多源断控岩溶型溶洞训练数据集构建和生成对抗网络三维建模应用

目前,尚未存在全面的断控岩溶型溶洞训练数据集用于深度学习建模。本文采用基于露头资料、地震数据、可靠的地质模型以及基于目标的方法研制了断控岩溶型溶洞原型模型,对不同来源的原型模型集进行组合、旋转、裁剪和优选操作来构建可靠且多样的断控岩溶型溶洞相训练数据集,同时构建相应的虚拟井和概率体训练数据集,作为训练条件化生成对抗网络的数据输入。将训练好的生成器卷积神经网络应用于塔河油田TH12330井区,生成的多个断控岩溶型溶洞地质模型符合地质模式,吻合条件井、概率体数据,且与构造、裂缝和累产基本一致。本研究探索了断控岩溶型溶洞多源训练数据集的构建并在实际应用中取得了显著成果,同时也为其它类型储层深度学习建模中构建可靠且多样化的训练数据集提供了新思路。

AIGC时代新闻舆论工作新阵地——面向大模型的可信训练数据集与服务能力建设

[目的]生成式人工智能AIGC的出现和广泛应用对新闻舆论格局产生了颠覆性的影响,使算法和算力逐步进化成为高质量内容生产和传播的权力核心,新闻舆论工作需要在新趋势下掌握主动权。[方法]AIGC大模型成为潜在的社会舆论成员,并以远超人类个体的知识面和内容处理生成速度,在潜移默化中掌握舆论引导的话语权,而决定AIGC大模型能力和价值观立场的核心是训练数据集的构建。[结果]随着美西方在价值观和意识形态数据集训练下产生的AIGC大模型在全球的普及,我国主流新闻舆论工作面临着严峻挑战与风险,必须开辟面向大模型的可信训练数据采集和数据服务的建设阵地。[结论]这不仅可以做到“守土有责”,履行好议题设置、舆论引导、内容生产和传播的把关人角色,更可以通过规范准确、代表主流价值观和意识形态的数据集与服务供给,抢占AIGC时代舆论引导、思想引领、文化传承、服务人民的传播高地。

机器学习训练数据集的成员推理综述

机器学习作为人工智能的一种重要工具,在解决分类、预测以及辅助决策等问题上表现出了卓越的能力。随着机器学习技术的逐渐提高,机器学习的使用也日益广泛,其隐私问题也受到越来越多的关注。其中,有关训练数据集的隐私问题也备受关注,成员推理攻击正是一种会威胁数据集隐私的攻击方法。然而,目前还缺少有关于成员推理最新研究的综述。文章首先介绍了何为成员推理攻击,分类以及其存在的原因,并归纳和对比了现有的攻击算法。然后,对成员推理攻击的防御算法进行了归纳和总结,并介绍了如何利用成员推理攻击来审计模型是否有未授权使用用户数据集。最后,文章给出了仍需解决的问题和未来研究方向。

生成式人工智能训练数据集的法律风险与包容审慎规制

训练数据集是生成式人工智能的基础,亦是一种聚合型权益客体,可以成为规制生成式人工智能的重要切入点。训练数据集的开发存在未经许可使用作品、违法处理个人信息等法律风险。然而,现有规制框架却呈现出风险防范形式化的现象,许可使用、合理使用等著作权法律规则难以因应规模化的训练数据集,而个人同意、目的限制与数据最小化等个人信息保护机制及原则亦存在效能不彰的问题。为此,有必要重塑现有的规制框架,将规制目标从权利保护进阶为公平使用,将规制路径由命令控制转变为包容审慎。为了实现生成式人工智能训练数据集的包容审慎规制,一是要构建包容审慎的著作权法规制,包括重构合理使用的标准与范围、构建著作权临时许可裁定制度、发布著作权合规最佳实践指南;二是要迈向包容审慎的个人信息保护法规制,包括拓展个人信息处理的合法性基础、改造告知同意机制、实施个人信息保护影响评估。

强对流天气人工智能应用训练基础数据集构建

基于业务观测、历史灾情及互联网媒体等多源数据整编形成强对流天气人工智能应用训练基础数据集(Severe Convective Weather DataSet for AI application,SCWDS)。SCWDS包括2012—2019年中国大陆区域的雷暴、雷暴大风、短时强降水、冰雹及龙卷5种强对流天气,共184865个个例(站次),9256405个样本,每个样本包含强对流天气过程标注及对应时空窗口范围内的地面观测数据、探空数据、闪电定位数据、雷达基数据、卫星多通道数据和再分析产品等。雷暴、短时强降水、冰雹主要出现在6—8月,雷暴大风主要出现在4—5月,龙卷主要出现在6—8月和4月。短时强降水发生时间呈03:00—04:00(北京时,下同)和15:00—16:00时段双峰分布,雷暴、雷暴大风、冰雹、龙卷主要发生在13:00—19:00时段。雷暴主要出现在华南、江南及青藏高原、云贵高原,雷暴大风主要出现在华北北部及江南沿海,短时强降水主要出现在西南、华南、江南及黄淮江淮地区,冰雹主要出现在青藏高原、云贵高原及华北北部。SCWDS作为机器学习模型训练的基础数据,为强对流天气智能识别和预报应用提供数据支撑。

入侵检测数据集KDD CUP99研究

为了更好评价各种入侵检测算法的性能,指出了入侵检测数据集应当具备的特点。分析了两种有影响的入侵检测数据集:MITLL入侵检测数据集和由此整理形成的KDDCUP99入侵检测数据集的特点及构成,重点分析了KDDCUP99训练数据集和测试数据集的各攻击类型及详细分布、数据集中每条连接的特征分类及其各个特征的含义,并对数据集的使用进行了说明。最后,对KDD CUP数据集存在的问题及相应改进措施给出了建议。

生成式人工智能及其教育应用的基本争议和对策

本文是对联合国教科文组织《生成式人工智能教育与研究应用指南》的系列解读第二篇,着重讨论生成式人工智能及其教育应用引发的基本争议。“基于工作过程”技术缺陷,生成式人工智能已引发加速数据贫穷、技术不透明导致服务辖区内治理缺失、未经许可搜集训练用数据、模型架构不可解释、基础模型不理解真实世界、生成的信息污染互联网、强势价值观投射、助长违法性深伪等多重争议。生成式人工智能会对平等、包容、学习主体能动性、价值观及语言文化多样性、知识建构的多元性等教育核心价值产生直接而深远的冲击,而这些核心价值应被秉承为考证生成式人工智能教育适用性的逻辑基点。决策者和实践者应遵循“优先管制、确保包容、引导应用”的逻辑路径,强化全系统监管法规和执法能力,确保教育生成式人工智能生态系统安全可信、自主可控、本地适用,进而通过能力建设和实践指导等措施引导合理的教育应用实践。

基于AdaBoost算法的混凝土抗压强度预测

论文采集1030组混凝土抗压强度试验数据,通过训练AdaBoost算法,得到可用于预测混凝土抗压强度值的模型。结果表明:AdaBoost算法模型可以在给定输入变量的情况下准确有效地预测混凝土抗压强度;10折交叉验证决定系数R2的平均值达到0.952,平均绝对百分比误差(MAPE)达到11.39%,说明十折交叉验证具有较高准确率;AdaBoost算法与人工神经网络和支持向量机独立学习算法比较,表现出集成学习算法的优越性;讨论了AdaBoost算法模型中训练数据集数量、弱学习器类型和输入变量的数量相关因素,发现使用1030数据集的80%可以获得良好的预测结果。

加权社交网络深度差分隐私数据保护算法研究

为防止加权社交网络恶意攻击侵犯,提出一种深度差分隐私数据保护算法。首先通过卷积层得到多个特征图,利用池化层将特征图降维,加强深度学习模型处理高维数据的能力,减少网络系统能耗;其次将深度学习模型与差分隐私原理融合,使用差分隐私和高斯分布可组合特点,在运算时结合差分隐私理论,同时加入噪声机制,生成深度差分隐私数据算法;最后通过分析初始GAN的训练过程,得到一个满足维纳-霍普夫方程原理的生成器模型,以此得到攻击者可能获取的最佳结果伪造样本,对深度差分隐私模型实施参变量调优,实现数据集的可用性和隐私保护的均衡性。仿真结果表明,生成的图像辨识度下降,隐私保护力度呈现上升趋势,噪音绝对误差和平均查询绝对误差均减小,实现了深层次保护隐私数据安全的目的,具有较高的实用价值。

大数据技术发展的十个前沿方向(下)

10前沿方向八:精益求精,提升精度精度是衡量机器学习(人工智能)算法好坏的重要指标。传统上,精度概念包括正确率、识别率、召回率等。在大数据时代,精度被赋予了更多的含义。10.1传统机器学习的模型不适应大数据首先是数据规模。传统的机器学习模型无法支持超大规模的训练数据集,当数据超过一定规模时。

数据挖掘技术在网络入侵检测中的应用研究

1、研究背景1.1问题的提出。随着INTERNET在全世界的普及,越来越多的计算机用户可以足不出户地访问到全球网络系统丰富的信息资源。然而,伴随着网络上不断增加的信息共享和业务处理,计算机和网络的安全问题也显得越来越突出。在单机时代,只有物理上接近计算机的人才有可能获取或破坏计算机上的信息。而在互联网时代,物理上的距离已不再成为攻击者的障碍。从1988年造成互联网近5天瘫痪的著名的蠕虫事件,

基于耦合BAS-MLP的混凝土抗压强度预测

针对1 030组混凝土抗压强度试验数据,通过天牛须搜寻算法(BAS)来训练多层神经网络(MLP),并与混合复杂进化方法(SCE)-MLP、多元宇宙优化算法(MVO)-MLP这2种耦合模型算法进行对比分析,得到可用于预测混凝土抗压强度的算法模型.结果表明:BAS可以显著提高MLP的训练精度和预测精度,该算法比SCE-MLP、MVO-MLP耦合模型算法更快、更准确;与人工神经网络(ANN)和支持向量机(SVM)个体学习算法相比,元启发式算法在混凝土抗压强度预测方便表现出良好的优越性.同时讨论了BAS-MLP模型中与训练数据集数量和输入变量数量相关的因素,发现使用1 030组数据的80%即可获得良好的预测结果 .

基于USRP与YOLOv3算法的信号采集与识别设计

为了加快射频信号的采集和分析,采用NI USRP-2901硬件设备和LabVIEW软件实现一个射频信号采集处理平台。射频信号经过USRP-2901设备被放大、混频、滤波,滤波后的信号经过AD9361捷变收发器进行模数转换。通过FPGA将数字信号下变频到基带同相I信号和正交相Q信号。分别对I/Q信号加入汉明窗、汉宁窗、矩形窗,之后进行FFT得到频谱图数据。通过YOLOv3算法对标注好的频谱图数据集进行训练,训练完成后得到权重文件。调用权重文件对频谱图进行识别,识别时域信号中添加的是哪种窗函数。实验结果表明,采用YOLOv3算法比其他基于RPN算法的目标检测算法要好,YOLOv3算法泛化能力强,对于背景物体的识别有更高的准确率。

基于CGAN的居住区强排方案生成设计方法

居住区强排方案设计有助于提高项目容积率,是达成集约化建设的重要途径.既有强排设计多由设计者基于日照模拟分析结果,主观制定强排设计决策,设计效率较低.旨在立足深度学习技术语境,提出基于条件生成对抗网络(CGAN)的居住区强排方案生成设计方法,应用pix2pix算法,构建基于CGAN的居住区强排方案生成设计模型,通过学习低层、多层、高层居住区轮廓与强排设计方案总平面图的对应关系,生成任意居住区轮廓条件下的居住区强排设计方案,提高居住区强排设计精度与效率,推动城市土地的高效率利用.以中纬度地区的3个居住区为例,验证所提方法的应用效果,评价所生成方案的日照性能.结果表明:所生成低层方案可满足大寒日2 h日照要求,多层方案中96%的房间可满足日照要求,高层方案中84%的房间可满足日照要求,高层容积率>3.0、多层容积率>1.5、低层容积率>0.5,说明所生成方案有效利用了城市用地,且应用所建立模型可在3 s内生成居住区强排设计方案,显著降低了强排设计耗时,提高了设计效率.

基于DCGAN反馈的深度差分隐私保护方法

为了防止攻击者在深度学习模型应用过程中利用生成式对抗网络(generative adversarial networks,GAN)等技术还原出训练集中的数据,保护训练数据集中用户的敏感信息,提出一个基于深度卷积生成式对抗网络(deep convolutional generative adversarial networks,DCGAN)反馈的深度差分隐私保护方法.该方法在深度网络参数优化计算时结合差分隐私理论添加噪声数据,基于差分隐私与高斯分布可组合特点,计算深度网络每一层的隐私预算,在随机梯度下降(stochastic gradient descent,SGD)计算中添加高斯噪声使之总体隐私预算最小;利用DCGAN生成数据选取可能得到的最优结果,通过对比攻击结果和原始数据之间的差别调节深度差分隐私模型参数,实现训练数据集可用性与隐私保护度的平衡.实验结果表明,该方法针对训练数据集中的敏感信息具有较高的隐私保护能力.

基于人工智能技术的图书馆书目协同推荐系统

针对传统的图书馆书目协同推荐系统随着用户数量的增加,返回推荐结果所需时间较多,为此,设计基于人工智能技术的图书馆书目协同推荐系统。选用16位宽的处理器处理多种数据,在其内部安装微型存储器,方便数据的输入和输出。引用人工智能技术训练书目数据集,利用迭代函数通过多次迭代获得最优推荐集合,利用程序代码将结果发布在系统的表现层中实现书目协同推荐。结合硬件设计和软件设计完成图书馆书目推荐系统设计。测试结果表明,在相同的测试环境下,与传统的两种推荐系统相比,人工智能技术的图书馆书目协同推荐系统返回推荐结果所需时间得到了缩减,说明该系统更适合应用在图书馆书目协同推荐中。

高校课堂教学AI视频识别分析系统的开发与应用

针对高校课堂教学管理的现状和存在问题,构建一种基于课堂教学视频,AI分析、云平台等技术的课堂教学AI视频识别分析系统。系统主要由前端摄像机、视频监控中心、应用终端等部分组成,包括视频数据管理、模型管理、课堂管理、行为分析与预警、数据统计分析等模块,采用海康威视AI开放云平台进行课堂行为识别模型训练。实地部署和应用验证表明,系统具有实时监测、智能识别等特点,能督促和规范学生与教师在课堂上的“学”与“教”,满足教学管理部门对教学质量检查和督导的需要。

基于深度学习的单帧人体体型测量

介绍一种基于单帧RGBD的全身扫描和人体体型测量算法的设计实现,利用该算法能够在较短时间内测量出较高精度的人体体型参数。实测结果表明,该算法在测量人体体型参数过程中能够达到5.8 mm的平均精度值,当增加扫描次数时测量精度值更高。

遮挡人脸正面图像库的自动生成

深度学习是实现人工智能的有效方法。对于深度学习,训练数据集对其性能有着至关重要的影响。在用深度学习进行遮挡人脸检测时,目前可用的遮挡人脸数据集并不多,为解决这个问题,提出一种自动构建正面遮挡人脸库的方法。该方法首先采用OpenCV级联分类器检测人眼和嘴巴,再根据人脸的生理特征中人眼、嘴与人脸的关系进行人脸定位,最后根据定位参数把人脸抠取下来并保存到指定文件夹。不管人脸的上半脸受遮挡还是下半脸受遮挡,该方法都能够有效地把遮挡的人脸抠取出来。作为验证,采用该方法构建了一个含12 893张遮挡人脸正样本的遮挡人脸库。

基于深度神经网络的多天线组阵信号联合调制识别方法

针对多天线组阵接收中未同步多路信号的联合调制识别问题,提出了一种基于深度神经网络的多天线组阵信号联合调制识别方法。该方法将多天线组阵信号联合调制识别问题转化为多元分类判决问题,使用深度神经网络实现信号调制方式的识别。首先,构建了多个卷积层、循环层和全连接层级联结构的深度神经网络;然后,基于广泛采用的RadioML框架构建训练、测试和验证数据集,数据集中单个信号样本为存在参数差异的多天线信号时域波形;最后,使用基于CPU+GPU架构的服务器对网络进行训练,并对其性能进行测试。结果表明,所提方法能够有效抑制多路信号间参数差异的影响,实现多路信号联合调制识别,接收单元数目越多,分类判决性能越好,且在高信噪比下优势体现更加明显。