8961.
8962.
8963.
8964.
社交媒体主题检测旨在从大规模短帖子中挖掘潜在的主题信息.由于帖子形式简短、表达非正规化,且社交媒体中用户交互复杂多样,使得该任务具有一定的挑战性.前人工作仅考虑了帖子的文本内容,或者同时对同构情境下的社交上下文进行建模,忽略了社交网络的异构性.然而,不同的用户交互方式,如转发,评论等,可能意味着不同的行为模式和兴趣偏好,其反映了对主题的不同的关注与理解;此外,不同用户对同一主题的发展和演化具有不同影响,社区中处于引领地位的权威用户相对于普通用户对主题推断会产生更重要的作用.因此,提出一种新的多视图主题模型(multi-view topic model,MVTM),通过编码微博会话网络中的异构社交上下文来推断更加完整、连贯的主题.首先根据用户之间的交互关系构建一个属性多元异构会话网络,并将其分解为具有不同交互语义的多个视图;接着,考虑不同交互方式与不同用户的重要性,借助邻居级注意力和交互级注意力机制,得到特定视图的嵌入表示;最后,设计一个多视图驱动的神经变分推理方法,以捕捉不同视图之间的深层关联,并自适应地平衡它们的一致性和独立性,从而产生更连贯的主题.在3个月新浪微博数据集上的实验结果证明所提方法的有效性.
8965.
8966.
时间序列分割是数据挖掘领域中的一个重要研究方向.目前基于矩阵轮廓(matrix profile,MP)的时间序列分割技术得到了越来越多研究人员的关注,并且取得了不错的研究成果.不过该技术及其衍生算法仍然存在不足:首先,基于矩阵轮廓的快速低代价语义分割算法中对给定活动状态的时间序列分割时,最近邻之间通过弧进行连接,会出现弧跨越非目标活动状态匹配相似子序列问题;其次,现有提取分割点算法在提取分割点时采用给定长度窗口,容易得到与真实值偏差较大的分割点,降低准确性.针对以上问题,提出一种限制弧跨越的时间序列分割算法(limit arc curve cross-FLOSS,LAC-FLOSS),该算法给弧添加权重,形成一种带权弧,并通过设置匹配距离阈值解决弧的跨状态子序列误匹配问题.此外,提出一种改进的提取分割点算法(improved extract regimes,IER),它通过纠正弧跨越(corrected arc crossings,CAC)序列的形状特性,从波谷中提取极值,避免直接使用窗口在非拐点处取到分割点的问题.在公开数据集datasets_seg和MobiAct上面进行对比实验,验证以上两种解决方案的可行性和有效性.
8967.
随着信息技术与教育的深度融合,蓬勃发展的在线教育已成为教育信息化进程的新常态,并产生了海量的教育数据,但也面临辍学率高、课程完成率低、监管不足等问题,因此如何对海量教育数据进行挖掘和分析是解决这些问题的关键.学习共同体是以学习者为核心要素的学习组织,强调学习过程中学习者之间互动交流、资源共享以及协作学习等行为,从而完成共同的学习任务或目标.对在线教育环境中学习共同体的研究进行回顾、分析和展望.首先,介绍在线教育环境中学习共同体的背景与重要性.其次,介绍不同学科中学习共同体的定义.然后,总结同质、异质和混合3种类型学习共同体的构建方法.接着,从共享、协作和激励3个方面讨论学习共同体的管理机制.最后,探讨和展望学习共同体未来的研究方向.
8968.
近年来,随着互联网信息传播以及新型冠状病毒COVID-19传播链阻断等重大应用问题的出现,社会网络影响最大化问题的研究受到了科学界广泛关注.影响最大化问题旨在根据特定应用问题的传播模型,识别出最优影响种子节点集,最大化其信息传播影响.现有影响最大化算法主要针对单连接影响传播模型,将影响最大化问题模拟为离散的影响力种子节点组合选取优化问题.然而,这些算法具有较高的计算时间复杂度,且无法解决具有大规模冲突关系的符号网络影响最大化问题.针对上述问题,首先,构建适用于符号网络的正负影响传播模型以及影响最大化优化模型.其次,通过引入由神经网络构成的deep Q network来选取种子节点集,将离散的种子节点组合选取问题转化为更易优化的网络权重连续优化问题.最后,提出基于演化深度强化学习的符号网络影响最大化算法SEDRL-IM.该算法将演化算法的个体视作策略,结合演化算法的无梯度全局搜索以及强化学习的局部搜索特性,实现对deep Q network权重优化问题解的有效搜索,从而找到最优影响种子节点集.在基准符号网络以及真实社交网络数据集上的大量实验结果表明,所提算法在影响传播范围与求解效率上都优于经典的基准算法.
8969.
8970.
目的 海洋涡旋精准检测是揭示海洋涡旋演变规律及其与其他海洋现象相互作用的基础。然而,海洋涡旋在其活跃海域呈现小尺度目标、密集分布的特点,导致显著的检测精度低问题。传统方法受限于人工设计参数缺乏泛化能力,而深度学习模型的高采样率在检测小目标过程中底层细节和轮廓等信息损失严重,使得目标检测轮廓与目标真实轮廓相差甚远。针对海洋涡旋小目标特点导致检测精度低,高采样率深度模型检测轮廓不精确的问题,提出一种改进的U-Net网络。方法 该模型基于渐进式采样结构,为获取上下文信息提升不同极性海洋涡旋目标的检测精度,增加上下文特征融合模块;为增加该模块对海洋涡旋小目标的关注,在特征融合前对最底层特征嵌入残差注意力模块,使模型可以更多关注海洋涡旋的轮廓信息。最后引入数据扩充方法缓解模型存在的过拟合问题。结果 本文以南大西洋的卫星海表面高度数据集开展实验,结果表明,本文模型检测准确率达到了93.24%,同时在海洋涡旋的检测数量上与真实结果更加接近,验证了模型在小目标检测方面的性能更加优秀。结论 本文提出的海洋涡旋小目标检测模型,在检测海洋涡旋的性能与海洋涡旋目标轮廓精准度方面均显著优于全卷积神经网络（fully convolutional network,FCN）等深度学习模型。… … 相似文献
8971.
8972.
8973.
染色体核型分析是细胞遗传学领域重要的实验技术,并逐步在包括生殖医学在内的诸多现代临床领域和科学研究方面得到广泛应用,但即使是经验丰富的细胞遗传学家也需要大量时间才能完成染色体核型分析。基于传统方法的染色体核型自动化分析方法精度较低,仍需要细胞遗传学家花费大量时间、精力校正。目前基… … 相似文献
8974.
针对异构集群中Raft共识算法的投票分裂和领导者频繁更换造成的吞吐量低、共识时延高和安全性低等问题,提出了一种基于联邦学习模型的Raft选举共识方案FL＿Raft。首先,联邦学习聚合运行于每轮领导者迭代后,调用节点的本地特征数据,通过联邦学习训练模型筛选高性能节点组;其次,建立基… … 相似文献
8975.
对于多用户大规模空间调制多输入多输出(Spatial Modulation Multiple Input Multiple Output,SM-MIMO)系统,消息传递检测(Message Passing Detection,MPD)是常用的检测算法,但其复杂度较高.针对该问题,… … 相似文献
8976.
粒子群优化(PSO)算法依靠粒子之间的合作行为,使其在解决诸多优化问题上显示出极大的智能.然而,由于寻优机制,粒子很容易突破可行域的边界限制,若能使该行为在寻优过程中具有明确的指导意义将有助于提高算法的优化性能;更关键的是,原始粒子群优化算法中粒子的学习对象主要集中在全局最佳粒子… … 相似文献
8977.
8978.
8979.
8980.
关于我们 |
广告服务 |
商务洽谈 |
联系我们 |
免责条款 |
隐私声明 |
网站导航
网站版权所有：中国科学院软件研究所 京ICP备09084417号-9
地址：北京海淀区中关村南四大街4号 邮编：100190 电话：010-62562563 E-mail ： cj_mail@jscas.ac.cn
本系统由:北京勤云科技发展有限公司提供技术支持
网站版权所有：中国科学院软件研究所 京ICP备09084417号-9
地址：北京海淀区中关村南四大街4号 邮编：100190 电话：010-62562563 E-mail ： cj_mail@jscas.ac.cn
本系统由:北京勤云科技发展有限公司提供技术支持
