用户名： 密码： 找回密码 中文版 English 本站信箱 收藏本站 本网介绍

首页加盟期刊收录期刊评价中心文献导读期刊动态博客美文问题解答在线订阅新浪微博RSS
网站动态： 中国计算机期刊网介绍          欢迎关注中国计算机期刊网微信订阅号！          中国计算机期刊网正式发布,欢迎访问!          如何申请成为收录期刊和加盟期刊         
  •   按检索    检索词：    高级检索
     排序：相关度 OA 时间 被引次数 点击次数 下载次数 共有10000条符合的查询结果，以下是第891-900项 搜索用时 88 毫秒
[首页] « 上一页 [85] [86] [87] [88] [89] 90 [91] [92] [93] [94] [95] 下一页 » 末  页»
891.
目前,人工智能模型版权保护研究主要集中在水印技术的鲁棒性和模型精度提升,而对于模型溯源追踪的研究仍然较少.针对多用户模式下盗版难于追踪的问题,提出了一个支持盗版溯源的模型指纹框架.该框架为每个用户随机抽取唯一的可控数据增强组合,基于此生成各用户的溯源指纹集.接着结合多任务学习技术… …   相似文献
892.
方面词抽取作为一项序列标记任务,通常需要依赖于大量标记数据.这在标记数据稀缺的领域变成了一项巨大的挑战.为克服该任务对于标记数据的依赖,主要是将源域与目标域中相似的句法信息或语义信息作为枢轴信息进行领域自适应,但仅仅依靠语义或句法信息作为枢轴信息其性能是有限的.故而本文在此基础上… …   相似文献
893.
本文关注室内人群计数这一具有挑战性的任务.在室内场景中,人们经常聚集在一起并在有限空间内执行相似的任务.因此,室内人群的大多数行为都非常相似.获取全局感受野并找出室内人群特征中的相似性是很重要的.本文设计了一种循环卷积网络,该网络结合了卷积神经网络和Transformer的优势,… …   相似文献
894.
随着区块链技术的广泛应用,智能合约的安全性问题日益突出.交易顺序依赖(transaction order dependency, TOD)漏洞是一种常见且危害性极大的漏洞,可能引发严重的经济损失.现有漏洞检测方法主要分为静态分析和动态分析,但仍存在误报率高、关键路径覆盖不足及对固… …   相似文献
895.
方面级情感分析旨在识别方面词表达的情感.最近,基于依赖树的图卷积网络已被证明在方面级情感分析任务中是有效的.然而,句法依赖树并不是特定于情感分析的工具,不能关注到特定的方面词.针对上述问题,本文提出一种方面语义增强的融合网络模型,该模型将句法,语义和词法信息与方面词相结合,用于方… …   相似文献
896.
图卷积网络(GCN)在基于骨架的动作识别中表现出色,但由于关节间距离较大和现有方法特征聚合能力有限,识别精度受到限制.为了解决这一问题,本文提出了一种时序与关节的双维度拓扑优化的超图卷积网络(DDTO-HGCN),用于骨架动作识别.该方法通过超图理论扩展传统图结构,利用超边提取局… …   相似文献
897.
在开放交通场景, 智能网联汽车仍然存在安全可信性弱、交互属性不足等关键瓶颈问题. 随着人工智能(AI)的发展和深度学习的突破, AI模型在自动驾驶领域取得显著成果, 可以应用于自动驾驶中的场景理解和推理. 本文对基于信息融合的智能网联汽车安全交互决策研究进行综述, 首先梳理开放场… …   相似文献
898.
侧信道分析(SCA)对加密算法的电路实现造成了巨大的威胁。掩码作为硬件防护的常用手段,有效地提高了设计的抗性。但是,在已有的掩码方法中,算法级掩码要求对算法结构的深入了解并且无法保证硬件层面的强化效果;实施在寄存器传输级(RTL)电路的掩码在向硬件电路转换时,由于需要经过逻辑优化… …   相似文献
899.
芯粒技术作为后摩尔时代提升计算性能与实现异构集成的关键途径,其内部互连网络的性能与可靠性直接影响系统整体效能。然而,芯粒互连网络面临链路故障频发与动态网络拥塞并发存在且相互耦合的严峻挑战,难以满足高性能和高可靠芯粒系统的需求。针对此问题,该文提出一种故障与拥塞联合感知自适应路由算… …   相似文献
900.
随着特征尺寸的不断缩小,寄生参数提取对于整体电路性能变得越来越重要。为了实现更快的设计收敛,该文提出一种基于概率的寄生参数提取算法,用于全局布线后的时序分析。通过一种新颖的基于网格的数据表示方法,该文开发了一种分区策略,以有效地捕获耦合导线段;然后构建了一个基于概率的平均模型,用… …   相似文献
[首页] « 上一页 [85] [86] [87] [88] [89] 90 [91] [92] [93] [94] [95] 下一页 » 末  页»
关于我们 | 广告服务 | 商务洽谈 | 联系我们 | 免责条款 | 隐私声明 | 网站导航
网站版权所有：中国科学院软件研究所  京ICP备09084417号-9
地址：北京海淀区中关村南四大街4号 邮编：100190 电话：010-62562563 E-mail ： cj_mail@jscas.ac.cn
本系统由:北京勤云科技发展有限公司提供技术支持