检索结果-维普期刊中文期刊服务平台

基于神经微分方程的区块链地址风险行为识别算法被引量：1: 1; 作者梁飞王瑞丽《通信学报》 CSCD 北大核心 2024年第S1期105-113,共9页; 首先提出了Tgm_ODE模型,实现了波场链上的钱包地址利用USDT进行犯罪行为的识别;然后模型利用神经常微分方程模型(Neural ODE)学习到节点地址随不同的交易时间间隔而带来的特征连续变化的规律,同时引入了门控机制用于筛选出交易邻居节点... 展开更多; 关键词神经微分方程时序模型门控机制自注意力机制; 在线阅读下载PDF 职称材料

基于变分自编码神经常微分方程的电-气耦合系统长动态稳定快速推演技术: 2; 作者袁警特邱高 +3 位作者刘友波刘挺坚唐志远刘俊勇《中国电机工程学报》北大核心 2025年第10期3737-3751,I0012,共16页; 电-气耦合系统(integrated electricity-gas system,IEGS)故障传播呈现多尺度动态、双向耦合的复杂特征,传统时域仿真难以实现稳定且快速的跨尺度数值分析,致使IEGS的稳定性分析效率极低。对此,提出一种基于变分自编码神经微分方程(vari... 展开更多; 关键词电-气耦合系统长动态响应动态稳定评估神经微分方程; 在线阅读下载PDF 职称材料

基于神经常微分方程的射线检测焊接缺陷识别: 3; 作者吴文勇程红渝张启灿《焊接学报》北大核心 2025年第5期72-80,共9页; 针对射线检测(radiographic testing,RT)过程中底片评定存在主观性强、工作强度大、劳动重复性高、效率低等问题,基于深度学习理论,提出一种基于神经记忆常微分方程(neural memory Ordinary Differential Equation,nmODE)的残差网络模... 展开更多; 关键词射线检测焊接缺陷分类残差网络神经记忆常微分方程; 在线阅读下载PDF 职称材料

基于神经网络ODE和非线性MPC的DEA建模与控制被引量：1: 4; 作者黄鹏王亚午 +2 位作者吴俊东苏春翌福岛 E.文彦《自动化学报》北大核心 2025年第1期186-196,共11页; 针对介电弹性体驱动器(Dielectric elastomer actuator,DEA)建模与控制的挑战性问题,提出基于神经网络常微分方程(Ordinary differential equation,ODE)和非线性模型预测控制(Model predictive control,MPC)的DEA动力学建模与跟踪控制方... 展开更多; 关键词介电弹性体驱动器神经网络常微分方程动力学建模非线性模型预测控制; 在线阅读下载PDF 职称材料

融合nmODE的术后肺部并发症预测模型: 5; 作者熊立鹏徐修远 +2 位作者牛颢陈楠章毅《智能系统学报》北大核心 2025年第1期198-205,共8页; 为了准确预测病人肺部手术后并发症的发生,提出了一种融合神经记忆常微分方程(neural memory ordinary differential equation,nmODE)的并发症预测模型。首先,利用极限梯度提升(extreme gradient boosting,XGBoost)树结构对数据进行编码... 展开更多; 关键词疾病预测异构表格数据神经记忆常微分方程极限梯度提升长短时记忆神经网络合成少数过采样技术类别不平衡病人预后; 在线阅读下载PDF 职称材料

基于残差SDE-Net的深度神经网络不确定性估计被引量：2: 6; 作者王永光姚淑珍谭火彬《北京航空航天大学学报》 EI CAS CSCD 北大核心 2023年第8期1991-2000,共10页; 神经随机微分方程模型(SDE-Net)可以从动力学系统的角度来量化深度神经网络(DNNs)的认知不确定性。但SDE-Net面临2个问题,一是在处理大规模数据集时,随着网络层次的增加会导致性能退化;二是SDE-Net在处理具有噪声或高丢失率的分布内数... 展开更多; 关键词神经随机微分方程卷积条件神经过程不确定性估计残差块深度神经网络; 在线阅读下载PDF 职称材料

题名基于神经微分方程的区块链地址风险行为识别算法被引量：1: 1; 作者梁飞王瑞丽; 机构北京市公安局经济犯罪侦查总队北京中科链源科技有限公司; 出处《通信学报》 CSCD 北大核心 2024年第S1期105-113,共9页; 文摘首先提出了Tgm_ODE模型,实现了波场链上的钱包地址利用USDT进行犯罪行为的识别;然后模型利用神经常微分方程模型(Neural ODE)学习到节点地址随不同的交易时间间隔而带来的特征连续变化的规律,同时引入了门控机制用于筛选出交易邻居节点地址所带给中心节点的影响强度,门控机制设计中加入了节点地址之间的交易关联性强度,最后利用自注意力机制融合不同交易时刻的节点地址特征,输出节点地址的特征表示。实验证明,Tgm_ODE模型能够有效捕捉节点地址随不规则的交易间隔时间动态变化的特征,在测试集中精准率、召回率和F1指标上优于传统的检测模型。; 关键词神经微分方程时序模型门控机制自注意力机制; Keywords neural differential equation time series model gating mechanism self attention mechanism; 分类号 TP393 [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

题名基于变分自编码神经常微分方程的电-气耦合系统长动态稳定快速推演技术: 2; 作者袁警特邱高刘友波刘挺坚唐志远刘俊勇; 机构四川大学电气工程学院; 出处《中国电机工程学报》北大核心 2025年第10期3737-3751,I0012,共16页; 基金国家自然科学基金项目(52307124)。; 文摘电-气耦合系统(integrated electricity-gas system,IEGS)故障传播呈现多尺度动态、双向耦合的复杂特征,传统时域仿真难以实现稳定且快速的跨尺度数值分析,致使IEGS的稳定性分析效率极低。对此,提出一种基于变分自编码神经微分方程(variational neural ordinary differential equation,V-NODE)的IEGS长暂态过程快速精细推演方法。首先,建立考虑电-气网双向响应的IEGS全系统动态仿真模型,利用合成少数类过采样技术构建失稳-稳定样本均衡的受扰轨迹数据集,防止不平衡样本空间下神经常微分方程(neural ordinary differential equation,NODE)过拟合;然后,提出基于变分自编码器的IEGS稳态运行参数和故障后短时轨迹特征的时域嵌入方法,解决多运行方式下NODE的弱泛化问题;最后,提出适应多稳定模式的V-NODE代价敏感学习方法,防止NODE对失步轨迹过拟合。改进电-气耦合系统算例表明,所提方法相比传统仿真方法,长动态稳定性分析效率提升达3个数量级,低于1 s,相比其他时序预测方法,精度显著提升。同时,计及预测误差的可达集分析验证所提方法的有效性与轨迹外推能力。; 关键词电-气耦合系统长动态响应动态稳定评估神经微分方程; Keywords integrated electricity-gas system long dynamic response neural ordinary differential equation; 分类号 TM74 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于神经常微分方程的射线检测焊接缺陷识别: 3; 作者吴文勇程红渝张启灿; 机构四川大学成都市特种设备检验检测研究院; 出处《焊接学报》北大核心 2025年第5期72-80,共9页; 基金江西省2022年度重大科技研发专项“揭榜挂帅”(人工智能交互终端设备)项目(20224AAC01011)。; 文摘针对射线检测(radiographic testing,RT)过程中底片评定存在主观性强、工作强度大、劳动重复性高、效率低等问题,基于深度学习理论,提出一种基于神经记忆常微分方程(neural memory Ordinary Differential Equation,nmODE)的残差网络模型对焊缝缺陷进行客观、准确、智能分类.研究搜集裂纹、未熔合、未焊透、内凹、咬边、夹渣和气孔7类缺陷的RT底片图像组建数据集,以保证缺陷的多样性,并进行图像预处理和扩充;首先对典型人工神经网络ResNet18,ResNet34,ResNet50和ResNet101进行训练,选择准确率最高的ResNet34模型作为主干网络;然后基于nmODE非线性映射能力,提出网络模型nmODE-ResNet.结果表明,相比于ResNet34,nmODE-ResNet在不增加参数量前提下,焊缝RT底片缺陷7分类任务中识别准确率提高1.56%.人工评判对比试验表明,nmODE-ResNet总体识别准确率与检验师平均水平相当.; 关键词射线检测焊接缺陷分类残差网络神经记忆常微分方程; Keywords radiographic testing welding defects classification residual network neural memory ordinary differential equation; 分类号 TG441 [金属学及工艺—焊接]; 在线阅读下载PDF 职称材料

题名基于神经网络ODE和非线性MPC的DEA建模与控制被引量：1: 4; 作者黄鹏王亚午吴俊东苏春翌福岛 E.文彦; 机构中国地质大学(武汉)自动化学院复杂系统先进控制与智能自动化湖北省重点实验室地球探测智能化技术教育部工程研究中心东京工科大学工学部康考迪亚大学Gina Cody工程与计算机科学学院; 出处《自动化学报》北大核心 2025年第1期186-196,共11页; 基金国家自然科学基金面上项目(62273316) 国家建设高水平大学公派研究生项目(202206410064) 高等学校学科创新引智计划项目(111计划)(B17040)资助。; 文摘针对介电弹性体驱动器(Dielectric elastomer actuator,DEA)建模与控制的挑战性问题,提出基于神经网络常微分方程(Ordinary differential equation,ODE)和非线性模型预测控制(Model predictive control,MPC)的DEA动力学建模与跟踪控制方法.首先,基于神经网络ODE建立DEA的动力学模型以描述其复杂的动态行为.然后,基于所建立的DEA动力学模型,设计非线性模型预测控制器实现其跟踪控制目标.最后,在所搭建的实验平台上进行一系列跟踪控制实验.在所有实验结果中,DEA的运动均能很好地跟踪目标轨迹,且相对均方根误差均不超过3.30%,说明了所提动力学建模与跟踪控制方法的有效性.; 关键词介电弹性体驱动器神经网络常微分方程动力学建模非线性模型预测控制; Keywords Dielectric elastomer actuator(DEA) neural ordinary differential equation dynamic modeling nonlinear model predictive control; 分类号 TP242 [自动化与计算机技术—检测技术与自动化装置] TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名融合nmODE的术后肺部并发症预测模型: 5; 作者熊立鹏徐修远牛颢陈楠章毅; 机构四川大学计算机学院四川大学华西医院; 出处《智能系统学报》北大核心 2025年第1期198-205,共8页; 文摘为了准确预测病人肺部手术后并发症的发生,提出了一种融合神经记忆常微分方程(neural memory ordinary differential equation,nmODE)的并发症预测模型。首先,利用极限梯度提升(extreme gradient boosting,XGBoost)树结构对数据进行编码,并提取其特征重要性。然后,使用长短时记忆神经网络对数据的相关特征依赖性进行分析,并提取处理后的特征。最后,利用nmODE的记忆和学习能力,对提取的特征进行深入分析,并得出最终的预测结果。通过实验评估,在肺部术后并发症数据集中,证明了提出模型的效果优于现有模型,同时可以为预测肺部手术后并发症的发生提供更准确的结果。; 关键词疾病预测异构表格数据神经记忆常微分方程极限梯度提升长短时记忆神经网络合成少数过采样技术类别不平衡病人预后; Keywords disease prediction heterogeneous tabular data neural memory ordinary differential equation extreme gradient boosting long short-term memory synthetic minority oversampling technique class imbalance patient prognosis; 分类号 TP399 [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

题名基于残差SDE-Net的深度神经网络不确定性估计被引量：2: 6; 作者王永光姚淑珍谭火彬; 机构北京航空航天大学计算机学院北京航天计量测试技术研究所北京航空航天大学软件学院; 出处《北京航空航天大学学报》 EI CAS CSCD 北大核心 2023年第8期1991-2000,共10页; 基金国家重点研发计划(2018YFB1402600)。; 文摘神经随机微分方程模型(SDE-Net)可以从动力学系统的角度来量化深度神经网络(DNNs)的认知不确定性。但SDE-Net面临2个问题,一是在处理大规模数据集时,随着网络层次的增加会导致性能退化;二是SDE-Net在处理具有噪声或高丢失率的分布内数据所引起的偶然不确定性问题时性能较差。为此设计了一种残差SDE-Net(ResSDE-Net),该模型采用了改进的残差网络(ResNets)中的残差块,并应用于SDE-Net以获得一致稳定性和更高的性能;针对具有噪声或高丢失率的分布内数据,引入具有平移等变性的卷积条件神经过程(ConvCNPs)进行数据修复,从而提高ResSDE-Net处理此类数据的性能。实验结果表明:ResSDE-Net在处理分布内和分布外的数据时获得了一致稳定的性能,并在丢失了70%像素的MNIST、CIFAR10及实拍的SVHN数据集上,仍然分别获得89.89%、65.22%和93.02%的平均准确率。; 关键词神经随机微分方程卷积条件神经过程不确定性估计残差块深度神经网络; Keywords neural stochastic differential equation convolutional conditional neural processes uncertainty estimates residual blocks deep neural networks; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 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	基于神经微分方程的区块链地址风险行为识别算法	梁飞王瑞丽	《通信学报》 CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
2	基于变分自编码神经常微分方程的电-气耦合系统长动态稳定快速推演技术	袁警特邱高刘友波刘挺坚唐志远刘俊勇	《中国电机工程学报》北大核心	2025	0	在线阅读下载PDF 职称材料
3	基于神经常微分方程的射线检测焊接缺陷识别	吴文勇程红渝张启灿	《焊接学报》北大核心	2025	0	在线阅读下载PDF 职称材料
4	基于神经网络ODE和非线性MPC的DEA建模与控制	黄鹏王亚午吴俊东苏春翌福岛 E.文彦	《自动化学报》北大核心	2025	1	在线阅读下载PDF 职称材料
5	融合nmODE的术后肺部并发症预测模型	熊立鹏徐修远牛颢陈楠章毅	《智能系统学报》北大核心	2025	0	在线阅读下载PDF 职称材料
6	基于残差SDE-Net的深度神经网络不确定性估计	王永光姚淑珍谭火彬	《北京航空航天大学学报》 EI CAS CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料