期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
融合规则和数据驱动的展厅自动空间规划与布局生成
1
作者 许渠 李佳佳 张俊松 《计算机辅助设计与图形学学报》 北大核心 2025年第5期780-789,共10页
针对传统展厅布局设计周期长和成本高的问题,提出一种融合规则和数据驱动的展厅空间自动规划与布局生成方法.首先根据展厅设计规则划分指定空间,并通过美化和连接等方式进行优化;然后计算展厅空间视觉显著度,利用优先队列选择展品的位... 针对传统展厅布局设计周期长和成本高的问题,提出一种融合规则和数据驱动的展厅空间自动规划与布局生成方法.首先根据展厅设计规则划分指定空间,并通过美化和连接等方式进行优化;然后计算展厅空间视觉显著度,利用优先队列选择展品的位置和摆放方式;再采用规则生成的数据作为数据集,以区域中心布局搜索结果作为输入,结合语义预测网络和拓扑预测网络进行多样化的生成;最后通过预测模型,按重要度递减的顺序确定展品的最佳摆放位置.在展厅数据集上,将所提方法与HouseGAN++, Deeplayout和DCGAN方法进行对比实验.实验结果表明,所提方法具有更高的视觉相似度,图编辑距离平均降低22.64%,连通性平均提高25.33%,验证了其有效性. 展开更多
关键词 数字化展厅 自动化布局 空间规划 展厅自动生成
在线阅读 下载PDF
基于语义图的法律文本多跳阅读理解研究
2
作者 林志强 杨帆 +1 位作者 苏劲松 吴旭阳 《中文信息学报》 CSCD 北大核心 2024年第11期91-101,共11页
目前基于图神经网络的机器阅读理解模型难以有效建模法律文书中的复杂关系。为此,该文提出了基于语义图的法律文书机器阅读理解方法(Semantic Graph Based Reader,SGB Reader)。其核心思想是通过语义依存分析构建以法律关键实体为中心... 目前基于图神经网络的机器阅读理解模型难以有效建模法律文书中的复杂关系。为此,该文提出了基于语义图的法律文书机器阅读理解方法(Semantic Graph Based Reader,SGB Reader)。其核心思想是通过语义依存分析构建以法律关键实体为中心的语义图和句子关系图,然后通过图嵌入来学习法律文书中的复杂关系。除此之外,SGB Reader还设计了两阶段的答案片段预测模块和答案类型联合预测模块来进一步提升模型的性能。实验结果表明,SGB Reader显著优于已有的图网络模型,在CJRC和CJRC 2.0数据集上分别取得了76.97%和65.39%的Joint F1分数。 展开更多
关键词 机器阅读理解 法律文本 图注意力网络
在线阅读 下载PDF
基于动态分类的隐喻识别方法 被引量:3
3
作者 苏畅 付泽 +1 位作者 郑发魁 陈怡疆 《软件学报》 EI CSCD 北大核心 2019年第11期3340-3354,共15页
隐喻计算是自然语言处理领域中的重要问题.尝试以差异性计算为基础,结合语言、心理和认知的角度对英语隐喻识别进行深入分析和探索.对人类而言,隐喻识别是一个动态分类的过程,动态分类是从多个角度来度量事物之间的差异性.研究了如何模... 隐喻计算是自然语言处理领域中的重要问题.尝试以差异性计算为基础,结合语言、心理和认知的角度对英语隐喻识别进行深入分析和探索.对人类而言,隐喻识别是一个动态分类的过程,动态分类是从多个角度来度量事物之间的差异性.研究了如何模仿人类来获取概念的特征、选择分类角度、在特定分类角度下计算差异性,并进行了英语名词性隐喻识别的实验.该方法对隐喻/常规表达识别的准确率达到85.4%,实验结果表明,该方法是有效的. 展开更多
关键词 隐喻识别 差异性 属性抽取 动态分类
在线阅读 下载PDF
机器意识研究综述 被引量:17
4
作者 秦瑞琳 周昌乐 晁飞 《自动化学报》 EI CAS CSCD 北大核心 2021年第1期18-34,共17页
意识问题是尚未解决的重大哲学问题与科学问题.机器意识是人工智能最前沿的研究领域之一.研发意识机器人对于人工智能与机器人学的发展具有重要科学意义与应用价值.本文首先介绍了意识与感受性的相关概念和理论;然后,详细讨论了机器意... 意识问题是尚未解决的重大哲学问题与科学问题.机器意识是人工智能最前沿的研究领域之一.研发意识机器人对于人工智能与机器人学的发展具有重要科学意义与应用价值.本文首先介绍了意识与感受性的相关概念和理论;然后,详细讨论了机器意识的概念与研究分类、实现方法与计算模型,重点论述了实现机器意识的量子方法;最后,总结了机器意识目前面临的困境与未来可能的发展,并给出了一套机器意识总体实现框架. 展开更多
关键词 意识 机器意识 意识机器人 感受性 人工智能
在线阅读 下载PDF
脑电时空多特征融合的数字图形界面认知负荷评价方法 被引量:4
5
作者 郑瑞凌 张俊松 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2020年第7期1062-1069,共8页
准确地评价数字图形界面下操作员的认知负荷(cognitive load,CL),有助于实现认知反馈机制并最终提高人机工效.为了进一步提高评价方法的鲁棒性与泛化能力,结合EEG实验将Att-BLSTM应用于CL评价问题中.该方法首先利用Multi-CNN提取EEG的... 准确地评价数字图形界面下操作员的认知负荷(cognitive load,CL),有助于实现认知反馈机制并最终提高人机工效.为了进一步提高评价方法的鲁棒性与泛化能力,结合EEG实验将Att-BLSTM应用于CL评价问题中.该方法首先利用Multi-CNN提取EEG的频域与空间特征,然后利用Att-BLSTM提取EEG的时域特征,最后通过多特征融合构建CL评价方法.通过招募12名被试,采集了2种CL条件下的EEG数据进行了实验.实验结果表明,文中方法在该数据集上的平均准确率为82%,比传统机器学习的方法具有更强的EEG信号表征能力;与其他深度学习方法相比,也能更准确地提取EEG的时域特征,且具有更强的鲁棒性. 展开更多
关键词 认知负荷 数字图形界面 脑电分类 注意力机制
在线阅读 下载PDF
双标签监督的几何约束对抗训练
6
作者 曹刘娟 匡华峰 +5 位作者 刘弘 王言 张宝昌 黄飞跃 吴永坚 纪荣嵘 《软件学报》 EI CSCD 北大核心 2022年第4期1218-1230,共13页
近年来的研究表明,对抗训练是一种有效的防御对抗样本攻击的方法.然而,现有的对抗训练策略在提升模型鲁棒性的同时会造成模型的泛化能力下降.现阶段主流的对抗训练方法通常都是独立地处理每个训练样本,而忽略了样本之间的关系,这使得模... 近年来的研究表明,对抗训练是一种有效的防御对抗样本攻击的方法.然而,现有的对抗训练策略在提升模型鲁棒性的同时会造成模型的泛化能力下降.现阶段主流的对抗训练方法通常都是独立地处理每个训练样本,而忽略了样本之间的关系,这使得模型无法充分挖掘样本间的几何关系来学习更鲁棒的模型,以便更好地防御对抗攻击.因此,重点研究如何在对抗训练过程中保持样本间的几何结构稳定性,达到提升模型鲁棒性的目的.具体而言,在对抗训练中,设计了一种新的几何结构约束方法,其目的是保持自然样本与对抗样本的特征空间分布一致性.此外,提出了一种基于双标签的监督学习方法,该方法同时采用自然样本和对抗样本的标签对模型进行联合监督训练.最后,分析了双标签监督学习方法的特性,试图从理论上解释对抗样本的工作机理.多个基准数据集上的实验结果表明:相比于已有方法,该方法有效地提升了模型的鲁棒性且保持了较好的泛化精度.相关代码已经开源:https://github.com/SkyKuang/DGCAT. 展开更多
关键词 深度学习 模型鲁棒性 对抗训练 几何约束 双标签监督
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部