首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English

学术不端论文认定及处理办法 版权转让协议 保密证明 录用稿件电子版要求 修改说明格式 更多.... 中国自动化学会 国家智能计算机研发中心 中科院合肥智能机械所 更多....

2023年 36卷 5期 刊出日期 2023-05-25 论文与报告 研究与应用   论文与报告 383 模糊形式背景下的技能层约简与前级(后级)知识结构的充要条件 冯丹露, 李进金, 李招文, 周银凤, 杨桃丽 模糊技能映射为构建知识结构提供一个途径,但将基本局部独立模式应用于前级(后级)知识结构中会呈现不可识别问题,因此,在模糊技能映射的前提下,文中主要解决两个问题:技能约简耗时过长、寻找前级(后级)知识结构的充要条件.首先,基于模糊技能背景,构造一对算子,通过算子确定的模糊技能概念格直接获取简单闭包空间,同时获得每个知识状态对应的最小技能熟练程度.然后,提出技能层约简的概念,利用标记技能约简对冗余技能层进行约简,并给出技能层约简算法.同时给出模糊技能映射诱导前级(后级)简单闭包空间的充分必要条件,并提供获取前级问题集和后级问题集的算法.最后,在5个UCI数据集上的对比实验验证文中算法的可行性和有效性,同时获取前级问题集和后级问题集. 2023 Vol. 36 (5): 383-406 [摘要] ( 331 ) [HTML 1KB] [PDF 980KB] ( 316 ) 407 基于视觉多头注意力与跨层白化的水下图像增强网络 丛晓峰, 桂杰, 贺磊, 章军 由于水下的光吸收现象、散射现象与小粒子的存在,水下图像存在色彩失衡与细节失真问题.为此,文中设计基于视觉多头自注意力与跨层白化的水下图像增强网络.采用层级式的架构,由编码路径进行特征提取并由解码路径进行图像重建,编码与解码路径的核心组件是视觉多头自注意力模块.对浅层特征进行实例白化处理,并将实例白化后的浅层特征通过跨层连接嵌入到深层特征中作为跨层白化路径.内容损失与结构损失用于网络的训练过程.在基准水下图像数据集上进行对比实验,定量与视觉结果表明视觉多头自注意力与实例白化对水下增强任务是有效的. 2023 Vol. 36 (5): 407-418 [摘要] ( 374 ) [HTML 1KB] [PDF 4935KB] ( 426 ) 419 轻量化逆可分离残差信息蒸馏网络的图像超分辨率重建 赵小强, 李希尧, 宋昭漾 基于深度学习的图像超分辨率重建算法的性能需求导致急剧增加的参数量与高额的计算成本,这限制超分辨率重建在移动设备上的应用.针对此问题,文中提出轻量化逆可分离残差信息蒸馏网络的图像超分辨率重建算法.首先,设计渐进可分离蒸馏重洗模块,进行多重信息蒸馏,在提取多层次特征的同时保持模型轻量化,使用多个特征提取连接,学习更具区别性的特征表示,以便网络能从蒸馏中获得更多有益信息.然后,设计对比感知坐标注意力模块,充分利用通道感知与位置敏感信息,增强特征选择能力.最后,提出逐步补偿残差连接方式,提高浅层特征的利用率,补偿网络的纹理细节特征.实验表明,文中算法在模型复杂性与重建性能之间实现较好的均衡,重建的高分辨率图像主客观质量都很优秀. 2023 Vol. 36 (5): 419-432 [摘要] ( 332 ) [HTML 1KB] [PDF 1549KB] ( 374 ) 研究与应用 433 协调多尺度决策系统中基于测试代价的属性与尺度选择 吴迪, 廖淑娇, 范译文 对多尺度决策系统进行处理可以使复杂的问题简单化,属性与尺度的同步选择是该处理过程中一个重要方法.此外,现实中数据处理经常需要考虑代价因素的影响,但是,目前研究还没有在属性与尺度的同步选择中考虑代价因素.为了解决这一问题,文中基于测试代价,研究协调多尺度决策系统的属性与尺度选择.首先,构造相应的粗糙集理论模型,模型中的定义及性质同时考虑属性和尺度这两个要素,并给出基于测试代价的属性-尺度重要度函数.然后,基于适用于多尺度决策系统的粗糙集概念及性质,提出属性与尺度同步选择的启发式算法.在UCI数据集上的实验表明,文中算法可大幅降低总测试代价,提升计算效率. 2023 Vol. 36 (5): 433-447 [摘要] ( 238 ) [HTML 1KB] [PDF 718KB] ( 317 ) 448 基于神经架构搜索的非结构化剪枝方法 王宪保, 刘鹏飞, 项圣, 王辛刚 由于难以使用客观标准删除深度神经网络中的冗余单元,剪枝后的网络表现出性能的急剧退步.针对此问题,文中提出基于神经架构搜索的非结构化剪枝方法.首先,将掩码学习模块定义在搜索空间中,以便删除冗余的权重参数.然后,引入层级相关系数传播,在反向传播过程中为每个网络权重分配一个层级相关系数,以此衡量每个权重对网络输出的贡献度,并帮助二值掩码参数的更新.最后,对网络权重、架构参数和层级相关系数进行统一更新.在CIFAR-10、ImageNet分类数据集上的实验表明,文中方法能够在高剪枝率场景下保持网络的泛化能力,满足模型部署的要求. 2023 Vol. 36 (5): 448-458 [摘要] ( 417 ) [HTML 1KB] [PDF 906KB] ( 468 ) 459 基于图注意力和表指针网络的中文事件抽取方法 刘炜, 马亚威, 彭艳, 李卫民 现有的中文事件抽取方法存在触发词和论元依赖建模不足的问题,削弱事件内的信息交互,导致论元抽取性能低下,特别是论元角色存在重叠的情况下.对此,文中提出基于图注意力和表指针网络的中文事件抽取方法(Chinese Event Extraction Method Based on Graph Attention and Table Pointer Network, ATCEE).首先,融合预训练字符向量和词性标注向量作为特征输入,并利用双向长短期记忆网络,得到事件文本的强化语义特征.再将字符级建模的依存句法图引入图注意力网络,捕获文本中各组成成分的长距离依赖关系.然后,使用表填充的方法进行特征融合,进一步增强触发词和其对应的所有论元之间的依赖性.最后,将学习得到的表特征输入全连接层和表指针网络层,进行触发词和论元的联合抽取,使用表指针网络对论元边界进行解码,更好地识别长论元实体.实验表明:ATCEE在ACE2005和DuEE1.0这两个中文基准数据集上都有明显的性能提升,并且字符级依存特征和表填充策略在一定程度上可以解决论元角色重叠问题.ATCEE源代码地址如下:https://github.com/event6/ATCEE. 2023 Vol. 36 (5): 459-470 [摘要] ( 508 ) [HTML 1KB] [PDF 823KB] ( 515 ) 471 用于多跳阅读理解的双视图对比学习网络 陈谨雯, 陈羽中 多跳阅读理解是机器阅读理解的重要任务,旨在从多段文档中构造一条多跳推理链,以此结合多文档中证据回答问题.近年来,图神经网络广泛应用于多跳阅读理解任务,但仍存在多文档推理链的上下文互信息获取不充分、部分答案仅因为与题目相似就被误判为候选答案而引入噪声的缺陷.针对上述问题,文中提出用于多跳阅读理解的双视图对比学习网络(Dual View Contrastive Learning Networks, DVCGN).首先,提出基于异构图的节点级正负样本对比学习方法,对异构图进行节点级损坏和特征级损坏,构造双视图.被损坏的两个视图经图注意力网络迭代后生成两个更新后的视图,DVCGN通过最大化双视图节点表示相似性学习节点表示,获取丰富的上下文语义信息,精确建模当前节点表示及其与推理链其余节点关系,有效辨别多粒度上下文信息及干扰信息,为推理链构造更丰富的互信息.然后,提出问题引导的图节点剪枝方法,充分利用问题信息筛选答案实体节点,缩小候选答案范围,减弱证据句子中相似性表述带来的噪声.在HOTPOTQA数据集上的实验表明,DVCGN的性能较优. 2023 Vol. 36 (5): 471-482 [摘要] ( 396 ) [HTML 1KB] [PDF 774KB] ( 748 )

主管：中国科学技术协会 主办：中国自动化学会 　　　国家智能计算机研究开发中心 　　　中国科学院合肥智能机械研究所 出版：科学出版社

版权所有 © 《模式识别与人工智能》编辑部 地址：安微省合肥市蜀山湖路350号　电话：0551-65591176　传真：0551-65591176　Email：bjb@iim.ac.cn 本系统由北京玛格泰克科技发展有限公司设计开发 技术支持：support@magtech.com.cn