首页期刊导航|厦门大学学报（自然科学版）
期刊信息/Journal information
厦门大学学报（自然科学版）
厦门大学
厦门大学学报（自然科学版）

厦门大学

张鸿斌

双月刊

0438-0479

jxmu@xmu.edu.cn

0592-2180367

361005

福建省厦门市厦门大学囊萤楼218-221室

厦门大学学报（自然科学版）/Journal Journal of Xiamen University(Natural Science)CSCD北大核心CSTPCD
查看更多>>本刊是由厦门大学主办，国内外公开发行的综合性学术期刊）双月刊），是中国优秀科技期刊、中国自然科学核心期刊。主要刊载数学，物理学，计算机与信息工程，技术科学，化学，化工，海洋学，环境科学，生命科学等学科的最新研究成果。本刊坚持党的基本路线，提倡“双百”方针，以促进科学技术的发展，为传播科技成果，发现和培养科技人才提供了一个总结经验、相互交流的园地。
正式出版
收录年代

    深度学习分类模型解释图的对象相关性消融分析

    王晓东张盖群胡钰琪李孟珏...
    562-569页
    查看更多>>摘要：[目的]为了提高深度学习的稳定性、可解释性和公平性,针对深度学习基于关联驱动存在偏见的问题,对深度学习卷积神经网络(convolutional neural network,CNN)图像分类模型的样本内对象进行相关分析,该分析结果可以为实现稳定学习提供所必须的相关甄别.[方法]提出一种深度学习分类模型解释图对象相关性消融分析方法:在对CNN分类模型输入图像进行超像素分割后获得超像素对象;采用基于敏感分析(sensitivity analysis,SA)理论量化对象的分类贡献值;依据该贡献值绘制分类可解释热力图(heatmap);再通过同步消融、相关计算,得到热力图中诸对象之间的相关量化值;根据相关值与分类重要性综合输出排序.[结果]生成带有样本对象间线性相关关联标注的CNN分类模型的解释图,输出相关对象组排序列表,分析得出超像素块参数选择对于相关度计算影响随着分块数由小到大呈现"先升后降"的变化趋势,并分析了其原因.[结论]本研究提出的相关性消融分析实现了 CNN分类模型解释图对象间的相关性量化计算,获得的解释图可解释性较现有方法更好理解,研究内容可以为相关甄别、图像语义分析、知识图谱自动绘制、深度学习模型进化提供支持.

    深度学习相关性可解释性消融分析热力图

      原文链接:
    • 万方数据
    • 维普

    基于多智能体深度强化学习的解耦控制方法

    肖钟毓夏钟升洪文晶师佳...
    570-582页
    查看更多>>摘要：[目的]在现代工业生产过程中,实现复杂非线性多输入多输出系统的解耦控制对于生产过程的操作和优化都具有至关重要的意义.[方法]本文基于多智能体深度确定性策略梯度(MADDPG)算法,提出了一种解决复杂非线性多输入多输出系统解耦控制问题的设计方案,并通过连续搅拌反应过程的解耦控制仿真计算,验证了设计方案的有效性.[结果]验证结果表明:本文所提出的方案能够同时对连续搅拌反应过程中反应温度、产物摩尔流量两个被控量的设定控制目标进行跟踪调节,且在同样的控制目标下,该设计方案比单智能体方案和PID(proportional-integral-derivative control)控制方案都具有更好的稳定性与更小的稳态控制误差.[结论]仿真结果表明:针对复杂非线性多输入多输出系统的解耦控制问题,多智能体强化学习算法能够在不依赖于过程模型的基础上,实现复杂非线性多输入多输出系统的解耦控制,并保证较好的控制性能.

    多智能体强化学习解耦控制深度确定性策略梯度连续搅拌反应器非线性多输入多输出系统

      原文链接:
    • 万方数据
    • 维普

    人物介绍

    封2页
      原文链接:
    • 万方数据