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
3
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
基于多尺度注意力融合的知识追踪方法
被引量：
6
1
作者
段建设
崔超然
+3 位作者
宋广乐
马乐乐
马玉玲
尹义龙
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2021年第4期591-598,共8页
互联网的普及使线上教育迅速发展,在缓解教育资源不均衡问题的同时,也为科研人员提供了大量的研究数据.教育数据挖掘是一个新兴学科,通过分析海量数据来理解学生的学习行为,为学生提供个性化学习建议.知识追踪是教育数据挖掘中的重要任...
互联网的普及使线上教育迅速发展,在缓解教育资源不均衡问题的同时,也为科研人员提供了大量的研究数据.教育数据挖掘是一个新兴学科,通过分析海量数据来理解学生的学习行为,为学生提供个性化学习建议.知识追踪是教育数据挖掘中的重要任务,其利用学生的历史答题序列预测学生下一次的答题表现.已有的知识追踪模型没有区分历史序列中的长期交互信息和短期交互信息,忽略了不同时间尺度的序列信息对未来预测的不同影响.针对该问题,提出一种基于多尺度注意力融合的知识追踪模型,使用时间卷积网络捕获历史交互序列的不同时间尺度信息,并基于注意力机制进行多尺度信息融合.针对不同学生及答题序列,该模型能自适应地确定不同时间尺度信息的重要性.实验结果表明,提出模型的性能优于已有的知识追踪模型.
展开更多
关键词
知识追踪
时间卷积神经网络
多尺度融合
注意力机制
深度学习
下载PDF
职称材料
面向标签噪声的联合训练框架
2
作者
魏琦
孙皓亮
+1 位作者
马玉玲
尹义龙
《中国科学：信息科学》
CSCD
北大核心
2024年第1期144-158,共15页
当前面向标签噪声的鲁棒性学习通常依赖样本选择和标签修正两种策略,但是这两类方法均存在缺陷.基于样本选择的方法忽略了被过滤掉的样本中的有效信息,进而降低了模型的性能.基于标签修正的方法常使用自标签技术而引起模型的错误积累问...
当前面向标签噪声的鲁棒性学习通常依赖样本选择和标签修正两种策略,但是这两类方法均存在缺陷.基于样本选择的方法忽略了被过滤掉的样本中的有效信息,进而降低了模型的性能.基于标签修正的方法常使用自标签技术而引起模型的错误积累问题.对此,本文提出了一个集成样本选择、标签修正的联合训练框架.针对样本选择模块,本文设计了一种新的选择标准,通过在线选择的方法对所挑选的样本集合进行更新.相较于现有选择标准,本文提出的标准可保留更多边界样本,提升了模型对决策边界的学习性能,增强了模型的泛化性能.针对标签修正模块,本文提出了一种联合标签修正策略.相比于传统的自标签修正技术,该模块通过联合特征空间视角,对噪声样本进行多视角的标签修正,解决了传统自标签技术的错误累积问题.此外,本文引入对比学习正则化项,提升了标签修正效果和模型表征学习能力.本文方法在4个测试基准上取得了当前最好分类效果,验证了所提训练框架的有效性.
展开更多
关键词
标签噪声学习
样本选择
标签修正
对比学习
原文传递
基于层次特征融合哈希的近似重复视频检索方法
被引量：
4
3
作者
聂秀山
林培光
+1 位作者
杨明哲
尹义龙
《中国科学：信息科学》
CSCD
北大核心
2018年第12期1697-1708,共12页
近年来,由于互联网上视频数量的爆炸式增长,基于视频哈希(Hash)的近似重复视频检索已经吸引了越来越多的研究者关注.在现有方法中,视频的视觉特征,包括单一特征以及多特征融合的方法被广泛应用于近似重复视频检索算法中.而低层视觉特征...
近年来,由于互联网上视频数量的爆炸式增长,基于视频哈希(Hash)的近似重复视频检索已经吸引了越来越多的研究者关注.在现有方法中,视频的视觉特征,包括单一特征以及多特征融合的方法被广泛应用于近似重复视频检索算法中.而低层视觉特征在表达高层语义方面存在不足,使得近似重复视频检索的性能变低.针对这一问题,本文提出了一种基于层次特征融合的视频哈希方法,用于近似重复视频检索.该方法首先从视频中提取低层人工定义特征,然后利用卷积神经网络提取中间层深度特征以及高层语义特征,最后把不同层级的特征融合起来,利用层次特征和样本之间的全局结构关系以及各特征之间的互补性,学习得到视频哈希,进而进行近似重复视频检索.该方法在CC-WEB-VIDEO数据库上进行了实验,实验结果证明本文方法与现有的方法相比在性能上有较大提升.
展开更多
关键词
近似重复视频检索
视频哈希
层次特征
特征融合
监督学习
原文传递
题名
基于多尺度注意力融合的知识追踪方法
被引量：
6
1
作者
段建设
崔超然
宋广乐
马乐乐
马玉玲
尹义龙
机构
山东财经大学计算机科学与技术学院
山东省人工智能学会
山东大学软件学院
山东建筑大学计算机科学与技术学院
出处
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2021年第4期591-598,共8页
基金
国家自然科学基金(62077033)。
文摘
互联网的普及使线上教育迅速发展,在缓解教育资源不均衡问题的同时,也为科研人员提供了大量的研究数据.教育数据挖掘是一个新兴学科,通过分析海量数据来理解学生的学习行为,为学生提供个性化学习建议.知识追踪是教育数据挖掘中的重要任务,其利用学生的历史答题序列预测学生下一次的答题表现.已有的知识追踪模型没有区分历史序列中的长期交互信息和短期交互信息,忽略了不同时间尺度的序列信息对未来预测的不同影响.针对该问题,提出一种基于多尺度注意力融合的知识追踪模型,使用时间卷积网络捕获历史交互序列的不同时间尺度信息,并基于注意力机制进行多尺度信息融合.针对不同学生及答题序列,该模型能自适应地确定不同时间尺度信息的重要性.实验结果表明,提出模型的性能优于已有的知识追踪模型.
关键词
知识追踪
时间卷积神经网络
多尺度融合
注意力机制
深度学习
Keywords
knowledge tracing
temporal convolution networks
multi-scale fusion
attention mechanism
deep learning
分类号
TP391 [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
面向标签噪声的联合训练框架
2
作者
魏琦
孙皓亮
马玉玲
尹义龙
机构
山东大学软件学院
山东建筑大学计算机科学与技术学院
出处
《中国科学：信息科学》
CSCD
北大核心
2024年第1期144-158,共15页
基金
国家自然科学基金(批准号:62106129,62176139,62177031)
山东省自然科学基金(批准号:ZR2021QF053,ZR2021ZD15)
中国博士后科学基金(批准号:2021TQ0195,2021M701984)资助项目。
文摘
当前面向标签噪声的鲁棒性学习通常依赖样本选择和标签修正两种策略,但是这两类方法均存在缺陷.基于样本选择的方法忽略了被过滤掉的样本中的有效信息,进而降低了模型的性能.基于标签修正的方法常使用自标签技术而引起模型的错误积累问题.对此,本文提出了一个集成样本选择、标签修正的联合训练框架.针对样本选择模块,本文设计了一种新的选择标准,通过在线选择的方法对所挑选的样本集合进行更新.相较于现有选择标准,本文提出的标准可保留更多边界样本,提升了模型对决策边界的学习性能,增强了模型的泛化性能.针对标签修正模块,本文提出了一种联合标签修正策略.相比于传统的自标签修正技术,该模块通过联合特征空间视角,对噪声样本进行多视角的标签修正,解决了传统自标签技术的错误累积问题.此外,本文引入对比学习正则化项,提升了标签修正效果和模型表征学习能力.本文方法在4个测试基准上取得了当前最好分类效果,验证了所提训练框架的有效性.
关键词
标签噪声学习
样本选择
标签修正
对比学习
Keywords
learning with noisy labels
sample selection
label correction
contrastive learning
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
原文传递
题名
基于层次特征融合哈希的近似重复视频检索方法
被引量：
4
3
作者
聂秀山
林培光
杨明哲
尹义龙
机构
山东财经大学计算机科学与技术学院
山东大学软件学院
出处
《中国科学：信息科学》
CSCD
北大核心
2018年第12期1697-1708,共12页
基金
国家自然科学基金项目(批准号:61671274
61876098
+2 种基金
61573219)
山东省重点研究与开发项目(批准号:2017CXGC1504)
山东省高校优势学科人才团队培育计划资助项目
文摘
近年来,由于互联网上视频数量的爆炸式增长,基于视频哈希(Hash)的近似重复视频检索已经吸引了越来越多的研究者关注.在现有方法中,视频的视觉特征,包括单一特征以及多特征融合的方法被广泛应用于近似重复视频检索算法中.而低层视觉特征在表达高层语义方面存在不足,使得近似重复视频检索的性能变低.针对这一问题,本文提出了一种基于层次特征融合的视频哈希方法,用于近似重复视频检索.该方法首先从视频中提取低层人工定义特征,然后利用卷积神经网络提取中间层深度特征以及高层语义特征,最后把不同层级的特征融合起来,利用层次特征和样本之间的全局结构关系以及各特征之间的互补性,学习得到视频哈希,进而进行近似重复视频检索.该方法在CC-WEB-VIDEO数据库上进行了实验,实验结果证明本文方法与现有的方法相比在性能上有较大提升.
关键词
近似重复视频检索
视频哈希
层次特征
特征融合
监督学习
Keywords
near-duplicate video retrieval
video hashing
hierarchical feature
feature fusion
supervised learning
分类号
TP391.3 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于多尺度注意力融合的知识追踪方法
段建设
崔超然
宋广乐
马乐乐
马玉玲
尹义龙
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2021
6
下载PDF
职称材料
2
面向标签噪声的联合训练框架
魏琦
孙皓亮
马玉玲
尹义龙
《中国科学：信息科学》
CSCD
北大核心
2024
0
原文传递
3
基于层次特征融合哈希的近似重复视频检索方法
聂秀山
林培光
杨明哲
尹义龙
《中国科学：信息科学》
CSCD
北大核心
2018
4
原文传递
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
