检索结果-维普期刊中文期刊服务平台

神经网络的拓扑解释综述被引量：1: 1; 作者何宇楠阳蕾王佳慧《重庆理工大学学报（自然科学）》 CAS 北大核心 2024年第8期188-196,共9页; 随着神经网络技术在医疗诊断、金融风险评估等关键领域的广泛应用,其决策过程的透明度和可解释性需求日益增加。尽管已有大量研究从不同维度探讨了神经网络的解释性,但当前的方法仍未能完全揭示其决策机制,限制了其在高可靠性和高解释... 展开更多; 关键词神经网络可解释性拓扑数据分析持续同调 Mapper算法; 在线阅读下载PDF 职称材料

面向图神经网络模型提取攻击的图数据生成方法被引量：3: 2; 作者杨莹郝晓燕 +2 位作者于丹马垚陈永乐《计算机应用》 CSCD 北大核心 2024年第8期2483-2492,共10页; 无数据模型提取攻击是基于攻击者在进行攻击时所需的训练数据信息未知的情况下提出的一类机器学习安全问题。针对无数据模型提取攻击在图神经网络(GNN)领域的研究缺乏,提出分别用GNN可解释性方法GNNExplainer和图数据增强方法GAUG-M优... 展开更多; 关键词无数据模型提取攻击图数据生成图神经网络图神经网络可解释性图数据增强; 在线阅读下载PDF 职称材料

一种语义引导的神经网络关键数据路由路径算法: 3; 作者朱富坤滕臻 +2 位作者邵文泽葛琦孙玉宝《计算机科学》 CSCD 北大核心 2024年第9期155-161,共7页; 近年来,由于人工智能在各领域的普及,研究神经网络的可解释方法及理解神经网络的运作机理已经成为一个愈发重要的话题。作为神经网络解释性方法的一个分支,网络的路径可解释性受到了越来越多的关注。文中特别探讨了关键数据路由路径(Cri... 展开更多; 关键词计算机视觉深度神经网络神经网络可解释性特征可视化网络剪枝热力图; 在线阅读下载PDF 职称材料

基于CNN-GAP可解释性模型的软件源码漏洞检测方法被引量：28: 4; 作者王剑匡洪宇 +1 位作者李瑞林苏云飞《电子与信息学报》 EI CSCD 北大核心 2022年第7期2568-2575,共8页; 源代码漏洞检测是保证软件系统安全的重要手段。近年来,多种深度学习模型应用于源代码漏洞检测,极大提高了漏洞检测的效率,但还存在自定义标识符导致库外词过多、嵌入词向量的语义不够准确、神经网络模型缺乏可解释性等问题。基于此,该... 展开更多; 关键词源代码漏洞检测深度学习神经网络可解释性; 在线阅读下载PDF 职称材料

收益率曲面预测及其在信用债投资组合管理中的应用被引量：5: 5; 作者王雷闫红蕾张自力《统计研究》 CSSCI 北大核心 2021年第4期145-160,共16页; 收益率曲线是信用债投资者的重要参考。在市场套利活动的作用下,跨期限和信用等级的债券收益率具有很强的内生联系,其变动规律具有整体性和连续性。以往研究将信用债收益率曲线拆分成无风险利率曲线和信用利差两个部分,前者关注期限的影... 展开更多; 关键词信用债收益率曲面卷积神经网络信用债投资组合管理神经网络的可解释性; 在线阅读下载PDF 职称材料

题名神经网络的拓扑解释综述被引量：1: 1; 作者何宇楠阳蕾王佳慧; 机构重庆理工大学数学科学研究中心重庆理工大学理学院重庆大学国家卓越工程师学院; 出处《重庆理工大学学报（自然科学）》 CAS 北大核心 2024年第8期188-196,共9页; 基金重庆理工大学科研启动基金项目重庆市教委科学技术研究项目(KJQN202101108)。; 文摘随着神经网络技术在医疗诊断、金融风险评估等关键领域的广泛应用,其决策过程的透明度和可解释性需求日益增加。尽管已有大量研究从不同维度探讨了神经网络的解释性,但当前的方法仍未能完全揭示其决策机制,限制了其在高可靠性和高解释性要求的场景中的广泛应用。通过系统综述拓扑学方法在神经网络解释性研究中的应用,详细分析了这些方法在揭示神经网络内部工作机制方面的优势与不足。具体探讨了拓扑工具在分析神经网络特征空间和参数空间的作用,并总结了相关研究在实际应用中面临的挑战和未来的发展方向,为进一步提升神经网络的透明度和可解释性提供了有益参考。; 关键词神经网络可解释性拓扑数据分析持续同调 Mapper算法; Keywords neural network interpretability topological data analysis persistent homology Mapper algorithm; 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

题名面向图神经网络模型提取攻击的图数据生成方法被引量：3: 2; 作者杨莹郝晓燕于丹马垚陈永乐; 机构太原理工大学计算机科学与技术学院(大数据学院); 出处《计算机应用》 CSCD 北大核心 2024年第8期2483-2492,共10页; 基金山西省基础研究计划项目(20210302123131,20210302124395) 山西省自然科学基金面上项目(202203021221234) 计划外技术服务横向项目(RH2100005181)。; 文摘无数据模型提取攻击是基于攻击者在进行攻击时所需的训练数据信息未知的情况下提出的一类机器学习安全问题。针对无数据模型提取攻击在图神经网络(GNN)领域的研究缺乏,提出分别用GNN可解释性方法GNNExplainer和图数据增强方法GAUG-M优化图节点特征信息和边信息生成所需图数据,最终提取GNN模型的方法。首先,利用GNNExplainer方法对目标模型的响应结果进行可解释性分析得到重要的图节点特征信息;其次,通过对重要的图节点特征加权,对非重要图节点特征降权,实现图节点特征信息的整体优化;然后,使用图形自动编码器作为边信息预测模块,根据优化后的图节点特征得到节点与节点之间的连接概率;最后,根据概率增加或者删减相应边优化边信息。实验采用5个图数据集训练的3种GNN模型架构作为目标模型提取攻击,得到的替代模型达到了73%~87%的节点分类任务准确性和76%~89%的与目标模型性能的一致性,验证了所提方法的有效性。; 关键词无数据模型提取攻击图数据生成图神经网络图神经网络可解释性图数据增强; Keywords data-free model extraction attack graph data generation Graphical Neural Network(GNN) GNN interpretability graph data enhancement; 分类号 TP309 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名一种语义引导的神经网络关键数据路由路径算法: 3; 作者朱富坤滕臻邵文泽葛琦孙玉宝; 机构南京邮电大学通信与信息工程学院南京邮电大学贝尔英才学院南京信息工程大学教育部数字取证工程研究中心; 出处《计算机科学》 CSCD 北大核心 2024年第9期155-161,共7页; 基金国家自然科学基金(61771250,61972213)。; 文摘近年来,由于人工智能在各领域的普及,研究神经网络的可解释方法及理解神经网络的运作机理已经成为一个愈发重要的话题。作为神经网络解释性方法的一个分支,网络的路径可解释性受到了越来越多的关注。文中特别探讨了关键数据路由路径(Critical Data Routing Path,CDRP)这一面向网络路径的可解释方法。首先,通过Score-CAM(Score-Class Activation Map)方法分析了CDRP在输入域上的路径可视化归因,指出CDRP方法在语义层面的潜在缺陷。然后,提出了一种语义引导的Score-CDRP方法,从方法机理上提升了CDRP与原始神经网络的语义一致性。最后,通过实验从路径热力图可视化以及相应的预测与定位精度等角度验证了Score-CDRP方法相较于CDRP的合理性、有效性和鲁棒性。; 关键词计算机视觉深度神经网络神经网络可解释性特征可视化网络剪枝热力图; Keywords Computer vision Deep neural networks Interpretability of neural networks Feature visualization Network pruning Heatmap; 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

题名基于CNN-GAP可解释性模型的软件源码漏洞检测方法被引量：28: 4; 作者王剑匡洪宇李瑞林苏云飞; 机构国防科技大学电子科学学院; 出处《电子与信息学报》 EI CSCD 北大核心 2022年第7期2568-2575,共8页; 基金国家自然科学基金(61702540) 湖南省自然科学基金(2018JJ3615)。; 文摘源代码漏洞检测是保证软件系统安全的重要手段。近年来,多种深度学习模型应用于源代码漏洞检测,极大提高了漏洞检测的效率,但还存在自定义标识符导致库外词过多、嵌入词向量的语义不够准确、神经网络模型缺乏可解释性等问题。基于此,该文提出了一种基于卷积神经网络(CNN)和全局平均池化(GAP)可解释性模型的源代码漏洞检测方法。首先在源代码预处理中对部分自定义标识符进行归一化,并采用One-hot编码进行词嵌入以缓解库外词过多的问题;然后构建CNN-GAP神经网络模型,识别出包含CWE-119缓冲区溢出类型漏洞的函数;最后通过类激活映射(CAM)可解释方法对结果进行可视化输出,标识出可能与漏洞相关的代码。通过与Russell等人提出的模型以及Li等人提出的VulDeePecker模型进行对比分析,表明CNN-GAP模型能达到相当甚至更好的性能,且具有一定的可解释性,便于研究人员对漏洞进行更深入的分析。; 关键词源代码漏洞检测深度学习神经网络可解释性; Keywords Source code vulnerability detection Deep learning Interpretability of neural network; 分类号 TN919.31 [电子电信—通信与信息系统] TN915.08 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名收益率曲面预测及其在信用债投资组合管理中的应用被引量：5: 5; 作者王雷闫红蕾张自力; 机构北京大学光华管理学院嘉实基金博士后站嘉实基金嘉实基金固定收益投资部; 出处《统计研究》 CSSCI 北大核心 2021年第4期145-160,共16页; 基金中国博士后科学基金(2020M671061); 文摘收益率曲线是信用债投资者的重要参考。在市场套利活动的作用下,跨期限和信用等级的债券收益率具有很强的内生联系,其变动规律具有整体性和连续性。以往研究将信用债收益率曲线拆分成无风险利率曲线和信用利差两个部分,前者关注期限的影响,后者关注信用等级的影响,但很少同时考虑两者的共同影响。本文在收益率曲线的基础上增加信用等级维度,将AAA+级到AA级收益率曲线视为一个相互关联的整体,定义为信用债的收益率曲面(Yield Surface)。相比收益率曲线,收益率曲面包含了跨等级的系统性预测信息,通过预测收益率曲面能够构建具有较高收益的投资管理策略。本文以中期票据市场为例,采用卷积神经网络模型预测1周后的收益率曲面,在此基础上计算债券的预测理论价格,发现该价格对未来交易价格的预测有显著作用。基于预测价差,本文提出了信用债投资管理策略,应用该策略的投资组合能够获得显著的正收益。业绩归因分析发现,该策略取得的收益同时来自投资组合在信用风险和久期风险上的暴露,预测价差可以刻画债券市场的"风险前沿"。本文采用了中债估值价格进行稳健性检验,主要结论均保持一致,具有较强的稳健性。; 关键词信用债收益率曲面卷积神经网络信用债投资组合管理神经网络的可解释性; Keywords Credit Bond Yield Surface Convolutional Neural Network Credite Bond Portfolio Management Interpretability for Neural Network; 分类号 F832 [经济管理—金融学]; 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	神经网络的拓扑解释综述	何宇楠阳蕾王佳慧	《重庆理工大学学报（自然科学）》 CAS 北大核心	2024	1	在线阅读下载PDF 职称材料
2	面向图神经网络模型提取攻击的图数据生成方法	杨莹郝晓燕于丹马垚陈永乐	《计算机应用》 CSCD 北大核心	2024	3	在线阅读下载PDF 职称材料
3	一种语义引导的神经网络关键数据路由路径算法	朱富坤滕臻邵文泽葛琦孙玉宝	《计算机科学》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
4	基于CNN-GAP可解释性模型的软件源码漏洞检测方法	王剑匡洪宇李瑞林苏云飞	《电子与信息学报》 EI CSCD 北大核心	2022	28	在线阅读下载PDF 职称材料
5	收益率曲面预测及其在信用债投资组合管理中的应用	王雷闫红蕾张自力	《统计研究》 CSSCI 北大核心	2021	5	在线阅读下载PDF 职称材料