王雅思
- 作品数：7 被引量：51H指数：3
- 供职机构：哈尔滨工业大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术理学农业科学更多>>
- 深度学习中的自编码器的表达能力研究
- 学习框架和非监督学习方法近年来越来越流行,吸引了很多机器学习和人工智能领域研究者们的兴趣.最近的研究结果也证明了深度学习方法确实能够取得非常好的结果,无论是在图像、语音或是自然语言处理领域.虽然深度学习方法取得了很好的结...
- 王雅思姚鸿勋孙晓帅许鹏飞赵思成
- 关键词：数据降维
- 基于深度神经网络的可控图像编辑
- 图像编辑涵盖多种图像处理任务，通常包含在像素层面改变图像内容的操作。大多数基于深度神经网络的深度学习方法是确定性模型，其存在的问题是它们通常只能够处理一种确定的编辑强度，并且整个映射过程是不可控的。现实生活中的变化通常是...
- 王雅思
- 关键词：图像编辑
- 文献传递
- 深度学习中的自编码器的表达能力研究
- 作为机器学习系统的原材料，特征对于最终模型的影响毋庸置疑。机器学习算法的性能在很大程度上取决于特征表达的选择，当数据能够被很好的表达为特征时，即便使用简单的模型也可达到满意的精度。故在实际应用机器学习算法时，很重要的一个...
- 王雅思
- 关键词：机器学习系统数据降维
- 文献传递
- 图结构在文本聚类中的应用
- 2013年
- 提出了一种基于图结构的文本聚类方法,采用基于图结构的文本表示方法来构建文本的图结构模型,将一个文本映射为相应的图结构,通过最大完全公共子图的求解计算文本间相似度,并进行聚类。实验结果验证了该方法的有效性。
- 王雅思梁赟辉
- 关键词：文本聚类
- 深度学习中的自编码器的表达能力研究被引量：36
- 2015年
- 近年来,深度学习框架和非监督学习方法越来越流行,吸引了很多机器学习和人工智能领域研究者的兴趣。从深度学习中的"构造模块"入手,主要研究自编码器的表达能力,尤其是自编码器在数据降维方面的能力及其表达能力的稳定性。从深度学习的基础方法入手,旨在更好地理解深度学习。第一,自编码器和限制玻尔兹曼机是深度学习方法中的两种"构造模块",它们都可用作表达转换的途径,也可看作相对较新的非线性降维方法。第二,重点探究了对于视觉特征的理解,自编码器是否是一个好的表达转换途径。主要评估了单层自编码器的表达能力,并与传统方法PCA进行比较。基于原始像素和局部描述子的实验验证了自编码器的降维作用、自编码器表达能力的稳定性以及提出的基于自编码器的转换策略的有效性。最后,讨论了下一步的研究方向。
- 王雅思姚鸿勋孙晓帅许鹏飞赵思成
- 关键词：数据降维
- 后疫情时代数字医疗的应用及研究进展被引量：2
- 2021年
- 研究目的:新型冠状病毒肺炎(COVID-19)防控期间,医疗大数据、远程医疗、人工智能辅助诊疗等数字医疗技术在COVID-19筛查和诊治、药品和疫苗研发、医疗物资调配和管控以及远程医学教学等方面发挥了重要作用。尽管此次疫情体现了数字医疗的应用潜力并极大地刺激其发展创新力,数字医疗概念在医疗行业的普及度和认知度有待提高。本文旨在总结疫情发生以来数字医疗的应用并展望其发展前景。方法:本文通过综述2020年1月至今的文献,结合数字医疗技术在COVID-19疫情防控中的应用场景,立足于三种医疗健康领域的关键工具(医疗数据、远程医疗、人工智能辅助医疗)和一类医疗教学辅助工具(“数字人”模型),阐述数字医疗的基本概念、总结后疫情时代的数字医疗关键技术,并探讨其未来发展前景。结果:数字医疗技术在疫情期间的应用场景覆盖了疾病的风险评估、早期筛查、诊断、治疗和预后判断。应用范围包括疫情预警、肺炎诊断、疫苗研发和肺炎精准治疗等,且在医疗教学方面发挥重要作用。结论:数字医疗技术自疫情伊始至今在公共卫生及医疗领域拥有广阔的应用。后疫情时代,数字医疗继续在数字健康库的建立和远程医疗的扩展等方面发挥作用。
- 段小琪周芹张琪王雅思杜密
- 关键词：远程医疗人工智能
- 排队论在超市收银台服务系统中的应用被引量：4
- 2011年
- 本文主要基于排队论中的M/M/S排队模型研究了超市收银台服务系统的管理与优化问题,确定最合适的收银台个数,从而缓解排队的拥挤状况并减少资源浪费。首先,将超市的营业时间分时段进行研究,对M/M/S排队模型进行分析,得到排队队长关于平均到达率,平均服务率和收银台个数的函数关系。然后,根据实际情况,确立了模型中的两个关于服务强度和队长的约束条件。最后,运用Matlab软件编写了关于该数学模型的程序,最后得到最合适的收银台个数。
- 梁赟辉王雅思葛仁东
- 关键词：超市队长
