Search | Engineering

语义通信 2

6G 1

PowerShell；抽象语法树；混淆和解混淆；恶意脚本检测 1

UML状态图；Coq；精化；结构化操作语义 1

万维网 1

人群计数；卷积神经网络；密度估计；语义分割；多任务学习 1

内容的语义 1

刀具状态监测；流形学习；降维；扩散映射分析；内蕴特征提取 1

切入成功率 1

判别学习；统计建模；贝叶斯分类器；高斯混合模型；UCI数据集 1

半监督；主动学习；集成学习；混合判别分析；故障分类 1

双工系统 1

可用性 1

合取查询 1

基于内容的卫星图像配准；特征点分布；图像配准；线性判别准则；遥感；尺度不变特征变换 1

多关系数据挖掘 1

带宽瓶颈 1

恶意代码行为；静态分析；动态分析；行为数据表示；行为分析；机器学习；基于语义的分析；行为可视化；恶意代码演化 1

技术术语；网络资源；词语嵌入；问答网站；聚类任务；推荐任务 1

故障判别率 1

展开︾

摘要：然而，已有研究大多数忽略域对齐和语义判别学习之间的动态平衡，因此容易受负迁移和异常样本影响。为解决这些问题，引入动态参数化学习框架。首先，通过探索领域级语义知识，提出动态对齐参数自适应地调整域对齐和语义判别学习的优化过程。此外，为获得判别能力强和域不变的表示，提出在源域和目标域上对齐优化过程。

摘要：提出并比较利用分布式表示的语义组合进行查询子主题挖掘。采用两种分布式表示策略：能学习任意长度文本分布式表示的段落向量（paragraph vector）以及词向量的语义组合。探索了语义组合策略和数据类型对查询表示的影响。Institute of Informatics Testbeds and Community for Information Access Research，NTCIR）提供的公开数据集上的实验结果表明，与传统语义表示相比，分布式语义表示能获得更优查询子主题挖掘性能。

摘要： ldquo;智简”网络（wisdom-evolutionary and primitive-concise network, WePCN）的新途径——以深入挖掘信息的语义层次内涵为主线，首先提出了全新的语义表征框架模型，即语义基（semantic base），进而构建了面向“智简”6G的“一面-三层”智能高效语义通信（intelligentIE-SC网络架构通过语义智能平面以及基于语义基表征的语义信息流，将语义赋能的物理承载层、网络协议层和应用意图层相互连接，使网络具备更低的带宽需求、更低的冗余度、更准确的通信意图识别等能力。此外，本文还简要介绍了语义通信的新进展，指出了语义通信的潜在应用方向、开放性问题与挑战。

资源类型

年份

关键词