基于主客观融合的人工智能跨模态生成内容质量及效能测度研究

[目的/意义]生成式人工智能不同算法、训练数据及优化目标引致的生成质量与效能差异性与不确定性凸显,急需提出一种测度基准准确反映真实质量,从而为在人智协同中更好整合生成式人工智能技术提供有益参考。[方法/过程]以主流跨模态文生图领域为例,综合考虑生成式人工智能接入、生成以及评估三阶段过程,结合客观标准主观感知两个维度进行质量测度以及全工作流效能评估基准构建,并基于投入产出视角结合所提基准进行测度。[结果/结论]实证结果表明,性别、年龄、就职状态以及数字素养对主观感知表现出一定影响,过于片面地看待生成式人工智能可能带来AI辨识障碍;Midjourney表现出较强的主观感知质量,且综合值已超过人类,Imagen 2在综合客观质量测度中表现更强;生成速度与主观得分呈现出显著正相关,而提示词长度与主、客观得分呈现出显著负相关;质量偏好者选择如Midjourney的高成本、高回报工具,效能追求者选择如SDXL-Turbo的低成本、高效率工具,而两者兼顾则可选择Imagen 2。

基于深度学习的高质量图像生成方法综述

高质量图像凭借其分辨率高和细节特征突出等优势在现代社会中发挥着重要的作用。近些年,受益于深度学习技术在图像处理领域的迅速发展,基于神经网络的图像生成模型已成为当前的研究热点之一,尤其是基于生成对抗网络(Generative Adversarial Networks,GAN)的高质量图像生成模型备受研究者们青睐。首先对基于GAN的高质量图像生成方法的主要研究工作、改进机理和特点进行了归纳和总结,然后介绍了一种新兴的扩散模型在高质量图像生成中的应用,最后对上述方法的优势及局限性进行了对比和分析,并对未来研究提出展望。

基于注意力和最小可觉差的GAN生成图像质量评价

现有的客观图像质量评价方法用于GAN生成图像质量评价时,往往出现与人的主观评价不一致的情况.针对这个问题,提出了一种更符合人类视觉感知的GAN生成图像质量客观评价方法AJ-GIQA(attention and just noticeable difference based generated image quality assessment).首先,模拟人类视觉系统的失真敏感度特性,对GAN生成图像进行预处理,得到其最小可觉差图;然后,将注意力模块引入特征提取网络,模拟人类视觉系统的注意力机制,获取图像的显著性特征;最后,将图像特征输入结合语义信息的质量预测网络,基于图像内容综合评价GAN生成图像的质量.在GAN生成图像数据集上的实验结果表明,AJ-GIQA的评价结果与主观平均意见得分有更高的一致性;在图像质量排序一致性上的实验结果表明,AJ-GIQA的准确率在LGIQA-LSUN-cat数据集上达到了最优,和SFA方法相比性能提高了0.267;在泛化性能上的实验结果表明,与最先进的HyperIQA方法相比,AJ-GIQA在数据集PIPAL的Pearson线性相关系数提高了0.027.

博士生教育质量生成机制研究

生成性思维是博士生教育质量生成机制的逻辑支点。博士生教育质量生成机制具有过程性、生态主体性和动态生成的特性,包含质量观及其变革的价值机制、导向与激励的动力机制、生态主体与生态环境相互作用的影响机制、输入—过程—结果质量有机链接的链接机制和基于教育质量评价的保障机制。

试论职业教育质量的生成机制

厘清职业教育质量生成机制对制定职业教育质量标准、进行职业教育质量评价具有重要意义。质量是在成本投入与收益分析的基础上,通过特定质量观指导下的主体实践活动及评价反思不断地生成。职业教育质量的生成机制是职业教育质量影响因素的结构功能关系及其相互作用过程、方式和机理,主要包括质量生成的预警和动力机制、优化配置机制、竞争合作机制、表达及保障机制。

用户自生成内容质量能影响顾客品牌契合吗?——基于虚拟品牌社群的研究

基于小米社群的问卷调查数据,引入感知价值作为中间变量,实证考量虚拟品牌社群中用户自生成内容质量对顾客品牌契合的影响。结果显示,虚拟品牌社群中用户自生成内容质量对感知价值和顾客品牌契合具有差异化影响,情感价值和社会价值对顾客品牌契合具有正向影响,功能价值对顾客品牌契合的影响不显著。同时,情感价值和社会价值在用户自生成内容质量和顾客品牌契合关系中发挥显著的中介效应。

基于BP神经网络的循环流化床锅炉生成NO_x质量浓度在线软测量

采用选择性非催化还原(SNCR)技术的循环流化床(CFB)锅炉产生的NO_x质量浓度无法直接在线测量,阻碍了NO_x排放的自动控制及经济运行。对此,本文以某300MW CFB锅炉为例,采用软测量技术,分析影响烟气中生成NO_x的主要因素为机组负荷和氧体积分数,对这2个因素分别采集现场数据,建立BP神经网络模型,并将该模型应用于新华DCS系统,实现了锅炉生成NO_x质量浓度的在线预测。预测结果表明,软测量所得NO_x质量浓度比传感器实测数据提前120s,有利于改善烟气脱硝控制系统的调节效果。

论高等学校的质量管理与质量生成

在高等学校质量形成过程中存在质量标准应用的误区,我们应该明确高等学校质量管理的目的在于促进质量生成,重要的是端正高等学校质量管理的理念,形成质量生成意识,促进质量管理中的质量主体互动。

机器生成语言的质量评价方法综述

生成语言的质量评价很大程度上影响着自然语言生成的研究,已成为制约该领域发展的瓶颈问题。通过对机器翻译、自动文摘、对话系统、图像标题生成和机器写作等广义自然语言生成任务的语言质量评价方法的汇总,介绍了人工评价和自动评价的特点、优缺点和开放评价资源,分析了不同任务的不同评价角度和适用面。不同评价方法的对比分析,可为方法融合和关键问题的探索提供借鉴。整体上机器生成语言质量评价还局限于语言形式的比较,在语义表达的准确性、衔接连贯性等深层评价上存在诸多挑战。结合评价难点问题和现有研究的推进情况,分析了生成语言质量评价的研究趋势。

实践教学的质量生成模式与质量管理

实践教学对于提高学生综合素质、培养学生创新精神与实践能力具有重要作用,对实践教学质量的生成模式的探讨有助于实践教学的管理与建设。在教学管理实践中,通过加强对实践教学体系建设、基本条件建设与规章制度建设,从而建立实践教学的质量管理机制,达成实践教学目标,提高人才培养质量。

论高等学校的质量管理与质量生成

在高等学校质量管理过程中存在质量标准应用的误区,我们应该明确高等学校质量管理的目的在于促进质量生成,重要的是端正高等学校质量管理的理念,形成质量生成意识,促进质量管理中的质量主体互动。

基于本科生培养质量生成要素的期中教学检查问题工程化分析模型

期中教学检查是本科生培养过程中一项常态化工作,对提升培养质量具有十分重要的作用。准确把握查什么、找准存在问题、针对问题原因制定得力整改措施,才能切实发挥期中教学检查的作用。本文基于本科生培养质量生成要素,界定了期中教学检查范围,提出了一种针对期中教学检查问题的工程化分析模型。该模型包含找准问题的"多维交汇分析法"和研判问题原因的"层次分析法"等两种分析方法。

试论高等教育质量生成

本文从教育产出链概念出发,揭示教育质量的生成过程,提出创新思维力是教育质量的生命力所在。

基于近邻算法的GAN生成图像质量评价

GAN生成图像质量评价是指对GAN生成的图像进行评价,判断生成图像的失真度是否影响观察者的信息获取和主观感受.目前,GAN生成图像质量评价算法较少且算法运行效率不高.该文提出一种基于近邻算法的生成图像质量评价(Near-Neighbor based Generated Image Quality Assessment,NN-GIQA)算法,实现对GAN生成图像的自动、客观、高效评价.首先,基于ANN算法获取生成图像的近邻构成相似图像候选池,缩小生成图像对比范围;然后,基于KNN算法在相似图像候选池中获取与生成图像最相似的K个真实图像得到生成图像质量分数;最后,评价多个经典GAN模型在多个经典数据集上获取的生成图像的质量.实验结果表明本文方法有效提高了GAN生成图像质量评价的效率和准确性,运行时间仅为其他方法的1/9~1/28,其评价结果和人类主观评价结果的一致性达到80%以上,符合人类视觉感知.

融合机器翻译与复述生成的手语文本生成方法

针对手语生成中源语言和目标语言是同类语言的特殊性,提出一种融合机器翻译方法与复述生成方法的两阶段中文手语文本生成方法。首先,通过机器翻译方法生成包含一定语义信息的结果,为了增加关键词的影响力,此阶段在多语言双向和自回归转换器(multilingual bidirectional and auto-regressive transformers, mBART)模型中增加了注意力层;然后,使用复述生成方法对上一阶段结果进行修正。为了使模型更适用于中文文本生成,对质量控制转述生成(quality controlled paraphrase generation, QCPG)模型中的词法评价指标进行了优化,帮助模型获得更加准确的单词语义分布。实验结果显示,相比基线模型,提出的两阶段模型在手语生成任务上的BLEU、ROUGE指标都有所提升。

用户生成内容如何影响多渠道零售商品牌权益——一个调节聚焦范式下的研究框架

多渠道零售商品牌权益是优化多渠道零售商绩效的关键所在。用户生成内容建立起消费者和零售企业之间沟通的媒介,能有效促进消费者对零售商线上线下渠道感知的转移及融合,是互联网环境下促进消费者品牌态度形成的重要基础,对多渠道零售商品牌权益具有重要影响。基于调节聚焦理论构建用户生成内容影响多渠道零售商品牌权益的概念框架,发现用户生成内容的质量和类型影响零售商品牌权益,而消费者的调节聚焦倾向对零售商品牌权益有调节作用,消费者的调节聚焦倾向与信息框架的匹配度影响多渠道零售商的品牌权益,有效挖掘和利用用户生成内容能促进零售商品牌权益增值。因此,加强对用户生成内容质量的影响因素研究,提高和运用跨学科研究方法,完善对多渠道零售商不同渠道间策略的系统性研究将是未来该领域的主要研究方向。

教育技术质量:内涵獉标准獉评量体系——以虚拟实训技术服务职业教育为例

教育技术深入发展,将会引发同类产品和服务的竞争,由此凸显教育技术质量问题。教育技术质量是产品与服务耦合生成的一种特殊质量,是静态质量与动态质量、客观质量与主观质量、过程质量与终极质量的有机统一,有其独特性和复杂的生成性。尽管如此,仍需从发展教育事业和适应市场竞争着手,探究决定教育技术质量形成的有效因子,按照其对教育实践活动的影响力和市场竞争力进行赋权,形成教育技术质量标准体系的评量框架,并尽可能地予以等级性量化,使教育技术更好地满足教育事业和个人发展的需要。

高职院校课程质量保障体系的构成和实践

构建内部质量保障体系是高等职业教育深化改革的重点举措,而课程质量的保障在高职院校内部质量保障体系中处于重要地位。课程质量保障体系由五个子系统构成,即以组织服务为中心的质量支持系统、以培养规格为中心的质量标准系统、以教育教学为中心的质量生成系统、以诊断评价为中心的质量监控系统和以问题追溯为中心的质量改进系统等。这五个子系统相互衔接、相互贯通,在动力机制与协调机制作用下形成有序、高效的运行机制。

生成对抗网络及其在图像生成中的应用研究综述

生成对抗网络(GAN)是无监督学习领域最近几年快速发展的一个研究方向,其主要特点是能够以一种间接的方式对一个未知分布进行建模.在计算机视觉研究领域中,生成对抗网络有着广泛的应用,特别是在图像生成方面,与其他的生成模型相比,生成对抗网络不仅可以避免复杂的计算,而且生成的图像质量也更好.因此,本文将对生成对抗网络及其在图像生成中的研究进展做一个小结和分析:本文首先从模型的架构、目标函数的设计、生成对抗网络在训练中存在的问题、以及如何处理模式崩溃问题等角度对生成对抗网络进行一个详细地总结和归纳;其次介绍生成对抗网络在图像生成中的两种方法;随后对一些典型的、用来评估生成图像质量和多样性的方法进行小结,并且对基于图像生成的应用进行详细分析;最后对生成对抗网络和图像生成进行总结,同时对其发展趋势进行一个展望.