自动化与计算机技术

作品数：3569936被引量：3058158H指数：257
导出分析报告
相关作者：王汝传桂卫华杨静宇王耀南王士同更多>>
相关机构：电子科技大学华中科技大学中国科学院哈尔滨工业大学更多>>
发文主题：计算机网络网络安全神经网络计算机网络更多>>
相关期刊：更多>>
发文基金：国家自然科学基金国家高技术研究发展计划国家重点基础研究发展计划中央高校基本科研业务费专项资金更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=计算机科学x
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于类脑脉冲神经网络的边缘联邦持续学习方法
《计算机科学》2025年第3期326-337,共12页王冬芝 刘琰 郭斌 於志文 
国家杰出青年科学基金(62025205);国家自然科学基金(62032020,62302017)。
移动边缘计算因具有通信成本低、服务响应快等优势,已经成为适应智能物联网应用需求的重要计算模式。在实际应用场景中,一方面,单一设备能够获取到的数据通常有限;另一方面,边缘计算环境通常是动态多变的。针对以上问题,主要对边缘联邦...
关键词：移动边缘计算 资源受限 灾难性遗忘 联邦学习 持续学习 类脑脉冲神经网络 
基于图强化学习的多边缘协同负载均衡方法
《计算机科学》2025年第3期338-348,共11页郑龙海 肖博怀 姚泽玮 陈星 莫毓昌 
国家自然科学基金(62072108);福建省科技经济融合服务平台(2023XRH001);福厦泉国家自主创新示范区协同创新平台项目(2022FX5)。
在移动边缘计算中,设备通过将计算密集型任务卸载到附近边缘服务器,可以有效减少应用程序的延迟和能耗。为了提高服务质量,边缘服务器之间需要协作而非单独工作。针对多边缘协作的负载均衡问题,现有的策略往往依赖于精确的数学模型或缺...
关键词：多边缘协作 负载均衡 任务卸载 图神经网络 深度强化学习 
基于群体投票的移动性数据驱动地点类别推测
《计算机科学》2025年第3期169-179,共11页熊可钦 阮思捷 杨芊雨 徐常炜 袁汉宁 
国家自然科学基金(62306033,42371480);教育部产学合作协同育人项目(231001223194844)。
地理信息是经济社会发展所需的基础数据,而兴趣点数据是其中一种常见且重要的数据类型。兴趣点数据的采集,传统上由地图厂商完成,存在成本高、空间覆盖不全、粒度不够细等问题,影响了下游应用的精准性。幸运的是,移动互联网的普及产生...
关键词：时空数据挖掘 自发地理信息 地点类别推测 移动性数据 兴趣点 
基于数据增强的异质图注意力网络
《计算机科学》2025年第3期180-187,共8页杨应修 陈红梅 周丽华 肖清 
国家自然科学基金(62266050,62276227);云南省中青年学术和技术带头人后备人才项目(202205AC160033);云南省基础研究计划重点项目(202201AS070015);云南省智能系统与计算重点实验室项目(202405AV340009)。
异质图是由不同类型节点及边构成的图,可建模现实世界中各种类型对象及其关系。异质图嵌入旨在捕捉图中丰富的属性、结构和语义等信息,学习节点嵌入向量,用于节点分类、链接预测等任务,进而实现用户识别、商品推荐等应用。在异质图嵌入...
关键词：异质图 嵌入 元路径 数据增强 图神经网络 
FedRCD:一种基于分布提取与社区检测的聚类联邦学习算法
《计算机科学》2025年第3期188-196,共9页王瑞聪 边耐政 吴英俊 
湖南省交通运输厅2021年度科技进步与创新计划项目(202101-E-34)。
将客户端聚类并在簇内进行联邦学习是缓解传统联邦学习算法在非独立同分布(Non-IID)数据场景下表现不佳的一类有效方法。这类方法大多使用客户端本地模型的参数来表征数据特性,并利用参数间的“距离”来评估相似性,从而实现客户端的聚类...
关键词：联邦学习 非独立同分布 分布提取 社区检测 Louvain算法 
基于多原型重放和对齐的类增量无源域适应
《计算机科学》2025年第3期206-213,共8页田青 康陆禄 周亮宇 
国家自然科学基金(62176128);江苏省自然科学基金(BK20231143);南京大学计算机软件新技术国家重点实验室开放课题(KFKT2022B06);中央高校基本科研基金(NJ2022028);江苏省“青蓝工程”人才计划项目。
传统无源域适应通常假设目标域数据全部可用,然而在实际应用中目标域数据常以流的形式出现,即未标记的目标域中的类会依次增加,这无疑带来了新的挑战。首先,在每个时间步骤中,目标域的标签空间都是源域的一个子集,盲目对齐反而会导致模...
关键词：无源域适应 类增量学习 多原型 对比学习 迁移学习 
基于子频带前端模型和反向特征融合的说话人确认方法
《计算机科学》2025年第3期214-221,共8页王萌威 杨哲 
教育部产学合作协同育人项目(220606363154256)。
现有说话人确认方法中用于提取帧级特征的时延神经网络(TDNN)存在两个问题,一是缺少对局部频率特征的建模能力,二是多层特征融合方式无法对高层和低层特征之间的复杂关系进行有效建模。因此,提出一种新的前端模型以及一种新的多层特征...
关键词：声纹识别 说话人确认 时延神经网络 子频带特征提取 多层特征融合 
基于元学习的半监督声音事件检测方法
《计算机科学》2025年第3期222-230,共9页沈雅馨 高利剑 毛启容 
国家自然科学基金(62176106);江苏省研究生科研与实践创新计划项目(KYCX22_3668);江苏大学应急管理学院专项科研项目(KY-A-01)。
现有的半监督声音事件检测方法直接使用强标签合成样本、弱标签真实样本和无标签真实样本进行训练,以缓解标签样本量不足的问题。然而,合成和真实数据域之间存在不可避免的分布差异,这种差异会干扰模型梯度优化方向,从而限制模型的泛化...
关键词：声音事件检测 元学习 一致性正则化 半监督学习 深度学习 
融合上下文引导代价体和深度细化的多视图立体重建
《计算机科学》2025年第3期231-238,共8页陈光远 王朝辉 程泽 
国家自然科学基金(62302351)。
针对基于深度学习的多视图立体(Multi-view Stereo,MVS)重建算法仍然存在图像特征提取不全面、代价体匹配模糊以及深度误差不断积累而导致在无纹理和重复纹理区域重建效果差的问题,提出了基于上下文引导的代价体构建和深度细化的级联MV...
关键词：多视图立体 特征融合 上下文引导 代价体匹配 深度细化 
大模型金融场景能力评测框架研究
《计算机科学》2025年第3期239-247,共9页程大伟 吴佳璇 李江彤 丁志军 蒋昌俊 
国家重点研发计划(2022YFB4501704);国家自然科学基金(62102287,62472317);上海市科技创新行动计划项目(24692118300,22YS1400600)。
随着大模型技术的快速发展,其在金融领域的应用已成为推动行业变革的重要力量。构建标准化、系统化的金融能力评测框架是衡量大模型金融场景能力的重要途径,但是现有的评测方法存在评测数据集泛化性弱、任务场景覆盖面窄等缺点。因此,...
关键词：大模型评测 金融大模型 金融场景计算 金融分析与解读 金融合规与安全 
全选清除导出
共2,147页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部