期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到800篇文章
< 1 2 … 40 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于多任务学习的电机声信号域自适应故障诊断方法
1
作者 王永淇 肖登宇 +2 位作者 胡嫚 秦毅 吴飞 《电子测量技术》 北大核心 2025年第1期8-19,共12页
由于高质量的电机故障数据样本的采集和处理成本过高,新采集的数据样本存在无标注的情况,而域自适应可以借助现有数据对无标注的新数据进行处理识别,因而在故障诊断领域受到了广泛关注。在基于域自适应的电机故障诊断领域,存在两个问题... 由于高质量的电机故障数据样本的采集和处理成本过高,新采集的数据样本存在无标注的情况,而域自适应可以借助现有数据对无标注的新数据进行处理识别,因而在故障诊断领域受到了广泛关注。在基于域自适应的电机故障诊断领域,存在两个问题:常用域自适应框架下会出现多任务梯度冲突。同时,现有方法极少研究复杂运行状态之间的迁移任务。因此本文提出了AMDA电机故障诊断方法以解决上述问题。AMDA方法利用多层一维卷积层、批量归一化层和池化层构成的特征提取器,提取源域和目标域的高阶特征;之后结合使用基于对抗的方法和基于分布差异度量的方法,减小源域和目标域数据特征的分布差异;最后引入基于梯度对齐的多任务学习方法,对故障分类器、域判别器和分布差异度量三个任务进行平衡和优化,减小多任务梯度之间的冲突,最终得到基于多任务学习的电机声信号的域自适应故障诊断模型。使用所提出的AMDA方法在多个试验设置下进行跨运行状态故障诊断试验,试验结果表明,AMDA方法在基于声信号的跨运行状态电机故障诊断试验中,完成了稳定运行状态(Stable)、启动运行状态(Start)和循环运行状态(NEDC)之间的迁移任务,最高诊断正确率可达91.47%。同时,AMDA方法在两个对比试验中,性能均显著高于其他方法,具有一定的研究价值和工程应用价值。 展开更多
关键词 电动机 声信号 故障诊断 域自适应 多任务学习
在线阅读 下载PDF
基于SAM2多任务学习的山区地块模糊边界提取
2
作者 黄启厅 凌玉荣 +6 位作者 谢国雪 杨绍锷 杨颖频 李海亮 梁存穗 何新洁 谢意 《南方农业学报》 北大核心 2025年第1期18-28,F0002,共12页
【目的】构建多任务模糊边界提取深度学习模型,解决模糊边界难提取及伪边界难消除的问题,为地块破碎地区的地块边界提取提供参考依据。【方法】以广西河池市宜州区为研究区,通过解译典型山区破碎遥感影像,建立模糊边界提取数据集,引入S... 【目的】构建多任务模糊边界提取深度学习模型,解决模糊边界难提取及伪边界难消除的问题,为地块破碎地区的地块边界提取提供参考依据。【方法】以广西河池市宜州区为研究区,通过解译典型山区破碎遥感影像,建立模糊边界提取数据集,引入SAM2视觉大模型及采用适配器Adapter微调优化其编码器,设计地块属性提取辅助任务,构建多任务模糊边界提取深度学习模型SAM2Xi,并通过对比试验证实该模型在山区地块破碎环境下的模糊边界提取效果。【结果】SAM2Xi模型在全局最佳阈值(ODS)和单图最佳阈值(OIS)上表现最佳,分别为0.663和0.672,显示出最高的边缘检测精度和适应性,但50%精度召回率(R50)略低于DexiNed模型。SAM2Xi模型结合语义信息与边缘特征,增强了模糊边界识别能力,在复杂场景下表现尤为出色;SAM2Xi模型在低对比度和复杂背景下仍然保持高精度,模糊边界区域的细节保留、连贯性和噪声抑制均优于其他模型;此外,SAM2Xi模型在伪边界清除任务中表现最佳,其先进特征提取和优化机制几乎完全消除了伪边界干扰,在各类场景下保持高精度边缘检测,具有更高的鲁棒性和准确性。SAM2Xi模型能成功提取研究区的地块信息(地块图斑数1587597个,总面积145696.646 ha),且提取的地块分布与实际情况高度吻合,具体表现为:(1)在大片耕地范围内可准确划分各地块;(2)可提取建筑物中的零星耕地或园地;(3)可提取林地中能被单独分割的地块(人工林),但自然林基本不会被误识。【结论】基于SAM2多任务学习构建的SAM2Xi模型实现了模糊边界识别与伪边界清除的双重突破,在复杂地形适应性、边界连贯性保持及噪声抑制方面具有明显优势,为我国西南山区复杂地形下地块边界提取及山区农业资源精准管理提供了技术支撑。 展开更多
关键词 地块边界提取 SAM2 多任务学习 遥感影像 SAM2Xi模型
在线阅读 下载PDF
基于情感辅助多任务学习的社交网络攻击性言论检测技术研究
3
作者 金地 任昊 +2 位作者 唐瑞 陈兴蜀 王海舟 《信息网络安全》 北大核心 2025年第2期281-294,共14页
随着互联网和移动互联网技术的快速发展,越来越多的人们热衷于在社交网络上获取信息,表达自己的立场和观点。但近年来,社交网络上充斥着越来越多的攻击性言论及其他不良言论,网络暴力大量滋生。目前,攻击性言论检测研究大多集中在英文领... 随着互联网和移动互联网技术的快速发展,越来越多的人们热衷于在社交网络上获取信息,表达自己的立场和观点。但近年来,社交网络上充斥着越来越多的攻击性言论及其他不良言论,网络暴力大量滋生。目前,攻击性言论检测研究大多集中在英文领域,面向中文攻击性言论检测的相关研究较少。针对该问题,首先,文章采集了新浪微博平台中大量的推文数据,并依据制定的标注规则对相关数据进行标注,构建了中文攻击性言论数据集;然后,文章提取了包括情感特征、内容特征、传播特征3个类别在内的统计特征;最后,文章构建了基于多任务学习的攻击性言论检测模型,引入辅助任务情感分析,利用两个任务之间的高度相关性提升模型的检测效果。实验结果表明,文章提出的检测模型对攻击性言论的检测效果优于其他常用检测方法。该研究工作为后续的面向社交网络的攻击性言论检测提供了方法和思路。 展开更多
关键词 攻击性言论 多任务学习 社交网络 深度学习
在线阅读 下载PDF
MCPD:结合预训练与去噪图卷积网络的多任务学习推荐模型
4
作者 范钰敏 袁卫华 +1 位作者 王龙霄 孙倩 《软件导刊》 2025年第3期78-85,共8页
目前,基于图卷积网络(GCN)的推荐系统普遍存在噪声、训练效率低以及无法选择合适的损失函数进行有效联合优化的问题。为此,提出结合预训练与去噪图卷积网络的多任务学习推荐模型MCPD,采用图卷积网络重点关注高阶邻居间的协作信号以生成... 目前,基于图卷积网络(GCN)的推荐系统普遍存在噪声、训练效率低以及无法选择合适的损失函数进行有效联合优化的问题。为此,提出结合预训练与去噪图卷积网络的多任务学习推荐模型MCPD,采用图卷积网络重点关注高阶邻居间的协作信号以生成更精准的用户和项目嵌入。首先,通过双向注意力聚合模型分别对用户与项目进行预训练,以提升模型收敛速度和训练效率。其次,设计邻居边去噪自编码器模型,在邻居边去噪任务中将传统图卷积网络与注意力机制相结合以识别噪声边,通过降噪自编码器DAE对嵌入进行编码和解码以减少噪声。最后,选择性能最好的余弦对比损失函数,并结合多任务学习联合优化双向注意力聚合预训练、邻居边去噪和降噪自编码器来保证模型推荐精度。在3个标准数据集上的实验表明,MCPD模型的Recall、NDCG指标分别达到7.10、6.00、19.09以及5.85、4.82、15.75,优于其他基线,在推荐准确性方面相较基于GCN的推荐系统具有明显优势。 展开更多
关键词 推荐系统 图卷积网络 协同过滤 去噪 多任务学习
在线阅读 下载PDF
基于U-Net多任务学习的人体分割与关键点检测研究
5
作者 刘宇征 佟维妍 《计算机与数字工程》 2025年第2期528-534,598,共8页
针对青少年特发性脊柱侧凸传统检测方法阳性预测值低且需要X光检查又具有辐射的局限性。近年来,越来越多的研究人员开发并验证了深度学习算法在脊柱侧凸检测中的可行性和有效性。论文提出了一种基于U-Net网络的并行解码器结构的多任务... 针对青少年特发性脊柱侧凸传统检测方法阳性预测值低且需要X光检查又具有辐射的局限性。近年来,越来越多的研究人员开发并验证了深度学习算法在脊柱侧凸检测中的可行性和有效性。论文提出了一种基于U-Net网络的并行解码器结构的多任务学习模型,并对网络中卷积模块进行改进增强了网络的特征提取能力。该模型涉及两个任务,即人体分割和人体关键点的检测。该模型的设计思想是通过在不同但相关的任务之间共享知识来获取分段模型。论文利用139个人体未遮盖背部图像,进行了模型的验证和评估。研究结果表明,论文提出的多任务模型较基准U-Net模型的分割交并比值提升了2.44%,较单独执行关键点检测任务的ACC提升了1.5%,并且减轻了训练条件,提高了模型的通用性。 展开更多
关键词 深度学习 多任务学习 语义分割 关键点检测
在线阅读 下载PDF
基于多任务学习的变电站设备综合状态评估
6
作者 潘科 《办公自动化》 2025年第2期126-128,共3页
文章旨在解决传统单一任务学习模型无法全面考虑设备状态相互影响和耦合关系的问题。文章通过分析和测试,揭示在不同时间跨度下模型的表现及潜在的优化方向。研究结果表明,随着时间跨度的增加,模型的均方根误差与均值绝对误差呈现整体... 文章旨在解决传统单一任务学习模型无法全面考虑设备状态相互影响和耦合关系的问题。文章通过分析和测试,揭示在不同时间跨度下模型的表现及潜在的优化方向。研究结果表明,随着时间跨度的增加,模型的均方根误差与均值绝对误差呈现整体下降趋势,尤其在短时间跨度下表现更为精确。针对长时间跨度数据,可能需更多的迭代次数以适应数据的复杂性。 展开更多
关键词 多任务学习 变电站设备 设备状态评估
在线阅读 下载PDF
基于多任务学习的改性双基推进剂的综合性能预测 被引量：1
7
作者 郭延芝 吴艳玲 +2 位作者 徐司雨 蒲雪梅 赵凤起 《化学研究与应用》 CAS 北大核心 2024年第3期608-615,共8页
为满足改性双基推进剂多性能的综合预测需求,本研究提出基于多任务学习的机器学习策略,综合考虑推进剂组分、含量、压强和的粒度对目标性能的影响,首次构建了包含燃速、比冲、特征速度、摩擦感度和撞击感度在内的RDX-CMDB推进剂综合性... 为满足改性双基推进剂多性能的综合预测需求,本研究提出基于多任务学习的机器学习策略,综合考虑推进剂组分、含量、压强和的粒度对目标性能的影响,首次构建了包含燃速、比冲、特征速度、摩擦感度和撞击感度在内的RDX-CMDB推进剂综合性能预测模型。通过网格寻参模式优化模型,结合十折交叉验证法比较了十种机器学习算法的建模效果。其中,极限梯度提升回归模型预测性能最优,平均R^(2)可达0.9997;在对6个外部样本的测试中,该模型对5个目标性能的预测误差均在5%以内。结果表明,本研究提出的多任务机器学习模型可在试验样本量不足的情况下,实现推进剂的多个目标性能准确预测,对推进剂的综合性能优化和配方设计具有理论指导意义。 展开更多
关键词 改性双基推进剂 综合性能 多任务学习 定量预测
在线阅读 下载PDF
面向合同信息抽取的动态多任务学习方法 被引量：1
8
作者 王浩畅 郑冠彧 赵铁军 《软件学报》 EI CSCD 北大核心 2024年第7期3377-3391,共15页
对于合同文本中要素和条款两类信息的准确提取,可以有效提升合同的审查效率,为贸易各方提供便利化服务.然而当前的合同信息抽取方法一般训练单任务模型对要素和条款分别进行抽取,并没有深挖合同文本的特征,忽略了不同任务间的关联性.因... 对于合同文本中要素和条款两类信息的准确提取,可以有效提升合同的审查效率,为贸易各方提供便利化服务.然而当前的合同信息抽取方法一般训练单任务模型对要素和条款分别进行抽取,并没有深挖合同文本的特征,忽略了不同任务间的关联性.因此,采用深度神经网络结构对要素抽取和条款抽取两个任务间的相关性进行研究,并提出多任务学习方法.所提方法首先将上述两种任务进行融合,构建一种应用于合同信息抽取的基本多任务学习模型;然后对其进行优化,利用Attention机制进一步挖掘其相关性,形成基于Attention机制的动态多任务学习模型;最后针对篇章级合同文本中复杂的语义环境,在前两者的基础上提出一种融合词汇知识的动态多任务学习模型.实验结果表明,所提方法可以充分捕捉任务间的共享特征,不仅取得了比单任务模型更好的信息抽取结果,而且能够有效解决合同文本中要素与条款间实体嵌套的问题,实现合同要素与条款的信息联合抽取.此外,为了验证该方法的鲁棒性,在多个领域的公开数据集上进行实验,结果表明该方法的效果均优于基线方法. 展开更多
关键词 多任务学习 合同文本 信息联合抽取 注意力机制 实体嵌套
在线阅读 下载PDF
基于图半监督与多任务学习的配电网故障区段与类型统一辨识 被引量：3
9
作者 梁栋 赵月梓 +1 位作者 贺国润 陈海文 《电力系统保护与控制》 EI CSCD 北大核心 2024年第12期25-32,共8页
为解决深度学习类配电网故障辨识方法在量测不足和标记率低时准确率不高的问题,提出了基于图半监督与多任务学习的故障区段与类型统一辨识方法。首先,设计了故障区段与类型统一辨识的图神经网络架构,在图嵌入层中融入网络拓扑和线路参... 为解决深度学习类配电网故障辨识方法在量测不足和标记率低时准确率不高的问题,提出了基于图半监督与多任务学习的故障区段与类型统一辨识方法。首先,设计了故障区段与类型统一辨识的图神经网络架构,在图嵌入层中融入网络拓扑和线路参数信息,以充分挖掘不同位置、类型的故障特征。其次,采用多任务注意力网络构建了故障区段定位和类型辨识两个任务,以提取故障的多重信息,实现不同任务间知识转移。再次,将图嵌入特征与无标签样本的编码压缩特征进行融合,得到新的多任务共享特征,以充分利用未标记数据,增强模型泛化能力。最后,通过算例测试表明,所提方法的故障辨识精度优于传统神经网络,且在实时量测少、标签率低及不同量测噪声条件下具有更好的鲁棒性。 展开更多
关键词 半监督学习 多任务学习 图神经网络 故障辨识 配电网
在线阅读 下载PDF
基于多任务学习多目标优化的稀土元素组分含量与浓度多维度软测量
10
作者 张水平 张奇涵 王碧 《控制理论与应用》 EI CAS CSCD 北大核心 2024年第3期454-467,共14页
稀土混合萃取溶液中各元素组分含量的在线软测量是优化连续萃取生产过程、确保产品高纯化的前提.现有软测量方法可独立求解单个稀土元素组分含量,但忽略了多元素组分含量间或组分含量与其它相关因素(如浓度)间的共性.本文为探索多稀土... 稀土混合萃取溶液中各元素组分含量的在线软测量是优化连续萃取生产过程、确保产品高纯化的前提.现有软测量方法可独立求解单个稀土元素组分含量,但忽略了多元素组分含量间或组分含量与其它相关因素(如浓度)间的共性.本文为探索多稀土元素组分含量间及组分含量与浓度间的共性,将多任务学习方法用于稀土元素组分含量软测量中.首先,构建多任务深度神经网络,提高模型的泛化能力和鲁棒性.其次,提出基于多目标优化算法的稀土多元素组分含量预测方法,通过搜索Pareto最优以提升各任务的预测精度.经多组对比实验表明,该方法在多元素组分含量或多元素组分含量与浓度同时训练时性能最佳,能满足稀土元素组分含量在线检测的精确性和实时性. 展开更多
关键词 稀土萃取 组分含量 多任务学习 多目标优化 机器学习 深度学习 帕累托
在线阅读 下载PDF
基于全卷积神经网络多任务学习的时域语音分离
11
作者 孙林慧 王春艳 张蒙 《信号处理》 CSCD 北大核心 2024年第12期2228-2237,共10页
基于深度神经网络时频掩码进行语音分离时,目标信号相位一般采用混合信号的相位谱,且对性别组合缺乏针对性处理,这导致分离语音的质量不佳。针对该问题,本文提出一种基于全卷积神经网络联合性别组合检测(Fully Convolutional Neural Net... 基于深度神经网络时频掩码进行语音分离时,目标信号相位一般采用混合信号的相位谱,且对性别组合缺乏针对性处理,这导致分离语音的质量不佳。针对该问题,本文提出一种基于全卷积神经网络联合性别组合检测(Fully Convolutional Neural Network-Gender Combination Detection,FCN-GCD)多任务学习的时域语音分离方法。该方法首先在语音分离支路构建全卷积神经网络,该网络的输入为时域两人混合语音信号,输出为目标讲话者的纯净语音信号,运用卷积编码器和反卷积解码器对特征进行压缩和重建,实现端到端的语音分离。其次将混合语音性别组合检测任务整合到语音分离网络中,在两个任务联合约束下获取辅助信息特征和语音分离特征,并将这些深度特征相结合来提升语音分离质量。该FCN-GCD方法是一种时域语音分离方法,不需要进行相位恢复和频域到时域的重构,相比频域处理方法,该处理过程简单,从而提高了运算效率。另外,该方法从混合语音性别组合检测任务中提取有效的辅助信息特征,利用联合特征实现了更有效的语音分离。实验结果表明,与单任务的语音分离方法相比,本文所提出的FCN-GCD方法在男男、女女和男女三种性别组合下均有效提高了语音质量,在语音质量感知评估(Perceptual Evaluation of Speech Quality,PESQ)、短时客观可懂度(Short-Time Objective Intelligibility,STOI)、信号干扰比(Signalto-Interference Ratio,SIR)、信号失真比(Signal-to-Distortion Ratio,SDR)和信号伪像比(Signal-to-Artifact Ratio,SAR)评价指标上均获得更佳的表现。 展开更多
关键词 深度神经网络 语音分离 全卷积神经网络 特征融合 多任务学习
在线阅读 下载PDF
一种基于改进多任务学习的手背静脉识别方法与系统
12
作者 郑音飞 刘高凯 +2 位作者 罗泽熠 段会龙 徐正国 《信息技术与标准化》 2024年第7期20-26,共7页
针对当前手背静脉识别产品较为缺乏的问题,为了促进深度学习技术在手背静脉识别领域的落地应用,提出一种基于改进多任务学习的手背静脉识别方法,同时开发一套基于软硬件协同的手背静脉识别系统。来自采集手背静脉数据集上的实验结果显示... 针对当前手背静脉识别产品较为缺乏的问题,为了促进深度学习技术在手背静脉识别领域的落地应用,提出一种基于改进多任务学习的手背静脉识别方法,同时开发一套基于软硬件协同的手背静脉识别系统。来自采集手背静脉数据集上的实验结果显示,改进算法在嵌入式设备上能够取得99.59%的准确率、0.437%的等误率、小于1 s的识别时间,足以满足大多数常见应用场景对识别性能的需求,为手背静脉识别方法的落地应用提供了一种有效的解决方案。 展开更多
关键词 手背静脉识别 多任务学习 基础模型 改进模型 Jetson NANO 系统开发
在线阅读 下载PDF
基于多任务学习与注意力机制的多层次音频特征情感识别研究
13
作者 李磊 朱永同 +2 位作者 杨琦 赵金葳 马柯 《智能计算机与应用》 2024年第1期85-94,101,共11页
传统音频分类任务仅仅是从单层次音频提取特征向量进行分类,即便使用过大的模型,其过多的参数也会造成特征之间的耦合,不符合特征提取“高聚类,低耦合”的原则。由于注意到一些与情绪相关的协变量并没有得到充分利用,本文在模型中加入... 传统音频分类任务仅仅是从单层次音频提取特征向量进行分类,即便使用过大的模型,其过多的参数也会造成特征之间的耦合,不符合特征提取“高聚类,低耦合”的原则。由于注意到一些与情绪相关的协变量并没有得到充分利用,本文在模型中加入性别先验知识;将多层次音频特征分类问题转化为多任务问题进行处理,从而对多层次特征进行解耦再进行分类;针对特征分布的再优化方面设计了一个中心损失模块。通过在IEMOCAP数据集上的实验结果表明,本文提出模型的加权精度(WA)和未加权精度(UA)分别达到了71.94%和73.37%,与原本的多层次模型相比,WA和UA分别提升了1.38%和2.35%。此外,还根据Nlinear和Dlinear算法设计了两个单层次音频特征提取器,在单层次音频特征分类实验中取得了较好的结果。 展开更多
关键词 语音情感分类 MFCC 中心损失 多任务学习 先验信息 Dlinear
在线阅读 下载PDF
多任务学习 被引量：37
14
作者 张钰 刘建伟 左信 《计算机学报》 EI CSCD 北大核心 2020年第7期1340-1378,共39页
随着图像处理,语音识别等人工智能技术的发展,很多学习方法尤其是采用深度学习框架的方法取得了优异的性能,在精度和速度方面有了很大的提升,但随之带来的问题也很明显,这些学习方法如果要获得稳定的学习效果,往往需要使用数量庞大的标... 随着图像处理,语音识别等人工智能技术的发展,很多学习方法尤其是采用深度学习框架的方法取得了优异的性能,在精度和速度方面有了很大的提升,但随之带来的问题也很明显,这些学习方法如果要获得稳定的学习效果,往往需要使用数量庞大的标注数据进行充分训练,否则就会出现欠拟合的情况而导致学习性能的下降.因此,随着任务复杂程度和数据规模的增加,对人工标注数据的数量和质量也提出了更高的要求,造成了标注成本和难度的增大.同时,单一任务的独立学习往往忽略了来自其它任务的经验信息,致使训练冗余重复和学习资源的浪费,也限制了其性能的提升.为了缓解这些问题,属于迁移学习范畴的多任务学习方法逐渐引起了研究者的重视.与单任务学习只使用单个任务的样本信息不同,多任务学习假设不同任务数据分布之间存在一定的相似性,在此基础上通过共同训练和优化建立任务之间的联系.这种训练模式充分促进任务之间的信息交换并达到了相互学习的目的,尤其是在各自任务样本容量有限的条件下,各个任务可以从其它任务获得一定的启发,借助于学习过程中的信息迁移能间接利用其它任务的数据,从而缓解了对大量标注数据的依赖,也达到了提升各自任务学习性能的目的.在此背景之下,本文首先介绍了相关任务的概念,并按照功能的不同对相关任务的类型进行划分,之后对它们的特点进行了逐一描述.然后,本文按照数据的处理模式和任务关系的建模过程不同将当前的主流算法划分为两大类:结构化多任务学习算法和深度多任务学习算法.其中,结构化多任务学习算法采用线性模型,可以直接针对数据进行结构假设并且使用原有标注特征表述任务关系,同时,又可根据学习对象的不同将其细分为基于任务层面和基于特征层面两种不同结构,每种结构有判别式方法和生成式方法两种实现手段.与结构化多任务学习算法的建模过程不同,深度多任务学习算法利用经过多层特征抽象后的深层次信息进行任务关系描述,通过处理特定网络层中的参数达到信息共享的目的.紧接着,以两大类算法作为主线,本文详细分析了不同建模方法中对任务关系的结构假设、实现途径、各自的优缺点以及方法之间的联系.最后,本文总结了任务之间相似性及其紧密程度的判别依据,并且分析了多任务作用机制的有效性和内在成因,从归纳偏置和动态求解等角度阐述了多任务信息迁移的特点. 展开更多
关键词 多任务学习 信息迁移 任务相似性 贝叶斯生成式模型多任务学习 判别式多任务学习 深度多任务学习
在线阅读 下载PDF
基于串行及并行多任务学习网络的储层参数评价研究 被引量：1
15
作者 徐彬森 肖立志 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2024年第4期1613-1626,共14页
选取基于串行还是并行多任务学习的储层参数评价网络建模是近期涌现的一个问题.本文以中国西部某油田老区储层参数试验数据为基础,对比20种不同的基础神经元模块组成的多任务学习网络的孔隙度、饱和度和渗透率评价结果,据此提出模型选... 选取基于串行还是并行多任务学习的储层参数评价网络建模是近期涌现的一个问题.本文以中国西部某油田老区储层参数试验数据为基础,对比20种不同的基础神经元模块组成的多任务学习网络的孔隙度、饱和度和渗透率评价结果,据此提出模型选择策略:确定系数为评价指标,选择串行而不是并行结构网络模型的条件为模型参数量小于1000的参考值;模型参数量大于1000时,串行多任务网络不如并行多任务网络.当平均绝对误差为评价指标时,选取串行多任务的前提是模型参数量小于10000的参考值.模型参数量大于10000时,串行和并行多任务网络结果具有一定相似性.如果平均绝对误差和模型参数量均在允许范围内,两种架构网络均可行.本文旨在为后续不同类型多任务学习网络架构模型设计及应用提供支持. 展开更多
关键词 多任务学习 储层参数 评价机制 模型策略
在线阅读 下载PDF
基于多任务学习的IT运维服务需求语义解析 被引量：1
16
作者 许明阳 刘振元 王承涛 《计算机集成制造系统》 EI CSCD 北大核心 2024年第2期673-683,共11页
IT运维服务的自动化水平影响着企业的运营效率,为实现基于无人坐席的智能服务台,提出一种IT运维服务需求语义解析方法,包括意图识别和命名实体识别两个任务。在Multi-BERT-BiLSTM-CRF(MBBC)基准模型之上,通过先验知识和外部资源将词性... IT运维服务的自动化水平影响着企业的运营效率,为实现基于无人坐席的智能服务台,提出一种IT运维服务需求语义解析方法,包括意图识别和命名实体识别两个任务。在Multi-BERT-BiLSTM-CRF(MBBC)基准模型之上,通过先验知识和外部资源将词性和实体词典特征融入编码层,增强模型对词法信息和领域知识的学习。对MBBC模型的参数共享方式进行改进,提出增强的MBBC模型模型,增强两个任务之间的信息共享能力。实验表明,与MBBC模型相比,融合词性与实体词典特征并采用增强的MBBC模型可以进一步提升两类任务的识别性能。 展开更多
关键词 IT运维服务 意图识别 命名实体识别 BERT模型 多任务学习
在线阅读 下载PDF
基于多任务学习农作物叶片病害诊断方法 被引量：1
17
作者 郑果 姜玉松 《中国农业科技导报》 CSCD 北大核心 2024年第1期89-98,共10页
为了快速、准确判别农作物叶片病害图像的病害类型及病害程度,提出基于多任务学习的诊断方法。引入通道和空间注意力模型,对经典的MobileNetV3网络模型进行改进,并在此基础上构建基于特征金字塔的多任务深度卷积神经网络模型,实现作物... 为了快速、准确判别农作物叶片病害图像的病害类型及病害程度,提出基于多任务学习的诊断方法。引入通道和空间注意力模型,对经典的MobileNetV3网络模型进行改进,并在此基础上构建基于特征金字塔的多任务深度卷积神经网络模型,实现作物类型、病害类型和病害程度的精准识别。采用多种图像增强方法对农作物叶片病害图像进行扩展,对改进前后模型与其他图像识别模型在农作物病害叶片识别性能上进行对比试验,并探究在有无数据增强处理条件下不同模型的性能。结果表明:该模型在作物类型识别、病害类型识别与病害程度识别任务上,平均准确率比原模型分别提升1.38、2.24和2.03个百分点;召回率比原模型分别提升2.38、1.62和1.18个百分点;对比MobileNetV3,InceptionV3、YOLOv7模型,该模型在上述3个任务上平均识别准确率和召回率均达到最高。 展开更多
关键词 智慧农业 病害识别 深度学习 卷积神经网络 多任务学习
在线阅读 下载PDF
多任务学习孪生网络的遥感影像多类变化检测 被引量：1
18
作者 马惠 刘波 杜世宏 《自然资源遥感》 CSCD 北大核心 2024年第1期77-85,共9页
精确掌握土地覆盖/利用的变化及变化类型对国土空间规划、生态环境监测、灾害评估等有着重要意义,然而现有大部分变化检测研究主要关注二值变化检测。为此,该文首先提出了一种多任务学习深度孪生网络用于遥感影像的多类变化检测。首先... 精确掌握土地覆盖/利用的变化及变化类型对国土空间规划、生态环境监测、灾害评估等有着重要意义,然而现有大部分变化检测研究主要关注二值变化检测。为此,该文首先提出了一种多任务学习深度孪生网络用于遥感影像的多类变化检测。首先提出面向对象的无监督变化检测方法,选择出新、旧时相影像中最有可能发生变化和最不可能发生变化的区域,并作为多任务学习深度孪生网络的样本;其次,采用多任务学习深度孪生网络模型同时对新、旧时相的土地利用图以及新、旧时相的二值变化图这3个任务模型进行学习和预测;最后,基于模型预测的新、旧时相土地利用图及新、旧时相的二值变化图获取最终的多类变化检测结果。采用第三次全国国土调查的影像数据和相应的土地利用图斑数据对多任务学习深度孪生网络模型进行了测试,结果表明所提出的方法适用于这种在没有变化、未变化样本而有历史专题图的变化检测场景中。 展开更多
关键词 多任务学习 孪生网络 多类变化检测 第三次全国国土调查
在线阅读 下载PDF
基于多任务学习的间质性肺病分割算法
19
作者 李威 陈玲 +8 位作者 徐修远 朱敏 郭际香 周凯 牛颢 张煜宸 易珊烨 章毅 罗凤鸣 《计算机应用》 CSCD 北大核心 2024年第4期1285-1293,共9页
间质性肺病(ILD)的分割标签标注成本极高,且现有数据集通常存在样本量较少的问题,导致训练的模型效果较差。针对该问题,提出一种基于多任务学习的ILD分割算法。首先,基于U-Net构建多任务分割模型;其次,使用生成的肺部分割标签作为辅助... 间质性肺病(ILD)的分割标签标注成本极高,且现有数据集通常存在样本量较少的问题,导致训练的模型效果较差。针对该问题,提出一种基于多任务学习的ILD分割算法。首先,基于U-Net构建多任务分割模型;其次,使用生成的肺部分割标签作为辅助任务标签进行多任务学习;最后,使用一种自适应调整多任务损失函数权重的方法,平衡主任务和辅助任务的损失。在自构建的ILD数据集上的实验结果表明,多任务分割模型的Dice相似系数(DSC)达到了82.61%,与U-Net相比提升了2.26个百分点。验证了所提算法可以提升ILD的分割性能,协助临床医生进行ILD诊断。 展开更多
关键词 间质性肺病 语义分割 小样本量 多任务学习 自适应多任务损失函数
在线阅读 下载PDF
基于多任务学习的跨年龄人脸识别系统的设计与实现 被引量：1
20
作者 郑天悦 方水平 赵元苏 《北京工业职业技术学院学报》 2024年第2期24-28,共5页
跨年龄人脸识别技术可以应用在刑事侦查、社会安全、人口管理等诸多领域,具有广泛的应用前景。对跨年龄人脸识别技术进行研究,主要难点是年龄增长带来的面部变化。为应对这一难点,设计了基于多任务学习的跨年龄人脸识别系统,该系统具有... 跨年龄人脸识别技术可以应用在刑事侦查、社会安全、人口管理等诸多领域,具有广泛的应用前景。对跨年龄人脸识别技术进行研究,主要难点是年龄增长带来的面部变化。为应对这一难点,设计了基于多任务学习的跨年龄人脸识别系统,该系统具有去除年龄因素影响、面对跨年龄人脸具有更强鲁棒性等优点,并通过实验证明了该系统可以提高在跨年龄人脸识别数据库Morph Album 2的识别准确率。 展开更多
关键词 跨年龄人脸识别 多任务学习 卷积神经网络
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 40 下一页 到第 页
使用帮助 返回顶部