赵婷婷

作品数：22被引量：63H指数：3
导出分析报告
供职机构：天津科技大学更多>>
发文主题：文本注意力标签向量图结构更多>>
发文领域：自动化与计算机技术文化科学医药卫生轻工技术与工程更多>>
发文期刊：《计算机科学与探索》《计算机应用与软件》《计算机应用研究》《传感器与微系统》更多>>
所获基金：国家自然科学基金天津市自然科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
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：
医学图像检测和分割模型在肋骨骨折诊断中的应用进展
《天津科技大学学报》2025年第1期1-12,34,共13页赵婷婷 郭宇 才佳 罗嗣频 孙志伟 畅卫功 
国家自然科学基金项目(61976156)。
肋骨骨折是一种高发疾病,具有较高的误诊率,对于医学图像处理技术的诊断速度和准确率要求较高,而图像检测与分割是实现肋骨骨折诊断的关键技术。本文综述了当前医学图像检测和分割模型在肋骨骨折诊断中的研究进展。首先对当前主流的图...
关键词：图像检测模型 图像分割模型 肋骨骨折 RibFrac U-Net 
基于两阶段缺失模态恢复的多模态情感分析方法
《天津科技大学学报》2025年第1期57-63,80,共8页王嫄 邓振宇 王佳鑫 张帅 赵婷婷 于琦 
国家自然科学基金项目(61976156)。
在多模态情感分析任务中,在模态缺失时存在整体多模态与单模态情感表达不一致、情感会因模态缺失而发生变化的情况。现有方法忽略缺失模态潜在的特异性语义内涵和情感表达,导致情感分析性能下降。为了解决这个问题,本文提出基于两阶段...
关键词：多模态 情感分析 模态缺失 
基于RBAC模型的中文医疗命名实体识别被引量：1
《天津科技大学学报》2024年第5期56-62,共7页张斌 赵婷婷 张碧霞 陈亚瑞 王嫄 
国家自然科学基金项目(61976156);天津市企业科技特派员项目(20YDTPJC00560)。
中文医疗命名实体识别旨在从非结构化数据中抽取结构化实体,目前的主流研究都使用了大量的训练数据。针对中文医疗命名实体识别训练数据匮乏的问题,提出了基于联合分词的RBAC(RoBERTa-BiGRU-Attention-CRF)模型和基于语义搜索的命名实...
关键词：多任务学习 预训练模型 双向门控循环单元 多头注意力 条件随机场 数据增强 
基于标签交互Seq2Seq模型的多标签文本分类方法被引量：1
《传感器与微系统》2024年第8期155-159,共5页王嫄 胡鹏 鄢艳玲 王佳帅 赵婷婷 杨巨成 
国家自然科学基金资助项目(61702367,61976156);天津市企业科技特派员项目(20YDTPJC00560);天津市自然科学基金资助项目(19JCYBJC15300)。
多标签文本分类任务可被建模为文本序列到标签序列的映射任务。然而,现有的序列到序列(Seq2Seq)模型仅从嘈杂文本中提取粗粒度的文本级表示,忽略了标签与单词之间细粒度的交互线索,导致类别理解偏差。对此,提出基于编码器—解码器结构...
关键词：多标签文本分类 序列到序列 自适应门 多头注意力 标签嵌入 
融合语义增强和位置编码的图文匹配方法
《天津科技大学学报》2024年第4期63-72,共10页赵婷婷 常玉广 郭宇 陈亚瑞 王嫄 
国家自然科学基金项目(61976156);天津市企业科技特派员项目(20YDTPJC00560)。
图文匹配是跨模态基础任务之一,其核心是如何准确评估图像语义与文本语义之间的相似度。现有方法是通过引入相关阈值,最大限度地区分相关和无关分布,以获得更好的语义对齐。然而,对于特征本身,其语义之间缺乏相互关联,且对于缺乏空间位...
关键词：跨模态图文匹配 图注意力 位置编码 相关性阈值 
机器学习方法在中医药研究中的应用进展被引量：5
《药物评价研究》2024年第8期1906-1913,共8页王志杰 樊薛津 王豫骞 庄朋伟 赵婷婷 
随着信息技术的快速发展及数字化时代的到来,数字化技术在多个中医药研究领域,如中药质量控制、数据挖掘、新药发现、处方配伍优化以及中医临床诊断等方面发挥重要作用。机器学习(ML)、深度学习(DL)等数字化技术的应用可优化中医药研究...
关键词：机器学习 中医药 算法模型 人工智能 大数据 深度学习 
基于探针稀疏注意力机制的门控Transformer模型
《天津科技大学学报》2024年第3期56-63,共8页赵婷婷 丁翘楚 马冲 陈亚瑞 王嫄 
国家自然科学基金项目(61976156);天津市企业科技特派员项目(20YDTPJC00560)。
在强化学习中,智能体对状态序列进行编码,根据历史信息指导动作的选择,通常将其建模为递归型神经网络,但其存在梯度消失和梯度爆炸的问题,难以处理长序列。以自注意力机制为核心的Transformer是一种能够有效整合长时间范围内信息的机制...
关键词：深度强化学习 自注意力机制 探针稀疏注意力机制 
潜在空间中的策略搜索强化学习方法
《计算机科学与探索》2024年第4期1032-1046,共15页赵婷婷 王莹 孙威 陈亚瑞 王嫄 杨巨成 
国家自然科学基金(61976156);天津市企业科技特派员项目(20YDTPJC00560)。
策略搜索是深度强化学习领域中一种能够解决大规模连续状态空间和动作空间问题的高效学习方法,被广泛应用在现实问题中。然而,此类方法通常需要花费大量的学习样本和训练时间,且泛化能力较差,学到的策略模型难以泛化至环境中看似微小的...
关键词：无模型强化学习 策略模型 状态表示 动作表示 连续动作空间 策略搜索强化学习方法 
基于图卷积神经网络的人体骨架动作识别研究进展被引量：1
《天津科技大学学报》2023年第6期1-11,共11页杨巨成 张泉钰 王波 王嫄 陈亚瑞 赵婷婷 
国家自然科学基金项目(61976156)。
基于人体骨架的动作识别是实现计算机视觉智能的重要分支。本文对基于图卷积神经网络的人体骨架动作识别技术进行研究并分析,对基于频谱图卷积和空域图卷积的研究现状进行综述,并从邻接矩阵和输入特征两个角度详述了图卷积模型在人体骨...
关键词：图理论 图神经网络 图卷积神经网络 基于骨架的动作识别 时空域融合 
潜在空间中深度强化学习方法研究综述
《计算机科学与探索》2023年第9期2047-2074,共28页赵婷婷 孙威 陈亚瑞 王嫄 杨巨成 
国家自然科学基金(61976156);天津市企业科技特派员项目(20YDTPJC00560)。
深度强化学习(DRL)是实现通用人工智能的一种有效学习范式,已在一系列实际应用中取得了显著成果。然而,DRL存在泛化性能差、样本效率低等问题。基于深度神经网络的表示学习通过学习环境的底层结构,能够有效缓解上述问题。因此,基于潜在...
关键词：强化学习 深度学习 潜在空间 状态表示 动作表示 
全选清除导出
共3页<123>
检索报告 对象比较 聚类工具 使用帮助 返回顶部