谭真
- 作品数：9 被引量：18H指数：2
- 供职机构：国防科技大学更多>>
- 发文基金：国家自然科学基金湖南省自然科学基金湖南省研究生科研创新项目更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 基于重排序的迭代式实体对齐被引量：8
- 2020年
- 现有的知识图谱无法避免地存在不完整这一问题.缓解此问题的可行方法是引入外部知识图谱中的知识.在此过程中,实体对齐是最关键的步骤.当前最先进的实体对齐解决方案主要依靠知识图谱的结构信息来判断实体的等价性,但在真实世界知识图谱上,大部分实体只具有较低的节点度数以及微少的结构信息.此外,标注数据的缺乏也大大限制了实体对齐模型的效果.为解决上述问题,提出将不受节点度数影响的实体名信息与结构信息相结合,从更全面的角度实现实体对齐.在此基本框架上,利用基于课程学习的迭代训练方法从易至难地选择高置信度结果加入到训练数据中,扩增标注数据的规模.最后使用词移距离模型进一步改进实体名信息的利用方式,并对前序对齐结果重排序,提升实体对齐准确率.在跨语言以及单语言实体对齐任务上的实验结果表明,提出的实体对齐方法性能远好于当前最好的方法.
- 曾维新赵翔赵翔唐九阳王炜
- 关键词：课程学习
- 基于关联挖掘的在线学习行为规律实证分析研究
- 2021年
- 当前,在线教育已经成为现代教育的重要组成部分,为教育形式的创新开拓了无限的可能。但是,以慕课为代表的在线教育的课程注册人数通常远远高于最终完成课程的人数,课程完成率较低。该文探索影响在线学习效果特别是课程完成率的因素,并据此提出改进建议。具体采取了实证研究的方法,运用了关联规则挖掘技术和WEKA数据挖掘开源工具,对学堂在线平台上39门课程的学习记录数据进行分析,得出了一系列基于大数据的、有指导意义的在线学习行为方面的关联规则,为进一步开展后续研究提供了参考。
- 赵翔李欣奕谭真唐九阳
- 关键词：在线学习行为关联规则
- 无线传感器网络中基于有效三角形判定的改进APIT定位方法被引量：1
- 2014年
- 在无线传感器网络中,节点自定位是网络的基本功能,是定位跟踪的前提。基于近似三角形内点测试(APIT)的自定位算法在定位过程中计算量大,耗能较高。针对上述问题,提出了一种利用分离定理和面积法排除无效三角形的方法,该方法在保证一定定位精度的基础上,降低了APIT的次数和传感器的通信量,延长了无线传感器网络的使用寿命。
- 谭真汤大权史宗麟
- 关键词：无线传感器网络节点自定位近似三角形内点测试分离定理面积法
- 面向大数据人才培养的融合式教学模式被引量：6
- 2020年
- 数据科学的快速发展以及海量数据分析需求的日益增长,对大数据人才培养提出了严峻挑战,也带来了重大机遇。本文探索了在教学中如何有机融合知识构建和实践创新环节,培养大数据人才创新能力的教学模式。在数据科学课程教学中,采用反映领域前沿的大数据分析竞赛应用问题,实施“实践驱动的知识构建”与“问题导向的实践创新”教学设计,通过知识构建和实践创新深度融合提升教学质量,促进大数据人才培养。
- 胡艳丽白亮谭真葛斌唐九阳
- 一种基于栅格预置点匹配的无线传感器网络目标定位方法被引量：1
- 2014年
- 目标定位是无线传感器网络应用领域中一个重要的问题,是进行目标跟踪的前提和基础。节点呈栅格部署的无线传感器网络由于拓扑结构特殊,在目标定位应用领域具有独特的优势。本文基于栅格部署的无线传感器网络,提出了栅格预置点目标定位方法,通过设定和选择合适的栅格预置点进行目标定位。仿真实验和实际测试实验表明,该方法在定位准确性和实时性方面较先前的单层栅格定位和双层栅格定位都有较大幅度的提高。
- 闫新乐谭真唐国明封孝生
- 关键词：无线传感器网络
- 新工科背景下大数据专业实践育人模式及实施机制被引量：1
- 2022年
- 大数据专业具有很强的实践性、应用性和综合性等特点,对实践创新能力的培养提出了很高要求。实践育人是高校人才培养中的薄弱环节,与培养大数据专业人才的要求还有差距。针对大数据专业实践教学中面临的问题,分析新工科背景下实践教学的需求,融入一流大数据分析竞赛问题及领域知识,探索领域问题及领域知识牵引的实践教学模式,对培养大数据专业人才实践创新能力具有重要意义。
- 胡艳丽谭真白亮唐九阳赵翔彭娟
- 关键词：实践育人领域知识
- 改进的跨模态关联歧义学习的虚假信息检测方法研究
- 2024年
- 近年来,随着互联网及多媒体技术的迅猛发展,人们获取信息更加方便快捷,然而虚假信息在网络上的传播也日益严重,负面影响不断扩大。为了增强信息的可信度和欺骗性,虚假信息呈现多模态发展趋势,使得检测工作面临更大挑战。现有的多模态虚假信息检测方法大多关注多模态特征的形成,对于跨模态歧义和不同模态特征在检测中的贡献率的研究尚不完善,忽略了不同模态特征间固有差异性对虚假信息检测的影响。为解决该问题,提出了构建改进的跨模态关联歧义学习的虚假信息检测模型,通过对文本和图像特征进行跨模态歧义学习,利用歧义得分更新单模态与融合特征的权重,自适应地拼接单模态与融合特征;同时采用网格搜索动态分配文本、图像特征权重,提高检测准确率。在Twitter数据集上对该模型的有效性进行验证,其相比基线模型准确率提高了6%,相比未进行动态权重分配的检测方法性能提升了1.6%。
- 段钰潇胡艳丽郭浩谭真肖卫东
- 关键词：多模态
- 利用多语言线索进行事件检测的混合注意力网络
- 2023年
- 事件检测是一项复杂的信息获取任务,在纯文本事件抽取中起着至关重要的作用.实际情况下,由于数据稀疏和自然语言的歧义性,事件检测任务面领着巨大的挑战.针对这些挑战,从先前工作利用一种额外的语言信息作为数据增强之中获得启发,本研究提出从多种自动翻译得到的多语言文本中挖掘互补信息,从而在一定程度上缓解数据稀疏和自然语言歧义的问题.为此,本研究设计实现了一种混合注意力神经网络模型HAN(hybrid attention network),其中的混合注意力模块通过一个上下文注意力机制和一个多语言注意力机制来实现从多种语言的信息中挖掘互补线索.实验在两个基准数据集上进行,结果证明了HAN模型在事件检测任务上的性能明显优于其他现有的模型.
- 黄培馨赵翔方阳冉旭东谭真肖卫东
- 用于冷启动推荐的异质信息网络对比元学习被引量：1
- 2023年
- 在推荐系统中,冷启动推荐由于缺乏用户和物品交互信息而具有很大的挑战性.该问题可以由数据层和模型层的策略进行缓解.传统的数据层方法利用如特征信息的辅助信息来增强用户和物品表示的学习.最近,异质信息网络被整合于推荐系统中.它可以提供更丰富的辅助信息和更有意义的语义信息.但是,这些模型无法充分利用结构和语义信息,并且忽视了网络中的无标签信息.模型层的方法应用了元学习框架,该框架通过学习相似任务的先验知识,然后利用很少的标签信息适应新任务,与冷启动问题相似.综上,提出了一个基于异质信息网络的对比元学习框架CM-HIN,同时,在数据层和模型层解决冷启动问题.具体的,利用元路径和网络模式这两个视图分别刻画异质信息网络的高阶以及本地结构信息.在元路径和网络模式视图中,采用对比学习挖掘异质信息网络的无标签信息并整合两个视图.在3个基准数据集上的3个冷启动推荐场景的大量实验中,CM-HIN超越了所有先进的基线模型.
- 方阳谭真陈子阳肖卫东张玲玲田锋
- 关键词：元学习
