【摘 要】
:
目前深度学习技术已经在计算机视觉领域取得了极大的成功,在例如医疗影像、身份识别、智能交通、图像合成等领域得到广泛的应用,随着深度学习算法的不断发展与技术突破,人工智能技术正逐渐广泛的进入社会的方方面面,成为关系国计民生的重要技术。然而目前大多深度学习模型若想取得较好的效果通常都需要依赖于海量的数据集资源,高精度的模型往往伴随着更深层的网络结构,更苛刻的硬件资源需求以及更大量且具有多样性的训练数据。
论文部分内容阅读
目前深度学习技术已经在计算机视觉领域取得了极大的成功,在例如医疗影像、身份识别、智能交通、图像合成等领域得到广泛的应用,随着深度学习算法的不断发展与技术突破,人工智能技术正逐渐广泛的进入社会的方方面面,成为关系国计民生的重要技术。然而目前大多深度学习模型若想取得较好的效果通常都需要依赖于海量的数据集资源,高精度的模型往往伴随着更深层的网络结构,更苛刻的硬件资源需求以及更大量且具有多样性的训练数据。一方面这将耗费大量的人力和财力,另一方面在现实中的一些情境下很难采集如此大量的数据,数据稀缺常常是深度学习技术面临的主要问题,这无疑限制了深度学习技术的发展与实际应用,成为技术发展的瓶颈,因此对小样本学习技术的研究具有重要的理论意义和应用价值。目前的深度神经网络算法也缺乏一定的可解释性,模型的泛化能力以及算法本身仍具有很大的改进空间。近几年图像生成技术也得到学术界广泛的关注,在人脸生成、图像超分辨率、图像风格迁移、图像修复等场景都取得了显著成功,图像生成技术也有助于更好的建模样本数据,与图像识别技术相辅相成,并且可以通过扩充数据集进一步提升识别模型的准确率,而图像生成技术在训练的稳定性以及生成图像的质量和多样性上也存在一些困难,因此对小样本条件下的图像生成技术展开研究并进一步提升小样本图像分类模型的性能也具有重要的研究意义。深度学习技术在近几年得以发展很大程度上得益于硬件的进步,除了在计算机视觉领域,深度学习也广泛的应用于语音识别、广告推荐、搜索引擎、游戏、金融等领域,随着大数据与人工智能技术的不断发展,这些领域中越来越多的问题得以通过深度学习技术而解决,自动驾驶作为安全攸关的系统也是目前人工智能的重要研究方向,物联网技术快速发展,5G网络技术正在加速部署,这些技术更多的从服务器端转移至嵌入式终端是大势所趋,在这些情境下对系统的正确性与实时性的要求也越来越高,硬件技术也扮演着更为重要的角色,因此对人工智能新硬件进行分析和总结也具有重要的应用价值。本文首先对基于深度学习的小样本学习技术以及胶囊算法展开了研究,介绍了目前主流的小样本图像识别算法和胶囊算法的原理,将动态胶囊路由迭代一致性机制与原型网络相结合,旨在设计泛化性能更好,并且对测试中样本的姿态具有更优鲁棒性的小样本图像分类模型,并针对其中存在的问题,为该模型提出了多边际余弦损失函数,最终提出了 CosGCN模型,保证了识别精度的同时也提升了模型训练时的计算效率,在小样本数据集Omniglot和miniImagenet数据集进行了实验,结果表明模型具有更好的姿态鲁棒性。本文也对目前主流的图像生成算法展开了研究,介绍了常见的GAN网络和VAE网络,以及二者的改进算法和混合模型,最终在IntroVAE模型的基础上对训练策略和损失函数进行了调整,提出了适用于小样本图像生成的生成模型,模型在Omniglot数据集训练能够生成质量较好并且具有多样性的样本,并通过对数据集进行扩充进一步提升了提出的图像分类模型的识别精度。本文也对目前人工智能新硬件进行了分析和总结,包括PC平台的GPU、嵌入式GPU、神经网络加速器以及FPGA,本文提出的算法在PC平台的GPU上实现,分析了硬件资源与算法的计算效率,最后展望了未来在嵌入式平台通过对模型进行进一步轻量化的设计而得以实现的研究方向。
其他文献
用于测量位移或速度的无磁电感传感器技术,是计量测试技术领域的重要组成部分,可以被广泛应用于各类计量测试仪器仪表中。在国内,该类传感器技术还不够成熟,市面上大多为有磁类型的传感器,本项目旨在研究设计一种市面上没有的,具有优良特性的无磁电感传感器,因此该项目的研究具有广阔的市场前景,在理论上也具有重要的意义。本文介绍了一种无磁电感传感器电路,主要用于测量金属物体的平动位移或转动位移、平动速度或转动速度
本篇论文中,我们采用基于密度泛函理论的第一性原理计算方法,分别对含In、Pd和Pt的二维材料合金结构进行了详细的理论研究。第一部分,在关于含In元素的二维材料合金结构研究中,以实验上制备出的InSe的结构为基础,通过原子替代法将原胞中的Se原子替换为S、Te、N原子,得到InSe、InS、InTe以及InN这四种合金结构。我们从热力学、动力学以及力学等方面来验证这四种结构的稳定性。之后研究了这四种
互联网信息技术的快速发展使得传统纸质媒体逐渐向数字媒体转型。新闻媒体往往需要新闻内容进行分类,方便不同读者群对新闻内容的需求,传统的做法是采取人工划分类别,耗时,高成本,分类效率低,且周期长,难以满足实时性。本文改进FastText文本分类模型,为新闻媒体构建一个自动文本分类模型,降低分类成本和提高分类效率,满足新闻的实时性要求,实现新闻媒体分类智能化,达到低成本高收益的目标。具体做法是:首先采集
工业的快速发展使水污染形势日益严峻。有机污水因毒性强、难净化,得到广泛关注。众多水净化技术中,吸附法以经济、高效、普适性等优势凸显。而现有的吸附剂仍面临制备繁琐、适用范围窄、难回收等挑战。基于MoO_3独特的理化性质及结构特征,本文通过水热法制备了自支撑MoO_3/碳布复合结构代替传统粉体吸附剂净化有机污水,采用过滤式吸附探究了吸附性能及潜力,为开发易制备、高性能、分离简便的吸附剂提供新方案。针对
本篇文章主要是基于一个分层均匀和逆伽马模型在Stein损失函数下进行的贝叶斯估计。首先分析计算分层均匀和逆伽马模型分别在平方误差损失函数和Stein损失函数下的贝叶斯后验估计量和相应的后验期望Stein损失。经过理论计算可以看到后验期望Stein损失只是与超参数?和观察的样本数量n有关,并且在Stein损失函数下的贝叶斯后验估计量和对应的后验期望Stein损失一致地略小于平方误差损失函数下的相应量
随着我国资本市场的快速发展,并购越来越频繁,收购方意图通过兼并收购达到整合资源、协同发展的目的。作为并购方式的重要分支,要约收购频繁出现在并购市场。尽管所花费的成
提高居民幸福感是经济增长的终极目标,国外学者研究发现居民的幸福感似乎并没有随着经济的深度转型和快速增长而提高,该现象被称之为“伊斯特林悖论”,即当某国的人均GDP增加时,国民的幸福指数却并未随之增加。目前,针对这一问题,多数相关研究侧重于如从经济收入等单个视角出发,与居民主观幸福感进行相关性研究,而主观幸福感往往受诸多变量影响。因此,单一视角的研究结论常受诸多前提条件的约束,不具备足够的说服力,因
地震动输入是开展工程抗震安全评价的前提条件之一,而土层地震反应分析是获取建构筑物及重要设施基底地震动输入的首要环节,对重大工程选址、城镇区划、工程结构地震风险分析及既有建筑物安全鉴定至关重要。但是,由于土层参数较多且具非线性、波动函数求解过程繁琐和地震荷载不规则性,使土层地震反应分析方法往往具有计算参数繁多、过程步骤复杂、多层循环迭代等特点,而借助计算机强大运算能力与软件开发工具,可为其工程应用和
冬凌草甲素(Oridonin),是从唇形科(Labtea)香茶菜属(Rabdosia)植物中分离出的一种贝壳杉烯二萜类(Ent-kaurene diterpenoid)天然有机化合物。研究发现冬凌草甲素能显著抑制肿
本文主要研究茵陈色原酮和人胆绿素还原酶(hBVR)对于肺癌细胞系A549细胞的作用机制,以及茵陈色原酮是否可以通过调节hBVR对肺癌有作用,旨在说明茵陈色原酮通过对hBVR的调节作