-
题名面向去中心化双重差分隐私的谱图卷积神经网络
被引量：3
- 1
-
-
作者
刘峰
杨成意
於欣澄
齐佳音
-
机构
华东师范大学计算机科学与技术学院
上海对外经贸大学人工智能与变革管理研究院
上海对外经贸大学统计与信息学院
-
出处
《信息网络安全》
CSCD
北大核心
2022年第2期39-46,共8页
-
基金
国家重点研发计划[2017YFB0803304]
国家自然科学基金[72042004]。
-
文摘
图卷积神经网络是一种面向多任务且应用广泛的深度学习模型。文章研究了去中心化场景中谱域图卷积神经网络节点关系信息和节点特征信息的保护问题,提出双重差分隐私保护机制下的谱图卷积神经网络DDPSGCN。在给定隐私预算总额的条件下对拉普拉斯机制和高斯机制进行隐私预算分配,并通过隐私损失和Chernoff界理论进行参数估计。在两大分布噪声扰动作用基于不同图数据信息的隐私保护下,文章提出基于区块链去中心化差分隐私处理机制的图卷积神经网络训练算法。实验表明文章采用的去中心化双重差分隐私机制,能够在半监督节点分类任务准确率下降1%以内的前提下确保原始数据隐私不泄露,相较于单隐私保护机制有着更高的隐私保护效率和更强的对抗攻击鲁棒性。
-
关键词
双重差分隐私
去中心化差分隐私
谱图卷积神经网络模型
区块链
-
Keywords
dual differential privacy
decentralized differential privacy
spectral graph convolutional neural network
blockchain
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
-
题名基于人工智能的散打项目动作识别与自动评分方法研究
被引量：1
- 2
-
-
作者
孙文芳
吴泳锟
林承德
徐永峰
李嘉裕
-
机构
广西师范大学体育与健康学院
桂林电子科技大学人工智能学院
-
出处
《体育学研究》
北大核心
2025年第3期119-128,共10页
-
基金
2024年度国家社会科学基金后期资助项目(24FTYB015)
广西壮族自治区教育厅学位与研究生教育改革项目(JGY2023137)
广西师范大学2025年广西学位与研究生教育教改课题(XYJG2025026)。
-
文摘
目的:针对散打技术动作复杂,评分难度高的特点,提出基于人工智能的散打动作智能评分方法,以提高比赛中动作识别与评分的准确性。方法:收集2015—2024年间发布于抖音、快手等网络平台上的全国武术散打锦标赛、全国武术散打冠军赛和全运会武术散打比赛视频,构建并标注了散打动作数据集。在此基础上,结合图卷积网络(Graph Convolutional Network,GCN)PoseSAGE模型,加入残差连接,构建了改进模型PoseSAGERES,并开展了与PoseGNN、PoseSAGE模型的对比实验。实验结果表明,PoseSAGERES模型在小规模数据集上实现了73.76%的分类准确率,显著优于其他模型。一致性分析显示,该方法与人工评判结果具有良好一致性,体现出在散打动作智能评分中的应用潜力。研究证实了基于人工智能的散打智能评分方法的有效性,以及残差链接机制在提升复杂动作识别准确率方面的促进作用,为散打动作的自动化分析与智能评分提供了创新性解决方案。未来的研究将着力于扩展数据集规模,丰富动作类别,进一步优化模型性能与泛化能力。
-
关键词
散打
人工智能
动作识别
智能评分
图卷积神经网络模型
-
Keywords
Sanda
artificial intelligence
action recognition
intelligent scoring
graph convolutional neural network model
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
G852.4
[文化科学—民族体育]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
