計算機科學(xué)最新期刊目錄

一種可解釋的信用風(fēng)險評估模型：基于注意力機制的規(guī)則提取方法————作者：王寶財;吳國偉;

摘要：信用風(fēng)險評估旨在預(yù)判客戶是否會違約，被視為一項復(fù)雜的非線性二分類難題。盡管傳統(tǒng)的統(tǒng)計模型在信用評估領(lǐng)域具有一定的應(yīng)用價值，但其局限性也日益顯現(xiàn)。鑒于此，機器學(xué)習(xí)技術(shù)，特別是支持向量機、深度神經(jīng)網(wǎng)絡(luò)和集成學(xué)習(xí)等先進方法，在信用風(fēng)險評估領(lǐng)域得到了廣泛應(yīng)用，旨在提升模型的準確性和預(yù)測精度。然而，盡管這些機器學(xué)習(xí)模型性能卓越，但其內(nèi)在的復(fù)雜性和不透明性導(dǎo)致模型預(yù)測結(jié)果難以向用戶闡釋，從而在實施過程中面臨諸...

基于動態(tài)病情建模的藥物組合推薦模型————作者：胡海龍;許祥偉;李雅倩;

摘要：針對現(xiàn)有研究尚未考慮藥方會隨著患者的病情動態(tài)變化以及藥物之間存在副作用等問題，本文提出了一種基于動態(tài)病情建模的藥物組合推薦模型MRNET(Medical recommendation network)，該模型通過對相關(guān)實體進行關(guān)聯(lián)，并運用圖卷積網(wǎng)絡(luò)進行預(yù)訓(xùn)練挖掘出實體之間潛在的關(guān)聯(lián)信息為后續(xù)的動態(tài)病情建模和藥物組合推薦提供數(shù)據(jù)支持。隨后，MRNET模型通過Transformer獲取縱向病情動態(tài)特征...

基于實例級提示生成的多源域泛化故障診斷方法————作者：李叔罡;李明嘉;袁龍輝;齊光鵬;劉馳;

摘要：提出了一種基于實例級提示生成的多源域泛化故障診斷方法，以提升模型在跨域環(huán)境下的故障識別能力。該方法利用跨頻對齊提示生成器動態(tài)生成實例級提示，能夠針對不同樣本的局部特征進行精細化建模，并結(jié)合語義一致性增強模塊，保證實例級提示的語義有效性。此外，為了進一步提升模型在跨域任務(wù)中的穩(wěn)定性和適應(yīng)性，引入記憶庫增強對比學(xué)習(xí)模塊，充分利用跨域正負樣本，通過存儲和動態(tài)更新訓(xùn)練樣本的特征表征，擴大正負樣本分布的多樣...

一種類型引導(dǎo)邊匹配的異質(zhì)圖相似度學(xué)習(xí)方法————作者：桑士龍;陳可佳;

摘要：圖相似度學(xué)習(xí)是通過學(xué)習(xí)圖的結(jié)構(gòu)特征來匹配圖之間相似程度的方法。近年來，基于圖神經(jīng)網(wǎng)絡(luò)的圖相似度學(xué)習(xí)方法目前仍局限于節(jié)點級或圖級的匹配范式，忽視了邊級表示及其對圖結(jié)構(gòu)匹配的貢獻。此外，現(xiàn)實圖中的邊通常具有不同類型，代表節(jié)點間不同的語義關(guān)系，可用于引導(dǎo)跨圖交互。因此，提出了一種類型引導(dǎo)邊匹配的異質(zhì)圖相似度學(xué)習(xí)方法（TEM-HGSL），首先設(shè)計基于線圖的異質(zhì)圖同構(gòu)網(wǎng)絡(luò)以更好學(xué)習(xí)邊的嵌入，然后進行類型對齊...

車聯(lián)網(wǎng)邊緣服務(wù)場景下的隱私保護計算：技術(shù)基礎(chǔ)與研究進展綜述————作者：李佳惠;李英龍;陳鐵明;

摘要：隨著智能汽車、邊緣計算與無線通信技術(shù)的深度融合，“車-路-云”協(xié)同的智能車聯(lián)網(wǎng)（Internet of Vehicles）邊緣服務(wù)體系快速發(fā)展，通過實時數(shù)據(jù)處理優(yōu)化了交通效率與駕駛安全性。然而，開放邊緣網(wǎng)絡(luò)環(huán)境下海量車輛感知數(shù)據(jù)（如位置軌跡、駕駛行為）的交互與計算，面臨竊聽攻擊、推理攻擊等隱私泄露風(fēng)險。雖然現(xiàn)有的隱私保護方案逐步增強了隱私保護效果，但車聯(lián)網(wǎng)邊緣環(huán)境下的動態(tài)拓撲與資源受限等特性，使得...

基于圖注意力交互的行人軌跡預(yù)測方法————作者：劉宏鑒;鄒丹平;李萍;

摘要：行人軌跡預(yù)測在自動駕駛領(lǐng)域和智慧交通領(lǐng)域均取得了顯著的研究進展。由于行人的行為受到自身和環(huán)境因素雙重影響，其軌跡具有不確定性和復(fù)雜性，準確利用軌跡數(shù)據(jù)的交互特征生成多模態(tài)軌跡仍存在較大挑戰(zhàn)。目前該領(lǐng)域當中的主要挑戰(zhàn)是準確建模行人之間的時空交互。面對復(fù)雜的行人時空交互，提出了一種基于圖注意力（Graph Attention， GAT）的時空圖神經(jīng)網(wǎng)絡(luò)，其量化表示行人之間的空間交互并重點關(guān)注關(guān)鍵交互，...

基于大型語言模型文本簡化的細粒度情感分析————作者：王葉;王中卿;

摘要：細粒度情感分析旨在識別句子中每個方面的情感極性。然而，現(xiàn)有研究大多忽視了評論文本中普遍存在的冗余信息，這些無關(guān)信息不僅增加了模型處理的復(fù)雜性，還可能導(dǎo)致模型無法準確捕捉原始文本中的情感元素。為解決這一問題，該文提出了一種將原始文本轉(zhuǎn)化為簡化子句的模型，以更簡明的方式表達相同的情感觀點。其基本思想是利用大型語言模型預(yù)識別文本中的方面詞和意見詞，再基于識別結(jié)果生成簡化子句，并通過自我驗證機制確保生成的...

基于大語言模型的移動應(yīng)用隱私政策合規(guī)性檢測方法研究————作者：王立梅;韓林睿;杜祖煒;鄭日;時建中;劉奕群;

摘要：隱私政策是網(wǎng)絡(luò)服務(wù)提供者對其合法采集和利用個人信息行為的自律性承諾，旨在增強用戶對個人信息處理過程的信任并提升其控制能力。然而，實際應(yīng)用中卻存在內(nèi)容冗長、術(shù)語復(fù)雜、合規(guī)邊界模糊等問題。傳統(tǒng)方法依賴分類模型，通過對隱私政策文本標注實現(xiàn)自動化合規(guī)檢測，但存在評估標準單一化、標注數(shù)據(jù)獲取成本高、模型泛化能力不足等局限性。文中提出一種基于大語言模型的移動應(yīng)用隱私政策合規(guī)性檢測方法，核心流程為“構(gòu)建合規(guī)性評...

動態(tài)旋轉(zhuǎn)因子生成的流水線NTT高效硬件實現(xiàn)————作者：韓迎梅;李斌;李坤;周清雷;于世梁;

摘要：在全同態(tài)加密領(lǐng)域，多項式乘法的高復(fù)雜度計算一直是性能提升的難點。為加速此過程，數(shù)論變換（NTT， Number Theoretic Transform）被廣泛應(yīng)用，但傳統(tǒng)基于多路徑延遲交換的NTT架構(gòu)存在硬件利用率不足、旋轉(zhuǎn)因子開銷大等缺點。針對這些問題，一種基于流水線架構(gòu)的NTT硬件加速器設(shè)計方案被提出，該方案在多路徑延遲交換架構(gòu)的基礎(chǔ)上進行優(yōu)化，通過統(tǒng)一的NTT/INTT（Inverse NT...

一種基于特征分布的高魯棒模型結(jié)構(gòu)后門方法————作者：陳先意;張成娟;錢江峰;郭倩彬;崔琦;付章杰;

摘要：模型后門攻擊通常將待觸發(fā)后門隱藏在模型參數(shù)中，而在其構(gòu)造的特定樣本下激活預(yù)設(shè)輸出。但這類方法容易遭受參數(shù)凈化等防御技術(shù)的削弱，導(dǎo)致后門難以觸發(fā)。為此，首次基于特征分布設(shè)計后門觸發(fā)機制，構(gòu)建了不依賴模型參數(shù)的結(jié)構(gòu)后門，從而實現(xiàn)高隱蔽、高魯棒的后門植入。首先，使用模型特征空間中的分布式觸發(fā)器生成后門圖像，使得后門激活更加穩(wěn)定，從而提升攻擊可靠性；其次，構(gòu)建由分布檢測器和后門寄存器組成的后門結(jié)構(gòu)，并嵌入...

低軌衛(wèi)星網(wǎng)絡(luò)中基于深度強化學(xué)習(xí)的航空器任務(wù)卸載策略————作者：李芳;袁寶淳;沈航;王天荊;白光偉;

摘要：低地球軌道(Low Earth Orbit， LEO)衛(wèi)星通信具有傳輸距離遠、覆蓋范圍廣、不受地形地貌限制等優(yōu)點，已成為民航運輸業(yè)和通用航空業(yè)的重要通訊手段。然而，低軌衛(wèi)星網(wǎng)絡(luò)是一個高度異構(gòu)和動態(tài)的環(huán)境，衛(wèi)星節(jié)點的移動性、通信鏈路的復(fù)雜性、航空器時空分布不均和多種業(yè)務(wù)并存等特點使得任務(wù)卸載和資源分配面臨許多挑戰(zhàn)性問題。為此，本文提出了一種基于雙深度強化學(xué)習(xí)(Double Deep Reinforc...

視線引導(dǎo)與自專家克隆融合強化學(xué)習(xí)的無人船路徑跟蹤————作者：劉嘉輝;趙一諾;田豐;齊光鵬;李江濤;劉馳;

摘要：無人船路徑跟蹤對海上自主作業(yè)至關(guān)重要，然而，風(fēng)、浪、流以及無人船自身的控制誤差等因素會影響路徑跟蹤的性能。強化學(xué)習(xí)算法憑借在線交互與實時反饋的特點，能夠主動適應(yīng)動態(tài)環(huán)境，在無人船路徑跟蹤任務(wù)中展現(xiàn)出良好的應(yīng)用前景，然而其試錯訓(xùn)練模式在實際應(yīng)用中存在安全風(fēng)險，且理想仿真場景與現(xiàn)實復(fù)雜環(huán)境之間的差距也進一步制約了強化學(xué)習(xí)在實際應(yīng)用中的效果。針對這些挑戰(zhàn)，本文提出了一種視線引導(dǎo)與自專家克隆融合強化學(xué)習(xí)的...

CA-SFTNet：基于空間特征變換和濃縮注意力機制的皮膚病灶分割模型————作者：張偉;梁敦英;周婉婷;程祥;

摘要：針對皮膚病灶邊緣模糊、毛發(fā)等噪聲導(dǎo)致分割病灶區(qū)域不完整、病灶特征分布差異較大等問題，基于U-Net提出一種結(jié)合濃縮注意力機制和殘差空間特征變換的皮膚病灶分割算法CA-SFTNet。首先，在模型下采樣過程中進行特征切分，保留皮膚病灶淺層語義信息。其次，在跳躍連接處引入濃縮注意力機制(Condensed Attention Neural Block)，使得模型能夠聚焦于病灶區(qū)域，提高分割精度。最后，在...

基于多粒度特征聚合與二分搜索的高效多視圖立體重建————作者：許立君;趙宇杰;趙敏;馬為駽;陳侃松;

摘要：在基于深度學(xué)習(xí)的多視圖立體重建方法中，代價體構(gòu)建面臨高計算復(fù)雜度和內(nèi)存消耗的挑戰(zhàn)。現(xiàn)有研究多采用級聯(lián)架構(gòu)或迭代優(yōu)化方法降低內(nèi)存消耗，但級聯(lián)架構(gòu)的粗到細采樣策略可能導(dǎo)致細節(jié)信息丟失，削弱關(guān)鍵特征感知能力。為此，提出了一種基于級聯(lián)結(jié)構(gòu)的二分搜索與多粒度特征聚合的多視圖立體網(wǎng)絡(luò)框架。該框架通過級聯(lián)架構(gòu)減少內(nèi)存占用，利用二分搜索策略將深度范圍劃分為多個預(yù)選區(qū)域，并通過離散分類方法壓縮深度值搜索空間，提高深...

基于多分支注意力和深度下采樣的醫(yī)療圖像目標檢測方法————作者：顧成杰;孟義;朱東郡;張俊軍;

摘要：人工智能技術(shù)的發(fā)展使得基于深度學(xué)習(xí)的醫(yī)療圖像檢測在臨床實踐中具有廣泛應(yīng)用前景。然而，針對一些如腫瘤、斑塊等醫(yī)療圖像目標檢測，存在待標面積小、目標可提取特征少、提取難度大等問題。針對上述問題，提出了一種基于多分支注意力和深度下采樣的醫(yī)療圖像目標檢測方法 （MD-Det）。該方法引入特征提取模塊（C2f-DWR），進行對多尺度特征的提取，增強目標的特征表示；為了能夠更有效地捕捉圖像中的上下文信息，增強...

基于最長時延加權(quán)帶寬的Wasm與容器混合函數(shù)部署優(yōu)化方法————作者：諶燃照;李哲雄;顧琳;鐘梁;曾德澤;

摘要：容器技術(shù)因其輕量化、易于部署和高可用等優(yōu)勢，在邊緣服務(wù)器無感知計算平臺中得到了廣泛使用。然而，隨著應(yīng)用對低延遲需求的增長，容器的冷啟動所引發(fā)的高時延問題逐漸成為系統(tǒng)性能的瓶頸。WebAssembly（Wasm）憑借其輕量級沙箱特性和毫秒級啟動能力成為容器技術(shù)在某些場景下的重要補充方案。然而，其計算性能相較容器存在劣勢，尤其在需要處理函數(shù)間復(fù)雜依賴關(guān)系時，Wasm和容器的固有優(yōu)缺點使得函數(shù)部署方式和...

面向語音助手的竊聽攻擊與防御研究現(xiàn)狀與挑戰(zhàn)————作者：黃文斌;任炬;曹航程;蔣洪波;熊禮治;陳先意;付章杰;

摘要：語音助手作為人機語音交互的便捷接口，已在居家、運動、車載等諸多場景中得到廣泛應(yīng)用，為醫(yī)療、金融、教育等產(chǎn)業(yè)的智能化升級提供了有力支持。然而，語音助手的便捷與普及也引發(fā)了嚴峻的竊聽用戶對話，造成用戶隱私泄露的問題。現(xiàn)有關(guān)于語音助手的綜述性文獻主要聚焦于語音欺騙攻擊與防御、對抗樣本攻擊與防御等，針對語音竊聽攻擊與防御的總結(jié)與分析仍有待完善。為此，深入研究了面向語音助手的竊聽攻擊與防御，對現(xiàn)有研究進行了...

一階邏輯中一類多線型標準矛盾體的結(jié)構(gòu)————作者：曾丹;何星星;李瑩芳;李天瑞;

摘要：自動推理是人工智能的重要研究領(lǐng)域，推理規(guī)則是影響其效率的關(guān)鍵因素。基于矛盾體分離的演繹推理是一種可靠且完備的推理規(guī)則，具有多文字、多子句協(xié)同和動態(tài)演繹等優(yōu)勢。矛盾體構(gòu)造方法對演繹效率至關(guān)重要。基于此，提出基于命題邏輯一類矛盾體結(jié)構(gòu)——多線型標準矛盾體，給出此類矛盾體在不同情況下的復(fù)合策略，即利用兩個多線型標準矛盾體生成新的標準矛盾體的條件與方法，并對復(fù)合性質(zhì)上的共性結(jié)論和特性結(jié)論進行區(qū)分；指出通過...

基于可驗證憑證的軟件定義邊界匿名身份認證方案————作者：司雪鴿;賈洪勇;李惟賢;曾俊杰;門蕊蕊;

摘要：標準軟件定義邊界（SDP）架構(gòu)采用基于訪問者身份的認證與授權(quán)策略，實時監(jiān)控與審計訪問行為。但訪問者需完全披露身份信息以獲取訪問權(quán)限，可能泄露與服務(wù)無關(guān)的敏感數(shù)據(jù)，從而帶來隱私風(fēng)險。針對當前軟件定義邊界架構(gòu)下存在的用戶隱私信息難以得到有效保護、訪問記錄容易遭受惡意關(guān)聯(lián)等問題，提出一種適用于軟件定義邊界架構(gòu)的基于可驗證憑證的匿名認證方案。基于雙線性映射和CL簽名構(gòu)建可驗證憑證驗證算法，并將可驗證憑證體...

基于知識蒸餾的聯(lián)邦學(xué)習(xí)后門攻擊方法————作者：趙桐;陳學(xué)斌;王柳;景忠瑞;鐘琪;

摘要：聯(lián)邦學(xué)習(xí)能夠使不同參與者利用私人數(shù)據(jù)集共同訓(xùn)練一個全局模型。然而聯(lián)邦學(xué)習(xí)的分布式特性，也為后門攻擊提供了空間。后門攻擊中的攻擊者對全局模型進行投毒，使全局模型在遇到帶有特定后門觸發(fā)器的樣本時誤導(dǎo)至有針對性的錯誤預(yù)測。本文提出了一種基于知識蒸餾的聯(lián)邦學(xué)習(xí)后門攻擊方法。首先，利用蒸餾生成的濃縮毒化數(shù)據(jù)集訓(xùn)練教師模型，并將教師模型的“暗知識”傳遞給學(xué)生模型，以提煉惡意神經(jīng)元。最后，通過神經(jīng)元Z分數(shù)排序和...

　　計算機科學(xué)來自網(wǎng)友的投稿評論：

提交