首页期刊导航|中国科学技术大学学报
期刊信息/Journal information
中国科学技术大学学报
中国科学技术大学学报

何多慧

月刊

0253-2778

just@ustc.edu.cn

0551-3600717，63601961、63607694

230026

安徽省合肥市金寨路96号中国科学技术大学东区

中国科学技术大学学报/Journal Journal of University of Science and Technology of ChinaCSCD北大核心CSTPCD
查看更多>>本刊是由中国科学院主管，中国科学技术大学主办的综合性自然科学学术刊物。1965年创刊，现为双月刊，国内外公开发行，主要刊载基础科学，技术科学及管理科学领域内具有创新性，高水平的学术论文和研究成果。本刊弘扬创新，务实，求真的科学精神
正式出版
收录年代

    BEV-radar:毫米波雷达-相机双向融合的三维目标检测

    赵园张露邓家俊张燕咏...
    1-9页
    查看更多>>摘要：在自动驾驶场景下的 3D目标检测任务中,探索毫米波雷达数据作为RGB图像输入的补充正成为多模态融合的新兴趋势.然而,现有的毫米波雷达-相机融合方法高度依赖于相机的一阶段检测结果,导致整体性能不够理想.本文提供了一种不依赖于相机检测结果的鸟瞰图下双向融合方法(BEV-radar).对于来自不同域的两个模态的特征,BEV-radar设计了一个双向的基于注意力的融合策略.具体地,以基于BEV的 3D目标检测方法为基础,我们的方法使用双向转换器嵌入来自两种模态的信息,并根据后续的卷积块强制执行局部空间关系.嵌入特征后,BEV特征在 3D对象预测头中解码.我们在nuScenes数据集上评估了我们的方法,实现了 48.2 mAP和 57.6 NDS.结果显示,与仅使用相机的基础模型相比,不仅在精度上有所提升,特别地,速度预测误差项有了相当大的改进.代码开源于https://github.com/Etah0409/BEV-Radar.

    三维目标检测传感器融合毫米波雷达

      原文链接:
    • 维普
    • 万方数据

    QGAE:用于生成问答对的端到端无答案问题生成模型

    李林枫张立成朱池苇毛震东...
    10-18页
    查看更多>>摘要：问题生成的目标是生成有意义且流畅的问题,以增加可用数据来解决问答类型标注语料库的缺乏问题.以带有可选答案的未注释文本作为输入内容,问题生成可以根据是否提供答案分为两种类型:有答案型和无答案型.即使在提供答案的情况下,生成问题也是具有挑战性的,更不用说在没有提供答案的情况下,对于人类和机器来说生成高质量的问题更加困难.为了解决这个问题,我们提出了一种名为QGAE的新型端到端模型,它能够通过直接提取候选答案,将无答案的问题生成转化为有答案的问题生成.这种方法有效地利用未标记的数据来生成高质量的问答对,其端到端的设计使其比多阶段方法更加方便,后者需要至少两个预训练模型.此外,我们的模型获得了更好的平均分数和更大的多样性.我们的实验结果表明, QGAE在生成问答对方面取得了显著的进展,成为了一种充满潜力的问题生成方法.

    深度学习自然语言处理无答案问题生成答案抽取

      原文链接:
    • 万方数据

    无监督异常检测模型的鲁棒性基准

    王培翟伟曹洋
    19-29页
    查看更多>>摘要：由于生产环境的复杂性和多样性,了解无监督异常检测模型对常见降质的鲁棒性是至关重要的.为了系统地探索这个问题,我们提出一个名为MVTec-C的数据集来评估无监督异常检测模型的鲁棒性.基于这个数据集,我们探索了五种不同范式的方法的鲁棒性,包括基于重建的、基于表征相似度的、基于归一化流的、基于自监督表征学习的和基于知识蒸馏的范式.此外,我们还探讨了两种最佳的方法中不同模块对鲁棒性和准确性的影响,包括PatchCore方法中的多尺度特征、邻域大小、采样比例和Reverse Distillation方法中的多尺度特征、MMF模块与OCE模块、多尺度蒸馏.最后,我们提出了一个特征对齐模块(FAM),以减少降质带来的特征偏移,并将PatchCore和FAM结合起来,得到一个同时具备高准确率和高鲁棒性的模型.我们希望这项工作能够作为一种鲁棒性评估手段,并在将来为构建鲁棒的异常检测模型提供经验.

    鲁棒性基准异常检测无监督学习自动光学检测

      原文链接:
    • 维普
    • 万方数据

    基于秘密共享的隐私保护联邦学习高效安全聚合方案

    金旋姚远志俞能海
    30-45页
    查看更多>>摘要：联邦学习使得多个移动参与者在不透露其本地隐私数据的情况下联合训练全局模型.通信计算代价和隐私保护性能是联邦学习的关键基础问题.现有的基于秘密共享的联邦学习安全聚合机制仍然存在引入显著额外计算代价、隐私保护性能不足和应对参与者掉线能力脆弱等问题.本文致力于通过引入灵活高效的秘密共享机制解决上述问题.本文提出了两种新颖的隐私保护联邦学习方案,分别是基于单向秘密共享的联邦学习(FLOSS)和基于多发秘密共享的联邦学习(FLMSS).与当前的相关工作相比,FLOSS通过动态设计秘密共享的内容和对象,在显著降低通信代价的同时保证高强度的隐私保护性能.FLMSS进一步降低额外计算代价并且能够提高联邦学习应对参与者掉线的鲁棒性,从而在隐私保护和通信计算代价之间取得令人满意的平衡.安全性分析和基于真实数据集的性能评估证明了本文提出的方案在模型准确度、隐私保护性能和通信计算代价方面的优势.

    联邦学习隐私保护秘密共享安全聚合

      原文链接:
    • 维普
    • 万方数据

    基于双模态智能鞋的偏瘫患者下肢肌力定量评估

    龙华君李洁李瑞刘新峰...
    46-55页
    查看更多>>摘要：卒中可导致患者下肢运动能力受损和偏瘫.准确评估下肢运动能力对诊断和康复很重要.为了使每次测试都可随时追溯,并避免主观性,我们使用配备有压敏鞋垫和惯性传感单元的双模态智能鞋进行数字化评估,并设计了一个包括左转弯和右转弯的 5 米步行测试方案.数据收集自 23 名患者和 17 名健康受试者.两位医生对所有患者的下肢的运动能力进行了观察,并使用医学研究委员会的五级肌肉检查量表进行了评估.两位医生对同一患者的平均评分被用作真实值.使用我们开发的特征集,在对患者和健康受试者进行分类时达到了100％的准确性.对于患者的肌肉力量,使用我们的特征集和回归方法获得了 0.143 的平均绝对误差和 0.395 的最大误差,与每位医生的评分相比 (平均绝对误差:0.217,最大误差:0.5) ,更接近实际情况.因此,我们验证了使用这种智能鞋客观准确地评估中风患者下肢肌肉力量的可能性.

    卒中机器学习智能鞋下肢肌力

      原文链接:
    • 维普
    • 万方数据

    各向同性磁流变弹性体磁相关非线性动态力学行为的本构模型

    汪伯潮李颜逄浩明徐振邦...
    56-68页
    查看更多>>摘要：各向同性磁流变弹性体是一种将磁性颗粒随机掺入到聚合物基体中制备而成的智能材料.在磁场作用下,其模量发生快速、可逆、连续变化,在振动控制领域显示出良好的应用前景.实验结果表明,各向同性磁流变弹性体的动态力学行为具有很强的频率、应变幅值和磁场相关性.尽管上述行为对于其潜在应用具有重要的影响,但目前关于各向同性磁流变弹性体磁相关非线性动态力学行为的理论研究则关注不够.为准确评价各向同性磁流变弹性体的动态力磁耦合行为,并指导其相关产品的设计,本文建立了一个基于连续介质力学理论,反映各向同性磁流变弹性体磁相关非线性动态力学行为的本构模型.随后,开发了和本构模型对应的数值实现算法,并对模型的预测能力进行了验证.该模型有助于深入理解各向同性磁流变弹性体磁相关非线性动态力学行为的潜在力学机制.此外,该模型有助于指导基于各向同性磁流变弹性体产品的设计和应用.

    各向同性磁流变弹性体频率相关应变幅值相关磁相关非线性粘弹本构模型

      原文链接:
    • 维普
    • 万方数据

    中文摘要

    后插1,封3页
      原文链接:
    • 万方数据