公共文化服务平台

陈学勤: 作品数：10 被引量：26H指数：3; 供职机构：电子科技大学信息与软件工程学院更多>>; 发文基金：国家自然科学基金四川省科技计划项目中央高校基本科研业务费专项资金更多>>; 相关领域：自动化与计算机技术更多>>

合作作者

基于分层注意力的信息级联预测模型被引量：1: 2020年; 信息级联预测(Information Cascade Prediction)是社交网络分析领域的一个研究热点,其通过信息级联的扩散序列与拓扑图来学习在线社交媒体中信息的传播模式。当前的信息级联预测模型大多以循环神经网络为基础,仅考虑信息级联的时序结构信息或者序列内部的空间结构信息,无法学习序列之间的拓扑关系。而现有的级联图结构学习方法无法为节点的邻居分配不同的权重,导致节点之间的关联性学习较差。针对上述问题,文中提出了基于节点表示的信息级联采样方法,将信息级联建模为节点表示而非序列表示。随后提出一种基于分层注意力的信息级联预测(Information Cascade Prediction with Hierarchical Attention,ICPHA)模型。该模型首先通过结合了自注意力机制的循环神经网络来学习节点序列的时序结构信息;然后通过多头注意力机制学习节点表示之间的空间结构信息;最后通过分层的注意力网络对信息级联的结构信息进行联合建模。所提模型在Twitter,Memes,Digg这3种数据集上达到了领先的预测效果,并且具有良好的泛化能力。; 张志扬张凤荔陈学勤王瑞锦; 关键词：循环神经网络

基于改进Eclat算法的资源池节点异常模式挖掘被引量：3: 2018年; 云计算环境中,资源池节点异常模式挖掘对于快速诊断节点状态具有重要作用。针对云环境下计算资源池、存储资源池、网络资源池节点数据特征,对资源池节点状态信息进行预处理,利用关联规则算法挖掘资源池节点参数状态信息之间的关联关系,如高位—高位和低位—高位模式等。提出了一种基于限制属性连接并具有垂直数据格式的关联规则算法i-Eclat算法。i-Eclat算法通过转换资源池节点状态数据格式、建立非频繁2-项集以减少连接次数,并构建信息存储结构体来限制冗余属性连接。实验表明,所提出的方法可以有效发现云计算资源池节点之间的隐藏关系;同时,i-Eclat比经典算法计算性能更优,特别是针对较大数据集的处理。; 高强张凤荔陈学勤王馨云耿贞伟周帆; 关键词：关联规则资源池云计算

基于贝叶斯网络的资源池故障诊断方法: 2017年; 基础设施即服务(Infrastructure as a Service,IaaS)是云计算的一种服务模式,它将计算机硬件抽象成虚拟资源池,并为用户提供按需获取、弹性可伸缩的服务。随着云计算的发展,大量的应用和用户数据都部署在云端,云计算的可靠性面临着巨大的挑战。传统的故障诊断方法在处理不确定性关联性问题是存在局限性的。本文介绍对贝叶斯算法进行了介绍,并针对云南电网资源池,根据其数据特点采用一种基于贝叶斯网络的资源池故障诊断方法。并利用开源数据挖掘平台Weka,对存储资源池中的ESXI主机指标进行了分析,发现贝叶斯网络在故障诊断中具有较高的准确性。; 耿贞伟陈学勤王馨云; 关键词：故障诊断贝叶斯网络 WEKA

基于改进跳表的云端数据完整性验证协议被引量：3: 2018年; 在云存储应用中,用户数据的完整性是用户最关心的问题之一,用户提交到云存储服务提供商处进行在线存储的文件面临着丢失以及被篡改的风险,因此用户需要通过使用某种技术手段对从云端取回的数据进行完整性的验证,以确定正在访问的数据是完整和正确的。考虑到在云存储系统的应用环境中用户计算资源受限的特点和云存储的安全需求,基于改进的跳表和短签名技术,该文提出一种能够对云端数据的动态操作提供良好支持的完整性验证协议。在跳表中引入可达范围计数以便高效地支持数据块在任意位置的插入或者删除操作,有效减少了执行动态操作时产生的计算开销。通过性能分析与实验比较,证明该协议是高效的。; 王瑞锦张凤荔王馨云陈学勤罗昊秦圣智; 关键词：安全协议完整性

面向跨模态检索的协同注意力网络模型被引量：9: 2020年; 随着图像、文本、声音、视频等多模态网络数据的急剧增长,人们对多样化的检索需求日益强烈,其中的跨模态检索受到广泛关注。然而,由于其存在异构性差异,在不同的数据模态之间寻找内容相似性仍然具有挑战性。现有方法大都将异构数据通过映射矩阵或深度模型投射到公共子空间,来挖掘成对的关联关系,即图像和文本的全局信息对应关系,而忽略了数据内局部的上下文信息和数据间细粒度的交互信息,无法充分挖掘跨模态关联。为此,文中提出文本-图像协同注意力网络模型(CoAN),通过选择性地关注多模态数据的关键信息部分来增强内容相似性的度量。CoAN利用预训练的VGGNet模型和循环神经网络深层次地提取图像和文本的细粒度特征,利用文本-视觉注意力机制捕捉语言和视觉之间的细微交互作用;同时,该模型分别学习文本和图像的哈希表示,利用哈希方法的低存储特性和计算的高效性来提高检索速度。在实验得出,在两个广泛使用的跨模态数据集上,CoAN的平均准确率均值(mAP)超过所有对比方法,文本检索图像和图像检索文本的mAP值分别达到0.807和0.769。实验结果说明,CoAN有助于检测多模态数据的关键信息区域和数据间细粒度的交互信息,充分挖掘跨模态数据的内容相似性,提高检索精度。; 邓一姣张凤荔陈学勤艾擎余苏喆

基于贝叶斯网络的资源池故障诊断方法: 2017年; 介绍了贝叶斯算法,并针对云南电网云计算资源池的管理需求和数据特点采用一种基于贝叶斯网络的资源池故障诊断方法。利用开源数据挖掘平台Weka,对资源池中ESXI主机的存储资源指标进行了分析,发现贝叶斯网络在故障诊断中具有较高的准确性。; 耿贞伟陈学勤王馨云; 关键词：贝叶斯网络 WEKA 贝叶斯分类算法

基于边推断增强对比学习的社交媒体谣言检测模型: 2023年; 近年来,为了应对谣言广泛传播所带来的一系列社会问题,研究者开发了许多基于深度学习的谣言检测方法。虽然这些方法通过从传播结构中学习谣言的高级表征实现了较优的检测性能,但它们都忽略了在构造传播网络时边的不确定性,导致模型的可靠性降低,出现累积误差。针对该问题,提出了边推断增强对比学习的社交媒体谣言检测模型(Edge-Inference Con-trastive Learning,EICL)。首先,EICL基于消息转发(评论)时间戳为给定消息构建传播图;然后,利用新设计的边权重调整策略进行事件传播图数据增强以捕获传播结构边的不确定性;最后,利用对比学习方法解决原数据集本身存在的稀疏性问题,提高模型泛化能力。实验结果表明,与其他基准模型相比,模型EICL在公开数据集Twitter15和Twitter16上的准确率分别提高了2.0%和3.0%,证明其可显著提升社交媒体谣言检测效果。; 刘楠张凤荔尹嘉奇陈学勤王瑞锦; 关键词：因果推断

在线社交网络信息流行度预测综述被引量：3: 2020年; 随着互联网技术的迅猛发展及在线社交网络的日益成熟,在线社交网络已经成为人们进行信息获取和信息传播的不可或缺的平台。在线社交网络中的信息具有传播速度快、传播范围广、社会影响力大等特点,这使得信息流行度预测在企业营销、舆情研判等领域都具有重要意义。首先概述了信息流行度预测的研究背景及其研究意义,给出信息流行度的定义,并对相关理论机制进行介绍;然后详细阐述了当前主流预测方法的基本原理,以及国内外先进研究成果及其采用的模型,并对各种预测方法进行总结比较;最后展望了信息流行度预测领域未来的发展方向。; 艾擎张凤荔陈学勤邓一娇; 关键词：信息传播

社交网络用户影响力的建模方法被引量：5: 2021年; 社交网络用户影响力在舆情演化、广告营销及政治选举等领域有着广泛应用,研究者在过去的工作中,通过分析和建模,在影响力方面取得了一定的成果,但还存在着定义不明晰、技术落后和应用缺乏等问题。文中明确提出了社交网络用户影响力的研究模型,将传统技术与先进技术结合,并据此梳理了该领域的相关文献,主要从用户、内容特征和深度学习技术的角度论述了基于社交网络的用户影响力的研究方法,并进一步划分成本质和邻域属性、情感分析和元数据、面向局部网络和基于用户及内容特征,还介绍了节点识别的方法,为该领域的学者提供有效且全面的参考。其次,文中还介绍了用户影响力建模方法在预测应用方面的数据集、评价指标和实验结果等,旨在预测下一个激活节点。最后对其未来的发展趋势作出展望。; 谭琪张凤荔张志扬陈学勤; 关键词：社交网络信息扩散

噪声信道下量子隐形传态协议研究综述被引量：2: 2018年; 实用化量子隐形传态技术作为发展可拓展量子计算和量子网络的必经途径,在金融、政务、国防军事、远距离通信(如空间探测)等领域中大显身手,量子纠缠与超联合测量给量子隐形传态基础理论和应用技术带来了巨大挑战,同时也为理论和技术(应用)层面产生基础创新带来了契机。该文从量子纠缠演化与免疫噪声模型、量子信道容量与编码、量子隐形传态机制方面对免疫噪声的量子隐形传态协议研究进行综述,最后探讨未来的研究热点和发展趋势。; 李冬芬李冬芬王瑞锦张凤荔陈学勤陈学勤刘行; 关键词：量子密钥分发量子通信量子隐形传态

陈学勤

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

陈学勤

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈