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
10
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
民航旅客行程状态推断方法研究
1
作者
彭明田
赵越
《计算机应用研究》
CSCD
北大核心
2021年第4期1027-1032,共6页
现有的民航旅客行程状态推断的相关方法不能对旅客历史行为序列中远距离项的依赖关系建模,且忽略了行程子结构,为此提出一种新的模型来推断旅客行程状态。首先通过图神经网络挖掘出行序列任意机场间的转移模式;其次,构造层次注意力依次...
现有的民航旅客行程状态推断的相关方法不能对旅客历史行为序列中远距离项的依赖关系建模,且忽略了行程子结构,为此提出一种新的模型来推断旅客行程状态。首先通过图神经网络挖掘出行序列任意机场间的转移模式;其次,构造层次注意力依次在机场级别和行程级别捕获旅客的短期和长期出行偏好;最后融合旅客的短期和长期出行偏好进行分类。实验结果表明,图神经网络的消息传递机制突破了距离的限制,有效捕获了旅客出行序列中任意机场间复杂的关系,模型在多项性能指标上效果很好,构建的图神经网络和注意力机制结合的方法可获得更好的性能;另外,结合实际的应用场景,融入了额外的特征进行信息补充取得了更好的推断效果。
展开更多
关键词
民航旅客
任意项间的关系
行程
图神经网络
层次注意力机制
在线阅读
下载PDF
职称材料
基于云‒端融合的个性化推荐服务系统
被引量:
2
2
作者
韩佳良
韩宇栋
+2 位作者
刘譞哲
赵耀帅
冯迪
《计算机应用》
CSCD
北大核心
2022年第11期3506-3512,共7页
主流个性化推荐服务系统通常利用部署在云端的模型进行推荐,因此需要将用户交互行为等隐私数据上传到云端,这会造成隐私泄露的隐患。为了保护用户隐私,可以在客户端处理用户敏感数据,然而,客户端存在通信瓶颈和计算资源瓶颈。针对上述挑...
主流个性化推荐服务系统通常利用部署在云端的模型进行推荐,因此需要将用户交互行为等隐私数据上传到云端,这会造成隐私泄露的隐患。为了保护用户隐私,可以在客户端处理用户敏感数据,然而,客户端存在通信瓶颈和计算资源瓶颈。针对上述挑战,设计了一个基于云‒端融合的个性化推荐服务系统。该系统将传统的云端推荐模型拆分成用户表征模型和排序模型,在云端预训练用户表征模型后,将其部署到客户端,排序模型则部署到云端;同时,采用小规模的循环神经网络(RNN)抽取用户交互日志中的时序信息来训练用户表征,并通过Lasso算法对用户表征进行压缩,从而在降低云端和客户端之间的通信量以及客户端的计算开销的同时防止推荐准确率的下跌。基于RecSys Challenge 2015数据集进行了实验,结果表明,所设计系统的推荐准确率和GRU4REC模型相当,而压缩后的用户表征体积仅为压缩前的34.8%,计算开销较低。
展开更多
关键词
个性化推荐服务系统
云‒端融合
用户表征模型
隐私保护
循环神经网络
在线阅读
下载PDF
职称材料
面向复杂对象的高性能内存映射数据库MMDB
被引量:
3
3
作者
梁海峰
杨毅
刘中一
《计算机工程与设计》
北大核心
2023年第3期937-944,共8页
为提高数据存取效率,更好地支撑后台业务系统的高性能高并发要求,实现一种基于内存映射的非关系型嵌入式数据库系统MMDB。结合类型定义模板、数据预处理器、内存映射文件、自定义内存分配器、地址空间管理等多项技术,支持以键值结构存...
为提高数据存取效率,更好地支撑后台业务系统的高性能高并发要求,实现一种基于内存映射的非关系型嵌入式数据库系统MMDB。结合类型定义模板、数据预处理器、内存映射文件、自定义内存分配器、地址空间管理等多项技术,支持以键值结构存储任意C/C++格式数据类,为复杂数据对象提供极快存取速度,尤为适用于部分特定的数据量庞大、数据对象复杂、访问读多写少的后台服务系统场景。实验结果表明,在复杂对象存取场景时,与目前主流内存数据库相比,MMDB拥有明显的效率优势。
展开更多
关键词
复杂对象存取
内存数据库
嵌入式数据库
非关系型数据库
内存映射
自定义内存分配器
地址空间管理
在线阅读
下载PDF
职称材料
基于多图神经网络的会话感知推荐模型
被引量:
11
4
作者
南宁
杨程屹
武志昊
《计算机应用》
CSCD
北大核心
2021年第2期330-336,共7页
针对基于会话的推荐算法主要依赖目标会话中的信息,而未充分利用其他会话中的协同信息的问题,提出了一种基于多图神经网络的会话感知推荐(MGSP)模型。首先,根据目标会话与训练集中的所有会话构建物品转移图(ITG)和协同关联图(CRG),并基...
针对基于会话的推荐算法主要依赖目标会话中的信息,而未充分利用其他会话中的协同信息的问题,提出了一种基于多图神经网络的会话感知推荐(MGSP)模型。首先,根据目标会话与训练集中的所有会话构建物品转移图(ITG)和协同关联图(CRG),并基于这两张图应用图神经网络(GNN)来汇聚节点的信息,得到两类的节点表示;然后,经过双层注意力模块对两类节点表示建模,获取会话级别的表示;最后,使用注意力机制进行信息融合,得到最终的会话表示,并预测下一个交互物品。分别在电商和民航两个场景下进行了对比实验,实验结果表明,相较最优的基准模型,MGSP模型在电商数据集各项指标上的提高超过1个百分点,在民航数据集各项指标上的提高约为3个百分点,验证了MGSP模型的有效性。
展开更多
关键词
基于会话的推荐
多图神经网络
注意力机制
个性化偏好
协同信息
在线阅读
下载PDF
职称材料
基于时空多图卷积网络的交通站点流量预测
被引量:
9
5
作者
荣斌
武志昊
+3 位作者
刘晓辉
赵苡积
林友芳
景一真
《计算机工程》
CAS
CSCD
北大核心
2020年第5期26-33,共8页
交通流量预测是智能交通系统中的重要组成部分,但由于交通流量受交通状况、地理位置、时间等多种因素影响,使其具有高度非线性与复杂性,实现精准预测的难度较大。针对交通站点的出入流量预测问题,提出一种基于上下文门控的时空多图卷积...
交通流量预测是智能交通系统中的重要组成部分,但由于交通流量受交通状况、地理位置、时间等多种因素影响,使其具有高度非线性与复杂性,实现精准预测的难度较大。针对交通站点的出入流量预测问题,提出一种基于上下文门控的时空多图卷积网络(CG-STMGCN)模型。根据站点间的相邻关系与流通流量关系构造邻居图与流通流量图表示站点流量之间的邻近相关性与流量依赖性,在两图上分别建立基于上下文门控的时空卷积模块捕获站点流量的时空特征,并使用哈达玛乘积融合两图的输出作为最终预测结果。在真实交通站点数据集上的实验结果表明,CG-STMGCN模型的预测准确性优于同类预测方法,且稳定性更强。
展开更多
关键词
智能交通
流量预测
交通站点
时空多图卷积
上下文门控单元
在线阅读
下载PDF
职称材料
基于元算子的深度学习框架缺陷检测方法
被引量:
10
6
作者
谷典典
石屹宁
+4 位作者
刘譞哲
吴格
姜海鸥
赵耀帅
马郓
《计算机学报》
EI
CAS
CSCD
北大核心
2022年第2期240-255,共16页
在用于构建深度学习模型的深度学习框架中,算子的正确计算对于深度学习模型的正确预测至关重要.然而,已有的深度学习框架缺陷检测方法只能通过比较和推测的方式找到不同深度学习框架之间计算结果相差较大的算子,而且无法检测深度学习模...
在用于构建深度学习模型的深度学习框架中,算子的正确计算对于深度学习模型的正确预测至关重要.然而,已有的深度学习框架缺陷检测方法只能通过比较和推测的方式找到不同深度学习框架之间计算结果相差较大的算子,而且无法检测深度学习模型在训练过程中产生的计算错误,具有很大的局限性.针对此问题,本文设计并实现了基于元算子的深度学习框架缺陷检测方法,通过将不同深度学习框架中算子的共性计算逻辑抽象为“元算子”,支持在不改变模型代码的前提下绑定元算子的具体实现,从而可以细粒度地对比同一模型使用不同深度学习框架的运算结果,进而发现缺陷.本文的方法同时支持训练过程和推断过程的缺陷检测,还可以对计算错误的定位进行验证.本文验证了元算子计算的准确性,并评估其运算性能;收集了深度学习框架中已知有错误计算的算子,并将本文方法应用在包含这些算子的深度学习模型上,验证了本文缺陷检测方法的有效性.
展开更多
关键词
深度学习框架
元算子
缺陷检测
深度学习
软件测试
在线阅读
下载PDF
职称材料
面向交通流量预测的时空超关系图卷积网络
被引量:
7
7
作者
张永凯
武志昊
+1 位作者
林友芳
赵苡积
《计算机应用》
CSCD
北大核心
2021年第12期3578-3584,共7页
交通流量预测是智能交通系统中的重要研究课题,然而,交通对象(如站点、传感器)之间存在的复杂局部时空关系使得这项研究颇具挑战。尽管以往的一些研究将流量预测问题转化为一个时空图预测问题从而取得了较大的进展,但是它们忽略了交通...
交通流量预测是智能交通系统中的重要研究课题,然而,交通对象(如站点、传感器)之间存在的复杂局部时空关系使得这项研究颇具挑战。尽管以往的一些研究将流量预测问题转化为一个时空图预测问题从而取得了较大的进展,但是它们忽略了交通对象们跨时空维度的直接关联性。目前仍缺乏一种全面建模局部时空关系的方法。针对这一问题,首先提出一种新颖的时空超图建模方案,通过构造一种时空超关系来全面地建模复杂的局部时空关系;然后提出一种时空超关系图卷积网络(STHGCN)预测模型来捕获这些关系用于交通流量预测。在四个公开交通数据集上进行了大量对比实验,结果表明,相比ASTGCN、时空同步图卷积网络(STSGCN)等时空预测模型,STHGCN在均方根误差(RMSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)这三个评价指标上均取得了更优的结果,不同模型运行时间的对比结果也表明,STHGCN有着更高的推理速度。
展开更多
关键词
交通流量预测
局部时空关系
时空图预测
超图
时空超关系
在线阅读
下载PDF
职称材料
融合市场动态层次宏观信息的股票趋势预测
被引量:
2
8
作者
张亚飞
王晶
+2 位作者
赵耀帅
武志昊
林友芳
《计算机应用》
CSCD
北大核心
2023年第5期1378-1384,共7页
股票市场结构复杂、信息多样,股票趋势预测极具挑战性。但现有研究大都把每只股票当作一个独立的个体,或者使用图结构对股票市场中复杂的高阶关系进行建模,缺少对股票、行业、市场三者间相互影响的层次性和动态性考量。针对上述问题,提...
股票市场结构复杂、信息多样,股票趋势预测极具挑战性。但现有研究大都把每只股票当作一个独立的个体,或者使用图结构对股票市场中复杂的高阶关系进行建模,缺少对股票、行业、市场三者间相互影响的层次性和动态性考量。针对上述问题,提出一种动态宏观记忆网络(DMMN),并基于DMMN同时对多只股票进行价格趋势预测。该方法按照“股票-行业-市场”的层次对市场宏观环境信息进行建模,并捕获这些信息在时序上的长期依赖;然后将市场宏观环境信息与股票微观特征信息动态融合,在增强个股对市场整体情况的感知能力的同时间接捕获到股票、行业、市场三者间的相互依赖。在收集的CSI300数据集上得到的实验结果表明,相较于基于注意力长短期记忆(ALSTM)网络、添加了图卷积的LSTM网络(GCN-LSTM)、卷积神经网络(CNN)等模型的股票预测方法,基于DMMN的方法在F1分数、夏普比率上都取得了更好的效果,和表现最优的对比方法ALSTM相比分别提升了4.87%和31.90%,这表明DMMN在具备较好预测性能的同时还具备更好的实用价值。
展开更多
关键词
股票趋势预测
宏观记忆网络
动态依赖
层次宏观信息
门控单元
在线阅读
下载PDF
职称材料
基于深度卷积神经网络的睡眠分期模型
被引量:
5
9
作者
贾子钰
林友芳
+1 位作者
张宏钧
王晶
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2020年第10期1899-1905,共7页
针对现阶段数据和特征决定睡眠分期模型的分类精度上限的问题,提出深度卷积神经网络模型.在模型主体构建方面,并行卷积网络可以自动学习原始信号的时域特征和频域特征,特征融合网络通过空洞卷积和残差连接进行多特征融合,分类网络基于...
针对现阶段数据和特征决定睡眠分期模型的分类精度上限的问题,提出深度卷积神经网络模型.在模型主体构建方面,并行卷积网络可以自动学习原始信号的时域特征和频域特征,特征融合网络通过空洞卷积和残差连接进行多特征融合,分类网络基于融合后的特征进行睡眠分期.利用生成少数类过采样技术(SMOTE)减少类别不平衡对分类效果的影响,结合两步训练法对模型进行优化.实验使用Sleep-EDF数据集的原始单导脑电信号(Fpz-Cz通道)对模型进行20折交叉验证,得到总体精度和宏F1分别为86.73%和81.70%.提出的深度卷积模型在没有任何先验知识的情况下,对脑电信号进行端到端的学习,分类准确率优于传统的深度学习模型.
展开更多
关键词
睡眠分期
脑电信号
深度学习
卷积神经网络(CNN)
在线阅读
下载PDF
职称材料
传播用户代表性特征学习的谣言检测方法
被引量:
3
10
作者
谢欣彤
胡悦阳
+2 位作者
刘譞哲
赵耀帅
姜海鸥
《计算机科学与探索》
CSCD
北大核心
2022年第6期1334-1342,共9页
谣言的及时发现和有效管控,是互联网+政务服务中公共舆情治理的重要组成部分。互联网和移动互联网的发展,提高了民众沟通交流的便利度,同时也加速了谣言的传播速度和广度,极大地提高了谣言的影响力和危害力,给民众的生产生活带来干扰,...
谣言的及时发现和有效管控,是互联网+政务服务中公共舆情治理的重要组成部分。互联网和移动互联网的发展,提高了民众沟通交流的便利度,同时也加速了谣言的传播速度和广度,极大地提高了谣言的影响力和危害力,给民众的生产生活带来干扰,也严重影响社会秩序。现有的网络平台辟谣工作大多依赖于人工举报筛查,往往耗费大量的时间和精力。而利用数据挖掘、机器学习技术实现的谣言检测算法大多基于文本信息,常用于追溯性谣言检测,不适用于谣言扩散早期数据量不足的情况。首先收集最新的网络平台数据进行标注构造数据集Weibo2020,对其中用户特征分布进行统计分析并选择具有代表性的用户特征,进而提出了基于传播用户代表性特征学习的早期谣言检测方法(RPPC)。经实验验证,RPPC与同样基于传播路径的算法在同等条件下,在输入数据规模减少50%的同时,将准确率提高了2.57个百分点。此外,该方法能对5 min内发布的消息进行检测,快速发现互联网内容中的疑似谣言且准确率达到近80%。因此可以认为提出的方法在现有的数据集中有较好的表现,能够在一定程度上辅助政府部门的舆情治理工作,从而提高政务服务的时效及质量。
展开更多
关键词
谣言检测
机器学习
特征分析
传播路径
互联网+政务服务
舆情治理
在线阅读
下载PDF
职称材料
题名
民航旅客行程状态推断方法研究
1
作者
彭明田
赵越
机构
中国
民航
信息网络股份有限公司
中国民用航空局民航旅客服务智能化应用技术重点实验室
北京交通大学计算机信息与
技术
学院
出处
《计算机应用研究》
CSCD
北大核心
2021年第4期1027-1032,共6页
基金
民航科技重大专项资助项目(MHRD20160109)。
文摘
现有的民航旅客行程状态推断的相关方法不能对旅客历史行为序列中远距离项的依赖关系建模,且忽略了行程子结构,为此提出一种新的模型来推断旅客行程状态。首先通过图神经网络挖掘出行序列任意机场间的转移模式;其次,构造层次注意力依次在机场级别和行程级别捕获旅客的短期和长期出行偏好;最后融合旅客的短期和长期出行偏好进行分类。实验结果表明,图神经网络的消息传递机制突破了距离的限制,有效捕获了旅客出行序列中任意机场间复杂的关系,模型在多项性能指标上效果很好,构建的图神经网络和注意力机制结合的方法可获得更好的性能;另外,结合实际的应用场景,融入了额外的特征进行信息补充取得了更好的推断效果。
关键词
民航旅客
任意项间的关系
行程
图神经网络
层次注意力机制
Keywords
civil aviation passenger
relationships between any terms
itinerary
graph neural network
hierarchical attention mechanism
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
基于云‒端融合的个性化推荐服务系统
被引量:
2
2
作者
韩佳良
韩宇栋
刘譞哲
赵耀帅
冯迪
机构
高可信软件
技术
教育部
重点
实验室
(北京大学)
中国
民航
信息网络股份有限公司
中国民用航空局民航旅客服务智能化应用技术重点实验室
出处
《计算机应用》
CSCD
北大核心
2022年第11期3506-3512,共7页
基金
北大百度基金资助项目(2020BD007)。
文摘
主流个性化推荐服务系统通常利用部署在云端的模型进行推荐,因此需要将用户交互行为等隐私数据上传到云端,这会造成隐私泄露的隐患。为了保护用户隐私,可以在客户端处理用户敏感数据,然而,客户端存在通信瓶颈和计算资源瓶颈。针对上述挑战,设计了一个基于云‒端融合的个性化推荐服务系统。该系统将传统的云端推荐模型拆分成用户表征模型和排序模型,在云端预训练用户表征模型后,将其部署到客户端,排序模型则部署到云端;同时,采用小规模的循环神经网络(RNN)抽取用户交互日志中的时序信息来训练用户表征,并通过Lasso算法对用户表征进行压缩,从而在降低云端和客户端之间的通信量以及客户端的计算开销的同时防止推荐准确率的下跌。基于RecSys Challenge 2015数据集进行了实验,结果表明,所设计系统的推荐准确率和GRU4REC模型相当,而压缩后的用户表征体积仅为压缩前的34.8%,计算开销较低。
关键词
个性化推荐服务系统
云‒端融合
用户表征模型
隐私保护
循环神经网络
Keywords
personalized recommendation service system
cloud-client-convergence
user representation model
privacy-preserving
Recurrent Neural Network(RNN)
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
面向复杂对象的高性能内存映射数据库MMDB
被引量:
3
3
作者
梁海峰
杨毅
刘中一
机构
中国
民航
信息网络股份有限公司研发中心
中国民用航空局民航旅客服务智能化应用技术重点实验室
出处
《计算机工程与设计》
北大核心
2023年第3期937-944,共8页
基金
国家自然科学基金项目(U2033203)。
文摘
为提高数据存取效率,更好地支撑后台业务系统的高性能高并发要求,实现一种基于内存映射的非关系型嵌入式数据库系统MMDB。结合类型定义模板、数据预处理器、内存映射文件、自定义内存分配器、地址空间管理等多项技术,支持以键值结构存储任意C/C++格式数据类,为复杂数据对象提供极快存取速度,尤为适用于部分特定的数据量庞大、数据对象复杂、访问读多写少的后台服务系统场景。实验结果表明,在复杂对象存取场景时,与目前主流内存数据库相比,MMDB拥有明显的效率优势。
关键词
复杂对象存取
内存数据库
嵌入式数据库
非关系型数据库
内存映射
自定义内存分配器
地址空间管理
Keywords
complex object access
memory database
embedded database
NoSQL
memory mapping
customized memory allocator
address space management
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
基于多图神经网络的会话感知推荐模型
被引量:
11
4
作者
南宁
杨程屹
武志昊
机构
北京交通大学计算机与信息
技术
学院
中国民用航空局民航旅客服务智能化应用技术重点实验室
中国
民航
信息网络股份有限公司
出处
《计算机应用》
CSCD
北大核心
2021年第2期330-336,共7页
基金
民航科技重大专项资助项目(MHRD20160109)。
文摘
针对基于会话的推荐算法主要依赖目标会话中的信息,而未充分利用其他会话中的协同信息的问题,提出了一种基于多图神经网络的会话感知推荐(MGSP)模型。首先,根据目标会话与训练集中的所有会话构建物品转移图(ITG)和协同关联图(CRG),并基于这两张图应用图神经网络(GNN)来汇聚节点的信息,得到两类的节点表示;然后,经过双层注意力模块对两类节点表示建模,获取会话级别的表示;最后,使用注意力机制进行信息融合,得到最终的会话表示,并预测下一个交互物品。分别在电商和民航两个场景下进行了对比实验,实验结果表明,相较最优的基准模型,MGSP模型在电商数据集各项指标上的提高超过1个百分点,在民航数据集各项指标上的提高约为3个百分点,验证了MGSP模型的有效性。
关键词
基于会话的推荐
多图神经网络
注意力机制
个性化偏好
协同信息
Keywords
session-based recommendation
multi-graph neural network
attention mechanism
personal preference
collaborative information
分类号
TP391.4 [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
基于时空多图卷积网络的交通站点流量预测
被引量:
9
5
作者
荣斌
武志昊
刘晓辉
赵苡积
林友芳
景一真
机构
北京交通大学计算机与信息
技术
学院
北京交通大学交通数据分析与挖掘北京市
重点
实验室
中国民用航空局民航旅客服务智能化应用技术重点实验室
出处
《计算机工程》
CAS
CSCD
北大核心
2020年第5期26-33,共8页
基金
中央高校基本科研业务费专项资金(2019JBM023)。
文摘
交通流量预测是智能交通系统中的重要组成部分,但由于交通流量受交通状况、地理位置、时间等多种因素影响,使其具有高度非线性与复杂性,实现精准预测的难度较大。针对交通站点的出入流量预测问题,提出一种基于上下文门控的时空多图卷积网络(CG-STMGCN)模型。根据站点间的相邻关系与流通流量关系构造邻居图与流通流量图表示站点流量之间的邻近相关性与流量依赖性,在两图上分别建立基于上下文门控的时空卷积模块捕获站点流量的时空特征,并使用哈达玛乘积融合两图的输出作为最终预测结果。在真实交通站点数据集上的实验结果表明,CG-STMGCN模型的预测准确性优于同类预测方法,且稳定性更强。
关键词
智能交通
流量预测
交通站点
时空多图卷积
上下文门控单元
Keywords
intelligent transportation
flow prediction
traffic station
spatio-temporal multi-graph convolution
contextual gated unit
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
基于元算子的深度学习框架缺陷检测方法
被引量:
10
6
作者
谷典典
石屹宁
刘譞哲
吴格
姜海鸥
赵耀帅
马郓
机构
高可信软件
技术
教育部
重点
实验室
(北京大学)
中国
民航
信息网络股份有限公司
中国民用航空局民航旅客服务智能化应用技术重点实验室
北京大学(天津滨海)新一代信息
技术
研究院
北京大学人工
智能
研究院
出处
《计算机学报》
EI
CAS
CSCD
北大核心
2022年第2期240-255,共16页
基金
国家重点研发计划“高时效、可扩展的大数据计算模型、优化技术与系统”(2018YFB1004400)
北京高等学校卓越青年科学家项目“软件定义的人机物融合计算技术与系统”(BJJWZYJH01201910001004)资助。
文摘
在用于构建深度学习模型的深度学习框架中,算子的正确计算对于深度学习模型的正确预测至关重要.然而,已有的深度学习框架缺陷检测方法只能通过比较和推测的方式找到不同深度学习框架之间计算结果相差较大的算子,而且无法检测深度学习模型在训练过程中产生的计算错误,具有很大的局限性.针对此问题,本文设计并实现了基于元算子的深度学习框架缺陷检测方法,通过将不同深度学习框架中算子的共性计算逻辑抽象为“元算子”,支持在不改变模型代码的前提下绑定元算子的具体实现,从而可以细粒度地对比同一模型使用不同深度学习框架的运算结果,进而发现缺陷.本文的方法同时支持训练过程和推断过程的缺陷检测,还可以对计算错误的定位进行验证.本文验证了元算子计算的准确性,并评估其运算性能;收集了深度学习框架中已知有错误计算的算子,并将本文方法应用在包含这些算子的深度学习模型上,验证了本文缺陷检测方法的有效性.
关键词
深度学习框架
元算子
缺陷检测
深度学习
软件测试
Keywords
deep learning frameworks
meta operator
defect detection
deep learning
software testing
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
面向交通流量预测的时空超关系图卷积网络
被引量:
7
7
作者
张永凯
武志昊
林友芳
赵苡积
机构
北京交通大学计算机与信息
技术
学院
交通数据分析与挖掘北京市
重点
实验室
(北京交通大学)
中国民用航空局民航旅客服务智能化应用技术重点实验室
出处
《计算机应用》
CSCD
北大核心
2021年第12期3578-3584,共7页
基金
中央高校基本科研业务费专项资金资助项目(2019JBM023)。
文摘
交通流量预测是智能交通系统中的重要研究课题,然而,交通对象(如站点、传感器)之间存在的复杂局部时空关系使得这项研究颇具挑战。尽管以往的一些研究将流量预测问题转化为一个时空图预测问题从而取得了较大的进展,但是它们忽略了交通对象们跨时空维度的直接关联性。目前仍缺乏一种全面建模局部时空关系的方法。针对这一问题,首先提出一种新颖的时空超图建模方案,通过构造一种时空超关系来全面地建模复杂的局部时空关系;然后提出一种时空超关系图卷积网络(STHGCN)预测模型来捕获这些关系用于交通流量预测。在四个公开交通数据集上进行了大量对比实验,结果表明,相比ASTGCN、时空同步图卷积网络(STSGCN)等时空预测模型,STHGCN在均方根误差(RMSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)这三个评价指标上均取得了更优的结果,不同模型运行时间的对比结果也表明,STHGCN有着更高的推理速度。
关键词
交通流量预测
局部时空关系
时空图预测
超图
时空超关系
Keywords
traffic flow forecasting
local spatio-temporal relationship
spatio-temporal graph forecasting
hypergraph
spatio-temporal hyper-relationship
分类号
TP302.1 [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
融合市场动态层次宏观信息的股票趋势预测
被引量:
2
8
作者
张亚飞
王晶
赵耀帅
武志昊
林友芳
机构
北京交通大学计算机与信息
技术
学院
交通数据分析与挖掘北京市
重点
实验室
(北京交通大学)
中国民用航空局民航旅客服务智能化应用技术重点实验室
中国
民航
信息网络股份有限公司
出处
《计算机应用》
CSCD
北大核心
2023年第5期1378-1384,共7页
基金
中国民航信息网络股份有限公司和民航旅客服务智能化应用技术重点实验室基金资助项目(K20L00070)。
文摘
股票市场结构复杂、信息多样,股票趋势预测极具挑战性。但现有研究大都把每只股票当作一个独立的个体,或者使用图结构对股票市场中复杂的高阶关系进行建模,缺少对股票、行业、市场三者间相互影响的层次性和动态性考量。针对上述问题,提出一种动态宏观记忆网络(DMMN),并基于DMMN同时对多只股票进行价格趋势预测。该方法按照“股票-行业-市场”的层次对市场宏观环境信息进行建模,并捕获这些信息在时序上的长期依赖;然后将市场宏观环境信息与股票微观特征信息动态融合,在增强个股对市场整体情况的感知能力的同时间接捕获到股票、行业、市场三者间的相互依赖。在收集的CSI300数据集上得到的实验结果表明,相较于基于注意力长短期记忆(ALSTM)网络、添加了图卷积的LSTM网络(GCN-LSTM)、卷积神经网络(CNN)等模型的股票预测方法,基于DMMN的方法在F1分数、夏普比率上都取得了更好的效果,和表现最优的对比方法ALSTM相比分别提升了4.87%和31.90%,这表明DMMN在具备较好预测性能的同时还具备更好的实用价值。
关键词
股票趋势预测
宏观记忆网络
动态依赖
层次宏观信息
门控单元
Keywords
stock movement prediction
macro memory network
dynamic dependence
hierarchical macro information
gated unit
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
TP302.1 [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
基于深度卷积神经网络的睡眠分期模型
被引量:
5
9
作者
贾子钰
林友芳
张宏钧
王晶
机构
北京交通大学计算机与信息
技术
学院
北京交通大学交通数据分析与挖掘北京市
重点
实验室
中国民用航空局民航旅客服务智能化应用技术重点实验室
出处
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2020年第10期1899-1905,共7页
基金
中央高校基本科研业务费专项资金资助项目(2018YJS039)
国家自然科学基金资助项目(61603029)。
文摘
针对现阶段数据和特征决定睡眠分期模型的分类精度上限的问题,提出深度卷积神经网络模型.在模型主体构建方面,并行卷积网络可以自动学习原始信号的时域特征和频域特征,特征融合网络通过空洞卷积和残差连接进行多特征融合,分类网络基于融合后的特征进行睡眠分期.利用生成少数类过采样技术(SMOTE)减少类别不平衡对分类效果的影响,结合两步训练法对模型进行优化.实验使用Sleep-EDF数据集的原始单导脑电信号(Fpz-Cz通道)对模型进行20折交叉验证,得到总体精度和宏F1分别为86.73%和81.70%.提出的深度卷积模型在没有任何先验知识的情况下,对脑电信号进行端到端的学习,分类准确率优于传统的深度学习模型.
关键词
睡眠分期
脑电信号
深度学习
卷积神经网络(CNN)
Keywords
sleep stage classification
electroencephalogram
deep learning
convolutional neural network(CNN)
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
传播用户代表性特征学习的谣言检测方法
被引量:
3
10
作者
谢欣彤
胡悦阳
刘譞哲
赵耀帅
姜海鸥
机构
北京大学信息科学
技术
学院
高可信软件
技术
教育部
重点
实验室
(北京大学)
中国
民航
信息网络股份有限公司
中国民用航空局民航旅客服务智能化应用技术重点实验室
北京大学软件与微电子学院
北京大学(天津滨海)新一代信息
技术
研究院
出处
《计算机科学与探索》
CSCD
北大核心
2022年第6期1334-1342,共9页
基金
国家重点研发计划(2018YFB1004400)
北京高等学校卓越青年科学家项目(BJJWZYJH01201910001004)。
文摘
谣言的及时发现和有效管控,是互联网+政务服务中公共舆情治理的重要组成部分。互联网和移动互联网的发展,提高了民众沟通交流的便利度,同时也加速了谣言的传播速度和广度,极大地提高了谣言的影响力和危害力,给民众的生产生活带来干扰,也严重影响社会秩序。现有的网络平台辟谣工作大多依赖于人工举报筛查,往往耗费大量的时间和精力。而利用数据挖掘、机器学习技术实现的谣言检测算法大多基于文本信息,常用于追溯性谣言检测,不适用于谣言扩散早期数据量不足的情况。首先收集最新的网络平台数据进行标注构造数据集Weibo2020,对其中用户特征分布进行统计分析并选择具有代表性的用户特征,进而提出了基于传播用户代表性特征学习的早期谣言检测方法(RPPC)。经实验验证,RPPC与同样基于传播路径的算法在同等条件下,在输入数据规模减少50%的同时,将准确率提高了2.57个百分点。此外,该方法能对5 min内发布的消息进行检测,快速发现互联网内容中的疑似谣言且准确率达到近80%。因此可以认为提出的方法在现有的数据集中有较好的表现,能够在一定程度上辅助政府部门的舆情治理工作,从而提高政务服务的时效及质量。
关键词
谣言检测
机器学习
特征分析
传播路径
互联网+政务服务
舆情治理
Keywords
rumor detection
machine learning
characteristic analysis
propagation path
Internet plus government services initiative
public opinion management
分类号
TP181 [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
民航旅客行程状态推断方法研究
彭明田
赵越
《计算机应用研究》
CSCD
北大核心
2021
0
在线阅读
下载PDF
职称材料
2
基于云‒端融合的个性化推荐服务系统
韩佳良
韩宇栋
刘譞哲
赵耀帅
冯迪
《计算机应用》
CSCD
北大核心
2022
2
在线阅读
下载PDF
职称材料
3
面向复杂对象的高性能内存映射数据库MMDB
梁海峰
杨毅
刘中一
《计算机工程与设计》
北大核心
2023
3
在线阅读
下载PDF
职称材料
4
基于多图神经网络的会话感知推荐模型
南宁
杨程屹
武志昊
《计算机应用》
CSCD
北大核心
2021
11
在线阅读
下载PDF
职称材料
5
基于时空多图卷积网络的交通站点流量预测
荣斌
武志昊
刘晓辉
赵苡积
林友芳
景一真
《计算机工程》
CAS
CSCD
北大核心
2020
9
在线阅读
下载PDF
职称材料
6
基于元算子的深度学习框架缺陷检测方法
谷典典
石屹宁
刘譞哲
吴格
姜海鸥
赵耀帅
马郓
《计算机学报》
EI
CAS
CSCD
北大核心
2022
10
在线阅读
下载PDF
职称材料
7
面向交通流量预测的时空超关系图卷积网络
张永凯
武志昊
林友芳
赵苡积
《计算机应用》
CSCD
北大核心
2021
7
在线阅读
下载PDF
职称材料
8
融合市场动态层次宏观信息的股票趋势预测
张亚飞
王晶
赵耀帅
武志昊
林友芳
《计算机应用》
CSCD
北大核心
2023
2
在线阅读
下载PDF
职称材料
9
基于深度卷积神经网络的睡眠分期模型
贾子钰
林友芳
张宏钧
王晶
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2020
5
在线阅读
下载PDF
职称材料
10
传播用户代表性特征学习的谣言检测方法
谢欣彤
胡悦阳
刘譞哲
赵耀帅
姜海鸥
《计算机科学与探索》
CSCD
北大核心
2022
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