检索结果-维普期刊中文期刊服务平台

医疗人工智能的“图灵测试”:路在何方被引量：8: 1; 作者马婷张海洪《医学与哲学》 2020年第20期8-13,31,共7页; 通过对医疗人工智能发展应关注的医学人文相关伦理问题进行总结,探索并思考医疗人工智能长远发展应关注的伦理要求,包括对医师专业精神的要求、精准服务患者的个性需求、医疗人工智能服务公平可及以及医患之间的情感互动等问题,并对以... 展开更多; 关键词医疗人工智能伦理框架医学人文图灵测试; 在线阅读下载PDF 职称材料

基于多变量多项式的门限函数秘密分享方案被引量：3: 2; 作者林昌露罗景龙 +1 位作者张胜元王华雄《密码学报》 CSCD 2021年第3期537-548,共12页; 为了提高分布式环境下私密信息存取协议的效率,Boyle等人在2015年欧密会上提出了函数秘密分享(Function Secret Sharing,FSS)概念并给出了具体构造.传统秘密分享方案在参者之间分享的秘密为具体数值,而FSS方案中分享的秘密为函数.Boyle... 展开更多; 关键词函数秘密分享门限秘密共享完善安全性私密信息检索; 在线阅读下载PDF 职称材料

CHIP2020评测任务1概述:中文医学文本命名实体识别被引量：3: 3; 作者李雯昕张坤丽 +4 位作者关同峰张欢朱田恬常宝宝陈清财《中文信息学报》 CSCD 北大核心 2022年第4期66-72,共7页; 第六届中国健康信息处理会议(China Conference on Health Information Processing,CHIP2020)组织了中文医疗信息处理方面的6个评测任务,其中任务1为中文医学文本命名实体识别任务,该任务的主要目标是自动识别医学文本中的医学命名实体... 展开更多; 关键词命名实体识别医学文本自然语言处理; 在线阅读下载PDF 职称材料

基于数据生成的类别均衡联邦学习被引量：8: 4; 作者李志鹏国雍 +3 位作者陈耀佛王耀威曾炜谭明奎《计算机学报》 EI CAS CSCD 北大核心 2023年第3期609-625,共17页; 手机、可穿戴设备等终端设备每天产生海量数据,但这些数据往往涉及敏感隐私而不能直接公开并使用.为解决隐私保护下的机器学习问题,联邦学习应运而生,旨在通过构建协同训练机制,在不共享客户端数据条件下,训练高性能全局模型.然而,在实... 展开更多; 关键词联邦学习数据生成类别分布类别不均衡隐私保护; 在线阅读下载PDF 职称材料

三维投影变换辅助的云游戏编码优化算法: 5; 作者王一帆王昊 +4 位作者孙浩楠尘原霍俊彦王豪张伟《西安交通大学学报》 EI CAS CSCD 北大核心 2023年第12期20-29,共10页; 针对传统视频压缩技术无法对云游戏视频中复杂的全局相机旋转以及剧烈变化的大范围运动进行很好的运动估计与补偿的问题,提出了一种三维投影变换辅助的编码优化算法,以提高云游戏视频的编码效率。分析了三维游戏场景下一点投影到二维平... 展开更多; 关键词云游戏编码三维投影变换内参估计参考帧生成; 在线阅读下载PDF 职称材料

题名医疗人工智能的“图灵测试”:路在何方被引量：8: 1; 作者马婷张海洪; 机构哈尔滨工业大学(深圳)电子与信息工程学院鹏城实验室人工智能中心北京大学受试者保护体系北京大学医学部科学研究处; 出处《医学与哲学》 2020年第20期8-13,31,共7页; 基金 2018年国家重点研发计划项目(2018YFC1312000)。; 文摘通过对医疗人工智能发展应关注的医学人文相关伦理问题进行总结,探索并思考医疗人工智能长远发展应关注的伦理要求,包括对医师专业精神的要求、精准服务患者的个性需求、医疗人工智能服务公平可及以及医患之间的情感互动等问题,并对以类人智能为终极目标的人工智能技术在医疗应用提出深层的哲学问题,即如何对医学人工智能技术在医学人文伦理方面进行测试。进而提出医疗人工智能的“图灵测试”之问,以期在交叉领域及时就医疗人工智能发展的伦理框架进行深度哲学探讨,从而产生有针对性的可执行的测试方法和标准,促进医疗人工智能的健康长远发展。; 关键词医疗人工智能伦理框架医学人文图灵测试; Keywords medical artificial intelligence ethical framework medical humanities Turing test; 分类号 R-05 [医药卫生]; 在线阅读下载PDF 职称材料

题名基于多变量多项式的门限函数秘密分享方案被引量：3: 2; 作者林昌露罗景龙张胜元王华雄; 机构福建师范大学数学与统计学院福建省网络安全与密码技术重点实验室(福建师范大学) 鹏城实验室人工智能研究中心新加坡南洋理工大学物理与数学学院网络空间与信息安全重庆市重点实验室桂林电子科技大学广西可信软件重点实验室; 出处《密码学报》 CSCD 2021年第3期537-548,共12页; 基金国家自然科学基金(U1705264,61572132) 福建省自然科学基金(2019J01275) 广西可信软件重点实验室研究课题(KX202039)。; 文摘为了提高分布式环境下私密信息存取协议的效率,Boyle等人在2015年欧密会上提出了函数秘密分享(Function Secret Sharing,FSS)概念并给出了具体构造.传统秘密分享方案在参者之间分享的秘密为具体数值,而FSS方案中分享的秘密为函数.Boyle等人基于伪随机生成器构造了一类FSS方案,它们均为计算意义下安全的,即只能抵抗计算能力有限的敌手攻击.本文利用有限域上多变量多项式构造了完善安全的门限FSS方案.其设计技巧是将FSS方案中秘密函数在公开点处函数值的计算转换为公开函数在秘密点处函数值的计算.经过分析发现该方案的通信复杂度与重构门限值r和私密门限值t之间的比值相关;当重构门限值与私密门限值之间的比值较大时,该方案可以实现较低的通信复杂度.此外,该方案可以同时满足函数秘密分享的简洁性、压缩性和函数私密性.这些良好的性能与性质使得该方案可更好地适用于设计各类私密信息存取协议.; 关键词函数秘密分享门限秘密共享完善安全性私密信息检索; Keywords function secret sharing threshold secret sharing perfect security private information retrieval(PIR); 分类号 TP309.2 [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CHIP2020评测任务1概述:中文医学文本命名实体识别被引量：3: 3; 作者李雯昕张坤丽关同峰张欢朱田恬常宝宝陈清财; 机构郑州大学计算机与人工智能学院北京大学计算语言学教育部重点实验室哈尔滨工业大学(深圳)计算机科学与技术学院鹏城实验室人工智能研究中心; 出处《中文信息学报》 CSCD 北大核心 2022年第4期66-72,共7页; 基金河南省医学科技攻关计划省部共建项目(SB201901021) 郑州市协同创新重大专项科技攻关项目(20XTZX1120) 河南省高等学校重点科研项目(20A520038)。; 文摘第六届中国健康信息处理会议(China Conference on Health Information Processing,CHIP2020)组织了中文医疗信息处理方面的6个评测任务,其中任务1为中文医学文本命名实体识别任务,该任务的主要目标是自动识别医学文本中的医学命名实体。共有253支队伍报名参加评测,最终37支队伍提交了80组结果,该评测以微平均F_(1)值作为最终评估标准,提交结果中最高值达68.35%。; 关键词命名实体识别医学文本自然语言处理; Keywords named entity recognition medical text natural language processing; 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

题名基于数据生成的类别均衡联邦学习被引量：8: 4; 作者李志鹏国雍陈耀佛王耀威曾炜谭明奎; 机构华南理工大学软件学院鹏城实验室人工智能研究中心北京大学信息科学技术学院; 出处《计算机学报》 EI CAS CSCD 北大核心 2023年第3期609-625,共17页; 基金科技部青年项目(2020AAA0106900) 国家自然科学基金联合基金项目(U20B2052) +2 种基金广东省珠江人才计划创新创业团队(2017ZT07X183)资助.; 文摘手机、可穿戴设备等终端设备每天产生海量数据,但这些数据往往涉及敏感隐私而不能直接公开并使用.为解决隐私保护下的机器学习问题,联邦学习应运而生,旨在通过构建协同训练机制,在不共享客户端数据条件下,训练高性能全局模型.然而,在实际应用中,现有联邦学习机制面临两大不足:(1)全局模型需考虑多个客户端的数据,但各客户端往往仅包含部分类别数据且类别间数据量严重不均衡,使得全局模型难以训练;(2)各客户端之间的数据分布往往存在较大差异,导致各客户端模型往往差异较大,使得传统通过模型参数加权平均以获得全局模型的方法难以奏效.为降低客户端类别不均衡和数据分布差异的影响,本文提出一种基于数据生成的类别均衡联邦学习(Class-Balanced Federated Learning,CBFL)方法.CBFL旨在通过数据生成技术,针对各客户端构造符合全局模型学习的类别均衡数据集.为此,CBFL设计了一个包含类别均衡采样器和数据生成器的类别分布均衡器.其中,类别均衡采样器对客户端数据量不足的类别以较高概率进行采样.然后,数据生成器则根据所采样的类别生成相应的虚拟数据以均衡客户端数据的类别分布并用于后续的模型训练.为验证所提出方法的有效性,本文在四个标准数据集上进行了大量实验.实验表明,本文方法可大幅提升联邦学习性能:如在CIFAR-100数据集上,CBFL训练的ResNet20模型与现有方法相比,分类准确率提高了5.82%.; 关键词联邦学习数据生成类别分布类别不均衡隐私保护; Keywords federated learning data generation class distribution class imbalance privacy protection; 分类号 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

题名三维投影变换辅助的云游戏编码优化算法: 5; 作者王一帆王昊孙浩楠尘原霍俊彦王豪张伟; 机构西安电子科技大学通信工程学院阿里巴巴集团鹏城实验室人工智能研究中心; 出处《西安交通大学学报》 EI CAS CSCD 北大核心 2023年第12期20-29,共10页; 基金国家自然科学基金资助项目(62101409,62171353)。; 文摘针对传统视频压缩技术无法对云游戏视频中复杂的全局相机旋转以及剧烈变化的大范围运动进行很好的运动估计与补偿的问题,提出了一种三维投影变换辅助的编码优化算法,以提高云游戏视频的编码效率。分析了三维游戏场景下一点投影到二维平面的详细空间变换过程,在此基础上通过建立约束进行最优化估计构建了虚拟相机的内参估计算法。利用估计的内参,结合相机运动信息,基于图像单应性理论生成了与待编码帧平行的辅助参考帧,利用其更新参考帧列表参与编码。由于生成的辅助参考帧与待编码帧之间只有平移运动,所以更有利于传统的运动估计和补偿。实验结果表明:与原始的高效视频编码(HEVC)相比,所提算法在云游戏视频上可以实现平均8.14%的BD-rate增益,一定程度上缓解了云游戏对网络带宽的高需求;特别地,在仅有相机旋转的情况下,BD-rate可达-24.68%,同时编码时间平均缩短5.34%;与HEVC-SCC相比,所提算法的BD-rate性能增益超过20%。; 关键词云游戏编码三维投影变换内参估计参考帧生成; Keywords cloud gaming video coding three-dimensional projection transformation intrinsic parameter estimation reference frame generation; 分类号 TN911.7 [电子电信—通信与信息系统]; 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	医疗人工智能的“图灵测试”:路在何方	马婷张海洪	《医学与哲学》	2020	8	在线阅读下载PDF 职称材料
2	基于多变量多项式的门限函数秘密分享方案	林昌露罗景龙张胜元王华雄	《密码学报》 CSCD	2021	3	在线阅读下载PDF 职称材料
3	CHIP2020评测任务1概述:中文医学文本命名实体识别	李雯昕张坤丽关同峰张欢朱田恬常宝宝陈清财	《中文信息学报》 CSCD 北大核心	2022	3	在线阅读下载PDF 职称材料
4	基于数据生成的类别均衡联邦学习	李志鹏国雍陈耀佛王耀威曾炜谭明奎	《计算机学报》 EI CAS CSCD 北大核心	2023	8	在线阅读下载PDF 职称材料
5	三维投影变换辅助的云游戏编码优化算法	王一帆王昊孙浩楠尘原霍俊彦王豪张伟	《西安交通大学学报》 EI CAS CSCD 北大核心	2023	0	在线阅读下载PDF 职称材料