基于知识引导的自适应序列强化学习模型

  

序列推荐可形式化为马尔科夫决策过程,进而转化为深度强化学习问题,其关键是从用户序列中挖掘关键信息,如偏好漂移、序列之间的依赖关系等,但当前大多数基于深度强化学习的推荐系统都是以固定序列长度作为模型输入.受知识图谱的启发,文中设计基于知识引导的自适应序列强化学习模型.首先,利用知识… …   相似文献

李迎港  童向荣 《模式识别与人工智能》2023,(2):108-119

基于场景几何信息的显著性目标检测方法综述

  

显著性目标检测在图像和视频压缩、伪装物体检测、医学图像分割等领域具有重要作用.随着深度传感器和光场技术的广泛应用,深度图像和光场数据等场景几何信息开始应用于显著性目标检测,可提升模型在复杂场景下的性能,由此学者们提出一系列基于场景几何信息的显著性目标检测方法.文中旨在分析总结经典… …   相似文献

吴岚虎  李智玮  刘垒烨  朴永日  卢湖川 《模式识别与人工智能》2023,(2):120-142

基于概念分解的显隐空间协同多视图聚类算法

  

多视图聚类通过整合不同视图的特征以提升聚类性能.现有的多视图聚类更多地关注数据不同的低维表示方式和其在隐式空间的几何结构,而忽略数据样本在不同空间的结构关系,未同时考虑不同空间的聚类.为此,文中提出基于概念分解的显隐空间协同多视图聚类算法.首先,通过概念分解获取不同视图在隐式空间… …   相似文献

胡素婷  沈宗鑫  黄倩倩  黄雁勇 《模式识别与人工智能》2023,(2):160-173

2023中国自动化大会征文通知

  

<正>中国自动化大会是由中国自动化学会主办的国内最高层次的自动化、信息与智能科学领域的大型综合性学术会议,2023中国自动化大会将于2023年11月在重庆召开,此次中国自动化大会由重庆邮电大学承办。本次大会将为全球自动化、信息与智能科学领域的专家学者和产业界的同仁提供展示创新成果、展望未来发展的高端学术平台,加强不同学科领域的交叉融合,引领自动化、信息与智能科学与技术的发展。本次大会设多个特色论坛,征文领域近30种。… …   相似文献

《模式识别与人工智能》2023,(2):189-190

小样本图像分类的注意力全关系网络

  

传统的基于深度学习的图像分类方法在大样本分类任务中具有较好的分类效果,但在小样本分类任务中却存在较大的挑战,为此,小样本图像分类获得了研究人员的广泛关注.基于度量的方法是解决小样本图像分类的一种简单有效方法,它利用可学习的映射函数将分类任务中的所有样本映射到一个特征空间中,然后基… …   相似文献

李晓旭  刘忠源  武继杰  曹洁  马占宇 《计算机学报》2023,46(2):371-384

一种混沌映射动态惯性权重的樽海鞘群算法

  

为提升群海鞘群算法求解精度和收敛速度,提出了基于混沌映射动态惯性权重的群海鞘群算法.首先利用Tent混沌映射生成初始种群,计算种群适应度并保留最优个体作为初始食物源位置;将种群大小均分为领导者和追随者两部分以提高算法全局搜索能力,通过引入疯狂算子完成对领导者的位置更新;在追随者位… …   相似文献

周密  王潇棠  闫河  谢敏 《小型微型计算机系统》2023,(2):313-318

融合多源数据输入具有自注意力机制的LSTM股票价格预测

  

股票价格预测是金融和计算机学科交叉领域的经典问题,由于股票市场的复杂性和高波动性等特征,及时预测股票价格被认为是最具挑战性的问题之一.长短期记忆(LSTM)神经网络在时间序列预测问题中表现出良好的性能.然而,该模型及其改进模型专注于顺序捕获序列信息,在学习输入数据之间非序列性的内… …   相似文献

康瑞雪  牛保宁  李显  苗雨欣 《小型微型计算机系统》2023,(2):326-333

基于FPGA的Skynet网络结构优化及高时效实现

  

基于卷积神经网络（Convolutional Neural Network,CNN）的目标检测算法有着鲁棒性强、准确度高等优点,被广泛用于计算机视觉任务领域.然而,CNN参数量大、计算量大的特性使得其难以在边缘计算平台实时实现,为此,本文针对目标检测网络Skynet进行结构优化,… …   相似文献

唐维伟  钟胜  卢金仪  颜露新  谭富中  邹旭  徐文辉 《电子学报》2023,51(2):314-323

基于知识图谱表示学习的谣言早期检测方法

  

社交网络谣言是严重危害社会安全的一个重要问题.目前的谣言检测方法基本上都依赖用户评论数据.为了获取可供模型训练的足量评论数据,需要任由谣言在社交平台上传播一段时间,这就扩大了谣言的危害.本文提出了一种基于知识图谱表示学习的谣言检测方法.该方法不依赖用户评论数据.首先基于PN-KG… …   相似文献

皮德常  吴致远  曹建军 《电子学报》2023,51(2):385-395

基于深度强化学习的类集成测试序列生成方法

  

类集成测试序列的生成是面向对象软件测试中的关键步骤,当类的测试序列不同时,相应的测试代价也不相同.在集成测试中生成一个合理的类集成测试序列可以有效降低软件测试的代价.本文将深度强化学习中的Advantage Actor-Critic算法应用于解决类集成测试序列生成问题.首先,利用… …   相似文献

张颖辉  张艳梅  张志成  姜淑娟  丁艳茹  袁冠 《电子学报》2023,51(2):455-466

基于自适应事件触发的跳变系统故障检测滤波

  

本文讨论了一类基于自适应事件触发机制的离散马尔科夫跳变系统在网络传输下的故障检测滤波器设计问题.对系统测量输出设计自适应事件触发机制,可以减少计算负载或节省有限的网络带宽.使用Bernoulli随机变量来描述网络是否能够成功地接收系统跳变模态,且基于Lyapunov稳定性理论设计了一种部分模态依赖的故障检测滤波器,使残差误差系统均方指数稳定且满足Η_∞性能指标,并通过求解线性矩阵不等式得到故障检测滤波器参数,通过仿真例子说明该设计方法的有效性.… …   相似文献

张志涵  朱凤增  彭力 《电子学报》2023,51(2):499-507

基于混合专家模型的词语上下位关系判别方法

  

词语的上下位关系判别是自然语言处理中一项基础且具有挑战性的任务。传统的有监督方法通常采用单个模型在整个语义空间中对所有上下位词对进行全局建模,并取得了一定的效果。然而,上下位关系的分布式语义表征具有相当的复杂性,在语义空间的不同区域中往往具有不同的表现,使得全局模型难以学习。针对… …   相似文献

曾楠  谢志鹏 《计算机科学》2023,50(2):285-291

基于联合模型的端到端事件可信度识别

  

事件可信度是对文本中事件真实情况的一种描述,是自然语言处理领域许多相关应用的基本任务。目前,大多数关于事件可信度的相关研究都是使用标注的事件进行事件可信度识别,不方便实际应用,并且忽略了不同事件源对事件可信度的影响。针对现有问题,提出了一个端到端的事件可信度识别的联合模型JESF… …   相似文献

曹金娟  钱忠  李培峰 《计算机科学》2023,50(2):292-299

  

As a large amount of data is increasingly generated from edge devices, such as smart homes, mobile phones, and wearable devices, it becomes … …   相似文献

Peng XU  Jianxin ZHAO  Chi Harold LIU 《计算机科学》2023,50(2):3-12

基于网络表示学习的车险欺诈溯因分析研究

  

车险欺诈检测对促进汽车保险业的良性健康发展有着重要意义。由于欺诈的判断涉及公民权利等核心内容,需要车险专家对案件进行核查,提供欺诈原因。尽管基于机器学习的方法泛化能力强、精确度高,但缺少可解释性,而基于专家系统的规则方法尽管有较好的可解释性,但受限于规则复杂的触发条件。为了解决未… …   相似文献

李炜卓  卢冰洁  杨骏铭  那崇宁 《计算机科学》2023,50(2):300-309

数字孪生辅助边缘智能中基于联盟博弈的联合资源优化

  

针对边缘智能驱动的工业物联网中边缘服务提供商(Edge Service Providers, ESPs)资源时空分布不均对系统性能的影响,提出了一种数字孪生辅助边缘智能的联盟博弈资源优化方案。首先,在满足ESP带宽资源、计算资源和缓存资源限制条件,以及边缘智能应用最大可容忍时延等… …   相似文献

李晓欢  陈璧韬  康嘉文  叶进 《计算机科学》2023,50(2):42-49

  

Mobile CrowdSensing(MCS) is a promising sensing paradigm that recruits users to cooperatively perform sensing tasks.Recently, unmanned aeria… …   相似文献

Cui ZHANG  En WANG  Funing YANG  Yongjian YANG  Nan JIANG 《计算机科学》2023,50(2):57-68

基于RoBERTa的全局图神经网络文档级中文金融事件抽取

  

当前基于图神经网络的事件抽取模型无法很好解决长距离依赖问题,并且图的构造中没有考虑实体之间的关系,实体也需要结合文档中的多个句子进行推理。为解决这些问题,该文首先使用预训练模型RoBERTa对文档进行编码并输出所有句子的特征表示和文档的上下文信息嵌入表示,能更好地学习中文金融数据的语义特征。其次,构建一个包含文档节点和实体节点的全局图神经网络使不同节点和边的交互有更丰富的表示,加强了文档和实体信息之间的联系。最后,应用图卷积网络捕获了它们之间的全局交互得到实体级图,在此基础上通过改进的路径推理机制来推断实体之间的关系,更好地解决了长距离文档上下文感知表示和跨句子论元分散问题。在CFA数据集上进行了模型验证,实验结果表明,该文所提模型F₁值优于对比模型,综合性能得到有效提升。… …   相似文献

胡婕  何巍  曾张帆 《中文信息学报》2023,(2):107-118

自然语言处理评测数据集质量评估研究

  

评测数据集是评测任务的载体,评测数据集的质量对评测任务的开展和评测指标的应用有着根本性的影响,因此对评测数据集的质量进行评估有着必要性和迫切性。该文在调研公开使用的自然语言处理主流数据集基础上,分析和总结了数据集中存在的8类问题,并在参考人类考试及试卷质量评估的基础上,从信度、效… …   相似文献

王诚文  董青秀  穗志方  詹卫东  常宝宝  王海涛 《中文信息学报》2023,(2):26-40

熵正则化下的变分深度生成聚类模型

  

基于深度学习的聚类方法可以自动学习到数据的隐层特征表示,并可方便应用于高维大规模数据集上。传统深度聚类方法更多关注通过深层神经网络去提取数据的隐层特征来提升聚类精度,较少对聚类任务中数据类别的确定性问题进行分析,同时缺乏对施加约束后的离散隐向量分布的分析。提出熵正则化下的变分深度… …   相似文献

张志远  陈亚瑞  杨剑宁  丁文强  杨巨成 《计算机科学与探索》2023,(2):376-384