期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于生成对抗策略的代码搜索
1
作者
张祥平
刘建勋
+1 位作者
扈海泽
刘益
《软件学报》
EI
CSCD
北大核心
2024年第12期5382-5396,共15页
基于深度学习的代码搜索方法通过计算代码与描述语句各自表征的相似程度,实现代码搜索任务.然而此类方法并未考虑代码和描述语句之间真实存在的相关性概率分布.针对此问题,将经典概率模型中代码和描述语句的相关性概率分布与向量空间模...
基于深度学习的代码搜索方法通过计算代码与描述语句各自表征的相似程度,实现代码搜索任务.然而此类方法并未考虑代码和描述语句之间真实存在的相关性概率分布.针对此问题,将经典概率模型中代码和描述语句的相关性概率分布与向量空间模型中特征提取相结合,提出基于生成对抗策略的代码搜索方法.所提方法首先设计代码和描述语句的特征编码器用于特征提取.接着采用生成对抗策略,将代码和描述语句之间的概率分布应用于生成器和判别器的交替训练,同时实现对代码编码器和描述语句编码器的优化,生成高质量的代码表征和描述语句表征用于代码搜索任务.最后在公开的数据集上进行实验验证,结果表明所提出的方法相比于DeepCS方法在Recall@10,MRR@10和NDCG@10指标上分别提升8.4%、32.5%和24.3%.
展开更多
关键词
代码搜索
生成对抗策略
代码表征
近似采样
在线阅读
下载PDF
职称材料
结合连续小波变换与生成对抗网络的癫痫发作预测
被引量：
3
2
作者
廖家慧
杨丰
+1 位作者
詹长安
张利云
《中国生物医学工程学报》
CAS
CSCD
北大核心
2023年第2期168-179,共12页
目前半监督深度学习模型已成功用于脑电信号(EEG)的癫痫发作预测,但该模型在EEG预处理方式与半监督模型稳定性等方面还有提升空间。本研究提出一种结合连续小波变换(CWT)与基于梯度惩罚的Wasserstein生成对抗网络(WGAN-GP)的改进方法(CW...
目前半监督深度学习模型已成功用于脑电信号(EEG)的癫痫发作预测,但该模型在EEG预处理方式与半监督模型稳定性等方面还有提升空间。本研究提出一种结合连续小波变换(CWT)与基于梯度惩罚的Wasserstein生成对抗网络(WGAN-GP)的改进方法(CWT-WGAN-GP)。首先对未标记的EEG信号进行CWT获得时频图,并结合特定患者的EEG数据集训练WGAN-GP模型,生成高性能的特征提取器;其次,以经过训练的WGAN-GP的判别器为特征提取器、两个全连接网络层为分类器(预测器),用少量有标记的EEG信号CWT时频图完成分类模型训练;最后,WGAN-GP的判别器与稳定的全连接网络组成半监督深度学习预测模型,用于癫痫发作预测。用CHBMIT头皮脑电数据集中所筛选的13例患者数据,评估改进的半监督癫痫发作预测模型,并与现有半监督方法相比。该方法在灵敏度、特异性、准确率和AUC指标上分别达到82.69%,67.48%,82.08%和84.03%,将原有的性能指标分别提升14.48%,34.45%,7.87%和11.4%;CWT-WGAN-GP的预测性能与现有方法的差异具有统计学意义(P<0.05)。CWT与WGAN-GP模型相结合能有效地改善半监督深度学习模型预测性能,在癫痫发作预测中发挥无监督特征提取的优化作用。
展开更多
关键词
癫痫发作预测
头皮脑电信号
深度学习
连续小波变换
基于梯度
策略
的Wasserstein
生成
对抗
网络
在线阅读
下载PDF
职称材料
题名
基于生成对抗策略的代码搜索
1
作者
张祥平
刘建勋
扈海泽
刘益
机构
服务计算与软件服务新技术湖南省重点实验室(湖南科技大学)
湖南科技大学计算机科学与工程学院
出处
《软件学报》
EI
CSCD
北大核心
2024年第12期5382-5396,共15页
基金
国家自然科学基金(61872139)。
文摘
基于深度学习的代码搜索方法通过计算代码与描述语句各自表征的相似程度,实现代码搜索任务.然而此类方法并未考虑代码和描述语句之间真实存在的相关性概率分布.针对此问题,将经典概率模型中代码和描述语句的相关性概率分布与向量空间模型中特征提取相结合,提出基于生成对抗策略的代码搜索方法.所提方法首先设计代码和描述语句的特征编码器用于特征提取.接着采用生成对抗策略,将代码和描述语句之间的概率分布应用于生成器和判别器的交替训练,同时实现对代码编码器和描述语句编码器的优化,生成高质量的代码表征和描述语句表征用于代码搜索任务.最后在公开的数据集上进行实验验证,结果表明所提出的方法相比于DeepCS方法在Recall@10,MRR@10和NDCG@10指标上分别提升8.4%、32.5%和24.3%.
关键词
代码搜索
生成对抗策略
代码表征
近似采样
Keywords
code search
generative adversarial game
code representation
approximate sampling
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
结合连续小波变换与生成对抗网络的癫痫发作预测
被引量：
3
2
作者
廖家慧
杨丰
詹长安
张利云
机构
南方医科大学生物医学工程学院
出处
《中国生物医学工程学报》
CAS
CSCD
北大核心
2023年第2期168-179,共12页
基金
国家自然科学基金(61771233)。
文摘
目前半监督深度学习模型已成功用于脑电信号(EEG)的癫痫发作预测,但该模型在EEG预处理方式与半监督模型稳定性等方面还有提升空间。本研究提出一种结合连续小波变换(CWT)与基于梯度惩罚的Wasserstein生成对抗网络(WGAN-GP)的改进方法(CWT-WGAN-GP)。首先对未标记的EEG信号进行CWT获得时频图,并结合特定患者的EEG数据集训练WGAN-GP模型,生成高性能的特征提取器;其次,以经过训练的WGAN-GP的判别器为特征提取器、两个全连接网络层为分类器(预测器),用少量有标记的EEG信号CWT时频图完成分类模型训练;最后,WGAN-GP的判别器与稳定的全连接网络组成半监督深度学习预测模型,用于癫痫发作预测。用CHBMIT头皮脑电数据集中所筛选的13例患者数据,评估改进的半监督癫痫发作预测模型,并与现有半监督方法相比。该方法在灵敏度、特异性、准确率和AUC指标上分别达到82.69%,67.48%,82.08%和84.03%,将原有的性能指标分别提升14.48%,34.45%,7.87%和11.4%;CWT-WGAN-GP的预测性能与现有方法的差异具有统计学意义(P<0.05)。CWT与WGAN-GP模型相结合能有效地改善半监督深度学习模型预测性能,在癫痫发作预测中发挥无监督特征提取的优化作用。
关键词
癫痫发作预测
头皮脑电信号
深度学习
连续小波变换
基于梯度
策略
的Wasserstein
生成
对抗
网络
Keywords
epileptic seizure forecasting
scalp EEG
deep learning
continuous wavelet transform
Wasserstein generative adversarial network based gradients penalty
分类号
R318 [医药卫生—生物医学工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于生成对抗策略的代码搜索
张祥平
刘建勋
扈海泽
刘益
《软件学报》
EI
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
结合连续小波变换与生成对抗网络的癫痫发作预测
廖家慧
杨丰
詹长安
张利云
《中国生物医学工程学报》
CAS
CSCD
北大核心
2023
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
