Current Location:home > Browse

1. chinaXiv:201905.00013 [pdf]

人工智能基础理论的过去、现在及发展趋势思考

辛欣; 郭平
Subjects: Information Science and Systems Science >> Other Disciplines of Information Science and Systems Science

本文回顾了人工智能的发展历史,分析了当前国内外研究现状,指出了目前以深度学习为代表的人工智能基础研究困境。包括可解释性神经网络模型问题、网络模型的结构设计问题、小样本学习问题等。给出了今后人工智能发展趋势,认为基于统计物理思维构建协同学习系统可能是通往通用人工智能的路线之一。

submitted time 2019-10-16 Hits15761Downloads2587 Comment 0

2. chinaXiv:201810.00071 [pdf]

LBSN中融合时空信息的连续兴趣点推荐

李丹霞; 马乐荣; 何景
Subjects: Computer Science >> Integration Theory of Computer Science

针对位置社交网络(location-based social networks,LBSN)中连续兴趣点推荐系统面临的数据稀疏性、签到数据的隐式反馈属性、用户的个性化偏好等挑战,提出一种融合时空信息的连续兴趣点推荐算法。该算法将用户的签到行为建模为用户—当前兴趣点—下一个兴趣点—时间段的四阶张量,并利用LBSN中的地理信息定义用户访问兴趣点的地理距离偏好,最后采用BPR(Bayesian personalized ranking)标准优化目标函数。实验结果表明该算法相比其他先进的连续兴趣点推荐算法具有更好的推荐效果。

submitted time 2018-10-11 From cooperative journals:《计算机应用研究》 Hits307Downloads181 Comment 0

3. chinaXiv:201805.00274 [pdf]

基于交织预取率的帮助线程预取质量调节算法

张建勋; 古志民
Subjects: Computer Science >> Integration Theory of Computer Science

预执行帮助线程在预取过程中需要进行动态预取调节,而传统静态枚举控制参数值的控制方法在预取执行过程中保持固定不变,从而使得该方法不能够有效的为主线程提供预取质量保证(quality of service,QoS)。针对该问题,提出了一种基于交织预取率的帮助线程预取质量参数调节方法。首先,对帮助线程的预取QoS优化进行了建模分析;其次,在前期交织预取工作的基础上,提出了基于交织预取率的帮助线程参数值调节算法;最后,在真实的商用多核平台上对所提出帮助线程预取调节算法进行了评测和分析。实验结果是所提出的帮助线程预取调节算法使得基准测试程序的几何平均性能加速比为1.114,而传统静态枚举方法的几何平均性能加速比为1.135。实验结果表明,所提出的帮助线程预取质量调节算法解决了帮助线程预取过程中的参数值自动调节问题,算法不需静态枚举参数值便可以快速获得与之相近似的预取性能提升。

submitted time 2018-05-20 From cooperative journals:《计算机应用研究》 Hits306Downloads179 Comment 0

  [1 Pages/ 3 Totals]