工智能领域国家自然科学基金项目申请与资助情况综述

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

模式识别与人工智能 2024年第2期37卷 95-105页

作者：谢国王乐宋和平肖斌廖清王志衡吴国政国家自然科学基金委员会信息科学部信息科学二处北京100085 西安交通大学人工智能学院西安710049 江苏大学计算机科学与通信工程学院镇江212013 重庆邮电大学计算机科学与技术学院重庆400065 哈尔滨工业大学(深圳)计算机科学与技术学院深圳518055

对2023年度国家自然科学基金人工智能领域(申请代码F06)下的“人才”和“研究”两大项目系列中部分项目的申请与资助情况进行统计分析,并从申请代码、依托单位分布及其近五年(2019~2023)的变化趋势等角度进行分析,同时介绍本领域按科学... 详细信息

对2023年度国家自然科学基金人工智能领域(申请代码F06)下的“人才”和“研究”两大项目系列中部分项目的申请与资助情况进行统计分析,并从申请代码、依托单位分布及其近五年(2019~2023)的变化趋势等角度进行分析,同时介绍本领域按科学问题属性分类的评审情况以及相关评审原则与举措.最后进行总结和展望,旨在为相关研究人员了解该领域的研究热点和未来发展方向提供参考.

关键词：国家自然科学基金人工智能年度总结

在线全文

学校读者我要写书评

暂无评论

果蝇嗅视神经通路研究综述

电子与信息学报 2024年第6期46卷 2335-2351页

作者：章盛郑胜男沈洁殷兴辉徐立中河海大学计算机与信息学院南京211100 南京工程学院计算机工程学院南京211167

果蝇嗅觉和视觉神经系统对于自然环境中嗅觉和视觉刺激具有高度的灵敏性,高灵敏的嗅视单模态感知决策和跨模态协同决策机制为仿生应用提供一定的启示作用。该文首先以果蝇嗅觉和视觉神经系统为基础,从嗅觉和视觉信号的捕获、加工、决策... 详细信息

果蝇嗅觉和视觉神经系统对于自然环境中嗅觉和视觉刺激具有高度的灵敏性,高灵敏的嗅视单模态感知决策和跨模态协同决策机制为仿生应用提供一定的启示作用。该文首先以果蝇嗅觉和视觉神经系统为基础,从嗅觉和视觉信号的捕获、加工、决策3个部分概述了果蝇嗅觉和视觉神经单模态感知决策生理机制与计算模型的研究现状,同时对果蝇嗅觉和视觉神经跨模态协同决策生理机制与计算模型进行阐述;然后对果蝇嗅觉和视觉的单模态感知和跨模态协同的典型仿生应用进行归纳;最后总结果蝇嗅视神经通路生理机制与计算建模当前面临的难题并展望未来发展趋势,为未来相关研究工作奠定了基础。

关键词：嗅觉神经系统视觉神经系统单模态感知决策跨模态协同决策仿生应用

同方期刊数据库

基于Bert-GNNs异质图注意力网络的早期谣言检测

在线全文

学校读者我要写书评

暂无评论

电子学报 2024年第1期52卷 311-323页

作者：欧阳祺陈鸿昶刘树新王凯李星中国人民解放军战略支援部队信息工程大学河南郑州450001

网络谣言的广泛传播已经造成了很大的社会危害,因此早期谣言检测任务已成为重要的研究热点.现有谣言检测方法主要从文本内容、用户配置和传播结构中挖掘相关特征,但没有同时利用到文本全局语义关系和局部上下文语义关系.为了克服以上局... 详细信息

网络谣言的广泛传播已经造成了很大的社会危害,因此早期谣言检测任务已成为重要的研究热点.现有谣言检测方法主要从文本内容、用户配置和传播结构中挖掘相关特征,但没有同时利用到文本全局语义关系和局部上下文语义关系.为了克服以上局限性,充分利用到谣言数据中的文本全局-局部上下文语义关系、文本语义内容特征和推文传播的结构特征,本文提出了一种基于Bert-GNNs异质图注意力网络的早期谣言检测算法(Bert-GNNs Heterogeneous Graph Attention Network,BGHGAN).该方法根据历史谣言集和用户特征构建一个推文-词-用户异质图,通过采用预训练语言模型Bert和图卷积神经网络(Graph Convolutional Network,GCN)结合的方法进行特征学习,以挖掘谣言的文本语义特征和文本之间的关系,并将异质图分解为推文-词子图和推文-用户子图,采用图注意力网络(Graph Attention network,GAT)的方式分别进行特征学习,从而更充分利用文本全局-局部上下文语义关系和传播图的全局结构关系以加强特征表达;最后,通过子图级注意力机制将不同模块的学习集成进行最终的谣言检测.所提算法在真实的Twitter15和Twitter16数据上进行实验,验证了该算法在检测准确率上分别为91.4%和91.9%,较现有最佳模型分别提高了1%和1.4%,也具备在早期阶段对谣言的检测能力;同时,本文通过实验探讨了不同特征对谣言检测的重要性、对异质图构建质量的重要性.

关键词：虚假谣言 Bert-GCN模块子图注意力网络模块全局语义关系全局结构关系局部上下文语义关系

在线全文

学校读者我要写书评

暂无评论

基于子博弈完美均衡的启发式聚类算法

电子学报 2024年第3期52卷 740-750页

作者：常璐瑶牛新征罗涛钱早国电子科技大学计算机科学与工程学院四川成都611731

聚类是一种典型且重要的数据挖掘方法,但现有聚类算法大多需要人为指定聚类的数量,并且聚类结果对参数敏感.针对上述不足,本文提出一种基于子博弈完美均衡的启发式聚类算法(Heuristic Clustering algorithm based on Sub-game Perfect E... 详细信息

聚类是一种典型且重要的数据挖掘方法,但现有聚类算法大多需要人为指定聚类的数量,并且聚类结果对参数敏感.针对上述不足,本文提出一种基于子博弈完美均衡的启发式聚类算法(Heuristic Clustering algorithm based on Sub-game Perfect Equilibrium,HCSPE).该算法充分挖掘数据点自身的分布特征信息,通过启发式方法得到自适应的参数值,从而使数据点局部密度属性值的得出具有客观性和普适性,降低了聚类结果对参数的敏感性.基于博弈的思想,综合局部密度和相对距离两个属性形成数据点的竞争力,依靠竞争机制完成聚类数量的自动计算以及聚类中心的确定.在多个规模和类型均不相同的数据集上的实验结果表明,本文所提出算法的性能指标整体优于其他算法,并且聚类结果更符合客观所需.

关键词：博弈论竞价机制子博弈均衡启发式算法聚类

在线全文

学校读者我要写书评

暂无评论

基于指导语句的函数向量化技术研究

计算机科学 2024年

作者：刘丽丽单征李颖颖武文浩刘文博解放军战略支援部队信息工程大学国家并行计算机工程技术研究中心

随着处理器技术的不断发展，SIMD（Single Instruction Multiple Data）向量化已经在各个领域得到了广泛的应用。然而，过去的研究主要集中在循环和基本块上，而全函数向量化可以更好地利用SIMD指令的优势，从而提高应用程序的性能。本... 详细信息

随着处理器技术的不断发展，SIMD（Single Instruction Multiple Data）向量化已经在各个领域得到了广泛的应用。然而，过去的研究主要集中在循环和基本块上，而全函数向量化可以更好地利用SIMD指令的优势，从而提高应用程序的性能。本文提出了一种基于指导语句的函数向量化方法。首先，在涉及函数调用的循环上加上一种较为简单的指导语句，即可对循环中涉及函数调用的指令进行向量化。其次，对于被调函数的向量化采用全函数向量化的方式，生成向量化的全函数而不是对其内联。最后，处理循环中的函数调用点，生成向量化的函数调用指令。这种方法可以充分利用SIMD指令的优势，提高应用程序的性能。从ISPC基准测试和SIMD库基准测试中选取了10个基准测试来评估我们的方法，实验结果表明该方法与标量相比，平均加速比达到了6.949倍。

关键词：函数向量化 SIMD 自动向量化

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2KNTT的多项式乘法单元设计

电子学报 2024年第2期52卷 455-467页

作者：陈韬李慧琴吴艾青李伟南龙梅中国人民解放军战略支援部队信息工程大学河南郑州450000

在格基抗量子公钥密码算法的基础运算中,多项式乘法在硬件实现上消耗大量的时间.为提高实际运算性能,本文通过分析多项式乘法运算中数论变换的快速实现算法,提出一种面向CRYSTALS-Kyber算法、适应硬件实现的2n次单位根预处理型快速数论... 详细信息

在格基抗量子公钥密码算法的基础运算中,多项式乘法在硬件实现上消耗大量的时间.为提高实际运算性能,本文通过分析多项式乘法运算中数论变换的快速实现算法,提出一种面向CRYSTALS-Kyber算法、适应硬件实现的2n次单位根预处理型快速数论变换算法架构,利用小位宽数论变换的并行处理与复杂度低的计算形式来减少运算时间.整体运算架构在结合算法特殊性质后,确定了32路并行的设计模型.在此基础上,设计了一种与该架构匹配的统一化运算单元和数据读写不冲突、地址分配最优的存储单元.实验结果表明,在65 nm的互补金属氧化物半导体(CMOS)工艺下,97 ns完成一组项数为256、模数为3329的多项式乘法运算,花费108个周期,最高工作频率可达到1.1 GHz,面积时间积为20.7(kGE·μs).

关键词：格基抗量子公钥密码算法 CRYSTALS-Kyber 多项式乘法 2KNTT 硬件实现

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

利用渐进式动态图进行图像分割

武汉大学学报（信息科学版） 2024年第7期49卷 1212-1223页

作者：王紫娇许春燕周传伟崔振南京理工大学计算机科学与工程学院江苏南京210094

大多数先进的基于深度学习的图像分割算法缺乏结合图像上下文关系的能力,忽略了上下文信息对分割轮廓的作用及影响,使得算法性能的提升有所局限,为此提出了一种基于轮廓的图像分割方法,利用一种渐进式动态图网络进行轮廓的变形。具体地... 详细信息

大多数先进的基于深度学习的图像分割算法缺乏结合图像上下文关系的能力,忽略了上下文信息对分割轮廓的作用及影响,使得算法性能的提升有所局限,为此提出了一种基于轮廓的图像分割方法,利用一种渐进式动态图网络进行轮廓的变形。具体地,根据目标轮廓的拓扑结构,在轮廓上采样顶点将其转变成一个动态图,通过扩散目标点的上下文信息进行推理学习,并积累历史学习经验来进行轮廓图的动态更新,通过一种端到端的方式进行图的更新和目标位置的预测,并将其封装成一个闭环的学习过程。在Cityscapes、KINS、SBD数据集上进行了测试,验证了所提方法在实时实例分割上的有效性和实时性。具体地,在Cityscapes和SBD数据集上分别达到了最好的性能:34.4%和55.3%平均精度(average precision, AP),在KINS数据集上也达到了30.5%AP的性能,实现了很好的分割拟合效果,相比于Deep Snake模型,其分割轮廓与目标真实边界更加拟合且轮廓线更加平滑。此外,就运行速度而言,动态图模型在3个数据集上也达到了最好的结果,分别为3.8帧/s、7.6帧/s和13.1帧/s,比Deep Snake模型的运行速度平均提升了0.5帧/s。

关键词：图像分割轮廓深度学习上下文渐进式动态图实时实例分割

在线全文

学校读者我要写书评

暂无评论

融合卷积和上下文变压器的遥感图像配准

计算机工程与设计 2024年第2期45卷 500-507页

作者：侯建行陈颖李翔李铖昊上海应用技术大学计算机科学与信息工程学院上海201418

针对卷积神经网络在遥感图像配准上鲁棒性弱、精度低的问题,提出一种结合残差网络和变压器并融入四重注意力的配准算法。提出一种卷积和遥感上下文变压器混合的网络结构,替换残差网络残差块并与其它预训练卷积层结合,以特征提取。将四... 详细信息

针对卷积神经网络在遥感图像配准上鲁棒性弱、精度低的问题,提出一种结合残差网络和变压器并融入四重注意力的配准算法。提出一种卷积和遥感上下文变压器混合的网络结构,替换残差网络残差块并与其它预训练卷积层结合,以特征提取。将四重注意力机制融入特征提取网络,提高遥感图像区分性特征表示。设计双向匹配网络,采用皮尔逊互相关算法建立遥感图像之间的对应关系。实验结果表明,该模型在遥感图像配准多个评估指标下均优于其它模型。

关键词：遥感图像配准残差网络变压器混合网络结构四重注意力双向匹配网络皮尔逊

在线全文

学校读者我要写书评

暂无评论

图像复原中自注意力和卷积的动态关联学习

中国图象图形学报 2024年第4期29卷 890-907页

作者：江奎贾雪梅黄文心王文兵王正江俊君哈尔滨工业大学计算机科学与技术学院哈尔滨150000 武汉大学计算机学院武汉430072 湖北大学计算机与信息工程学院武汉430062 杭州灵伴科技有限公司杭州310000

目的卷积神经网络(convolutional neural network, CNN)和自注意力(self-attention, SA)在多媒体应用领域已经取得了巨大的成功。然而,鲜有研究人员能够在图像修复任务中有效地协调这两种架构。针对这两种架构各自的优缺点,提出了一种... 详细信息

目的卷积神经网络(convolutional neural network, CNN)和自注意力(self-attention, SA)在多媒体应用领域已经取得了巨大的成功。然而,鲜有研究人员能够在图像修复任务中有效地协调这两种架构。针对这两种架构各自的优缺点,提出了一种关联学习的方式以综合利用两种方法的优点并抑制各自的不足,实现高质高效的图像修复。方法本文结合CNN和SA两种架构的优势,尤其是在特定的局部上下文和全局结构表示中充分利用CNN的局部感知和平移不变性,以及SA的全局聚合能力。此外,图像的降质分布揭示了图像空间中退化的位置和程度。受此启发,本文在背景修复中引入退化先验,并据此提出一种动态关联学习的图像修复方法。核心是一个新的多输入注意力模块,将降质扰动的消除和背景修复关联起来。通过结合深度可分离卷积,利用CNN和SA两种架构的优势实现高效率和高质量图像修复。结果在Test1200数据集中进行了消融实验以验证算法各个部分的有效性,实验结果证明CNN和SA的融合可以有效提升模型的表达能力;同时,降质扰动的消除和背景修复关联学习可以有效提升整体的修复效果。本文方法在3个图像修复任务的合成和真实数据上与其他10余种方法进行了比较,提出的方法取得了显著的提升。在图像去雨任务上,本文提出的ELF(image deeraining meets association learning and Transformer)方法在合成数据集Test1200上,相比于MPRNet(multi-stage progressive image restoration network),PSNR(peak signal-to-noise ratio)值提高了0.9 dB;在水下图像增强任务上,ELF在R90数据集上超过Ucolor方法 4.15 dB;在低照度图像增强任务上,相对于LLFlow(flow-based low-light image enhancement)算法,ELF获得了1.09 dB的提升。结论本文方法在效果和性能上具有优势,在常见的图像去雨、低照度图像增强和水下图像修复等任务上优于代表性的方法。

关键词：图像修复关联学习自注意力(SA) 图像去雨低照度图像增强水下图像修复