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

开放环境下的协作多智能体强化学习进展

中国科学:信息科学 2025年第2期55卷 217-268页

作者：袁雷张子谦李立和管聪俞扬南京大学计算机软件新技术国家重点实验室南京210023

多智能体强化学习(multi-agent reinforcement learning, MARL)近年来获得广泛关注并在不同领域取得进展.其中,协作多智能体强化学习专注于训练智能体团队以协同完成单智能体难以应对的任务目标,在路径规划、无人驾驶、主动电压控制和... 详细信息

多智能体强化学习(multi-agent reinforcement learning, MARL)近年来获得广泛关注并在不同领域取得进展.其中,协作多智能体强化学习专注于训练智能体团队以协同完成单智能体难以应对的任务目标,在路径规划、无人驾驶、主动电压控制和动态算法配置等场景展现出巨大的应用潜力.如何提升系统协作效能是协作多智能体强化学习领域研究重点之一.以往的研究工作主要在简单、静态和封闭的环境设定中展开.随着人工智能技术落地的驱使,目前在多智能体协作领域也有部分研究开始对开放环境下的多智能体协作展开研究,这些工作从多个方面对智能体所处环境中要素可能发生改变这一情况进行探索与研究,并取得一定进展.但是当前主流工作仍然缺乏对该方向的综述.本文从强化学习概念着手,针对多智能体系统、协作多智能体强化学习、典型方法与测试环境进行介绍,对封闭到开放环境下的协作多智能体强化学习研究工作进行总结,提炼出多类研究方向并对典型工作进行介绍.最后,本文对当前研究的优势与不足进行了总结,对未来开放环境下协作多智能体强化学习的发展方向与待研究问题进行展望,以吸引更多研究人士参与这个新兴方向的研究与交流.

关键词：强化学习多智能体系统多智能体协作开放环境机器学习开放环境多智能体协作

在线全文

学校读者我要写书评

暂无评论

神经符号系统:非确定性管理的视角

中国科学:信息科学 2025年第1期55卷 1-31页

作者：李泽南姚远马晓星吕建南京大学计算机软件新技术全国重点实验室南京210023 南京大学计算机学院南京210023

作为一种智能化软件形态,融合了神经网络和符号规则的神经符号系统正受到越来越多的关注,相关研究爆炸性增长.然而,现有技术仍然难以有效支持较大规模神经符号系统“端到端”的自动构建.神经网络训练和符号规则学习过程中对非确定性的... 详细信息

作为一种智能化软件形态,融合了神经网络和符号规则的神经符号系统正受到越来越多的关注,相关研究爆炸性增长.然而,现有技术仍然难以有效支持较大规模神经符号系统“端到端”的自动构建.神经网络训练和符号规则学习过程中对非确定性的不兼容的处理方式是造成神经符号学习效果欠佳的一个关键因素.本文旨在以非确定性管理的新视角,较为系统、一致、严谨地讨论分析“端到端”神经符号学习的技术挑战,并以此视角整理讨论相关工作的思路、进展和当前仍然存在的问题.在此基础上,展望下一步的发展方向.

关键词：神经符号学习神经符号接地推理捷径符号约束合成

在线全文

学校读者我要写书评

暂无评论

混合博弈问题的求解与应用综述

软件学报 2025年第1期36卷 107-151页

作者：董绍康李超杨光葛振兴曹宏业陈武兵杨尚东陈兴国李文斌高阳计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 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南京210023

近年来,随着人工智能技术在序贯决策和博弈对抗等问题的应用方面取得了飞速发展,围棋、游戏、德扑和麻将等领域取得了巨大的进步,例如,AlphaGo、OpenAI Five、AlphaStar、DeepStack、Libratus、Pluribus和Suphx等系统都在这些领域中达... 详细信息

近年来,随着人工智能技术在序贯决策和博弈对抗等问题的应用方面取得了飞速发展,围棋、游戏、德扑和麻将等领域取得了巨大的进步,例如,AlphaGo、OpenAI Five、AlphaStar、DeepStack、Libratus、Pluribus和Suphx等系统都在这些领域中达到或超过人类专家水平.这些应用集中在双人、两队或者多人的零和博弈问题中,而对于混合博弈问题的研究缺乏实质性的进展与突破.区别于零和博弈,混合博弈需要综合考虑个体收益、集体收益和均衡收益等诸多目标,被广泛应用于公共资源分配、任务调度和自动驾驶等现实场景.因此,对于混合博弈问题的研究至关重要.通过梳理当前混合博弈领域中的重要概念和相关工作,深入分析国内外研究现状和未来发展方向.具体地,首先介绍混合博弈问题的定义与分类;其次详细阐述博弈解概念和求解目标,包含纳什均衡、相关均衡、帕累托最优等解概念,最大化个体收益、最大化集体收益以及兼顾公平等求解目标;接下来根据不同的求解目标,分别对博弈论方法、强化学习方法以及这两种方法的结合进行详细探讨和分析;最后介绍相关的应用场景和实验仿真环境,并对未来研究的方向进行总结与展望.

关键词：混合博弈博弈论强化学习

在线全文

学校读者我要写书评

暂无评论

基于半监督学习的长尾时序动作检测

软件学报 2025年第2期36卷 625-643页

作者：王雨虹武港山王利民计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

现实世界中的数据标签分布往往呈现长尾效应,即少部分类别占据绝大多数样本,时序动作检测问题也不例外.现有的时序动作检测方法往往缺乏对少样本类别的关注,即充分建模样本数量多的头部类别,而忽视了样本数量少的尾部类别.对长尾时序动... 详细信息

现实世界中的数据标签分布往往呈现长尾效应,即少部分类别占据绝大多数样本,时序动作检测问题也不例外.现有的时序动作检测方法往往缺乏对少样本类别的关注,即充分建模样本数量多的头部类别,而忽视了样本数量少的尾部类别.对长尾时序动作检测问题进行了系统的定义,并针对长尾时序动作检测问题,提出一种基于半监督学习的加权类别重平衡自训练方法,充分利用现实世界中存在的大规模无标签数据,来重平衡训练样本中的标签分布,改善模型对尾部类别的拟合效果.还针对时序动作检测任务,提出一种伪标签损失加权方法,使模型训练更加稳定.在THUMOS14和HACS Segments数据集上进行实验,并分别利用THUMOS15数据集和ActivityNet1.3数据集中的视频样本来构成相应的无标签数据集.此外,还针对视频审核应用需求,收集Dance数据集,包括35个动作类别、6632个有标签视频和13264个无标签视频,并保留数据分布显著的长尾效应.使用多种基线模型,在THUMOS14、HACS Segments和Dance数据集上进行实验.实验结果表明,所提出的加权类别重平衡自训练方法可以提高模型对尾部动作类别的检测效果,并且能应用于不同的基线时序动作检测模型提升其性能.

关键词：视频分析时序动作检测深度长尾学习半监督学习

在线全文

学校读者我要写书评

暂无评论

深度学习在医学中的应用进展

中华检验医学杂志 2025年第02期48卷 292-296页

作者：施意史浩男叶翰嘉詹德川南京大学人工智能学院南京大学计算机软件新技术国家重点实验室南京

近年来, 随着大数据的可用性提升以及计算机算力的提高, 深度学习在图像识别、语音识别和自然语言处理等领域取得了一定成果, 为医学的发展提供了新方向, 例如智能医疗问诊、个性化诊疗方案设计、医疗影像辅助判读等。然而, 深度学习在... 详细信息

近年来, 随着大数据的可用性提升以及计算机算力的提高, 深度学习在图像识别、语音识别和自然语言处理等领域取得了一定成果, 为医学的发展提供了新方向, 例如智能医疗问诊、个性化诊疗方案设计、医疗影像辅助判读等。然而, 深度学习在应用时也存在许多问题, 例如可复用性不强和可解释性不足等。本文主要阐述深度学习的发展史及其在医学领域的一些最新进展, 并对其在医学应用中的一些问题进行分析和探讨。

关键词：深度学习神经网络医学应用

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

神经形态计算:从脉冲神经网络到边缘部署

软件学报 2025年

作者：俞诗航易梦军吴洲申富饶赵健计算机软件新技术国家重点实验室(南京大学) 南京大学计算机学院南京大学人工智能学院南京大学电子科学与工程学院

受生物神经系统启发,神经形态计算的概念于20世纪80年代被提出,旨在模拟生物大脑的结构和功能,实现更高效、更具生物合理性的计算方式.作为神经形态计算的代表模型,脉冲神经网络(SNN)因其脉冲稀疏性,事件驱动性、生物可解释性以及硬件... 详细信息

受生物神经系统启发,神经形态计算的概念于20世纪80年代被提出,旨在模拟生物大脑的结构和功能,实现更高效、更具生物合理性的计算方式.作为神经形态计算的代表模型,脉冲神经网络(SNN)因其脉冲稀疏性,事件驱动性、生物可解释性以及硬件契合性等优势,在资源严格受限的边缘智能任务中得到了广泛应用.针对脉冲神经网络的边缘部署情况进行梳理和汇总,首先从脉冲神经网络模型自身的原理出发,论述脉冲神经网络的高能效计算方式以及巨大的边缘部署潜力.然后介绍当下常见的脉冲神经网络硬件实现工具链,并重点对脉冲神经网络在各类神经形态硬件平台的部署情况做详细的整理与分析.最后,考虑到硬件故障行为已发展为当下研究中不可避免的问题,对脉冲神经网络边缘部署时的故障与容错研究进行概述.从软件模型原理到硬件平台实现,全面系统地介绍神经形态计算的最新进展,分析脉冲神经网络边缘部署时遇到的困难与挑战,并针对这些挑战给出未来可能的解决方向.

关键词：神经网络脉冲神经网络神经形态计算边缘智能

深度学习在基于信息检索的缺陷定位中的应用综述

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

软件学报 2025年

作者：曹帅牛菲菲李传艺陈俊洁刘逵葛季栋骆斌计算机软件新技术国家重点实验室(南京大学) 南京大学软件学院天津大学智能与计算学部华为公司软件工程应用技术实验室

缺陷自动定位方法可以极大程度减轻开发人员调试和维护软件程序的负担.基于信息检索的缺陷定位方法是广泛研究的缺陷自动定位方法之一,并已取得了较好的成果.随着深度学习的普及,将深度学习应用于基于信息检索的缺陷定位成为近年来的研... 详细信息

缺陷自动定位方法可以极大程度减轻开发人员调试和维护软件程序的负担.基于信息检索的缺陷定位方法是广泛研究的缺陷自动定位方法之一,并已取得了较好的成果.随着深度学习的普及,将深度学习应用于基于信息检索的缺陷定位成为近年来的研究趋势之一.系统梳理和总结了52篇近年来将深度学习引入基于信息检索缺陷定位的工作.首先,总结该类缺陷定位的数据集和评价指标,接着从不同粒度和可迁移性分析了该类技术的定位效果,随后着重梳理了相关工作中信息编码表征方法和特征提取方法.最后总结对比分析了各领域最先进的定位方法,并展望了使用深度学习的基于信息检索的缺陷定位方法的未来发展方向.

关键词：深度学习缺陷定位信息检索特征编码代码表示

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

影响预训练语言模型数据泄露的因素研究

信息安全研究 2025年第2期11卷 181-188页

作者：钱汉伟彭季天袁明高光亮刘晓迁王群朱景羽江苏警官学院计算机信息与网络安全系南京210013 计算机软件新技术国家重点实验室(南京大学) 南京210093

当前广泛使用的预训练语言模型是从海量训练语料中学习通用的语言表示.自然语言处理领域的下游任务在使用预训练语言模型后性能得到显著提升,但是深度神经网络过拟合现象使得预训练语言模型可能存在泄露训练语料隐私的风险.选用T5,GPT-2... 详细信息

当前广泛使用的预训练语言模型是从海量训练语料中学习通用的语言表示.自然语言处理领域的下游任务在使用预训练语言模型后性能得到显著提升,但是深度神经网络过拟合现象使得预训练语言模型可能存在泄露训练语料隐私的风险.选用T5,GPT-2,OPT等广泛使用的预训练语言模型作为研究对象,利用模型反演攻击探索影响预训练语言模型数据泄露的因素.实验过程中利用预训练语言模型生成大量样本,以困惑度等指标选取最有可能发生数据泄露风险的样本进行验证,证明了T5等不同模型均存在不同程度的数据泄露问题;同一种模型,模型规模越大数据泄露可能性越大;添加特定前缀更容易获取泄露数据等问题.对未来数据泄露问题及其防御方法进行了展望.

关键词：自然语言处理预训练语言模型隐私数据泄露模型反演攻击模型架构

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于多原型重放和对齐的类增量无源域适应

计算机科学 2025年第03期52卷 206-213页

作者：田青康陆禄周亮宇南京信息工程大学软件学院南京信息工程大学无锡研究院南京大学计算机软件新技术国家重点实验室

传统无源域适应通常假设目标域数据全部可用，然而在实际应用中目标域数据常以流的形式出现，即未标记的目标域中的类会依次增加，这无疑带来了新的挑战。首先，在每个时间步骤中，目标域的标签空间都是源域的一个子集，盲目对齐反而会... 详细信息

传统无源域适应通常假设目标域数据全部可用，然而在实际应用中目标域数据常以流的形式出现，即未标记的目标域中的类会依次增加，这无疑带来了新的挑战。首先，在每个时间步骤中，目标域的标签空间都是源域的一个子集，盲目对齐反而会导致模型性能下降；其次，在学习新类的过程中会破坏先前学习到的知识，导致之前知识的灾难性遗忘。为了解决这些问题，提出了一种基于多原型重放和对齐(MPRA)的方法。该方法通过累积预测概率检测目标域中的共享类来应对标签空间不一致问题，并采用多原型重放来处理灾难性遗忘，提高模型的记忆能力。同时，基于多原型和源模型权重进行跨域的对比学习，从而对齐特征分布，提高模型性能。大量的实验表明，所提方法在3个基准数据集上都取得了优越的表现。

关键词：无源域适应类增量学习多原型对比学习迁移学习