发布求助
文献互助 智能选刊 最新文献

人工智能法学研究最新文献

筛选
英文 中文
基于预训练语言模型的股市变动预测的分析 基于预训练语言模型的股市变动预测的分析
人工智能法学研究 Pub Date : 2023-09-15 DOI: 10.55375/aif.2023.2.3
金阳 李, 明哲 金, 久洋 宿
{"title":"基于预训练语言模型的股市变动预测的分析","authors":"金阳 李, 明哲 金, 久洋 宿","doi":"10.55375/aif.2023.2.3","DOIUrl":"https://doi.org/10.55375/aif.2023.2.3","url":null,"abstract":"预测股市变动是很困难的，而通过与股市息息相关的金融新闻来预测股市变动被认为是一种有效途径的同时也被认为是极具挑战性的自然语言处理任务。在股市预测任务中，新闻语料往往具有特征少噪声多的特征，用于分析这些语料的自然语言处理模型通常要具有很强的特征抽取能力的同时还能够处理超长文本。现有主流的自然语言处理模式普遍基于预训练语言模型，但预训练语言模型并不善于处理超长文本处理问题。在处理超长文本的新闻语料分析任务中，拥有更强特征抽取能力的预训练语言模型是否仍旧能够优于传统的不受文本长度限制的统计模型？本文通过搭建几种常见的文本处理模式进行实验对比，并提出了用于改善预训练语言模型的超长文本处理问题的文本提取算法。经过实验，现有的预训练语言模型相对于传统的统计模型，在处理超长文本的新闻语料预测股价变动的任务上并没有显著的优势，而本文提出的文本平均提取算法则能够提高预训练语言模型约 3%的准确度。","PeriodicalId":56786,"journal":{"name":"人工智能法学研究","volume":"87 2 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-09-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"135436353","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
基于注意力机制和YOLOX的火焰烟雾检测算法 基于注意力机制和YOLOX的火焰烟雾检测算法
人工智能法学研究 Pub Date : 2023-05-10 DOI: 10.55375/aif.2023.2.2
博超 朱, 照 徐
{"title":"基于注意力机制和YOLOX的火焰烟雾检测算法","authors":"博超 朱, 照 徐","doi":"10.55375/aif.2023.2.2","DOIUrl":"https://doi.org/10.55375/aif.2023.2.2","url":null,"abstract":"火灾是严重威胁人类生命安全与造成巨大财产损失的主要灾害之一，对火焰和烟雾进行检测能有效预防火灾发生。针对现有基于机器视觉方法对火焰和烟雾进行检测的方法具有的准确率低、效率低等问题，本文提出一种基于使用多种注意力机制改进的YOLOX 目标检测算法。Swin Transformer 是一种基于多头自注意力与滑动窗口的层级式深度神经络。我们的模型基于注意力机制和YOLOX，通过使用Swin Transformer网络作为目标检测的主干网络，结合空间注意力与通道注意力机制，添加模糊损失，让模型具有感知全局特征能力。实验结果表明，在相同数据集上，基于注意力机制改进的YOLOX 相对未修改的YOLOX目标检测评价指标mAP 提高了5.75%，火焰与烟雾检测的准确度获得了极大提升。","PeriodicalId":56786,"journal":{"name":"人工智能法学研究","volume":"36 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2023-05-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"74399188","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 1
用于穿戴式鼠标信号的端点检测研究 用于穿戴式鼠标信号的端点检测研究
人工智能法学研究 Pub Date : 2023-04-27 DOI: 10.55375/aif.2023.2.1
闻 孙, 志勇 姚, 纪权 钟, 跃辉 胡
{"title":"用于穿戴式鼠标信号的端点检测研究","authors":"闻 孙, 志勇 姚, 纪权 钟, 跃辉 胡","doi":"10.55375/aif.2023.2.1","DOIUrl":"https://doi.org/10.55375/aif.2023.2.1","url":null,"abstract":"本文研究利用神经网络进行穿戴式鼠标中的鼠标手势信号端点检测。我们将长短期记忆神经网络(Long Short Term Memory，LSTM)用作基本神经单元，并引入了一个线性距离因子。神经网络模型在该因子的帮助下可以适应性的更新分割函数。在验证时利用总计约3000个手势数据样本对模型进行了训练和评估。结果表明，在鼠标手势的端点检测中，相比于传统固定的双门限方法，基于LSTM的神经网络端点检测算法模型适应性好，无需附加任何阈值即可有效应用于手势分割，而且可以明显提升最终手势分类识别率，使其平均识别率达到了95.8%。","PeriodicalId":56786,"journal":{"name":"人工智能法学研究","volume":"73 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2023-04-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"89442200","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整，为了账户安全，请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
请完成安全验证×
相关产品
×
本文献相关产品
联系我们：info@booksci.cn Book学术提供免费学术资源搜索服务，方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号：481959085
Book学术官方微信