admin
-
机器学习中的凸优化
机器学习模型一般可化简为求解一个目标函数/损失函数的最优化问题,根据优化目标及约束的不同,可划分为凸优化(Convex optimization)与非凸优化(Non-convex optimization)两类。本次报告首先介绍了优化问题与机器学习的关系,进而针对凸优化理论,详细介绍与之…
-
HinDroid: An Intelligent Android Malware Detection System Based on Structured Heterogeneous Information Network
Android恶意软件泛滥,及时准确发现恶意软件有着重要的意义。本文介绍了一种基于异构信息网络的智能android恶意软件检测方法,通过分析软件行为让恶意软件难以逃脱检测。 附件-HinDroid An Intelligent Android Malware Detection Syst…
-
元胞自动机原理及其在显著性检测中的应用
元胞自动机(cellular automata,CA) 是一种时间、空间、状态都离散,空间相互作用和时间因果关系为局部的网格动力学模型,具有模拟复杂系统时空演化过程的能力,不同于一般的动力学模型,元胞自动机不是由严格定义的物理方程或函数确定,而是用一系列模型构造的规则构成。凡是满足这些规…
-
MySQL事务机制
事务是MySQL数据库用户保证一组sql操作的完整性的一种机制,确保一组操作能够全部成功或者全部失败,不会出现中间状态。MySQL 事务主要用于处理操作量大,复杂度高的数据。比如在人员管理系统中,删除一个人员,即需要删除人员的基本资料,也要删除和该人员相关的信息,如信箱,文章等等。此时,…
-
动态规划探究
动态规划是用来解决多阶段决策过程最优化问题的一种方法,它的适用问题一般需要具备2个要素ー最优子结构与重叠子问题。动态规划程序设计往往是针对一种最优化问题,由于各种问题的性质不同,确定最优解的条件也互不相同,因而动态规划的设计方法对不同的问题,有各具特色的解题方法,而不存在一种万能的动态规…
-
2018年第2届全国研究生信息安全与对抗技术竞赛圆满落幕
2018年第2届全国研究生信息安全与对抗技术竞赛已经于2018-10-15结束,感谢各位朋友的支持! 敬请期待下一届比赛! 详情请看: 新华网:第2届全国研…
-
简述对抗样本检测方法
对抗样本会的存在严重威胁到机器学习模型的输出准确性。目前最常用的对抗样本生成方法是FGSM,其通过在沿着损失函数梯度方向添加一个细小的扰动,来“增大”损失,进而改变目标函数的输出。而我们通过FGSM基于目标模型生成对抗样本,并将其与原始样本组合去训练一个二分类器,最终将对抗样本从原始样本…
-
注意力机制
注意力机制应用在encoder-decoder模型中,可以使Decoder根据时刻的不同,让每一时刻的输入都有所不同,使处理长输入句子时效果更好,会对目前大多数方法进行抽象,可以将其归纳为三个阶段:1.相似度计算;2.归一化;3.加权求和。注意力机制在机器翻译、阅读理解、语义角色标注、关…