期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于知识图谱和预训练语言模型深度融合的可解释生物医学推理
被引量：
1
1
作者
徐
寅
鑫
杨宗保
+2 位作者
林宇晨
胡金龙
董守斌
《北京大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2024年第1期62-70,共9页
基于预训练语言模型(LM)和知识图谱(KG)的联合推理在应用于生物医学领域时,因其专业术语表示方式多样、语义歧义以及知识图谱存在大量噪声等问题,联合推理模型并未取得较好的效果。基于此,提出一种面向生物医学领域的可解释推理方法DF-...
基于预训练语言模型(LM)和知识图谱(KG)的联合推理在应用于生物医学领域时,因其专业术语表示方式多样、语义歧义以及知识图谱存在大量噪声等问题,联合推理模型并未取得较好的效果。基于此,提出一种面向生物医学领域的可解释推理方法DF-GNN。该方法统一了文本和知识图谱的实体表示方式,利用大型生物医学知识库构造子图并进行去噪,改进文本和子图实体的信息交互方式,增加对应文本和子图节点的直接交互,使得两个模态的信息能够深度融合。同时,利用知识图谱的路径信息对模型推理过程提供了可解释性。在公开数据集MedQA-USMLE和MedMCQA上的测试结果表明,与现有的生物医学领域联合推理模型相比,DF-GNN可以更可靠地利用结构化知识进行推理并提供解释性。
展开更多
关键词
生物医学
预训练语言模型
知识图谱
联合推理
下载PDF
职称材料
宽窄融合网络切片调度算法的研究与实现
2
作者
章广梅
王均春
+2 位作者
胡金龙
董守玲
徐
寅
鑫
《南京邮电大学学报（自然科学版）》
北大核心
2022年第3期22-29,共8页
5G时代的通信网络是融合多种接入技术的异构网络,支持大量来自不同垂直行业的多样化业务,包括高清视频、增强现实以及自动驾驶等差异化业务。传统网络通过优先级等QoS策略提供不同服务已经难以满足上述业务多样性的需求,因此网络切片成...
5G时代的通信网络是融合多种接入技术的异构网络,支持大量来自不同垂直行业的多样化业务,包括高清视频、增强现实以及自动驾驶等差异化业务。传统网络通过优先级等QoS策略提供不同服务已经难以满足上述业务多样性的需求,因此网络切片成为5G网络的重要使能技术。目前业界对于网络切片的研究主要是5G核心网切片,而无线网络切片由于具有一定的复杂性和技术难度,尚处于技术和方案研究阶段,文中研究面向宽窄融合网络的切片构造方法:根据不同业务的QoS需求、业务流量信息以及网络拓扑信息,进行切片路径构造并实现网络资源的映射;并且提出了一种针对宽窄融合网络的基于深度强化学习模型的网络切片调度算法,将所构造切片的网络性能实时信息和业务的QoS需求作为神经网络的状态参数,通过训练,得到在不同网络环境下的切片最优调度策略。对比仿真实验结果表明,提出的算法在业务QoS满足率、切片带宽平均利用率和业务调度完成时间上均有较大提升,实现异构网络的业务数据定制化传输,以及宽窄融合通信网络高效灵活的可管可控。
展开更多
关键词
宽窄融合网络
QoS定制化
网络切片划分
网络切片调度
深度强化学习
下载PDF
职称材料
题名
基于知识图谱和预训练语言模型深度融合的可解释生物医学推理
被引量：
1
1
作者
徐
寅
鑫
杨宗保
林宇晨
胡金龙
董守斌
机构
华南理工大学计算机科学与工程学院
中山市华南理工大学现代产业技术研究院
出处
《北京大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2024年第1期62-70,共9页
基金
中山市引进高端科研机构创新专项资金(2019AG031)资助。
文摘
基于预训练语言模型(LM)和知识图谱(KG)的联合推理在应用于生物医学领域时,因其专业术语表示方式多样、语义歧义以及知识图谱存在大量噪声等问题,联合推理模型并未取得较好的效果。基于此,提出一种面向生物医学领域的可解释推理方法DF-GNN。该方法统一了文本和知识图谱的实体表示方式,利用大型生物医学知识库构造子图并进行去噪,改进文本和子图实体的信息交互方式,增加对应文本和子图节点的直接交互,使得两个模态的信息能够深度融合。同时,利用知识图谱的路径信息对模型推理过程提供了可解释性。在公开数据集MedQA-USMLE和MedMCQA上的测试结果表明,与现有的生物医学领域联合推理模型相比,DF-GNN可以更可靠地利用结构化知识进行推理并提供解释性。
关键词
生物医学
预训练语言模型
知识图谱
联合推理
Keywords
biomedical domain
pre-trained language model
knowledge graph
joint reasoning
分类号
TP391.1 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
宽窄融合网络切片调度算法的研究与实现
2
作者
章广梅
王均春
胡金龙
董守玲
徐
寅
鑫
机构
中国电子科技集团公司第七研究所
国防科技大学信息通信学院
华南理工大学计算机科学与工程学院
出处
《南京邮电大学学报（自然科学版）》
北大核心
2022年第3期22-29,共8页
基金
科技部国家重点研发计划(2017YFB0503003/01)
工业与信息化部项目(TC210H02E)资助项目。
文摘
5G时代的通信网络是融合多种接入技术的异构网络,支持大量来自不同垂直行业的多样化业务,包括高清视频、增强现实以及自动驾驶等差异化业务。传统网络通过优先级等QoS策略提供不同服务已经难以满足上述业务多样性的需求,因此网络切片成为5G网络的重要使能技术。目前业界对于网络切片的研究主要是5G核心网切片,而无线网络切片由于具有一定的复杂性和技术难度,尚处于技术和方案研究阶段,文中研究面向宽窄融合网络的切片构造方法:根据不同业务的QoS需求、业务流量信息以及网络拓扑信息,进行切片路径构造并实现网络资源的映射;并且提出了一种针对宽窄融合网络的基于深度强化学习模型的网络切片调度算法,将所构造切片的网络性能实时信息和业务的QoS需求作为神经网络的状态参数,通过训练,得到在不同网络环境下的切片最优调度策略。对比仿真实验结果表明,提出的算法在业务QoS满足率、切片带宽平均利用率和业务调度完成时间上均有较大提升,实现异构网络的业务数据定制化传输,以及宽窄融合通信网络高效灵活的可管可控。
关键词
宽窄融合网络
QoS定制化
网络切片划分
网络切片调度
深度强化学习
Keywords
broadband and narrowband integrated network
QoS customization
network slicing
network slice scheduling
deep reinforcement learning
分类号
TN91 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于知识图谱和预训练语言模型深度融合的可解释生物医学推理
徐
寅
鑫
杨宗保
林宇晨
胡金龙
董守斌
《北京大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2024
1
下载PDF
职称材料
2
宽窄融合网络切片调度算法的研究与实现
章广梅
王均春
胡金龙
董守玲
徐
寅
鑫
《南京邮电大学学报（自然科学版）》
北大核心
2022
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
