期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于生成式大语言的服务器日志异常检测方法
1
作者 谢进军 《国外电子测量技术》 2025年第5期82-89,共8页
服务器日志信息类型繁多,且结构复杂,难以挖掘日志信息的相关特征,进而导致其日志异常检测精度不高。为解决这一问题,提出基于生成式大语言的服务器日志异常检测方法。收集服务器日志信息,对其进行格式化,再挖掘日志信息的频繁项集,进... 服务器日志信息类型繁多,且结构复杂,难以挖掘日志信息的相关特征,进而导致其日志异常检测精度不高。为解决这一问题,提出基于生成式大语言的服务器日志异常检测方法。收集服务器日志信息,对其进行格式化,再挖掘日志信息的频繁项集,进而对日志信息进行解析。基于解析结果,将其映射到特征空间中,通过设定损失函数对日志信息特征进行提取。将提取的特征输入生成式大语言模型中,对模型进行训练,并对模型参数进行更新,再对模型参数进行调优,捕捉日志信息的深层特征。通过计算输入样本特征与正常样本特征之间的匹配度,识别出样本中的异常信息。计算日志异常信息的异常分数,确定其异常类别,实现对日志异常的检测。实验结果表明:所设计的检测方法对日志异常的查准率为92.45%,折扣累积增益(Discounted Cumulative Gain,DCG)值为8.5,单条日志处理时延仅85 ms,图形处理器(GPU)显存占用1500 MB,训练耗时4 h,且在Windows和Linux系统日志检测准确率上分别达到92%和90%,充分验证了该方法在日志异常检测中的有效性和全面优势。 展开更多
关键词 服务器日志 生成式大语言 异常检测 异常分数
原文传递
Automatic piano performance interaction system based on greedy algorithm for dexterous manipulator
2
作者 Yufei WANG Junfeng YAO +1 位作者 Yalan ZHOU Zefeng WANG 《虚拟现实与智能硬件(中英文)》 EI 2024年第6期473-485,共13页
With continuous advancements in artificial intelligence(AI), automatic piano-playing robots have become subjects of cross-disciplinary interest. However, in most studies, these robots served merely as objects of obser... With continuous advancements in artificial intelligence(AI), automatic piano-playing robots have become subjects of cross-disciplinary interest. However, in most studies, these robots served merely as objects of observation with limited user engagement or interaction. To address this issue, we propose a user-friendly and innovative interaction system based on the principles of greedy algorithms. This system features three modules: score management, performance control, and keyboard interactions. Upon importing a custom score or playing a note via an external device, the system performs on a virtual piano in line with user inputs. This system has been successfully integrated into our dexterous manipulator-based piano-playing device, which significantly enhances user interactions. 展开更多
关键词 Human-robot interaction Piano-playing robot Greedy algorithm score parsing
在线阅读 下载PDF
基于领域本体和依存句法分析的主观题自动评分方法 被引量:4
3
作者 王金水 郭伟文 唐郑熠 《贵州大学学报(自然科学版)》 2020年第6期79-84,124,共7页
现有主观题自动评分方法大多无法识别电力系统领域的专业术语,且在评分过程中易遗漏文本间的语义关系,进而导致其评分结果与人工评分结果偏差较大,无法满足实际考试的要求。针对这些问题,本文提出一种基于领域本体和依存句法分析的主观... 现有主观题自动评分方法大多无法识别电力系统领域的专业术语,且在评分过程中易遗漏文本间的语义关系,进而导致其评分结果与人工评分结果偏差较大,无法满足实际考试的要求。针对这些问题,本文提出一种基于领域本体和依存句法分析的主观题自动评分方法。该方法综合了节点距离相似度、节点信息相似度、通用词语相似度和依存句法搭配词对相似度等因素,并将电力系统领域本体引入到评分过程中,进而提高评分结果的有效性。实验结果表明:与现有方法相比,本文评分方法在主观题自动评分中更贴近人工评分结果,在MAE、RMSE和SMAPE指标上优于其他方法。 展开更多
关键词 自动评分 主观题评分 领域本体 依存句法分析 语义关系
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部