搜索结果: 46-60 共查到“知识库 人工智能”相关记录5318条 . 查询时间(5.475 秒)
一种同伴知识互增强下的序列推荐方法
序列推荐 动态兴趣 知识蒸馏 刻意训练
2024/1/16
序列推荐(Sequential recommendation,SR)旨在建模用户序列中的动态兴趣,预测下一个行为.现有基于知识蒸馏(Knowledge distillation,KD)的多模型集成方法通常将教师模型预测的概率分布作为学生模型样本学习的软标签,不利于关注低置信度序列样本中的动态兴趣.为此,提出一种同伴知识互增强下的序列推荐方法(Sequential recommendation en...
面向入侵检测的元图神经网络构建与分析
入侵检测 元图神经网络 深度学习 图结构
2024/1/16
网络入侵样本数据特征间存在未知的非欧氏空间图结构关系,深入挖掘并利用该关系可有效提升网络入侵检测方法的检测效能.对此,设计一种元图神经网络(Meta graph neural network,MGNN),MGNN能够对样本数据特征内部隐藏的图结构关系进行挖掘与利用,在应对入侵检测问题时优势明显。
针对轴承全寿命周期数据获取困难、训练样本少的问题,提出一种基于关系网络的轴承剩余使用寿命(Remaining useful life,RUL)预测方法.关系网络是一种基于度量的元学习方法,在少量训练样本下,具有快速学习新任务的优点。
ChatGPT凭借NLP生成对文本指令的响应，推动了通用人工智能的跨越式发展。作为辅助创新工具，ChatGPT能够对复杂的提问做出细微的、逻辑严密的回答，节省了学术工作者为知识创意所支付的人力成本。但ChatGPT这种便捷性给学术出版带来一系列问题——创作临界值的改变导致作者身份归因困难，AI捏造消解学术权威性，AI依赖掣肘学术创新，AI偏见承接威胁学术严谨性。文章提出，面对技术带来的挑战，知识正...
人工智能技术在国际传播中的共情应用探析
人工智能 共情 国际传播
2024/4/23
共情是促进人们相互理解的关键因素之一。然而，不同文化和背景的人群可能有不同的情感，这使得在国际传播中实现共情变得更加困难。人工智能技术有助于更好地理解其他文化和背景的人群的情感。在技术所带来的更多元的传播主体和更微观的传播场景变革下，人工智能将与国际传播中的共情传播进一步融合，并呈现出“情感-_认知-_行为”传播层次。其中，大数据分析和情感倾向识别技术、自然语言处理和语音识别技术、虚拟现实技术将成...
刘海龙等：新常人统治的来临：ChatGPT与传播研究
新常人统治 ChatGPT 传播学
2024/1/2
对于传播研究而言，我们如何认识ChatGPT这一人工智能领域的新事物，它会对传播的境况与人的境况带来什么根本性变化？这是首先需要讨论的传播哲学问题。本文从海德格尔的生存论的角度，将以ChatGPT为代表的生成性人工智能定义为“新常人”，它们代表着一种知识渊博的认知平庸者。这样一种新的存在者虽然绝对服从人类，但是在实践中却将成为凝视人类的他者。ChatGPT的问答逻辑及其知识生产方式也促使传播专业需...
具身智能强调智能受脑、身体与环境协同影响,更侧重关注智能体与环境的“交互”.因此,在具身智能的研究中,智能体的物理形态与感知、学习、控制的关系起到至关重要的作用.当前,具身智能综合吸收了机构学领域关于形态、结构,机器学习领域关于感知、学习,以及机器人领域关于行为、控制等的相关研究成果,形成了相对完整、独立并仍在蓬勃发展的学科分支。
基于跨模态实体信息融合的神经机器翻译方法
实体重构 跨模态学习 多任务学习 多模态机器翻译
2024/1/16
现有多模态机器翻译(Multi-modal machine translation,MMT)方法将图片与待翻译文本进行句子级别的语义融合.这些方法存在视觉信息作用不明确和模型对视觉信息不敏感等问题,并进一步造成了视觉信息与文本信息无法在翻译模型中充分融合语义的问题.针对这些问题,提出了一种跨模态实体重构(Cross-modal entity reconstruction,CER)方法.区别于将完整...
一种空间几何角度最大化的随机增量学习模型及应用
随机权神经网络 增量学习 空间几何角度最大化约束 无限逼近性
2024/1/16
针对随机权神经网络(Random weight neural networks,RWNNs)隐含层节点随机生成过程可解释性不足和节点随机生成而导致的网络结构不紧致等问题,提出了一种空间几何角度最大化随机增量学习模型(Stochastic incremental learning model with maximizing spatial geometry angle,SGA-SIM).首先,以空间...
切换拓扑下动态事件触发多智能体系统固定时间一致性
多智能体系统 固定时间一致性 动态事件触发控制 切换拓扑
2024/1/16
针对有扰动的一阶非线性多智能体系统在切换拓扑下的实际固定时间平均一致性问题,提出了基于动态事件触发机制的固定时间一致性协议.该一致性协议在节约更多资源的情况下,使多智能体系统以更快的速度达到一致.相对于有限时间一致性控制算法,固定时间一致性控制算法的收敛时间不依赖于初始状态,并且可以通过选择合适的控制器参数设定相应的收敛时间上界.通过设计一个包含双曲正切函数的测量误差,证明系统不存在Zeno行为....
一种基于自监督学习的矢量球面卷积网络
矢量球面卷积网络 自监督学习 三维目标分类 三维目标部分分割
2024/1/17
在三维视觉任务中,三维目标的未知旋转会给任务带来挑战,现有的部分神经网络框架对经过未知旋转后的三维目标进行识别或分割较为困难.针对上述问题,提出一种基于自监督学习方式的矢量型球面卷积网络,用于学习三维目标的旋转信息,以此来提升分类和分割任务的表现.首先,对三维点云信号进行球面采样,映射到单位球上;然后,使用矢量球面卷积网络提取旋转特征,同时将随机旋转后的三维点云信号输入相同结构的矢量球面卷积网络提...
何天平：从文本构造到界面连接：生成式AI对数字新闻叙事的重塑
文本构造 界面连接 生成式AI 数字新闻叙事
2024/1/2
生成式AI取得的技术进展，日益表现出重塑数字新闻行动主体、表达方式与用户感知的巨大可能性，也带来改造数字新闻叙事的充分潜力。立足这一技术语境，本文指出“界面”是区别于围绕“文本”组织的传统新闻叙事的重要观念基础，通过技术界面、内容界面、关系界面、情感界面的创设共同决定数字新闻的叙事意义生产。以“界面连接”取代“文本构造”构成新型人工智能技术再造新闻叙事结构的核心线索，面向人机耦合的目标，这被进一步...
周葆华：ChatGPT的三重理解：研究对象、概念与方法
ChatGPT 三重理解 研究对象
2023/7/17
以ChatGPT等为代表的生成式人工智能异军突起，吸引了社会和学界的广泛关注。但热现象需要冷思考，对ChatGPT及类似的生成式智能应用，我认为存在三种理解的方式，分别是研究对象、概念与方法。
兵棋推演的智能决策技术与挑战
兵棋推演 人机对抗 智能决策技术 博弈学习
2024/1/17
近年来,以人机对抗为途径的智能决策技术取得了飞速发展,人工智能(Artificial intelligence,AI)技术AlphaGo、AlphaStar等分别在围棋、星际争霸等游戏环境中战胜了顶尖人类选手.兵棋推演作为一种人机对抗策略验证环境,由于其非对称环境决策、更接近真实环境的随机性与高风险决策等特点,受到智能决策技术研究者的广泛关注。