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
2
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
基于深度学习的群体行为识别:综述与展望
被引量：
2
1
作者
朱晓林
王冬丽
+3 位作者
欧阳万里
李抱朴
周彦
刘金富
《控制理论与应用》
EI
CAS
CSCD
北大核心
2024年第12期2207-2223,共17页
群体行为识别是计算机视觉领域中备受关注的研究方向,在智能监控系统和体育运动分析等领域中具有广泛的应用推广价值.本文对过去七年来基于深度学习的群体行为识别方法进行了全面综述,有助于更好推动群体行为识别的发展.首先,介绍群体...
群体行为识别是计算机视觉领域中备受关注的研究方向,在智能监控系统和体育运动分析等领域中具有广泛的应用推广价值.本文对过去七年来基于深度学习的群体行为识别方法进行了全面综述,有助于更好推动群体行为识别的发展.首先,介绍群体行为的定义、通用识别流程以及主要的挑战;其次,从群体行为识别的建模方法和内在机理进行划分,并进一步细分类、讨论和分析这些方法的优缺点;然后,给出群体行为识别的常用数据集,列举了相关的开源代码库和评估指标;最后,对该领域未来的研究方向进行了展望.
展开更多
关键词
群体行为识别
深度学习
层级时序建模
交互关系推理
TRANSFORMER
在线阅读
下载PDF
职称材料
人工智能可解释性:发展与应用
被引量：
15
2
作者
王冬丽
杨珊
+2 位作者
欧阳万里
李抱朴
周彦
《计算机科学》
CSCD
北大核心
2023年第S01期9-15,共7页
近年来人工智能在诸多领域和学科中的广泛应用展现出了其卓越的性能,这种性能的提升通常需要牺牲模型的透明度来获取。然而,人工智能模型的复杂性和黑盒性质已成为其应用于高风险领域最主要的瓶颈,这严重阻碍了人工智能在特定领域的进...
近年来人工智能在诸多领域和学科中的广泛应用展现出了其卓越的性能,这种性能的提升通常需要牺牲模型的透明度来获取。然而,人工智能模型的复杂性和黑盒性质已成为其应用于高风险领域最主要的瓶颈,这严重阻碍了人工智能在特定领域的进一步应用。因此,亟需提高模型的可解释性,以证明其可靠性。为此,从机器学习模型可解释性、深度学习模型可解释性、混合模型可解释性3个方面对人工智能可解释性研究的典型模型和方法进行了介绍,进一步讲述了可解释人工智能在教学分析、司法判案、医疗诊断3个领域的应用情况,并对现有可解释方法存在的不足进行总结与分析,提出人工智能可解释性未来的发展趋势,希望进一步推动可解释性研究的发展与应用。
展开更多
关键词
人工智能
机器学习
深度学习
可解释性
在线阅读
下载PDF
职称材料
题名
基于深度学习的群体行为识别:综述与展望
被引量：
2
1
作者
朱晓林
王冬丽
欧阳万里
李抱朴
周彦
刘金富
机构
湘潭大学数学与计算科学学院
湘潭大学自动化与电子信息学院
悉尼大学电气与信息工程学院
百度美国研究院
出处
《控制理论与应用》
EI
CAS
CSCD
北大核心
2024年第12期2207-2223,共17页
基金
国家重点研发计划项目(2020YFA0713503)
国家自然科学基金项目(61773330)
+3 种基金
国家航空科学基金项目(20200020114004)
湖南省科技创新计划项目(2020GK2036)
湖南省自然科学基金项目(2023JJ30598)
湖南省研究生科研创新项目(CX20220652)资助。
文摘
群体行为识别是计算机视觉领域中备受关注的研究方向,在智能监控系统和体育运动分析等领域中具有广泛的应用推广价值.本文对过去七年来基于深度学习的群体行为识别方法进行了全面综述,有助于更好推动群体行为识别的发展.首先,介绍群体行为的定义、通用识别流程以及主要的挑战;其次,从群体行为识别的建模方法和内在机理进行划分,并进一步细分类、讨论和分析这些方法的优缺点;然后,给出群体行为识别的常用数据集,列举了相关的开源代码库和评估指标;最后,对该领域未来的研究方向进行了展望.
关键词
群体行为识别
深度学习
层级时序建模
交互关系推理
TRANSFORMER
Keywords
group activity recognition
deep learning
hierarchical temporal modeling
interaction relationship reasoning
Transformer
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
TP18 [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
人工智能可解释性:发展与应用
被引量：
15
2
作者
王冬丽
杨珊
欧阳万里
李抱朴
周彦
机构
湘潭大学自动化与电子信息学院
悉尼大学电气与信息工程学院
百度美国研究院
出处
《计算机科学》
CSCD
北大核心
2023年第S01期9-15,共7页
基金
国家重点研发计划项目(2020YFA0713503)
国家自然科学基金项目(61773330)
+1 种基金
国家航空科学基金项目(20200020114004)
湖南省科技创新计划项目(2020GK2036)。
文摘
近年来人工智能在诸多领域和学科中的广泛应用展现出了其卓越的性能,这种性能的提升通常需要牺牲模型的透明度来获取。然而,人工智能模型的复杂性和黑盒性质已成为其应用于高风险领域最主要的瓶颈,这严重阻碍了人工智能在特定领域的进一步应用。因此,亟需提高模型的可解释性,以证明其可靠性。为此,从机器学习模型可解释性、深度学习模型可解释性、混合模型可解释性3个方面对人工智能可解释性研究的典型模型和方法进行了介绍,进一步讲述了可解释人工智能在教学分析、司法判案、医疗诊断3个领域的应用情况,并对现有可解释方法存在的不足进行总结与分析,提出人工智能可解释性未来的发展趋势,希望进一步推动可解释性研究的发展与应用。
关键词
人工智能
机器学习
深度学习
可解释性
Keywords
Artificial intelligence
Machine learning
Deep learning
Interpretability
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
作者
出处
发文年
被引量
操作
1
基于深度学习的群体行为识别:综述与展望
朱晓林
王冬丽
欧阳万里
李抱朴
周彦
刘金富
《控制理论与应用》
EI
CAS
CSCD
北大核心
2024
2
在线阅读
下载PDF
职称材料
2
人工智能可解释性:发展与应用
王冬丽
杨珊
欧阳万里
李抱朴
周彦
《计算机科学》
CSCD
北大核心
2023
15
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
