排序方式: 共有8条查询结果,搜索用时 15 毫秒
1
1.
深度学习技术以数据驱动学习的特点,在自然语言处理、图像处理、语音识别等领域取得了巨大成就。但由于深度学习模型网络过深、参数多、复杂度高等特性,该模型做出的决策及中间过程让人类难以理解,因此探究深度学习的可解释性成为当前人工智能领域研究的新课题。以深度学习模型可解释性为研究对象,对其研究进展进行总结阐述。从自解释模型、特定模型解释、不可知模型解释、因果可解释性四个方面对主要可解释性方法进行总结分析。列举出可解释性相关技术的应用,讨论当前可解释性研究存在的问题并进行展望,以推动深度学习可解释性研究框架的进一步发展。 相似文献
2.
多小区OFDMA系统基于罚函数-SA的资源分配算法 总被引:1,自引:1,他引:0
在多小区OFDMA系统中,基于集中式资源管理,考虑本小区对其它小区的干扰情况,
对各个小区的子载波和功率分配进行调整,从而达到最小化总功率的目的。基于离散功率取
值,提出了一个资源分配组合优化问题模型。为了进一步降低模型复杂度,采用罚函数的方
法简化问题模型,用改进的模拟退火算法进行求解。理论分析和仿真结果表明,与A. Abrar
do 提出的多分配算法相比,所提出的算法能够有效降低算法复杂度,且能够获得更好的
吞吐量。 相似文献
3.
4.
5.
提出了一种全半速率自适应切换的算法,基于话务情况,自适应调整话务忙门限,实现全半速率占比动态分配。该算法通过网络选择路损、转换电平门限和质量保护门限来保证质量及容量,通过全半切换的统计、判决时间来避免乒乓切换和保证信道连续性,并最终归结为约束优化问题,且利用罚函数法进行求解。最后应用于现网高话务量场景进行功能验证。 相似文献
6.
针对通信网络中的移动脆弱点要进行定位和分析,及时发现网络中出现的故障并采取有效措施加以解决,实现整个网络正常运作.本文主要阐述通信网络中移动脆弱点的定位以及网络结构的功能,并对节点分布模型进行深入研究,从而提高通信网络的质量. 相似文献
7.
针对载波、功率资源分配问题,考虑本小区对其它小区的干扰情况,提出了一种应用于多小区正交频分多址复用(OFDMA)系统中的改进罚函数模拟退火(PSA)算法.该问题模型是在传输速率和性能一定的条件下,最小化传输功率.该算法是一种随机寻优算法,是一种能将局部搜索扩展为全局搜索的启发式算法.仿真结果表明,改进算法简化了问题模型... 相似文献
8.
1