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
3
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
基于生成式算法的序列到序列目标说话人检测和日志系统
被引量：
1
1
作者
陈正阳
钱彦旻
《信号处理》
北大核心
2025年第9期1570-1580,共11页
通常来说,神经网络说话人日志系统都是通过判别式算法来实现,也就是说给定固定的输入会得到固定的输出。这种方法可能会存在一定的问题,因为说话人日志的标签往往是区域标注,这种标注的说话人区域边界往往存在一定的误差,这些误差也可...
通常来说,神经网络说话人日志系统都是通过判别式算法来实现,也就是说给定固定的输入会得到固定的输出。这种方法可能会存在一定的问题,因为说话人日志的标签往往是区域标注,这种标注的说话人区域边界往往存在一定的误差,这些误差也可能会影响判别式算法的训练。最近,生成式算法吸引了很多研究人员的关注,生成式算法的推理过程往往是一个迭代的过程,可以得到更精细的结果。同时,生成式算法对分布建模的本质也会使其受到说话人标签误差的影响比较小。基于神经网络的说话人日志系统大体可分为两类,端到端说话人日志系统和目标说话人活动检测系统。在这篇文章中,我们尝试将生成式算法用到序列到序列的目标说话人检测系统中。在这种目标说话人活动检测系统的实现基础上,实现了两种生成式算法来预测结果的分布,分别是扩散算法(Diffusion)和流匹配算法(Flow-Matching)。在实验中,我们发现在语音活动的二值标签空间上实现生成式算法效果不佳。为此,提出了一个标签自编码器将二值标签序列压缩到一个更加低维且连续的隐空间。在这个隐空间上,我们提出的基于流匹配的算法超过了基线系统。此外,由于生成式算法预测的是结果的分布,因此多次采样生成式算法的结果并不相同。我们发现将流匹配算法多次采样的结果做结果融合还能进一步提升系统,最终系统相比于基线系统取得了大约12%的相对提升。
展开更多
关键词
目标说话人检测
说话人日志
生成式算法
扩散
算法
流匹配
算法
在线阅读
下载PDF
职称材料
生成式与判别式视觉目标跟踪算法综述
被引量：
8
2
作者
彭建盛
许恒铭
+1 位作者
李涛涛
侯雅茹
《科学技术与工程》
北大核心
2021年第35期14871-14881,共11页
视觉目标跟踪是对目标位置、速度、运动轨迹等信息检测与预测的技术。该技术融合了计算机视觉、图像处理、深度学习等众多技术。将对目标跟踪算法发展情况以及研究现状进行梳理,首先介绍目前常用的基准数据集;其次指出生成式算法与判别...
视觉目标跟踪是对目标位置、速度、运动轨迹等信息检测与预测的技术。该技术融合了计算机视觉、图像处理、深度学习等众多技术。将对目标跟踪算法发展情况以及研究现状进行梳理,首先介绍目前常用的基准数据集;其次指出生成式算法与判别式算法差异;再对传统的生成式算法进行简单分析总结;随后围绕算法框架分别介绍相关滤波框架、深度学习框架、孪生网络框架、Transformer框架的判别式算法并分析不同算法的优缺点;最后分析目前动态目标跟踪存在的问题并展望。
展开更多
关键词
目标跟踪
生成式算法
相关滤波
深度学习
孪生网络
在线阅读
下载PDF
职称材料
人工智能(AI)算法在风景园林规划设计中的演进与适配
3
作者
周孜璇
张炜
《北京林业大学学报》
2025年第11期17-37,共21页
人工智能(AI)技术的迅猛迭代正推动风景园林规划设计由经验驱动走向算法赋能。伴随从早期专家系统到当下生成式人工智能的演进,AI在应对复杂风景园林问题时,其潜力与优势日益凸显。本文依托国内外文献与行业实践,以“识别、优化、生成...
人工智能(AI)技术的迅猛迭代正推动风景园林规划设计由经验驱动走向算法赋能。伴随从早期专家系统到当下生成式人工智能的演进,AI在应对复杂风景园林问题时,其潜力与优势日益凸显。本文依托国内外文献与行业实践,以“识别、优化、生成、理解”4条能力主线,梳理各算法在场地分析评价、方案设计、效果表达及知识管理中的发展历程、应用现状与适配性。生成式算法,尤其是人工智能生成内容(AIGC),在方案设计与快速渲染方面适用性高;判别式与优化算法则在评估与优化环节具备优势。然而,AI仍难以应对场地独特性、定性因素量化、动态系统模拟、复杂人类体验与审美、高精度方案生成及数据获取等核心难题。AI的介入不仅重塑了传统设计流程,也加剧了“算法、议题、设计师”之间的张力:算法黑箱使控制权和设计责任难以明确,技术迭代速度快于设计师知识更新,风景园林专用数据集稀缺,极速生成削弱设计师的深度思考,并促使设计师从执行者转变为引导者、整合者和判断者。未来需从技术、问题约束与设计师能动性这3方面协同发力:技术层面强化AIGC、多模态与混合智能系统,发展可解释AI与AI智能体,提升决策透明度与可控性,促进人机信任下的高效共创;问题约束层面整合规划设计算法,运用小样本优化、知识增强等手段提高AI对风景园林问题的适应性;设计师能动性层面突出其核心价值,合理分配AI与设计师任务,构建涵盖地方性知识与公众感知的共享数据库,推进风景园林教育体系改革,拓展能力认知与行业标准建设。
展开更多
关键词
人工智能(AI)
风景园林
判别式
算法
生成式算法
神经网络模型
人机协同
在线阅读
下载PDF
职称材料
题名
基于生成式算法的序列到序列目标说话人检测和日志系统
被引量：
1
1
作者
陈正阳
钱彦旻
机构
上海交通大学计算机学院
出处
《信号处理》
北大核心
2025年第9期1570-1580,共11页
基金
科技创新2030-国家重大项目(2021ZD0201500)
国家自然科学基金(62122050,62071288)。
文摘
通常来说,神经网络说话人日志系统都是通过判别式算法来实现,也就是说给定固定的输入会得到固定的输出。这种方法可能会存在一定的问题,因为说话人日志的标签往往是区域标注,这种标注的说话人区域边界往往存在一定的误差,这些误差也可能会影响判别式算法的训练。最近,生成式算法吸引了很多研究人员的关注,生成式算法的推理过程往往是一个迭代的过程,可以得到更精细的结果。同时,生成式算法对分布建模的本质也会使其受到说话人标签误差的影响比较小。基于神经网络的说话人日志系统大体可分为两类,端到端说话人日志系统和目标说话人活动检测系统。在这篇文章中,我们尝试将生成式算法用到序列到序列的目标说话人检测系统中。在这种目标说话人活动检测系统的实现基础上,实现了两种生成式算法来预测结果的分布,分别是扩散算法(Diffusion)和流匹配算法(Flow-Matching)。在实验中,我们发现在语音活动的二值标签空间上实现生成式算法效果不佳。为此,提出了一个标签自编码器将二值标签序列压缩到一个更加低维且连续的隐空间。在这个隐空间上,我们提出的基于流匹配的算法超过了基线系统。此外,由于生成式算法预测的是结果的分布,因此多次采样生成式算法的结果并不相同。我们发现将流匹配算法多次采样的结果做结果融合还能进一步提升系统,最终系统相比于基线系统取得了大约12%的相对提升。
关键词
目标说话人检测
说话人日志
生成式算法
扩散
算法
流匹配
算法
Keywords
target speaker voice activity detection
speaker diarization
generative method
diffusion algorithm
flow-matching algorithm
分类号
TN912.3 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
生成式与判别式视觉目标跟踪算法综述
被引量：
8
2
作者
彭建盛
许恒铭
李涛涛
侯雅茹
机构
广西科技大学电气与信息工程学院
河池学院人工智能与制造学院
出处
《科学技术与工程》
北大核心
2021年第35期14871-14881,共11页
基金
国家自然科学基金(62063006)
广西自然科学基金(2018GXNSFAA281164)。
文摘
视觉目标跟踪是对目标位置、速度、运动轨迹等信息检测与预测的技术。该技术融合了计算机视觉、图像处理、深度学习等众多技术。将对目标跟踪算法发展情况以及研究现状进行梳理,首先介绍目前常用的基准数据集;其次指出生成式算法与判别式算法差异;再对传统的生成式算法进行简单分析总结;随后围绕算法框架分别介绍相关滤波框架、深度学习框架、孪生网络框架、Transformer框架的判别式算法并分析不同算法的优缺点;最后分析目前动态目标跟踪存在的问题并展望。
关键词
目标跟踪
生成式算法
相关滤波
深度学习
孪生网络
Keywords
target tracking
generative algorithm
correlation filtering
deep learning
siamese network
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
人工智能(AI)算法在风景园林规划设计中的演进与适配
3
作者
周孜璇
张炜
机构
华中农业大学园艺林学学院
出处
《北京林业大学学报》
2025年第11期17-37,共21页
基金
湖北省国际科技合作项目(2025EHA054)
华中农业大学自主科技创新基金项目(2662025PY027)。
文摘
人工智能(AI)技术的迅猛迭代正推动风景园林规划设计由经验驱动走向算法赋能。伴随从早期专家系统到当下生成式人工智能的演进,AI在应对复杂风景园林问题时,其潜力与优势日益凸显。本文依托国内外文献与行业实践,以“识别、优化、生成、理解”4条能力主线,梳理各算法在场地分析评价、方案设计、效果表达及知识管理中的发展历程、应用现状与适配性。生成式算法,尤其是人工智能生成内容(AIGC),在方案设计与快速渲染方面适用性高;判别式与优化算法则在评估与优化环节具备优势。然而,AI仍难以应对场地独特性、定性因素量化、动态系统模拟、复杂人类体验与审美、高精度方案生成及数据获取等核心难题。AI的介入不仅重塑了传统设计流程,也加剧了“算法、议题、设计师”之间的张力:算法黑箱使控制权和设计责任难以明确,技术迭代速度快于设计师知识更新,风景园林专用数据集稀缺,极速生成削弱设计师的深度思考,并促使设计师从执行者转变为引导者、整合者和判断者。未来需从技术、问题约束与设计师能动性这3方面协同发力:技术层面强化AIGC、多模态与混合智能系统,发展可解释AI与AI智能体,提升决策透明度与可控性,促进人机信任下的高效共创;问题约束层面整合规划设计算法,运用小样本优化、知识增强等手段提高AI对风景园林问题的适应性;设计师能动性层面突出其核心价值,合理分配AI与设计师任务,构建涵盖地方性知识与公众感知的共享数据库,推进风景园林教育体系改革,拓展能力认知与行业标准建设。
关键词
人工智能(AI)
风景园林
判别式
算法
生成式算法
神经网络模型
人机协同
Keywords
artificial intelligence(AI)
landscape architecture
discriminative algorithms
generative algorithms
neural network models
human-AI collaboration
分类号
TU986 [建筑科学]
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
基于生成式算法的序列到序列目标说话人检测和日志系统
陈正阳
钱彦旻
《信号处理》
北大核心
2025
1
在线阅读
下载PDF
职称材料
2
生成式与判别式视觉目标跟踪算法综述
彭建盛
许恒铭
李涛涛
侯雅茹
《科学技术与工程》
北大核心
2021
8
在线阅读
下载PDF
职称材料
3
人工智能(AI)算法在风景园林规划设计中的演进与适配
周孜璇
张炜
《北京林业大学学报》
2025
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
