期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于深度可分离卷积的轻量级时间卷积网络设计 认领
1
作者 曹渝昆 桂丽嫒 《计算机工程》 CAS CSCD 北大核心 2020年第9期95-100,109,共7页
时间卷积网络(TCN)在处理时间序列预测问题时存在计算量大和参数冗余问题,导致其难以应用于存储空间和计算能力受限的手机、平板电脑、笔记本电脑等移动终端。为此,设计一种轻量级时间卷积网络(L-TCN)。采用深度可分离卷积代替TCN中的... 时间卷积网络(TCN)在处理时间序列预测问题时存在计算量大和参数冗余问题,导致其难以应用于存储空间和计算能力受限的手机、平板电脑、笔记本电脑等移动终端。为此,设计一种轻量级时间卷积网络(L-TCN)。采用深度可分离卷积代替TCN中的普通卷积,先通过通道卷积对普通卷积在空间维度上进行分离,以增加网络宽度并扩大特征提取范围,再利用逐点卷积降低普通卷积操作的计算复杂度。实验结果表明,与TCN网络相比,L-TCN在保证时间序列预测精度的同时,能减少网络模型的参数量和计算量,适用于存储空间和计算能力受限的移动终端。 展开更多
关键词 时间卷积网络 深度可分离卷积 空洞卷积 因果卷积 残差网络
在线阅读 下载PDF
基于改进时间卷积网络的日志序列异常检测 认领
2
作者 杨瑞朋 屈丹 +2 位作者 朱少卫 钱叶魁 唐永旺 《计算机工程》 CAS CSCD 北大核心 2020年第8期50-57,共8页
基于循环神经网络的日志序列异常检测模型对短序列有较好的检测能力,但对长序列的检测准确性较差。为此,提出一种基于时间卷积网络的通用日志序列异常检测框架。将日志模板序列建模为自然语言序列,把基于神经网络训练的词嵌入作为模型... 基于循环神经网络的日志序列异常检测模型对短序列有较好的检测能力,但对长序列的检测准确性较差。为此,提出一种基于时间卷积网络的通用日志序列异常检测框架。将日志模板序列建模为自然语言序列,把基于神经网络训练的词嵌入作为模型的输入,以表示目标词在当前日志序列中的语义规则,并通过降维提高整个框架的运算效率。此外,提出用带参数的ReLU替换ReLU,用自适应平均池化层替换全连接层,将日志序列的异常检测问题建模成自然语言序列生成问题。实验结果表明,该检测框架的总体准确率高于TCN+Linear、TCN+AAP等方法。 展开更多
关键词 异常检测 日志 时间卷积网络 激活函数 自适应平均池化
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈