搜索结果: 76-90 共查到“知识库 计算机科学技术”相关记录38416条 . 查询时间(0.971 秒)
基于自适应ANN的孤岛微网群电压频率分布式协同控制
人工神经网络 协同控制 分布式电源 李雅普诺夫理论
2024/3/11
针对孤岛微网群稳定运行难度大,电压和频率控制极为复杂的问题,提出了一种适用于含多逆变器分布式电源DGs（distributed generations）微网群MGC（microgrid cluster）的智能电压、频率协同控制方法。首先,该方法利用李雅普诺夫理论和基于逆变器DG的动态特性设计了基于模型化的控制器;然后,利用人工神经网络ANN（artificial neural network）来近...
双目深度估计的在线适应是一个有挑战性的问题,其要求模型能够在不断变化的目标场景中在线连续地自我调整并适应于当前环境.为处理该问题,提出一种新的在线元学习适应算法(Online meta-learning model with adaptation,OMLA),其贡献主要体现在两方面:首先引入在线特征对齐方法处理目标域和源域特征的分布偏差,以减少数据域转移的影响;然后利用在线元学习方法调整特征对齐过...
一种同伴知识互增强下的序列推荐方法
序列推荐 动态兴趣 知识蒸馏 刻意训练
2024/1/16
序列推荐(Sequential recommendation,SR)旨在建模用户序列中的动态兴趣,预测下一个行为.现有基于知识蒸馏(Knowledge distillation,KD)的多模型集成方法通常将教师模型预测的概率分布作为学生模型样本学习的软标签,不利于关注低置信度序列样本中的动态兴趣.为此,提出一种同伴知识互增强下的序列推荐方法(Sequential recommendation en...
基于多伯努利滤波的厚尾噪声条件下多扩展目标跟踪
多扩展目标跟踪 厚尾噪声 随机超曲面 多伯努利
2024/1/16
针对厚尾噪声条件下不规则星凸形多扩展目标跟踪(Multiple extended target tracking,METT)问题,提出一种基于多伯努利滤波的厚尾噪声条件下多扩展目标跟踪方法.首先,采用学生t分布对厚尾过程噪声和量测噪声进行建模,并基于有限集统计(Finite set statistics,FISST)理论利用随机超曲面模型(Random hypersurface model,RHM...
基于低秩张量图学习的不完整多视角聚类
多视角聚类 视角缺失 不完整多视角聚类 图学习
2024/1/16
传统多视角聚类都基于视角完备假设,要求所有样本的视角信息完整,不能处理存在部分视角缺失情形下的不完整多视角聚类任务.为解决该问题,提出一种基于低秩张量图学习的不完整多视角聚类方法.为了恢复相似图中缺失视角所对应的样本关联信息,该方法将低秩张量图约束和视角内在图保持约束融入到多视角谱聚类模型。
面向入侵检测的元图神经网络构建与分析
入侵检测 元图神经网络 深度学习 图结构
2024/1/16
网络入侵样本数据特征间存在未知的非欧氏空间图结构关系,深入挖掘并利用该关系可有效提升网络入侵检测方法的检测效能.对此,设计一种元图神经网络(Meta graph neural network,MGNN),MGNN能够对样本数据特征内部隐藏的图结构关系进行挖掘与利用,在应对入侵检测问题时优势明显。
针对轴承全寿命周期数据获取困难、训练样本少的问题,提出一种基于关系网络的轴承剩余使用寿命(Remaining useful life,RUL)预测方法.关系网络是一种基于度量的元学习方法,在少量训练样本下,具有快速学习新任务的优点。
共识算法作为区块链底层关键技术,可解决决策权分散的分布式系统中的一致性难题.良好的共识算法可提升系统健壮性,但大多数方案在网络故障或主动攻击下存在鲁棒性不可控、活性表现差、可扩展性不足等问题.针对上述问题,提出一种抗自适应攻击的健壮拜占庭容错共识算法(Robust Byzantine fault tolerance,RBFT).该算法利用环签名的无条件强匿名性构造排序选主算法,隐匿选举每一轮共识中...
优化算法中多种群采样方式可转化为蒙特卡洛对当前函数积分的评估,针对不同子种群对整体评估的差异性,提出子种群规模(个体数)自适应的改进策略,并用于多尺度量子谐振子优化算法(Multi-scale quantum harmonic oscillator algorithm,MQHOA)的改进,同时阐述多种群策略所具有的量子特性以及量子隧道效应与寻优性能的相关性.已有的优化算法忽视了动态调节子种群规模对...
ChatGPT凭借NLP生成对文本指令的响应，推动了通用人工智能的跨越式发展。作为辅助创新工具，ChatGPT能够对复杂的提问做出细微的、逻辑严密的回答，节省了学术工作者为知识创意所支付的人力成本。但ChatGPT这种便捷性给学术出版带来一系列问题——创作临界值的改变导致作者身份归因困难，AI捏造消解学术权威性，AI依赖掣肘学术创新，AI偏见承接威胁学术严谨性。文章提出，面对技术带来的挑战，知识正...
人工智能技术在国际传播中的共情应用探析
人工智能 共情 国际传播
2024/4/23
共情是促进人们相互理解的关键因素之一。然而，不同文化和背景的人群可能有不同的情感，这使得在国际传播中实现共情变得更加困难。人工智能技术有助于更好地理解其他文化和背景的人群的情感。在技术所带来的更多元的传播主体和更微观的传播场景变革下，人工智能将与国际传播中的共情传播进一步融合，并呈现出“情感-_认知-_行为”传播层次。其中，大数据分析和情感倾向识别技术、自然语言处理和语音识别技术、虚拟现实技术将成...
刘海龙等：新常人统治的来临：ChatGPT与传播研究
新常人统治 ChatGPT 传播学
2024/1/2
对于传播研究而言，我们如何认识ChatGPT这一人工智能领域的新事物，它会对传播的境况与人的境况带来什么根本性变化？这是首先需要讨论的传播哲学问题。本文从海德格尔的生存论的角度，将以ChatGPT为代表的生成性人工智能定义为“新常人”，它们代表着一种知识渊博的认知平庸者。这样一种新的存在者虽然绝对服从人类，但是在实践中却将成为凝视人类的他者。ChatGPT的问答逻辑及其知识生产方式也促使传播专业需...
基于跨模态实体信息融合的神经机器翻译方法
实体重构 跨模态学习 多任务学习 多模态机器翻译
2024/1/16
现有多模态机器翻译(Multi-modal machine translation,MMT)方法将图片与待翻译文本进行句子级别的语义融合.这些方法存在视觉信息作用不明确和模型对视觉信息不敏感等问题,并进一步造成了视觉信息与文本信息无法在翻译模型中充分融合语义的问题.针对这些问题,提出了一种跨模态实体重构(Cross-modal entity reconstruction,CER)方法.区别于将完整...