用户名： 密码： 找回密码 中文版 English 本站信箱 收藏本站 本网介绍

首页加盟期刊收录期刊评价中心文献导读期刊动态博客美文问题解答在线订阅新浪微博RSS
网站动态： 中国计算机期刊网介绍          欢迎关注中国计算机期刊网微信订阅号！          中国计算机期刊网正式发布,欢迎访问!          如何申请成为收录期刊和加盟期刊         
  •   按检索    检索词：    高级检索
     排序：相关度 OA 时间 被引次数 点击次数 下载次数 共有10000条符合的查询结果，以下是第1351-1360项 搜索用时 80 毫秒
[首页] « 上一页 [131] [132] [133] [134] [135] 136 [137] [138] [139] [140] [141] 下一页 » 末  页»
1351.
人工智能技术在音乐创作领域取得了显著进展,但针对藏族音乐自动生成的研究相对匮乏。现有研究在藏族音乐生成中主要面临三个挑战：缺乏特定情感的表达能力、高维特征处理效率低下,以及音乐上下文一致性不足。为解决上述问题,提出一种基于情感引导的扩散模型(emotion-driven diff… …   相似文献
1352.
大语言模型在多个垂直领域应用中展现出卓越性能,但其生成内容存在可解释性不足与幻觉问题,严重制约了实际部署。而知识图谱以结构化语义网络形式存储事实知识,为增强大语言模型的可控性与知识约束提供了新路径。为此,系统梳理知识图谱与大语言模型融合的技术路线,从预训练、模型架构改造、微调优化… …   相似文献
1353.
自动驾驶领域下的智能体轨迹预测任务需要充分考虑到智能体与交通环境之间的关系。为了解决现有方法在异构特征交互层面的局限,提高预测精度,提出一种基于边更新与多头注意力交互融合Transformer的车辆轨迹预测方法EMATNet(edge-updating multi-head at… …   相似文献
1354.
在多轮联邦学习中,训练环境不断变化,基于多智能体强化学习(MARL)的激励机制通过自适应动态调整数据贡献策略,能够更好地适应动态环境。然而,现有基于MARL的激励机制在贡献评估时主要关注数据量,忽视了数据新鲜度,导致贡献评估不全面,限制了整体收益和模型性能。针对这一问题,提出了一… …   相似文献
1355.
基于动态图的序列推荐是当前推荐系统领域的一个研究热点。现有方法通常基于用户-物品交互序列的每个时间戳构建动态图,基于精细时间分辨率的方法,很难解决序列中用户偶然行为引发的噪声问题,同时也难以有效捕捉用户的周期性偏好。为此,提出了一种基于时间块动态图神经网络的序列推荐方法TBDGN… …   相似文献
1356.
针对现代卷积神经网络中计算负荷过重的问题,提出一种基于GPU的创新性Winograd并行卷积算法。该算法利用负载均衡的任务映射、优化数据加载策略以隐藏延迟,并结合动态填充方法,充分挖掘Winograd卷积算法与GPU架构的协同效应。实验结果表明,在经典卷积神经网络模型ResNet… …   相似文献
1357.
海上风电场的高效运行依赖于无线传感器网络提供的监测数据。通过对现有研究中传感器节点部署与通信进行调查,指出了当前海上风电场景下无线传感器节点部署通信时能效优化研究不充分的问题。针对海上风电机组无线传感器网络的能效优化问题,设计了一种基于多智能体深度确定性策略梯度算法的优化方案。考… …   相似文献
1358.
数据仓库是企业数据管理核心,批处理和流处理是大数据分析的两种核心数据处理范式。为了解决传统批处理技术产出时延和资源消耗高的问题,以及流处理技术在处理多流数据关联和历史数据计算时面临的数据质量挑战,提出了一种流批一体处理方法。所提方法通过分析数据集在不同时间窗格中的变化,融合了基于… …   相似文献
1359.
针对Louvain算法的分辨率存在极限的问题,提出一种基于多分辨率模块度(multi-resolution modularity, MRQ)的Louvain社区检测算法,在Louvain算法中加入一个可变分辨率模块MRQ,有效解决了Louvain算法分辨率存在极限的问题。在此基础… …   相似文献
1360.
多视图聚类是当前数据分析领域的一个重要研究方向,旨在通过整合来自不同视角的数据,提升聚类精度。然而,传统的多视图聚类方法虽然在一定程度上提高了聚类效果,但往往忽略了视图间局部与全局特征的交互与融合。此外,尽管近年提出的多视图深度聚类方法,通过深度神经网络或对比学习增强了表征能力,… …   相似文献
[首页] « 上一页 [131] [132] [133] [134] [135] 136 [137] [138] [139] [140] [141] 下一页 » 末  页»
关于我们 | 广告服务 | 商务洽谈 | 联系我们 | 免责条款 | 隐私声明 | 网站导航
网站版权所有：中国科学院软件研究所  京ICP备09084417号-9
地址：北京海淀区中关村南四大街4号 邮编：100190 电话：010-62562563 E-mail ： cj_mail@jscas.ac.cn
本系统由:北京勤云科技发展有限公司提供技术支持