公共文化服务平台

山西大学大数据科学与产业研究院: 作品数：114 被引量：289H指数：9; 相关机构：安徽大学计算机科学与技术学院山西财经大学信息管理学院四川大学计算机学院更多>>; 发文基金：国家自然科学基金山西省自然科学基金山西省高等学校科技创新项目更多>>; 相关领域：自动化与计算机技术电子电信理学文化科学更多>>

合作机构

光学腔与原子强耦合的实验研究进展被引量：7: 2022年; 光学腔与原子强耦合系统是量子物理研究的基本系统,不但具有重要的物理意义,而且为量子信息、量子计算和量子精密测量中关键技术的产生和关键器件的研发提供了理想系统。强耦合腔与原子相互作用实验从20世纪90年代开始发展,经过多年的研究,在单原子与光学腔强耦合和原子系综与光学腔的耦合研究方面取得了重大进展。随着多原子阵列量子操控技术的进步,可控的多原子阵列与光学微腔强耦合系统近年来成为腔量子电动力学的重要研究方向。然而,目前实现确定性可控的多原子阵列与腔的强耦合仍面临巨大的技术挑战,可控原子数还停留在两个。简要回顾了近年来光频区强耦合腔量子电动力学系统在上述方面的主要实验进展和相应的实验方案,并展望了未来的发展。; 李刚张鹏飞杨鹏飞王志辉张天才; 关键词：量子光学腔量子电动力学光学微腔强耦合

面向标注数据稀缺专利文献的科技实体抽取被引量：4: 2021年; 专利中的科技实体是指专利文献中富含科技信息的词汇,抽取专利中的科技实体对科研工作者提高科研效率、企业布局专利体系都至关重要。提出一种基于半监督学习框架与命名实体识别模型相结合的科技实体抽取方法,半监督学习能够利用无标记数据的优势弥补标注数据稀缺的缺陷,利用大量的专利语料在通用领域的BERT模型基础上进行预训练,得到适用于专利领域的BERT模型BERT-Patent,有效提升模型对专利中科技实体的抽取性能。在专利数据集上的实验结果表明,提出的方法在准确率、召回率、F1值指标上分别提高了6.37%、2.99%、4.63%;在人民日报数据集上准确率、召回率、F1值分别提高了2.87%、1.24%、2.07%。; 原之安彭甫镕谷波谷波; 关键词：半监督学习

分组并行的轻量化实时微观三维形貌重建方法: 2024年; 微观三维形貌重建作为精密制造领域生产制造的关键环节,其重建过程依赖于高分辨率稠密图像的采集.而面对复杂应用场景的高时效性需求,高分辨率稠密图像的输入会导致运算量与计算复杂度呈几何倍增加,无法实现高效率低延时的实时微观三维形貌重建.针对上述现状,提出一种分组并行的轻量级实时微观三维形貌重建方法 GPLWS-Net.GPLWS-Net以U型网络为基础构造轻量化主干网络,以并行分组式查询加速三维形貌重建过程,并针对神经网络结构进行重参数化设计避免重建微观结构的精度损失.另外,为弥补现有微观三维重建数据集的缺失,公开了一组多聚焦微观三维重建数据集(Micro3D),其标签数据利用多模态数据融合的方式获取场景高精度的三维结构.结果表明,所提出的GPLWS-Net网络不仅可以保证重建精度,而且在三组公开数据集中相比于其他5类深度学习方法平均耗时降低39.15%,在Micro3D数据集中平均耗时降低50.55%,能够实现复杂微观场景的实时三维形貌重建.; 闫涛高浩轩张江峰钱宇华张临垣

度相关性对复杂网络目标控制的影响被引量：1: 2018年; 随着信息时代的来临,复杂网络在生活中扮演着越来越重要的角色,例如社交网络、电力网络、交通网络等。对网络的控制引起了广泛的关注,而网络的目标控制是其中一类重要问题。通过模拟退火算法,研究在目标控制前提下度相关性对于目标控制的影响。实验表明,入度-入度相关性与出度-出度相关性对网络目标可控性的影响几乎一致,随着入度-入度相关性逐渐增加,驱动节点的比例先减少后增加;出度-入度相关性对于网络驱动节点比例的影响较大,随着出度-入度相关性逐渐增加,驱动节点的比例逐渐减少;而入度-出度相关性对于网络驱动节点比例几乎没有影响。; 仇智鹏鲁富荣杜亚星钱宇华; 关键词：模拟退火

CNN图像标题生成: 图像标题生成是人工智能领域一个非常有挑战性的任务,该任务需要在给定一张图片的情况下能够生成与它内容相符的标题句子.它需要同时处理图像和文本两个模态的数据,并发现不同数据彼此间的关联.针对该任务通常采用一个编码器-解码器模...; 李勇成红红梁新彦郭倩钱宇华; 关键词：卷积神经网络特征提取

给定预算下基于相对熵置信区间的蒙特卡洛树搜索最优动作识别算法: 2023年; 蒙特卡洛树搜索(Monte Carlo tree search, MCTS)将强化学习的反馈优化与生长树的动态规划相结合,在输出当前状态的最佳动作的同时极大地减少了计算量,因此成为开放环境下众多领域智能系统的关键通用方法.但由于计算资源匮乏或者计算成本昂贵等原因,完全充分地对树结构进行搜索是难以实现的,因此在有限的预算下高效合理地分配计算资源从而获得当前状态下的最优动作是目前研究的一个重要问题.现有大多数算法仅以识别准确率作为性能指标,通过实验对比验证算法性能,缺少对算法的识别误差和影响因素的分析,从而降低了算法的可信性和可解释性.针对该问题,选择基础核心的2名玩家、完全信息、零和博弈场景,提出了固定预算设定下MCTS抽象模型的最优行动识别算法DLU——基于相对熵置信区间的纯探索(relative entropy confidence interval based pure exploration).首先提出了基于相对熵置信区间的估值方法对叶子节点胜率进行估计,其可以从底层提高树节点估值准确性;其次给出了第1层节点值估计、最优节点选择策略以形成完整算法流程;然后推导了DLU算法的识别误差上界,并分析了算法性能的影响因素;最后在人造树模型和井字棋2种场景下验证算法性能.实验结果表明,在人造树模型上基于相对熵的算法类具有更高的准确度,且模型越复杂识别难度越高时,该算法类的性能优势越显著.在井字棋场景下,DLU算法能有效地识别最优动作.; 刘郭庆钱宇华钱宇华王婕婷

端点活跃度对链接预测的影响研究: 2019年; 链路预测旨在通过已知的网络结构信息预测网络中未连接的两个端点是否会产生链接,现有的链路预测方法主要基于两端点之间的连接关系,忽略了端点自身活跃程度对链接产生的不同影响.本文从度中心性、介数中心性、接近中心性、Pagerank四个角度来刻画端点的活跃程度,通过大量的实证分析发现端点越活跃,它产生链接的可能性越大,其中,度中心性和Pagerank大的端点容易产生更多的链接.因此,本文在基于端点间连接关系基础上考虑端点活跃性,提出了一类基于端点活跃性的链路预测方法,并在8个真实网络数据上进行实验,此类方法的预测精度比原有指标有较大的提高.; 杨凯凯钱宇华钱宇华艾科; 关键词：复杂网络链路预测

基于节点偏序关系的路由可用性框架研究: 2023年; 为了维护路由可用性,需要采取一定的路由保护策略来防止网络故障可能对网络造成的影响。因此,提出了一种基于节点偏序关系的路由可用性框架,该框架首先利用节点之间的偏序关系构造有向无环图,然后根据构造的有向无环图为每个节点计算备份下一跳节点。在此框架基础上,根据节点之间的偏序关系提出了四种路由保护方法。实验结果表明,四种路由保护算法都拥有较高的故障保护率,能有效降低故障造成的网络中断,在真实拓扑中故障保护率可以到达89.76%,在模拟拓扑中故障保护率达到98.995%,几乎接近100%。; 胡睿乾耿海军耿海军; 关键词：网络延迟路由保护

单层网络目标控制的多属性决策方法被引量：2: 2018年; 目标控制,旨在研究如何选择与控制网络中的部分节点,已有工作主要采用随机选取和局部选取来进行,并没有考虑节点的重要性。针对现有的复杂网络节点重要性的评价指标比较单一的问题,在目标控制中采用了一种基于多属性决策的节点重要性综合评价方法,从不同的角度,利用网络中多个节点重要性指标,分别给出不同的权重对节点进行综合评价并且排序,以此选取重要的节点进行目标控制。在人工生成数据及真实数据集上的实验结果表明,该方法能够选出较少的驱动节点。; 杜亚星鲁富荣仇智鹏钱宇华; 关键词：多属性决策

融合局部-全局关系的多尺度低照度图像增强: 2024年; 在光照较差的场景中,由于抵达成像设备的光子数量有限,捕获的图像往往会表现出高噪声、低可见度以及色彩偏差等问题.基于卷积神经网络的低照度图像增强是一种有效的增强方法,但由于不恰当的网络结构设计,现有基于卷积神经网络的低照度图像增强方法易使增强的图像出现模糊、色彩偏差等问题.为了缓解上述现象,本文提出一种多尺度局部-全局关系耦合网络以提高卷积神经网络的特征表示能力.该网络由多尺度-多分支信息融合模块、局部-全局关系耦合模块以及输入可知的注意力特征融合3部分构成.为了验证所提方法的优越性,本文在多个低照度数据集上进行了定性、定量对比实验,并从网络结构和损失函数两方面开展消融实验,进一步验证了本文所提方法的有效性.; 陈路王怀瑶王盛玺杨静王克琪; 关键词：多尺度特征

山西大学大数据科学与产业研究院

合作机构

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

山西大学大数据科学与产业研究院

合作机构

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈