期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
自适应加噪反向传播算法研究
被引量:
3
1
作者
胡瑜
陈光
《系统工程与电子技术》
EI
CSCD
北大核心
2003年第1期107-109,共3页
提出了一种对三层前向感知器的权重修正值注入自适应噪声的方法。在误差反向传播训练过程中 ,感知器权重的噪声幅度随权梯度值下降而趋近于零。不论是仅采用权重加噪的方法还是同时进行训练集输入端及权重加噪的方法 ,都能显著提高神经...
提出了一种对三层前向感知器的权重修正值注入自适应噪声的方法。在误差反向传播训练过程中 ,感知器权重的噪声幅度随权梯度值下降而趋近于零。不论是仅采用权重加噪的方法还是同时进行训练集输入端及权重加噪的方法 ,都能显著提高神经网络的泛化能力 。
展开更多
关键词
多层前向人工神经网络
泛化能力
反向传播算法
自适应加噪
下载PDF
职称材料
基于差分隐私的分段裁剪联邦学习算法
2
作者
吴俊仪
李晓会
《计算机应用研究》
CSCD
北大核心
2024年第5期1532-1537,共6页
为解决现有的差分隐私联邦学习算法中使用固定的裁剪阈值和噪声尺度进行训练,从而导致数据隐私泄露、模型精度较低的问题,提出了一种基于差分隐私的分段裁剪联邦学习算法。首先,根据客户端的隐私需求分为隐私需求高和低。对于高隐私需...
为解决现有的差分隐私联邦学习算法中使用固定的裁剪阈值和噪声尺度进行训练,从而导致数据隐私泄露、模型精度较低的问题,提出了一种基于差分隐私的分段裁剪联邦学习算法。首先,根据客户端的隐私需求分为隐私需求高和低。对于高隐私需求用户使用自适应裁剪来动态裁剪梯度,而低隐私需求用户则采用比例裁剪。其次根据裁剪后阈值大小自适应地添加噪声尺度。通过实验分析可得,该算法可以更好地保护隐私数据,同时通信代价也低于ADP-FL和DP-FL算法,并且与ADP-FL和DP-FL相比,模型准确率分别提高了2.25%和4.41%。
展开更多
关键词
联邦学习
差分隐私
分段裁剪
隐私分类
自适应加噪
下载PDF
职称材料
基于CEEMDAN-SE-TCN的集群资源预测研究
被引量:
2
3
作者
史爱武
张义欣
+1 位作者
韩超
黄河
《软件导刊》
2023年第4期43-47,共5页
针对服务器集群负载数据的波动性和非线性特点,提出一种基于CEEMDAN-SE-TCN的预测算法。该算法首先将原始服务器集群数据经过自适应加噪集合经验模态分解(CEEMDAN),有效降低负载序列复杂度。然后,在得到分解后的相关IMF分量后,利用相关...
针对服务器集群负载数据的波动性和非线性特点,提出一种基于CEEMDAN-SE-TCN的预测算法。该算法首先将原始服务器集群数据经过自适应加噪集合经验模态分解(CEEMDAN),有效降低负载序列复杂度。然后,在得到分解后的相关IMF分量后,利用相关系数法将各IMF分量与原始序列进行比较,去除相关性较弱的分量。最后,提取各分量相应的特征值输入并加入注意力机制的时间卷积网络(SE-TCN)进行建模预测。通过Google集群数据集中的CPU负载率序列实测证明,在同等条件下CEEMDAN-SE-TCN模型整体优于其他基准模型,MAPE指标相较于其他模型分别降低7.1%、6.5%、2.5%,证明了该算法的有效性和可行性。
展开更多
关键词
自适应加噪
的集合经验模态分解
相关系数法
注意力机制
时间卷积网络
负载预测
下载PDF
职称材料
题名
自适应加噪反向传播算法研究
被引量:
3
1
作者
胡瑜
陈光
机构
电子科技大学自动化工程学院
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2003年第1期107-109,共3页
文摘
提出了一种对三层前向感知器的权重修正值注入自适应噪声的方法。在误差反向传播训练过程中 ,感知器权重的噪声幅度随权梯度值下降而趋近于零。不论是仅采用权重加噪的方法还是同时进行训练集输入端及权重加噪的方法 ,都能显著提高神经网络的泛化能力 。
关键词
多层前向人工神经网络
泛化能力
反向传播算法
自适应加噪
Keywords
Multilayer perceptron
Generalization performance
Back propagation algorithm
Adaptive noise injection
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于差分隐私的分段裁剪联邦学习算法
2
作者
吴俊仪
李晓会
机构
辽宁工业大学电子与信息工程学院
出处
《计算机应用研究》
CSCD
北大核心
2024年第5期1532-1537,共6页
基金
国家自然科学基金青年基金资助项目(61802161)
辽宁省应用基础研究计划资助项目(2022JH2/101300278)
辽宁工业大学研究生教育改革创新项目(YJG2023013)。
文摘
为解决现有的差分隐私联邦学习算法中使用固定的裁剪阈值和噪声尺度进行训练,从而导致数据隐私泄露、模型精度较低的问题,提出了一种基于差分隐私的分段裁剪联邦学习算法。首先,根据客户端的隐私需求分为隐私需求高和低。对于高隐私需求用户使用自适应裁剪来动态裁剪梯度,而低隐私需求用户则采用比例裁剪。其次根据裁剪后阈值大小自适应地添加噪声尺度。通过实验分析可得,该算法可以更好地保护隐私数据,同时通信代价也低于ADP-FL和DP-FL算法,并且与ADP-FL和DP-FL相比,模型准确率分别提高了2.25%和4.41%。
关键词
联邦学习
差分隐私
分段裁剪
隐私分类
自适应加噪
Keywords
federated learning
differential privacy
segmental tailoring
privacy classification
adaptive noise addition
分类号
TP309 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
基于CEEMDAN-SE-TCN的集群资源预测研究
被引量:
2
3
作者
史爱武
张义欣
韩超
黄河
机构
武汉纺织大学计算机与人工智能学院
出处
《软件导刊》
2023年第4期43-47,共5页
基金
国家自然科学面上基金项目(61170093)
湖北省教育厅科学研究计划重点项目(D20141603)。
文摘
针对服务器集群负载数据的波动性和非线性特点,提出一种基于CEEMDAN-SE-TCN的预测算法。该算法首先将原始服务器集群数据经过自适应加噪集合经验模态分解(CEEMDAN),有效降低负载序列复杂度。然后,在得到分解后的相关IMF分量后,利用相关系数法将各IMF分量与原始序列进行比较,去除相关性较弱的分量。最后,提取各分量相应的特征值输入并加入注意力机制的时间卷积网络(SE-TCN)进行建模预测。通过Google集群数据集中的CPU负载率序列实测证明,在同等条件下CEEMDAN-SE-TCN模型整体优于其他基准模型,MAPE指标相较于其他模型分别降低7.1%、6.5%、2.5%,证明了该算法的有效性和可行性。
关键词
自适应加噪
的集合经验模态分解
相关系数法
注意力机制
时间卷积网络
负载预测
Keywords
adaptive denoising ensemble empirical mode decomposition
correlation coefficient method
attention mechanism
time convo⁃lution network
load prediction
分类号
TP302 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
自适应加噪反向传播算法研究
胡瑜
陈光
《系统工程与电子技术》
EI
CSCD
北大核心
2003
3
下载PDF
职称材料
2
基于差分隐私的分段裁剪联邦学习算法
吴俊仪
李晓会
《计算机应用研究》
CSCD
北大核心
2024
0
下载PDF
职称材料
3
基于CEEMDAN-SE-TCN的集群资源预测研究
史爱武
张义欣
韩超
黄河
《软件导刊》
2023
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部