【CAA期刊】《模式识别与人工智能》第36卷 第7期

⭕ 论文与报告

    平行博物馆系统:框架、平台、方法及应用

    鲁越^1,2, 郭超², 潘晴³, 倪清桦⁴, 李华飙³, 王春法³, 王飞跃²

    1.山东大学 控制科学与工程学院 济南 250061;
    2.中国科学院自动化研究所 复杂系统管理与控制国家重点实验室 北京 100190;
    3.中国国家博物馆 北京 100006;
    4.澳门科技大学 创新工程学院 澳门 999078

    摘要: 随着基础模型、区块链与元宇宙等技术的迅速发展,新时代博物馆建设面临藏品数字化、服务通融性和智能化管理上的需求和挑战.为此,文中基于平行系统与ACP理论,构建虚实互动的平行博物馆系统,设计平行博物馆系统的体系框架、系统平台与基本方法,旨在实现博物馆的智能化建设和管理.基于数字化采集、场景工程、多模态人机交互、博物馆文博大模型和数字资产管理等子系统构建平行博物馆的系统功能,通过基于场景工程的任务构建、基于人类反馈的知识强化模型以及基于分布式自治组织的数据资源治理提供技术支撑,利用博物馆文物研究与保护、博物馆展览和博物馆运营管理等服务提升博物馆典型业务和服务场景的运行效果.最后,介绍平行博物馆系统的应用场景及案例.

    关键词：平行博物馆,  智慧博物馆,  平行系统,  ACP理论 

    引用本文:

    鲁越, 郭超, 潘晴, 倪清桦, 李华飙, 王春法, 王飞跃. 平行博物馆系统:框架、平台、方法及应用[J]. 模式识别与人工智能, 2023, 36(7): 575-589. 

    LU Yue, GUO Chao, PAN Qing, NI Qinghua, LI Huabiao, WANG Chunfa, WANG Fei-Yue. Parallel Museum Systems: Framework, Platform, Methods and Applications. Pattern Recognition and Artificial Intelligence, 2023, 36(7): 575-589.

    扫码阅读:

    基于过滤机制的链式实体关系抽取模型

    夏鸿斌^1,2, 沈健¹, 刘渊^1,2

    1.江南大学 人工智能与计算机学院 无锡 214122;
    2.江南大学 江苏省媒体设计与软件技术重点实验室 无锡 214122

    摘要: 当前实体关系抽取任务中普遍采用堆叠标注层的方式处理关系重叠问题.这种处理方式中很多关系对应标注层的计算是冗余的,会导致标注矩阵的稀疏化,影响模型的抽取效果.针对上述问题,文中提出基于过滤机制的链式实体关系抽取模型,先通过编码层获得文本的向量特征,再通过五阶段的链式解码结构顺序抽取关系三元组的主体、客体和关系.链式解码结构在避免标注矩阵稀疏化的同时,能够通过过滤机制完成实体和关系的自动对齐.在解码过程中:条件层规范化用于提高阶段间特征的融合程度,减少误差累积的影响;门控单元用于优化模型的拟合性能;首尾分离和关系修正模块用于关系集的多重校验.在公开数据集上的对比实验表明,文中模型取得较优性能.

    关键词：实体关系抽取,  关系三元组,  链式解码结构,  过滤机制,  门控单元,  条件层规范化 

    引用本文:

    夏鸿斌, 沈健, 刘渊. 基于过滤机制的链式实体关系抽取模型[J]. 模式识别与人工智能, 2023, 36(7): 590-601. 

   XIA Hongbin, SHEN Jian, LIU Yuan. Chain Entity Relation Extraction Model with Filtering Mechanism. Pattern Recognition and Artificial Intelligence, 2023, 36(7): 590-601.

    扫码阅读:

    基于门控双层异构图注意力网络的半监督短文本分类

    蒋云良^1,2,3, 王青朋^1,2, 张雄涛^1,2, 黄旭^2,4, 申情^1,2, 饶佳峰^1,2

    1.湖州师范学院 信息工程学院 湖州 313000;
    2.湖州师范学院 浙江省现代农业资源智慧管理与应用研究重点实验室 湖州 313000;
    3.浙江师范大学 计算机科学与技术学院 金华 321004;
    4.湖州学院 理工学院 湖州 313000

    摘要: 针对现有的基于异构图神经网络的短文本分类方法未充分利用节点之间的有效信息,以及存在的过拟合问题,文中提出基于门控双层异构图注意力网络的半监督短文本分类方法(Semi-Supervised Short Text Classification with Gated Double-Layer Heterogeneous Graph Attention Network, GDHG).GDHG包含节点注意力机制和门控异构图注意力网络两层.首先,使用节点注意力机制,训练不同类型的节点注意力系数,再将系数输入门控异构图注意力网络,训练得到门控双层注意力.然后,将门控双层注意力与节点的不同状态相乘,得到聚合的节点特征.最后,使用softmax函数对文本进行分类.GDHG利用节点注意力机制和门控异构图注意力网络的信息遗忘机制对节点信息进行聚集,得到有效的相邻节点信息,进而挖掘不同邻居节点的隐藏信息,提高聚合远程节点信息的能力.在Twitter、MR、Snippets、AGNews四个短文本数据集上的实验验证GDHG性能较优.

    关键词：门控异构图注意力,  半监督学习,  异构图神经网络,  短文本分类

    引用本文:

    蒋云良, 王青朋, 张雄涛, 黄旭, 申情, 饶佳峰. 基于门控双层异构图注意力网络的半监督短文本分类[J]. 模式识别与人工智能, 2023, 36(7): 602-612. 

  JIANG Yunliang, WANG Qingpeng, ZHANG Xiongtao, HUANG Xu, SHEN Qing, RAO Jiafeng. Semi-Supervised Short Text Classification Based on Gated Double-Layer Heterogeneous Graph Attention Network. Pattern Recognition and Artificial Intelligence, 2023, 36(7): 602-612.

    扫码阅读:

⭕ 评论与综述

    图像分布外检测研究综述

    郭凌云^1,2,3, 李国和^1,2, 龚匡丰^1,2, 薛占熬³

    1.中国石油大学(北京) 信息科学与工程学院 北京 102249;
    2.中国石油大学(北京) 石油数据挖掘北京市重点实验室 北京 102249;
    3.河南师范大学 计算机与信息工程学院 新乡 453007

    摘要: 分类器学习一般假设训练样本和预测样本具有独立同分布.由于该条件过强,实践中当分类器面向分布外(Out-of-Distribution, OOD)样本时容易导致预测错误.因此,对OOD检测进行深入研究就显得尤为重要.文中首先介绍OOD检测的概念及其相关研究领域,根据网络训练方式的差异性对有监督的检测方法、半监督的检测方法、无监督的检测方法和异常值暴露的检测方法进行系统概述.然后按照关键技术从神经网络分类器、度量学习和深度生成模型三方面总结现有OOD检测方法.最后讨论OOD检测未来的研究方向.

    关键词：机器学习,  深度学习,  分布外(OOD)检测,  图像识别   

    引用本文:

    郭凌云, 李国和, 龚匡丰, 薛占熬. 图像分布外检测研究综述[J]. 模式识别与人工智能, 2023, 36(7): 613-633.

  GUO Lingyun, LI Guohe, GONG Kuangfeng, XUE Zhan'ao. Research on Image Out-of-Distribution Detection: A Review. Pattern Recognition and Artificial Intelligence, 2023, 36(7): 613-633.

    扫码阅读:

⭕ 研究与应用

    面向隐私保护的联邦域泛化行人重识别方法

    彭锦佳¹, 宋鹏鹏¹, 王辉兵²

    1.河北大学 网络空间安全与计算机学院 保定 071002;
    2.大连海事大学 信息科学技术学院 大连 116026

    摘要: 行人重识别旨在从不同的摄像头中识别目标行人的图像.由于不同场景之间存在域偏差,在一个场景中训练好的重识别模型常常无法直接应用在另一个场景,并且从摄像头收集的数据通常包含敏感的个人信息,而现有的大部分重识别方法通常需要训练数据的集中化,这可能会带来隐私泄露问题.因此,文中提出面向隐私保护的联邦域泛化行人重识别方法(Federated Domain Generalization Person Re-identification with Privacy Preserving, PFReID),在保护行人隐私的前提下,从独立的多个非共享数据域中学习泛化模型.使用频域空间插值的方法平滑各个客户端在数据集上的域偏差,增加样本的多样性,提高各客户端模型的泛化性能.在客户端构建双分支对齐学习网络,保证客户端局部模型和全局模型学习表示的一致性,用于客户端局部模型的更新.在多个公开行人数据集上的实验验证PFReID的性能较优.

    关键词：行人重识别,  域泛化,  联邦学习,  数据隐私,  对齐学习 

    引用本文:

    彭锦佳, 宋鹏鹏, 王辉兵. 面向隐私保护的联邦域泛化行人重识别方法[J]. 模式识别与人工智能, 2023, 36(7): 634-646.

    PENG Jinjia, SONG Pengpeng, WANG Huibing. Federated Domain Generalization Person Re-identification with Privacy Preserving. Pattern Recognition and Artificial Intelligence, 2023, 36(7): 634-646.

    扫码阅读:

    融合多策略改进的黏菌优化算法

    李得恺¹, 张长胜¹, 杨雪松¹

    1.昆明理工大学 信息工程与自动化学院 昆明 650504

    摘要: 针对黏菌优化算法(Slime Mould Algorithm, SMA)的寻优过程存在收敛效率较低、容易陷入局部最优解等问题,文中提出融合多策略改进的黏菌优化算法(Improved SMA Fused with Multi-strategy, MISMA).引入Halton序列,丰富初始种群的多样性,提升算法寻优的遍历性和收敛精度.融入差分变异思想,改进算法的全局位置更新公式,强化全局探索能力,增强算法的持续寻优性能.糅合改进收敛因子和精英选择机制的局部搜索策略,提升算法的局部开采能力,更好地平衡算法的全局探索与局部开发进程.基于动态边界的透镜成像学习策略改善个体的质量,加强算法反早熟及摆脱局部最优解的能力.在13个基准函数及部分CEC2014测试函数上的数值仿真实验表明,MISMA具有较强的鲁棒性.此外,在光伏电池组件模型参数优化实验上进一步验证MISMA在处理实际工程优化问题时的优越性及适用性.

    关键词：黏菌优化算法(SMA),  Halton序列,  差分变异,  收敛因子,  透镜成像学习,  动态边界

    引用本文:

    李得恺, 张长胜, 杨雪松. 融合多策略改进的黏菌优化算法[J]. 模式识别与人工智能, 2023, 36(7): 647-660. 

    LI Dekai, ZHANG Changsheng, YANG Xuesong. Improved Slime Mould Algorithm Fused with Multi-strategy. Pattern Recognition and Artificial Intelligence, 2023, 36(7): 647-660.

    扫码阅读: