-
题名基于变分自编码器的交互式旋律生成方法
被引量：2
- 1
-
-
作者
范纯龙
张振鑫
丁三军
滕一平
王翼新
-
机构
沈阳航空航天大学计算机学院
辽宁省大规模分布式系统实验室
沈阳飞机设计研究所
-
出处
《计算机应用研究》
CSCD
北大核心
2021年第2期479-483,488,共6页
-
基金
国家自然科学基金资助项目(61902260)。
-
文摘
现有的交互式神经音乐生成方法主要存在控制模式不灵活、数据标注困难以及模型难以优化等问题。针对这些问题,提出了一种基于变分自编码器(VAE)的无监督交互式旋律生成方法。通过为VAE引入显式的旋律轮廓条件推理学习,实现了对生成旋律局部与全局特征的灵活控制。实验表明,该方法易于优化且具有良好的旋律局部与全局特征的控制能力。通过对大量生成样本的分析,证明了模型从音乐数据中学习到了有用的音乐知识。
-
关键词
音乐生成
变分自编码器
深度学习
交互式生成
-
Keywords
music generation
variational autoencoder
deep learning
interaction generation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名利用互斥策略优化二分网络节点预测
被引量：2
- 2
-
-
作者
范纯龙
范东皖
许莉
何宇峰
-
机构
辽宁省大规模分布式系统实验室
沈阳航空航天大学计算机学院
-
出处
《计算机应用研究》
CSCD
北大核心
2020年第7期1999-2005,共7页
-
基金
国家自然科学基金资助项目(61303016)。
-
文摘
网络节点预测研究目前主要集中在源头节点和隐藏节点预测方面,缺少新生节点预测方向的研究。以论文和关键词关系网为研究对象,利用关键词组合情况预测新论文的产生,开展新生节点预测研究。首先将论文—关键词二分网络加权投影成关键词关系网络,然后利用关键词组合在未来出现的可能性预测新论文的产生。计算这种可能性需考虑两方面影响:一种是相似性,表示关键词共同出现的倾向;一种是互斥性,描述关键词彼此排斥的倾向,如内涵高度一致的两个关键词极少同时出现。采集期刊的论文和关键词信息构建数据集,对提出的论文预测算法进行验证,并与已有算法作对比,结果显示该算法预测效果更好。
-
关键词
节点预测
链路预测
二分网络
加权投影
互斥性
-
Keywords
node prediction
link prediction
bipartite network
weighted projection
mutual exclusion
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于短序列分组和拼接策略的子序列快速查询算法
被引量：2
- 3
-
-
作者
范纯龙
王靖云
滕一平
丁国辉
-
机构
沈阳航空航天大学计算机学院辽宁省大规模分布式系统实验室
-
出处
《计算机应用研究》
CSCD
北大核心
2020年第6期1702-1706,1749,共6页
-
基金
国家自然科学基金资助项目(61303016)。
-
文摘
子序列查询技术在金融、商业、医疗等领域均有重要应用,但因DTW等相似性比对算法的时间复杂度较高,子序列长度对检索时间影响很大,限制了数据集上长子序列检索的效率。针对这一问题提出一种子序列快速查询算法。首先对数据集中特定长度下所有子序列进行分组并标记出代表性子序列;然后在查询时将查询序列切分成定长的小段序列,并用DTW算法确定与小段序列相似的代表子序列候选集;最后对候选集进行序列拼接,获取到查询结果序列。实验表明新算法效率较典型算法提高约10倍。
-
关键词
序列数据查询
动态时间规整
子序列
序列分组
-
Keywords
sequential data query
dynamic time warping
subsequence
sequence grouping
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于样本冗余度的主动学习优化方法
被引量：2
- 4
-
-
作者
范纯龙
王翼新
宿彤
张振鑫
-
机构
沈阳航空航天大学计算机学院
辽宁省大规模分布式系统实验室
-
出处
《计算机应用与软件》
北大核心
2021年第3期291-297,共7页
-
文摘
主动学习解决了因训练样本过大而导致需要大量人力物力的问题,核心问题是如何选择有价值的样本减少标注成本。以神经网络为分类器,大多数方法选择信息量大的样本并没有考虑所选择样本间的信息冗余问题。通过对冗余问题的研究,提出一种降低信息冗余的样本选择优化方法。用不确定性方法选出信息量大的样本构成候选样本集,同时用网络中计算的潜变量向量表示样本信息,利用该向量计算候选样本间的余弦距离选择出间隔距离大、信息冗余度低的子集。在Mnist、Fashion-mnist,以及Cifar-10数据集中与几种不确定性方法相比,在相同样本准确率下,该方法最低减少11%标记样本。
-
关键词
主动学习
信息冗余
余弦距离
不确定性方法
-
Keywords
Active learning
Information redundancy
Cosine distance
Uncertainty method
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于差分进化的缺陷样本生成算法
被引量：1
- 5
-
-
作者
范纯龙
宿彤
滕一平
王翼新
丁国辉
-
机构
沈阳航空航天大学计算机学院辽宁省大规模分布式系统实验室
-
出处
《计算机应用研究》
CSCD
北大核心
2021年第1期227-231,共5页
-
基金
国家自然科学基金资助项目(61902260)。
-
文摘
黑盒攻击主要是基于决策的攻击,但普遍存在查询次数多、敏感点难选择的问题,因此提出了基于差分进化的缺陷样本生成算法。算法将黑盒攻击定义为一个无约束优化问题,利用差分进化搜索图像敏感点,并优化基于深度学习模型决策定义的损失函数以及梯度计算方法,实现有效的黑盒攻击。在攻击成功率相同的条件下,在MNIST和CIFAR10数据集上的平均查询次数分别减少了28.3%和14.8%。
-
关键词
缺陷样本
深度学习
优化算法
查询次数
-
Keywords
defect sample
deep learning
optimization algorithm
query times
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
