-
题名基于稳定信息的小数据学习方法
- 1
-
-
作者
马宇晴
张湛舸
刘卫
刘祥龙
-
机构
北京航空航天大学复杂关键软件环境全国重点实验室
中关村实验室
合肥综合性国家科学中心数据空间研究院
-
出处
《智能安全》
2023年第1期13-26,共14页
-
文摘
爆炸式增长的数据极大地推动了人工智能的进步与发展,在公共、国防安全领域得到了广泛应用,然而在这些安全攸关领域中存在分布特殊、以小概率出现的、具有动态不确定性的非完备小数据,难以利用传统的人工智能算法实现精准预测,从而出现被诱导、误判、偏见、分歧等与人类价值显著背离的潜在风险行为,引发针对智能算法模型应用的安全事件并造成灾难性后果.因此需针对这些小数据设计新型学习范式.本文首先梳理了小数据的概念并将其按照学习难度分为信息缺失、信息偏见、信息对抗三种情况,分析了其不满足常规人工智能算法的三种强假设条件,即独立、同分布、封闭世界假设.其次,系统提出基于稳定信息的小数据学习框架,介绍了稳定信息基于模型输入、模型模块、损失函数的嵌入方式,并给出形式化表达.随后,以因果干预及数理内嵌两种稳定信息为例,介绍了相应嵌入方式的小数据学习方法,并在轨迹预测任务上验证基于稳定信息的小数据学习的有效性.最后,给出未来展望.开展基于稳定信息的小数据学习方法研究,是小数据学习的实现途径之一,可有效缓解复杂环境下传统人工智能算法强假设不成立的学习困境,引导和支持人工智能算法的高效学习和精准预测,推动人工智能技术安全、可靠、可信发展.
-
关键词
小数据学习
稳定信息
因果干预
数理内嵌
智能安全
可信赖人工智能
-
Keywords
small data learning
stable information
causal intervention
mathematics-aided embedding
intelligent security
reliable artificial intelligence
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于高斯原型网络的小样本逆合成孔径雷达目标识别
被引量：4
- 2
-
-
作者
杨敏佳
白雪茹
刘士豪
曾磊
周峰
-
机构
西安电子科技大学雷达信号处理国家重点实验室
西安电子科技大学电子信息攻防对抗与仿真技术教育部重点实验室
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2022年第10期3566-3573,共8页
-
基金
国家自然科学基金(62131020,61971332,61631019)。
-
文摘
针对现有基于深度卷积神经网络(DCNNs)的逆合成孔径雷达(ISAR)目标识别方法在训练样本不足时性能下降甚至失效等问题,该文提出基于高斯原型网络(GPN)的小样本ISAR目标识别方法。该方法通过嵌入网络将ISAR像映射为嵌入向量,进而根据加权嵌入向量构建高斯原型,最终根据测试样本到原型的马氏距离预测目标类别。3类飞机目标实测数据的识别结果表明,该方法在小样本条件下可获得更高的平均识别精度。
-
关键词
逆合成孔径雷达
目标识别
深度学习
小样本学习
高斯原型网络
-
Keywords
Inverse Synthetic Aperture Radar(ISAR)
Object recognition
Deep learning
small-data learning
Gaussian Prototypical Network(GPN)
-
分类号
TN957
[电子电信—信号与信息处理]
-
