Current Location:home > Browse

Institution

1. chinaXiv:202103.00106 [pdf]

基于改进VNet太阳暗条检测方法

辛泽寰; 尚振宏
Subjects: Astronomy >> Astrophysical processes

太阳暗条作为太阳大气磁场的示踪,其精准检测对研究太阳磁场有着极其重要的意义。针对现有暗条检测的方法存在检测精度不高,弱小暗条错检、漏检等问题,本文为此提出一种基于改进VNet网络的太阳暗条检测方法。首先,使用大熊湖天文台H?全日面图像并结合磁图制作了太阳暗条数据集;其次,在VNet网络下采样部分采用inception模块融合不同尺度特征图特征,同时加入注意力机制来增强特征图中暗条部分的语义信息;最后在上采样部分引入深度监督模块,更多地保留太阳暗条细节特征。为验证算法性能,本文采用191幅H?全日面图像数据集,其中包含暗条共3372条。算法在测试数据集上平均准确率达到0.9883,F1值达到0.8385。实验结果证明,该方法可以有效识别H?全日面图中暗条。

submitted time 2021-03-04 From cooperative journals:《天文研究与技术》 Hits873Downloads142 Comment 0

2. chinaXiv:202010.00067 [pdf]

融合基于注意力机制的span特定和上下文语义表示的基于span的实体和关系联合抽取

Bin Ji
Subjects: Computer Science >> Natural Language Understanding and Machine Translation

基于span的联合提取模型已显示出它们在实体识别和关系提取上的效率。 这些模型将文本span视为候选实体,并将span元组视为候选关系元组。 span语义表示在实体识别和关系提取中都是共享的,而现有模型无法很好地捕获这些候选实体和关系的语义。 为了解决这些问题,我们引入了基于span的联合提取框架和基于注意的语义表示。 特别地,注意力用于计算语义表示,包括span特定和上下文表示。 我们将进一步研究四种注意变量在生成上下文语义表示中的作用。 实验表明,我们的模型优于以前的系统,并在ACE2005,CoNLL2004和ADE上达到了最优的结果。

submitted time 2020-10-26 Hits4400Downloads549 Comment 0

3. chinaXiv:202009.00062 [pdf]

基于生成式对抗网络的画作的图像合成方法

赵宇欣; 王冠
Subjects: Computer Science >> Integration Theory of Computer Science

画作的图像合成旨在将两个不同来源的图像分别作为前景和背景融合在一起,这通常需要局部风格迁移。现有的算法过程繁琐且耗时,不能做到实时的图像合成。针对这一缺点,提出了基于生成式对抗网络(GAN)的前向生成模型(PainterGAN)。PainterGAN的自注意力机制和U-net结构控制合成过程中前景的语义内容不变。同时,对抗学习保证逼真的风格迁移。在实验中,使用预训练模型作为PainterGAN的生成器,极大地节省了计算时间和成本。实验结果表明,比起已有的方法,PainterGAN生成了质量相近甚至更好的图像,生成速度也提升了400倍,在解决局部风格迁移问题上是高质量、高效率的。

submitted time 2020-09-28 From cooperative journals:《计算机应用研究》 Hits5805Downloads682 Comment 0

4. chinaXiv:202009.00063 [pdf]

基于深度残差反投影注意力网络的图像超分辨率

胡高鹏; 陈子鎏; 王晓明; 张开放; 黄增喜; 杜亚军
Subjects: Computer Science >> Integration Theory of Computer Science

针对多数单帧图像超分辨率(single image super-resolution,SISR)重建方法存在的特征信息发掘不充分、特征图各通道之间的相互依赖关系难以确定以及重建高分辨率(high resolution,HR)图像时存在重构误差等问题,提出了基于深度残差反投影注意力网络的图像超分辨率(SR)算法。即利用残差学习的思想缓解训练难度和充分发掘图像的特征信息,并使用反投影学习机制学习高低分辨图像之间的相互依赖关系,此外引入了注意力机制动态分配各特征图以不同的注意力资源从而发掘更多的高频信息和学习特征图各通道之间的依赖关系。实验结果表明了所提方法相比于多数单帧图像超分辨率方法,不仅在客观指标方面得到了显著的提升,而且重建的预测图像也具有更加丰富的纹理信息。

submitted time 2020-09-28 From cooperative journals:《计算机应用研究》 Hits5573Downloads719 Comment 0

5. chinaXiv:202006.00176 [pdf]

Automated Radiological Impression Generation for Plain Chest X-rays with End to End Deep Learning

Zhang, Shuai; Xin, Xiaoyan; Shen, Jingtao; Guo, Yachong; Wang, Yang; Yang, Xianfeng; Wang, Jun; Zhang, Jian; Zhang, Bing
Subjects: Computer Science >> Other Disciplines of Computer Science

The chest X-Ray (CXR) is the one of the most common clinical exam used to diagnose thoracic diseases and abnormalities. The volume of CXR scans generated daily in hospitals is huge. Therefore, an automated diagnosis system that is able to save the effort of doctors is of great value. At present, the applications of artificial intelligence in CXR diagnosis usually use pattern recognition to classify the scans. However, such methods rely on labeled databases. They are costly and usually have a high error rate. In this work, we built a database containing more than 12,000 CXR scans and radiological reports, and developed a model based on deep convolutional neural network and recurrent network with attention mechanism. The model learns features from the CXR scans and the associated raw radiological reports directly; no additional labeling required. The model provides automated recognition of given scans and generation of impression. The quality of the generated impression was evaluated with both the CIDEr scores and by radiologists as well. The CIDEr scores were found to be around 5.8 on average for the testing dataset. Further blind evaluation suggested a comparable performance against radiologists.

submitted time 2020-06-09 Hits11026Downloads722 Comment 0

6. chinaXiv:201905.00038 [pdf]

基于多层次注意力机制一维DenseNet的音频事件检测

杨吕祥; 胡燕
Subjects: Computer Science >> Integration Theory of Computer Science

在音频事件检测任务中,目标音频易受背景噪声等因素的干扰,并且其在音频信号流中存在的比例不高,针对这些问题,提出一种多层次注意力机制一维DenseNet(dense convolutional network)音频事件检测模型。首先,使用一维DenseNet模型进行帧级检测能有效地检测音频事件发生的开始和结束时间;其次,在一维DenseNet模型中引入多层次注意力机制,这使得不同模块的感知特性随着网络层数的加深而自适应地变化。因此,模型可以在不同的网络层次自动选择和关注重要的目标帧而抑制不相关的背景帧。在DCASE 2017任务2的开发数据集上的实验表明,该方法的整体性能较传统的深度学习方法有进一步提高。

submitted time 2019-05-10 From cooperative journals:《计算机应用研究》 Hits1137Downloads478 Comment 0

7. chinaXiv:201904.00040 [pdf]

基于开放域对话系统的自动化评测方法研究

王春柳; 杨永辉; 赖辉源; 邓霏
Subjects: Computer Science >> Integration Theory of Computer Science

开放域对话系统的研究在近年来取得了很大的进展,然而基于该类系统的自动化评测依然是目前亟待解决的问题。针对目前各类评测方法需要大量标注数据和评测准确率较低等问题,提出了一种利用长短期记忆网络和注意力机制判别问题-回复对是否为真实对话的评测模型。该模型基于连续的对话语料进行建模,解决了目前基于参考回复的评测模型需要大量标注数据的弊端。在Cornell和Reddit数据集上,该模型分别取得了57.2%和71.8%的准确率,与现有的几种评测模型相比准确率有明显提升。

submitted time 2019-04-01 From cooperative journals:《计算机应用研究》 Hits750Downloads394 Comment 0

8. chinaXiv:201904.00061 [pdf]

基于多特征和深度神经网络的维吾尔文情感分类

买买提阿依甫; 吾守尔·斯拉木; 艾斯卡尔·艾木都拉; 杨文忠; 帕丽旦·木合塔尔
Subjects: Computer Science >> Integration Theory of Computer Science

针对传统机器学习的情感分类方法存在长距离依赖问题,深度学习存在忽略情感词库的弊端,提出了一种基于注意力机制与双向长短记忆网络和卷积神经网络模型相结合的维吾尔文情感分类方法。将多特征拼接向量作为双向长短记忆网络的输入捕获文本上下文信息,使用注意力机制和卷积网络获取文本隐藏情感特征信息,有效增强了对文本情感语义的捕获能力。实验结果表明,该方法在二分类和五分类情感数据集上的F1值相比于机器学习方法分别提高了5.59%,7.73%。

submitted time 2019-04-01 From cooperative journals:《计算机应用研究》 Hits787Downloads389 Comment 0

9. chinaXiv:201901.00041 [pdf]

基于循环卷积神经网络的实体关系抽取方法研究

万静; 李浩铭; 严欢春; 张雪超
Subjects: Computer Science >> Integration Theory of Computer Science

针对目前大多数关系抽取中对于文本语料中较长的实体共现句,往往只能获取到局部的特征,并不能学习到长距离依赖信息的问题,提出了一种基于循环卷积神经网络与注意力机制的实体关系抽取模型。将擅长处理远距离依赖关系的循环神经网络GRU加入到卷积神经网络的向量表示阶段,通过双向GRU学习得到词语的上下文信息向量,在卷积神经网络的池化层采取分段最大池化方法,在获取实体对结构信息的同时,提取更细粒度的特征信息,同时在模型中加入基于句子级别的注意力机制。设计了在NYT数据集的实验验证,实验结果表明提出方法能有效提高实体关系抽取的准确率与召回率。

submitted time 2019-01-03 From cooperative journals:《计算机应用研究》 Hits777Downloads459 Comment 0

10. chinaXiv:201901.00051 [pdf]

面向汉维机器翻译的双语关联度优化模型

潘一荣; 李晓; 杨雅婷; 董瑞
Subjects: Computer Science >> Integration Theory of Computer Science

针对汉语-维吾尔语的统计机器翻译系统中存在的语义无关性问题,提出基于神经网络机器翻译方法的双语关联度优化模型。该模型利用注意力机制捕获词对齐信息,引入双语短语间的语义相关性和内部词汇匹配度,预测双语短语的生成概率将其作为双语关联度,以优化统计翻译模型中的短语翻译得分。在第十一届全国机器翻译研讨会(CWMT 2015)汉维公开机器翻译数据集上的实验结果表明,与基线系统相比,在使用较小规模的训练数据和词汇表的条件下,所提方法可以有效地同时提高短语级别和句子级别的机器翻译任务性能,分别获得最高2.49和0.59的BLEU值提升。

submitted time 2019-01-03 From cooperative journals:《计算机应用研究》 Hits935Downloads561 Comment 0

123  Last  Go  [3 Pages/ 22 Totals]