-
题名基于可微神经计算机和贝叶斯网络的知识推理方法
被引量:3
- 1
-
-
作者
孙建强
许少华
-
机构
山东科技大学计算机科学与工程学院
-
出处
《计算机应用》
CSCD
北大核心
2021年第2期337-342,共6页
-
基金
国家重点研发计划项目(2018YFC1406203)。
-
文摘
针对人工神经网络(ANN)对面向知识图谱(KG)的知识推理的记忆能力有限以及KG无法处理不确定知识的问题,提出一种可微神经计算机(DNC)和贝叶斯网络(BN)相结合的推理方法DNC-BN。首先,将长短时记忆(LSTM)网络作为控制器,在每个时刻对输入向量和从记忆体获取的读向量进行处理,得到网络输出向量和交互向量;其次,通过读写头实现控制器与记忆体的交互,使用读取权重计算数据的加权平均以得到读向量,并用写入权重结合擦除向量及写入向量进行写操作,对存储矩阵进行修改;最后,基于概率推理机制,使用BN对数据节点之间存在的推理关系进行判断,对KG进行补全。在数据集WN18RR上的推理中,DNC-BN的Mean Rank为2615,Hits@10为0.528;在数据集FB15k-237上的推理中,DNC-BN的Mean Rank为202,Hits@10为0.519。实验结果表明,DNC-BN方法对面向KG的知识推理具有良好的应用效果。
-
关键词
知识图谱
知识推理
可微神经计算机
贝叶斯网络
长期记忆
-
Keywords
Knowledge Graph(KG)
knowledge reasoning
differentiable neural computer
Bayesian network
longterm memory
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名插值Loop细分Pytorch3D三维VR重建
- 2
-
-
作者
史卓
曾树珍
王萌
玉珂
-
机构
桂林电子科技大学艺术与设计学院
广西图像图形与智能处理重点实验室(桂林电子科技大学)
桂林电子科技大学计算机与信息安全学院
-
出处
《中国科技论文》
CAS
北大核心
2023年第7期753-758,共6页
-
基金
广西高等学校千名中青年骨干教师培育计划人文社会科学课题资助项目(2020QGRW017)。
-
文摘
针对Pytorch3D三维重建的模型易产生空洞、断角和狭长三角形的问题,提出一种基于插值Loop细分的Pytorch3D三维重建方法。首先从20个视角对1个包含纹理的三维模型进行采样,采样后的图像合成为原始数据集;接着使用ResNet-50网络学习图像特征,使用三维卷积模块提取三维特征;随后用插值Loop细分原始网格,并以结果网格作为变形网格,将提取的特征投影到网格顶点上,利用图卷积神经网络实现变形,最终完成三维重建。结果表明,所提方法较好地解决了原版Pytorch3D方法的空洞、断角、狭长三角形问题,重建损失值和Hausdorff距离显著下降,三维重建可视化效果更好。
-
关键词
三维重建
可微计算
网格变形
网格预测
插值Loop细分
-
Keywords
3D reconstruction
microcomputable
mesh deformation
grid prediction
interpolation Loop subdivision
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-
-
题名记忆神经网络在机器人导航领域的应用与研究进展
被引量:3
- 3
-
-
作者
王作为
徐征
张汝波
洪才森
王殊
-
机构
天津工业大学计算机科学与技术学院
天津工业大学机械工程学院博士后工作站
天津动核芯科技有限公司
天津职业技术师范大学汽车与交通学院
大连民族大学机电工程学院
-
出处
《智能系统学报》
CSCD
北大核心
2020年第5期835-846,共12页
-
基金
国家自然科学基金面上项目(61972456)
天津市教委科研计划项目(2019KJ018)
天津工业大学学位与研究生教育改革项目(Y20180104).
-
文摘
记忆神经网络非常适合解决时间序列决策问题,将其用于机器人导航领域是非常有前景的新兴研究领域。本文主要讨论记忆神经网络在机器人导航领域的研究进展。给出几种基本记忆神经网络结合导航任务的工作机理,总结了不同模型的优缺点;对记忆神经网络在导航领域的研究进展进行简要综述;进一步介绍导航验证环境的发展;最后梳理了记忆神经网络在导航问题所面临的复杂性挑战,并预测了记忆神经网络在导航领域未来的发展方向。
-
关键词
记忆神经网络
机器人导航
深度强化学习
可微神经计算机
可微神经字典
深度学习
强化学习
记忆网络
-
Keywords
memory neural network
robot navigation
deep reinforcement learning
differentiable neural computer
differentiable neural dictionary
deep learning
reinforcement learning
memory networks
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-