-
题名层级时序记忆算法的连铸下渣预报方法研究
- 1
-
-
作者
史涛
陈炫
任红格
-
机构
华北理工大学电气工程学院
-
出处
《机械设计与制造》
北大核心
2022年第1期70-73,共4页
-
基金
河北省自然科学基金资助项目(F2018209289)。
-
文摘
针对传统连铸下渣检测技术没有充分利用连铸生产数据之间的非线性关系,且存在下渣识别精度低、时间滞后等问题。提出一种基于层级时序记忆(Hierarchical Temporal Memory,HTM)算法的连铸下渣实时预报方法。该方法利用HTM算法对钢包浇注过程采集的时序数据进行预测,并且采用滑动窗口方法计算预测残差,最后应用正态分布的分布函数评估下渣概率,在评估概率超出阈值范围时,发出下渣报警信息。实验结果证明该方法能够智能、有效、准确的识别出下渣时间,具有较高的预报精度。
-
关键词
连铸下渣
层级时序记忆
下渣预报
预测残差
-
Keywords
Continuous Casting Slag
HTM
Slag Forecasting
Prediction Residual
-
分类号
TH16
[机械工程—机械制造及自动化]
TF34
[冶金工程—冶金机械及自动化]
-
-
题名面向多核的并发HTM空间池算法
被引量：1
- 2
-
-
作者
牛德姣
周时颉
蔡涛
杨乐
李雷
-
机构
江苏大学计算机科学与通信工程学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2022年第9期1886-1893,共8页
-
基金
国家自然科学基金项目(6180608)资助
科技部国家重点研发计划项目(2018YFB0804204)资助
国家重点研发计划项目(2019YFB1600500)资助.
-
文摘
层级时序记忆(Hierarchical Temporal Memory,HTM)是一种模拟生物大脑皮层结构的神经形态机器学习算法.由于HTM空间池(Spatial Pooler,SP)训练时需要搜索整个模型空间查找活跃微柱,算法时间复杂度高且不适用现有方法进行加速.针对此,本文提出了面向多核的并发HTM空间池算法,利用多核处理器的并发计算能力将空间池的训练分布在多个计算核心上并行完成,以加快查找速度,减少训练所需的时间开销.所提出的空间池训练方法包括基于分区的微柱激活策略和并发的近端树突调整算法.在多核大数据平台Phoenix上实现了面向多核的并发HTM(Multicore Concurrent Hierarchical Temporal Memory,MCHTM)空间池算法原型,并使用NYC-Taxi、NAB和MNIST数据集进行了测试.实验结果表明,MCHTM相较于HTM,在NYC-Taxi、NAB和MNIST数据集上空间池的训练时间开销分别降低97.29%、97.25%和96.29%,预测准确率分别提高3.28%、1.83%和0.91%.相同训练时间开销下,相较于长短期记忆网络(Long Short-Term Memory,LSTM),MCHTM在NYC-Taxi和NAB数据集上均方根误差分别降低0.1266和0.089,在MNIST数据集上准确率提高0.42%.
-
关键词
层级时序记忆
空间池
并发
多核
PHOENIX
-
Keywords
hierarchical temporal memory
spatial pooler
parallel
multi-core system
phoenix
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于稀疏分布式表征的英文著者姓名消歧研究
被引量：7
- 3
-
-
作者
翟晓瑞
韩红旗
张运良
李仲
-
机构
中国科学技术信息研究所富媒体数字出版内容组织与知识服务重点实验室
-
出处
《计算机应用研究》
CSCD
北大核心
2019年第12期3534-3538,共5页
-
基金
国家自然科学基金资助项目(71473237)
中国工程科技知识中心建设项目(CKCEST-2018-1-26)
-
文摘
为将稀疏分布式表征理论应用到著者姓名消歧,了解其在解决姓名消歧问题时的效果,提出了基于稀疏分布式表征的英文文献著者姓名消歧方法。该方法选择论文摘要文本信息作为消歧特征,将其生成二进制表示的SDR码。根据待消歧论文的SDR与同名作者的论文SDR相似度对比来实现著者姓名消歧。最终得到的结果为准确率98. 21%,召回率76. 75%,F值86. 17%,证明提出的消歧方法具有较好的效果。通过将该方法与利用合著者特征进行消歧的方法进行对比,说明该方法能够较好地解决文献著者姓名歧义问题。此外,该方法还可将作者未收录在作者库中的论文识别出来并将其指派给新作者,无须重新学习和更新模型。
-
关键词
姓名消歧
稀疏分布式表征
语义指纹
层级时序记忆模型
-
Keywords
name disambiguation
sparse distributed representation
semantic fingerprint
hierarchical temporal memory
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
