期刊文献+
共找到625篇文章
< 1 2 32 >
每页显示 20 50 100
Weighted Forwarding in Graph Convolution Networks for Recommendation Information Systems
1
作者 Sang-min Lee Namgi Kim 《Computers, Materials & Continua》 SCIE EI 2024年第2期1897-1914,共18页
Recommendation Information Systems(RIS)are pivotal in helping users in swiftly locating desired content from the vast amount of information available on the Internet.Graph Convolution Network(GCN)algorithms have been ... Recommendation Information Systems(RIS)are pivotal in helping users in swiftly locating desired content from the vast amount of information available on the Internet.Graph Convolution Network(GCN)algorithms have been employed to implement the RIS efficiently.However,the GCN algorithm faces limitations in terms of performance enhancement owing to the due to the embedding value-vanishing problem that occurs during the learning process.To address this issue,we propose a Weighted Forwarding method using the GCN(WF-GCN)algorithm.The proposed method involves multiplying the embedding results with different weights for each hop layer during graph learning.By applying the WF-GCN algorithm,which adjusts weights for each hop layer before forwarding to the next,nodes with many neighbors achieve higher embedding values.This approach facilitates the learning of more hop layers within the GCN framework.The efficacy of the WF-GCN was demonstrated through its application to various datasets.In the MovieLens dataset,the implementation of WF-GCN in LightGCN resulted in significant performance improvements,with recall and NDCG increasing by up to+163.64%and+132.04%,respectively.Similarly,in the Last.FM dataset,LightGCN using WF-GCN enhanced with WF-GCN showed substantial improvements,with the recall and NDCG metrics rising by up to+174.40%and+169.95%,respectively.Furthermore,the application of WF-GCN to Self-supervised Graph Learning(SGL)and Simple Graph Contrastive Learning(SimGCL)also demonstrated notable enhancements in both recall and NDCG across these datasets. 展开更多
关键词 Deep learning graph neural network graph convolution network graph convolution network model learning method recommender information systems
下载PDF
GraphMLP-Mixer:基于图-多层感知机架构的高效多行为序列推荐方法
2
作者 卢晓凯 封军 +2 位作者 韩永强 王皓 陈恩红 《计算机研究与发展》 EI CSCD 北大核心 2024年第8期1917-1929,共13页
在多行为序列推荐领域,图神经网络(GNNs)虽被广泛应用,但存在局限性,如对序列间协同信号建模不足和处理长距离依赖性等问题.针对这些问题,提出了一种新的解决框架GraphMLP-Mixer.该框架首先构造全局物品图来增强模型对序列间协同信号的... 在多行为序列推荐领域,图神经网络(GNNs)虽被广泛应用,但存在局限性,如对序列间协同信号建模不足和处理长距离依赖性等问题.针对这些问题,提出了一种新的解决框架GraphMLP-Mixer.该框架首先构造全局物品图来增强模型对序列间协同信号的建模,然后将感知机-混合器架构与图神经网络结合,得到图-感知机混合器模型对用户兴趣进行充分挖掘.GraphMLP-Mixer具有2个显著优势:一是能够有效捕捉用户行为的全局依赖性,同时减轻信息过压缩问题;二是其时间与空间效率显著提高,其复杂度与用户交互行为的数量成线性关系,优于现有基于GNN多行为序列推荐模型.在3个真实的公开数据集上进行实验,大量的实验结果验证了GraphMLP-Mixer在处理多行为序列推荐问题时的有效性和高效性. 展开更多
关键词 多行为建模 序列推荐 图神经网络 MLP架构 全局物品图
下载PDF
基于Graph WaveNet模型的机场网络延误预测
3
作者 姜雨 戴垚宇 +2 位作者 刘振宇 吴薇薇 顾欣 《武汉理工大学学报(交通科学与工程版)》 2023年第5期775-780,共6页
文中提出一种基于深度Graph WaveNet(GWN)模型的机场网络延误预测方法,对机场网络整体建模,将其转换为图结构并对网络中所有机场进行离港航班多步延误预测.GWN模型融合时间和空间卷积网络,时间卷积层引入扩展因果卷积和门控机制提升模... 文中提出一种基于深度Graph WaveNet(GWN)模型的机场网络延误预测方法,对机场网络整体建模,将其转换为图结构并对网络中所有机场进行离港航班多步延误预测.GWN模型融合时间和空间卷积网络,时间卷积层引入扩展因果卷积和门控机制提升模型效率;空间卷积层采用双向卷积及自适应邻接矩阵充分挖掘延误信息的空间关联性.选择美国51个机场构建机场网络并进行延误预测分析.结果表明:GWN模型对机场未来3天离港航班准点率预测的平均绝对误差分别为4.718%、5.145%和5.240%,显著优于其它基线模型,且对不同量级机场均有稳定的预测表现,在多步预测上具有突出优势. 展开更多
关键词 航班延误预测 graph WaveNet模型 机场网络 深度学习
下载PDF
Starants: A New Model for Human Networks
4
作者 Marcia Pinheiro 《Applied Mathematics》 2016年第3期267-271,共5页
In this paper, we will explain the relevance of the starant graphs, graphs created by us in the year of 2002. They were basically circulant graphs with a star graph that connects to all the vertices of the circulant g... In this paper, we will explain the relevance of the starant graphs, graphs created by us in the year of 2002. They were basically circulant graphs with a star graph that connects to all the vertices of the circulant graphs from inside of them, but they did not exist as a separate object of study in the year of 2002, as for all we knew. We now know that they can be used to model even social networking interactions, and they do that job better than any other graph we could be trying to use there. With the development of our mathematical tools, lots of conclusions will be made much more believable and therefore will become much more likely to get support from the relevant industries when attached to new queries. 展开更多
关键词 CIRCULANT Starant STAR graph network HUMAN modelLING modelLING Comellas Watts
下载PDF
支撑新型配电网数字化规划的图形⁃模型⁃数据融合关键技术 被引量:3
5
作者 余涛 王梓耀 +3 位作者 孙立明 曹华珍 吴亚雄 吴毓峰 《电力系统自动化》 EI CSCD 北大核心 2024年第6期139-153,共15页
配电网规划领域期盼实现智能规划,其愿景在于实现无人或少人干预的全自动规划。在数字化转型的背景下,新型配电网规划将面临图形多样化、场景碎片化、数据规模化三大挑战。文中从图形-模型-数据融合的角度提出三大关键技术:基于电气图... 配电网规划领域期盼实现智能规划,其愿景在于实现无人或少人干预的全自动规划。在数字化转型的背景下,新型配电网规划将面临图形多样化、场景碎片化、数据规模化三大挑战。文中从图形-模型-数据融合的角度提出三大关键技术:基于电气图纸识别和拓扑智能分析的图形-模型融合技术、基于知识驱动的负荷/新能源推演分析和智能决策的模型-数据融合技术、基于多模态数据融合和多时空数据联动的图形-数据融合技术,尝试打破理论研究与数字化工程的壁垒。最后,对未来新型配电网数字化规划的发展进行思考和展望,为实现“以机为主,人机协同”的大闭环模式提供借鉴。 展开更多
关键词 图形-模型-数据融合 配电网 数字化规划 知识驱动 图计算
下载PDF
基于指数随机图模型的发明者合作网络形成机制研究 被引量:1
6
作者 林润辉 季泽 《科技进步与对策》 CSSCI 北大核心 2024年第13期131-140,共10页
聚焦探讨不同因素是否以及如何影响发明者合作网络形成,基于2004—2021年华为在中国申请的专利数据,构建发明者合作网络,运用指数随机图模型探讨行动者属性和内生结构效应对发明者合作网络形成的影响机理。结果表明:发明者合作网络是稀... 聚焦探讨不同因素是否以及如何影响发明者合作网络形成,基于2004—2021年华为在中国申请的专利数据,构建发明者合作网络,运用指数随机图模型探讨行动者属性和内生结构效应对发明者合作网络形成的影响机理。结果表明:发明者合作网络是稀疏网络,呈现星形结构和闭合三角形结构共存的网络结构模式;发明者协同创新能力抑制新合作关系的形成,但发明者合作伙伴多样性和合作深度均促进新合作关系的形成,且具有相同水平合作伙伴多样性或合作深度的发明者之间更容易建立合作关系;发明者倾向于与处于中心位置的发明者建立合作关系以及与具有共同合作伙伴的直接合作伙伴建立新合作关系。 展开更多
关键词 发明者合作网络 指数随机图模型 内生结构效应 网络形成机制
下载PDF
双边投资协定网络的演化机制——基于多维邻近性视角 被引量:1
7
作者 王群勇 苗培 李月 《河北经贸大学学报》 CSSCI 北大核心 2024年第3期84-97,共14页
利用社会网络分析方法考察了双边投资协定(BITs)网络的历史演化特征与驱动机制。研究发现,BITs网络大致经历了初步形成、迅猛发展和结构调整三个阶段,呈现出一个较完整的S型增长,网络核心—半核心—边缘结构实现了由“金字塔”向“橄榄... 利用社会网络分析方法考察了双边投资协定(BITs)网络的历史演化特征与驱动机制。研究发现,BITs网络大致经历了初步形成、迅猛发展和结构调整三个阶段,呈现出一个较完整的S型增长,网络核心—半核心—边缘结构实现了由“金字塔”向“橄榄球”的转变。以多维邻近性为视角,运用时间指数随机图模型对BITs网络形成的影响因素进行分析,结果显示,多维邻近性是驱动BITs网络形成的重要力量,经济和制度邻近性对BITs关系的形成有负向影响,贸易水平、地理和社会邻近性对BITs关系的形成有正向影响。然而,2008年金融危机改变了BITs网络的结构特征,金融危机后BITs网络呈现分散化、多边化发展趋势,某些邻近性变量影响不再显著,社会环境类因素成为影响BITs网络的关键因素。 展开更多
关键词 双边投资协定 社会网络 时间指数随机图模型 多维邻近性
下载PDF
基于业务流程的认知图谱 被引量:1
8
作者 刘耀 李雨萌 宋苗苗 《计算机应用》 CSCD 北大核心 2024年第6期1699-1705,共7页
针对目前软件项目开发过程中无法充分利用已有业务资源,进而导致开发效率低、能力弱等问题,通过研究业务资源之间的关联,提出一种基于业务流程的认知图谱。首先,通过正式文档抽取业务知识,提出建立知识层级的方法并修正;其次,通过代码... 针对目前软件项目开发过程中无法充分利用已有业务资源,进而导致开发效率低、能力弱等问题,通过研究业务资源之间的关联,提出一种基于业务流程的认知图谱。首先,通过正式文档抽取业务知识,提出建立知识层级的方法并修正;其次,通过代码特征挖掘与代码实体相似度判断构建代码网络表示模型;最后,利用实际业务数据进行实验验证,并与向量空间模型(VSM)、多样化排序和深度学习等方法进行对比。最终构建的基于业务流程的认知图谱在代码检索方面优于目前基于文本匹配的方法和深度学习算法,分别在前5准确率(precision@5)、平均精度均值(mAP)、归一化折扣增益值(?-NDCG)这3项指标上高过多样化排序的代码检索方法4.30、0.38和2.74个百分点,有效解决了潜在业务词汇识别、业务认知推理表示等多个问题,提升了代码检索效果与业务资源利用率。 展开更多
关键词 认知图谱 业务知识 网络表示模型 自然语言处理 软件开发过程
下载PDF
融合知识图谱和图注意力网络的旅游推荐算法
9
作者 徐春 王萌萌 孙彬 《计算机工程与设计》 北大核心 2024年第5期1420-1427,共8页
为缓解旅游推荐模型面临的数据稀疏和冷启动的问题,提出一种融合知识图谱和图注意力网络的旅游推荐算法KRGAT(knowledge ripple graph attention network)。借助水波网络从用户的历史旅游行为和知识图谱中挖掘用户偏好增强用户特征表示... 为缓解旅游推荐模型面临的数据稀疏和冷启动的问题,提出一种融合知识图谱和图注意力网络的旅游推荐算法KRGAT(knowledge ripple graph attention network)。借助水波网络从用户的历史旅游行为和知识图谱中挖掘用户偏好增强用户特征表示,针对当前旅游项目特征学习的方法难以提取节点深层特征的问题,利用图注意力网络聚合相关度更高的邻居节点信息,增强旅游项目特征表示。实验在自建立的旅游数据集上与5个基线方法进行对比,其结果表明,KRGAT的精确率(P)、召回率(R)和AUC值分别提升了5.73%、4.42%和1.42%。 展开更多
关键词 旅游推荐算法 图注意力网络 知识图谱 水波网络 注意力机制 大语言模型 知识表示学习
下载PDF
Local Trade Networks among Farmers and Traders
10
作者 Abdul-Samad Abdul-Rahaman Patience Pokuaa Gambrah 《Social Networking》 2023年第4期93-110,共18页
Both farmers and traders benefit from trade networking, which is crucial for the local economy. Therefore, it is crucial to understand how these networks operate, and how they can be managed more effectively. Througho... Both farmers and traders benefit from trade networking, which is crucial for the local economy. Therefore, it is crucial to understand how these networks operate, and how they can be managed more effectively. Throughout this study, we examine the economic networks formed between farmers and traders through the trade of food products. These networks are analyzed from the perspective of their structure and the factors that influence their development. Using data from 18 farmers and 15 traders, we applied exponential random graph models. The results of our study showed that connectivity, Popularity Spread, activity spread, good transportation systems, and high yields all affected the development of networks. Therefore, farmers’ productivity and high market demand can contribute to local food-crop trade. The network was not affected by reciprocity, open markets, proximity to locations, or trade experience of actors. Policy makers should consider these five factors when formulating policies for local food-crop trade. Additionally, local actors should be encouraged to use these factors to improve their network development. However, it is important to note that these factors alone cannot guarantee success. Policy makers and actors must also consider other factors such as legal frameworks, economic policies, and resource availability. Our approach can be used in future research to determine how traders and farmers can enhance productivity and profit in West Africa. This study addresses a research gap by examining factors influencing local food trade in a developing country. 展开更多
关键词 Local Trade Social network Analysis Food Trade Exponential Random graph models (ERGM) Food Security
下载PDF
基于多元语义特征和图卷积神经网络的短文本分类模型
11
作者 鲁富宇 冷泳林 崔洪霞 《河南科学》 2024年第5期625-630,共6页
在互联网和社交媒体迅猛发展的背景下,网络中出现了大量的短文本数据,这些数据在舆情监控、情感分析和新闻分类等自然语言处理领域展现出了非常高的经济和学术价值.但短文本数据固有的特征给短文本分类带来了不小的挑战,如文本稀疏和缺... 在互联网和社交媒体迅猛发展的背景下,网络中出现了大量的短文本数据,这些数据在舆情监控、情感分析和新闻分类等自然语言处理领域展现出了非常高的经济和学术价值.但短文本数据固有的特征给短文本分类带来了不小的挑战,如文本稀疏和缺乏丰富的上下文语义等.针对这些问题,提出了一种结合多元语义特征和图卷积神经网络(GCN)的短文本分类模型,该模型通过哈尔滨工业大学的语言技术平台获取短文本的多种语义特征,并将这些语义特征同短文本一起构建一个多元异构图,然后将其作为GCN的输入,利用GCN学习短文本更深层特征,最后通过Softmax函数获取每个类别的概率分布,进而实现短文本分类.试验结果表明,本模型在短文本分类的F1评分上比传统单一模型提高了4%. 展开更多
关键词 短文本 多元异构图 语义特征 图卷积神经网络 分类模型
下载PDF
中国与OECD国家留学生流动网络的空间格局与影响机制
12
作者 杨雨晴 丁子军 戴靓 《地理科学》 CSSCI CSCD 北大核心 2024年第10期1758-1768,共11页
构建和推动高质量人才环流是中国国际人才培养和人才磁石型国家建设的重要途径。本文基于2019年中国与38个经济合作与发展组织(OECD)成员国之间高等学校留学生流动数据,构建有向加权的国际人才流动网络,并运用社会网络分析探讨国际人才... 构建和推动高质量人才环流是中国国际人才培养和人才磁石型国家建设的重要途径。本文基于2019年中国与38个经济合作与发展组织(OECD)成员国之间高等学校留学生流动数据,构建有向加权的国际人才流动网络,并运用社会网络分析探讨国际人才流动的空间格局与影响机制。结果显示:① 39个国家之间留学生交流密切,区域组团明显,形成北美亚太组团、南美欧洲组团、北欧波罗的海组团、捷克斯洛伐克组团。中国和美国是国际人才交流的中心,同时中国、英国、德国、美国、法国也是人才流动的门户与枢纽。②各国家在输出和接收留学生上存在非对称性。中国留学生流出量占总网络的近50%,而OECD各国输出量相对均衡。美国、英国、澳大利亚成为留学生流入量排名前3,中国以7.17%的占比居第四。③国家的开放程度、教育质量、经济水平对留学生流动的影响均存在发送者效应和接收者效应,地理、语言文化、贸易方面的邻近可促进留学生流动。结构依赖是留学生流动的重要驱动力,其中互惠效应、择优依附效应与传递闭合效应最为显著,对于外生动力具有一定的替代性。中国与OECD国家间的人才联系仍有较大的提升空间,需从个体属性、多维邻近性和结构内生性方面进行优化,促进区域内人才更加扁平化多元化交流发展。 展开更多
关键词 人才流动 留学生网络 社会网络分析 指数随机图模型
下载PDF
融合标签语义嵌入和图卷积的短文本特征扩展及分类方法
13
作者 张灵 李荣臻 郑苏 《广东工业大学学报》 CAS 2024年第1期69-78,共10页
针对短文本长度过短、关键词偏少和标签信息利用不足造成的分类过程中面临特征稀疏和语义不明确的问题,提出了融合标签语义嵌入的图卷积网络模型。首先,在传统的术语频率和逆文档频率算法基础上,提出了融合单词所属文本的类间、类内分... 针对短文本长度过短、关键词偏少和标签信息利用不足造成的分类过程中面临特征稀疏和语义不明确的问题,提出了融合标签语义嵌入的图卷积网络模型。首先,在传统的术语频率和逆文档频率算法基础上,提出了融合单词所属文本的类间、类内分布关系的全局词频提取算法。其次,利用融合标签嵌入的方法,将每条训练文本与相对应的标签引入到同一个特征空间内,通过筛选聚合提取更能突显文本类别的近义词嵌入,作为文本图的文档节点的嵌入表示。最后,将文本图输入到图卷积神经网络学习后,获得的特征与预训练模型提取文本上下文的特征相融合,提升短文本的分类质量以及整个模型的泛化能力,在4个短文本数据集MR、web_snippets、R8和R52上对本文模型和14个基线算法进行了对比实验,结果表明本文提出的模型相比于对比模型具有更优的结果,在识别精度、召回率以及F_1值上有着更好的表现。 展开更多
关键词 短文本 标签语义 特征空间 图卷积网络 预训练模型
下载PDF
我国大中型机场客运航线网络形成与演化机制研究
14
作者 陈俣秀 王冰艳 《物流科技》 2024年第3期66-68,共3页
大中型机场是我国航空运输系统中的重要组成部分。为了探究我国大中型机场客运航线网络的形成与演化机制,利用随机指数图模型实证内生因素和外生因素等对其演化的影响作用,解析网络的演化规律。研究表明,我国大中型机场客运航线网络形... 大中型机场是我国航空运输系统中的重要组成部分。为了探究我国大中型机场客运航线网络的形成与演化机制,利用随机指数图模型实证内生因素和外生因素等对其演化的影响作用,解析网络的演化规律。研究表明,我国大中型机场客运航线网络形成过程中高铁网络、机场能效等内外生因素对我国大中型机场客运航线网络的形成和演化具有显著的负向影响。 展开更多
关键词 航线网络 复杂网络 网络演化 随机指数图模型
下载PDF
基于节点采样的子结构代表层次池化图卷积网络模型 被引量:1
15
作者 胡永利 李鸥宵 孙艳丰 《北京工业大学学报》 CAS CSCD 北大核心 2024年第6期693-701,共9页
为解决目前基于节点采样的图池化方法中所存在的评估节点重要性的策略过于简单以及子结构特征信息大量丢失等问题,提出了基于节点采样的子结构代表层次池化模型(sub-structure representative hierarchical pooling model based on node... 为解决目前基于节点采样的图池化方法中所存在的评估节点重要性的策略过于简单以及子结构特征信息大量丢失等问题,提出了基于节点采样的子结构代表层次池化模型(sub-structure representative hierarchical pooling model based on node sampling,SsrPool)。该模型主要包括子结构代表节点选择模块和子结构代表节点特征生成模块2个部分。首先,子结构代表节点选择模块同时考虑了节点特征信息以及结构信息,利用不同方法评估节点重要性并通过不同重要性分数协作产生鲁棒的节点排名以指导节点选择。其次,子结构代表节点特征生成模块通过特征融合保留局部子结构特征信息。通过将SsrPool与现有神经网络相结合,在不同规模公共数据集上的图分类实验结果证明了SsrPool的有效性。 展开更多
关键词 图神经网络 图池化 节点重要性 图分类 层次化模型 图卷积神经网络
下载PDF
融合大模型与图神经网络的电力设备缺陷诊断
16
作者 李莉 时榕良 +1 位作者 郭旭 蒋洪鑫 《计算机科学与探索》 CSCD 北大核心 2024年第10期2643-2655,共13页
电力系统中不同装置设备的缺陷评级和分析处理常受运维人员主观性影响,导致同一缺陷文本描述出现不同的严重程度评级。专业知识的差异也导致诊断分析差异和诊断效率不同。为提升缺陷诊断的准确性和效率,提出一种基于图神经网络的缺陷文... 电力系统中不同装置设备的缺陷评级和分析处理常受运维人员主观性影响,导致同一缺陷文本描述出现不同的严重程度评级。专业知识的差异也导致诊断分析差异和诊断效率不同。为提升缺陷诊断的准确性和效率,提出一种基于图神经网络的缺陷文本评级分类方法和大模型智能诊断分析助手。构建专业词典,使用自然语言处理算法规范化文本描述。通过统计方法,优化缺陷文本的语义表示。集成图注意力神经网络和RoBERTa模型对缺陷文本进行精确评级分类。基于大语言模型Qwen1.5-14B-Chat进行低秩适配(LoRA)微调训练得到电力设备诊断大模型Qwen-ElecDiag,结合检索增强生成技术开发设备缺陷诊断助手。此外,整理提供微调电力设备诊断大模型的指令数据集。对比实验结果表明,提出的基于图神经网络的缺陷评级分类方法在准确性上较最优基准模型BERT提升近8个百分点;诊断助手的电力知识以及缺陷诊断能力得到提升。通过提高缺陷评级的准确率并提供全面专业化诊断建议,不仅提高电力设备运维的智能化水平,也为其他垂直领域的智能运维提供新的解决方案。 展开更多
关键词 电力系统 缺陷诊断 图神经网络 大语言模型 低秩适配(LoRA)微调 检索增强生成 智能运维
下载PDF
融合社交关系和时序特征的图神经网络推荐模型
17
作者 胡胜利 王柳 《厦门理工学院学报》 2024年第5期51-59,共9页
为解决推荐模型中的用户信息缺失和用户动态偏好问题,满足用户个性化需求,提出一种融合社交关系和时序特征的图神经网络推荐模型。该模型先构建社交关系图,并通过注意力机制得到基于社交关系的用户潜在特征;再构建用户-项目交互图,利用... 为解决推荐模型中的用户信息缺失和用户动态偏好问题,满足用户个性化需求,提出一种融合社交关系和时序特征的图神经网络推荐模型。该模型先构建社交关系图,并通过注意力机制得到基于社交关系的用户潜在特征;再构建用户-项目交互图,利用门控循环单元和注意力机制捕获交互信息,分别获得用户的时序特征和项目特征;最后将用户潜在特征与时序特征融合得到新的用户特征,并将其与项目特征进行融合,经过多层感知机得到最终推荐结果。在不同数据集上进行实验,结果表明,该模型能更好地处理用户信息缺失和用户动态偏好问题,进而提升推荐性能。相较于经典的图神经网络推荐模型,该模型的精确率和归一化折损累计增益比分别提高了4.0%和4.1%。 展开更多
关键词 推荐模型 图神经网络 社交关系 时序特征 注意力机制 门控循环单元
下载PDF
基于深度学习的群体动作识别综述
18
作者 严锐 葛晓静 +2 位作者 黄捧 舒祥波 唐金辉 《计算机学报》 EI CAS CSCD 北大核心 2024年第11期2552-2578,共27页
不同于传统的简单动作识别,群体动作识别需要理解场景中由若干人物的单人动作和他们之间的交互动作构成的复杂语义.近年来,群体动作识别在公共安全监控、体育视频分析和社会角色理解等领域的研究与应用引起了学者们的广泛关注.但是现有... 不同于传统的简单动作识别,群体动作识别需要理解场景中由若干人物的单人动作和他们之间的交互动作构成的复杂语义.近年来,群体动作识别在公共安全监控、体育视频分析和社会角色理解等领域的研究与应用引起了学者们的广泛关注.但是现有能够帮助学者们快速了解研究概况的中文文献很少且用于归纳和分析的依据较为笼统.为此,本文旨在综述近十年来基于深度学习的群体动作识别的研究进展.首先,本文介绍了群体动作识别的问题与定义,总结了现有解决方案的核心流程和该研究的关键挑战.然后,本文针对现有研究中的两个核心内容,即个体动作特征的提取及其关联建模,对现有文献作出了归纳与分析.具体而言,本文介绍并总结了群体动作研究中常用的人体行为特征,并将现有关联建模类型归纳为三类,即线性关联、序列关联和图关联.此外,本文还列举了现有的十二种可用于群体动作研究的视频数据集,并在三个常用数据集上对目前流行的方法进行了对比与分析.最后,本文研判了几个更具挑战的未来研究趋势.综上,本文剖析了群体动作识别的核心研究思路及未来研究趋势,有助于相关研究人员快速了解群体动作识别的研究概况. 展开更多
关键词 视频理解 动作识别 群体动作识别 深度学习 注意力机制 递归神经网络 图模型
下载PDF
IBNAD:一种基于交互的5G核心网网络功能异常检测模型
19
作者 张伟露 吉立新 +3 位作者 刘树新 李星 潘菲 胡鑫鑫 《信息安全学报》 CSCD 2024年第3期94-112,共19页
现有5G(5th GenerationMobile Communication Technology)核心网异常检测主要基于信令流量深度解析,但较少利用核心网网络功能交互关系的作用。针对上述问题,提出一种基于交互的5G核心网网络功能异常检测模型。首先,该模型以行为分析为... 现有5G(5th GenerationMobile Communication Technology)核心网异常检测主要基于信令流量深度解析,但较少利用核心网网络功能交互关系的作用。针对上述问题,提出一种基于交互的5G核心网网络功能异常检测模型。首先,该模型以行为分析为驱动,基于信令流量和网络功能注册数据提取多维属性,通过行为画像来表征网络功能行为模式,并采用集成学习算法RFECV(Recursive Feature Elimination with Cross-Validation)进行属性特征选择,降低特征维度的同时筛选出与区分网络功能行为模式高度相关的属性特征。然后,模型基于网络功能交互关系对核心网进行图建模,建模后的图数据融合了网络功能属性信息和交互信息。最后,模型通过基于空间域的图卷积网络聚合邻域节点属性信息和结构信息来融合行为模式特征,新生成的节点表示用于分类,从而将核心网网络功能异常检测问题转化为图节点分类问题。通过在free5GC仿真平台上采集数据,并在搭建的异常检测系统中的实验表明,该模型的异常检测性能优于基于属性特征分析的传统机器学习模型、基于结构特征分析的图嵌入模型及部分5G核心网异常检测模型。10%数据集作为训练集时,所提模型的准确率比支持向量机模型提高6.6%,比Struc2vec模型提高13%,比深度神经网络模型提高8%。 展开更多
关键词 5G核心网 异常检测 行为画像 网络建模 图神经网络
下载PDF
基于网络快照的核心专利预测方法研究 被引量:2
20
作者 郭剑明 王婧怡 袁润 《情报理论与实践》 CSSCI 北大核心 2024年第6期166-174,共9页
[目的/意义]提出一种专利网络快照分析方法,可应用于核心专利预测,进一步发展专利网络分析理论。[方法/过程]首先,利用专利网络快照记录专利技术在不同快照时刻的状态,保留其在发展演化过程中的关键信息;其次,应用图嵌入方法获取记录专... [目的/意义]提出一种专利网络快照分析方法,可应用于核心专利预测,进一步发展专利网络分析理论。[方法/过程]首先,利用专利网络快照记录专利技术在不同快照时刻的状态,保留其在发展演化过程中的关键信息;其次,应用图嵌入方法获取记录专利技术演化过程信息的技术关系特征,并开展核心专利预测实验;最后,从不同图嵌入方法、特征表示维度和专利被引时滞等角度,探究技术关系特征对预测效果的影响。[结果/结论]网络快照提供了专利技术演化过程信息,这是静态网络分析方法所不能获取的;利用网络快照和图嵌入方法获取的技术关系特征能够预测核心专利。实证研究发现,技术关系特征的预测效果在一定程度上优于专利指标特征;受专利网络规模的影响,特征表示维度的增大并不会显著提高预测效果,维度在增加至一定数量后预测效果会出现波动;增加专利被引信息可以提高预测的精准性,但会降低预测结果的时效性。 展开更多
关键词 专利网络 网络快照 图表示学习 核心专利 预测模型
下载PDF
上一页 1 2 32 下一页 到第
使用帮助 返回顶部