程学旗

作品数:260被引量:6063H指数:27
导出分析报告
供职机构:中国科学院计算技术研究所更多>>
发文主题:文本抽取大数据社交网络标签更多>>
发文领域:自动化与计算机技术文化科学经济管理电子电信更多>>
发文期刊:更多>>
所获基金:国家自然科学基金国家重点基础研究发展计划国家高技术研究发展计划国家科技支撑计划更多>>
-

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
条 记 录,以下是1-10
视图:
排序:
病毒传播变异与人群交叉活动的相互影响及扩散模型研究
《系统仿真学报》2024年第7期1713-1728,共16页于雷 朱喜绸 廖华明 郭嘉丰 程学旗 
国家重点研发计划(2022YFB2404200)。
针对当前人际传染病毒高发态势,综合考虑病毒传播变异的随机特征和人群交叉活动之间的相互影响,提出并设计了多智能体模拟仿真推演模型。将病毒个体的外在致病性、传染性特征和人群个体的外在活动、免疫特征进行量化,将病毒个体与人群...
关键词:病毒传播模型 多智能体仿真 预防和控制策略 流行病病毒特征发展趋势 遗传变异 
基于多历史序列联合演化建模的两阶段时序知识图谱推理
《中文信息学报》2024年第2期46-53,共8页李紫宣 官赛萍 靳小龙 白龙 郭嘉丰 程学旗 
国家自然科学基金(62002341,U1911401,61772501);国防科技创新项目;中国科学院青年创新促进会(20144310)。
近年来,随着互联网技术和应用模式的迅猛发展,互联网数据规模爆炸式增长,其中包含大量带有时序信息的动态事件知识。为了建模这类动态事件知识,时序知识图谱在传统知识图谱的基础上引入时间信息,以带时间戳的知识图谱序列刻画这类知识...
关键词:时序推理 知识图谱 
利用类型语义表示进行标签降噪的细粒度实体分类
《高技术通讯》2024年第2期111-122,共12页席鹏弼 靳小龙 白硕 程学旗 
国家自然科学基金(U1911401,61772501,62002341,U1836206)资助项目。
细粒度实体分类(FET)任务的训练数据往往利用已有知识库中的知识通过远程监督方法进行生成,生成过程中不可避免地引入多余的噪音标签。现有考虑训练数据中噪音问题的工作通常只建模训练数据和标注类型的概率分布,对细粒度类型的语义信...
关键词:实体分类 细粒度类型 多标签降噪 多标签分类 
基于容忍因子的近似最近邻混合查询算法被引量:1
《大数据》2024年第1期17-34,共18页贺广福 薛源海 陈翠婷 俞晓明 刘欣然 程学旗 
国家自然科学基金项目(No.U21B2046)。
近似最近邻搜索(ANNS)是计算机领域中一种重要的高效相似度搜索技术,可用于在大规模数据集中进行快速信息检索。随着人们对高精度信息检索的需求不断增长,同时使用结构化信息和非结构化信息进行混合查询的方式也得到了广泛应用。然而,...
关键词:混合查询 向量检索 最近邻搜索 过滤搜索 
基于全局对抗负样本的图对比学习方法
《中文信息学报》2024年第1期65-73,85,共10页岑科廷 沈华伟 曹婍 徐冰冰 程学旗 
国家重点研究与发展计划(2018YFC0825204);国家自然科学基金(U21B2046,62102402);北京智源青年科学家项目(BAAI2019QN0304)。
图对比学习在无监督节点表示方面取得了巨大成功。该类模型旨在通过拉近同一节点对应的不同增强节点的表示(正样本),推远不同节点的表示(负样本)的方式为每个节点学习表示。其中负样本的选择是图对比学习的一个关键。现有的方法通过随...
关键词:图表示学习 图对比学习 对抗负样本 全局负样本 
图对比学习综述被引量:3
《中文信息学报》2023年第5期1-21,共21页岑科廷 沈华伟 曹婍 程学旗 
国家重点研发计划(2018YFC0825204);国家自然科学基金(62102402,91746301);北京智源青年科学家项目(BAAI2019QN0304)。
对比学习作为一种自监督式的深度学习范式,在计算机视觉、自然语言处理等领域取得了瞩目的成绩。受这些成功的对比学习模型的启发,近年来大量研究者尝试将其拓展到图数据上,这为推动图对比学习的发展提供了坚实的基础。该领域现有的综...
关键词:自监督学习 图对比学习 图表示学习 预训练 
大数据技术前瞻被引量:33
《大数据》2023年第1期1-20,共20页梅宏 杜小勇 金海 程学旗 柴云鹏 石宣化 靳小龙 王亚沙 刘驰 
世界主要国家高度重视大数据发展,我国也将发展大数据作为国家战略,发展大数据技术具有重要意义。大数据技术涉及从采集、传输到管理、处理、分析、应用的全生命周期以及生命周期各阶段的数据治理。选取数据生命周期中的管理、处理和分...
关键词:大数据技术 大数据管理 大数据处理 大数据分析 大数据治理 
Bi-Attention:面向终端的细粒度识别网络加速方法
《高技术通讯》2023年第2期156-166,共11页钟巧灵 汪啸 张志斌 李冰 程学旗 
中国科学院战略性先导科技专项(A类)(XDA19020400)资助项目。
细粒度识别是针对具有微小差异的对象进行分类的图像识别任务,深度学习模型在细粒度识别任务上取得了较大的进步。然而现有的细粒度识别深度神经网络模型采用多个模型结构叠加,无法在手机、无人机等资源受限终端设备上部署。本文提出Bi-...
关键词:细粒度识别 ATTENTION 结构化剪枝 L1正则化 终端 
因果机器学习的前沿进展综述被引量:21
《计算机研究与发展》2023年第1期59-84,共26页李家宁 熊睿彬 兰艳艳 庞亮 郭嘉丰 程学旗 
国家自然科学基金项目(61722211,61773362,61906180);中国科学院青年创新促进会(20144310);联想-中科院联合实验室青年科学家项目;重庆市基础科学与前沿技术研究专项项目(重点)(cstc2017jcyjBX0059)。
机器学习是实现人工智能的重要技术手段之一,在计算机视觉、自然语言处理、搜索引擎与推荐系统等领域有着重要应用.现有的机器学习方法往往注重数据中的相关关系而忽视其中的因果关系,而随着应用需求的提高,其弊端也逐渐开始显现,在可...
关键词:因果关系 伪相关关系 因果推断 机器学习 深度学习 人工智能 
知识图谱可解释推理研究综述被引量:25
《软件学报》2022年第12期4644-4667,共24页侯中妮 靳小龙 陈剑赟 官赛萍 王元卓 程学旗 
国家自然科学基金(61772501,62002341,U1911401,U1836206);国家重点研发计划(2018YFC0825205)。
面向知识图谱的知识推理旨在通过已有的知识图谱事实,去推断新的事实,进而实现知识库的补全.近年来,尽管基于分布式表示学习的方法在推理任务上取得了巨大的成功,但是他们的黑盒属性使得模型无法为预测出的事实做出解释.所以,如何设计...
关键词:可解释性 知识推理 知识图谱 事后可解释 事前可解释 
检索报告 对象比较 聚类工具 使用帮助 返回顶部