国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

【論文閱讀】基于意圖的網(wǎng)絡(luò)(Intent-Based Networking,IBN)研究綜述

這篇具有很好參考價值的文章主要介紹了【論文閱讀】基于意圖的網(wǎng)絡(luò)(Intent-Based Networking,IBN)研究綜述。希望對大家有所幫助。如果存在錯誤或未考慮完全的地方,請大家不吝賜教,您也可以點(diǎn)擊"舉報(bào)違法"按鈕提交疑問。


原文鏈接:軟件學(xué)報(bào)jos.org.cn/jos/article/abstract/6088

隨著互聯(lián)網(wǎng)規(guī)模不斷增大,網(wǎng)絡(luò)管理和運(yùn)維變得極其復(fù)雜,基于意圖的網(wǎng)絡(luò)可幫助實(shí)現(xiàn)網(wǎng)絡(luò)自治。它并非一個新技術(shù),而是一種理念,通過意圖的概念為網(wǎng)絡(luò)管理提供一個更高級的抽象。IBN是SDN(軟件定義網(wǎng)絡(luò))的進(jìn)化,目前 IBN大多在 SDN 環(huán)境下實(shí)現(xiàn)。
【目前技術(shù)尚不成熟,各環(huán)節(jié)間缺乏統(tǒng)一的接口
規(guī)范,目前尚無 IBN 的落地項(xiàng)目】

一、IBN體系結(jié)構(gòu)

1.1 體系結(jié)構(gòu):

ibn意圖網(wǎng)絡(luò),論文閱讀筆記,意圖網(wǎng)絡(luò)

1.2 閉環(huán)流程:

ibn意圖網(wǎng)絡(luò),論文閱讀筆記,意圖網(wǎng)絡(luò)

  • 意圖獲取-自然語言解析識別
  • 意圖轉(zhuǎn)譯-AI 智能策略選取技術(shù)
  • 策略驗(yàn)證-網(wǎng)絡(luò)自動化驗(yàn)證和形式化驗(yàn)證
  • 意圖下發(fā)與執(zhí)行- OpenFlow協(xié)議、P4數(shù)據(jù)平面編程語言等技術(shù)
  • 網(wǎng)絡(luò)狀態(tài)信息的實(shí)時反饋及優(yōu)化-實(shí)時感知網(wǎng)絡(luò)狀態(tài),分析意圖是否成功實(shí)現(xiàn)

1.3 IBN的自動化程度(逐步向前演進(jìn)):

a.) 全面自動化網(wǎng)絡(luò):能夠?qū)崿F(xiàn)絕大部分業(yè)務(wù)發(fā)放、網(wǎng)絡(luò)部署和維護(hù)的自動化,并實(shí)現(xiàn)較全面地網(wǎng)絡(luò)狀態(tài)感知與局部地機(jī)器決策;
b.)自優(yōu)化網(wǎng)絡(luò):能夠?qū)崿F(xiàn)深度地網(wǎng)絡(luò)狀態(tài)感知,自動網(wǎng)絡(luò)控制,滿足用戶網(wǎng)絡(luò)意圖;
c.)部分自治網(wǎng)絡(luò):在特定的環(huán)境,不一定需要人參與決策,能夠?qū)崿F(xiàn)自主調(diào)整網(wǎng)絡(luò)狀態(tài);
d.)全面自治網(wǎng)絡(luò):在不同網(wǎng)絡(luò)環(huán)境、網(wǎng)絡(luò)條件,網(wǎng)絡(luò)均能自動適應(yīng)、自主調(diào)整,滿足用戶的意圖.

目前,用戶意圖實(shí)現(xiàn)的自動化程度與意圖實(shí)現(xiàn)的場景成反比關(guān)系,也就是說一個意圖要想完全自動化實(shí)現(xiàn),那么它可能就只適用于一個特定的場景。

所以要權(quán)衡自動化程度和場景適配性。

二、IBN 的實(shí)現(xiàn)方式

2.1 意圖獲?。?/h3>

用戶輸入方式:自然語言、語音輸入、GUI,以及下面的各種特定語言。
雖然相比于使用自然語言描述意圖,這些特定語言的抽象級別較低,但是在特定的環(huán)境下它們一樣可以具有豐富的語義。在今后的研究中,可以采用由自然語言向 DSL轉(zhuǎn)譯的方法實(shí)現(xiàn)用戶的意圖。

2.1.1 YANG、NEMO

  • 為提供一種通用的抽象的策略語法,方便用戶描述自己的意圖,OpenDayLight使用 YANG 數(shù)據(jù)建模語言為服務(wù)和數(shù)據(jù)建模,提供了開放的北向接口與一些與北向接口有關(guān)的組件。
  • 同樣的,華為在推出了一種基于意圖的北向接口NEMO(Network Model)語言,使用了DSL(Domain Specific Language)的抽象網(wǎng)絡(luò)模型以及結(jié)論性的操作模式。

2.1.2 Frenetic、NetKAT、LAI

以下 3 種語言都是基于 DSL 設(shè)計(jì)的,其中 Frenetic 和 NetKAT更偏向?yàn)橐环N編程語言,需要一定的專業(yè)知識,而“LAI”不要太多的專業(yè)知識就可以描述 ACL 意圖。

  • 為隱藏 SDN 中網(wǎng)絡(luò)元素的各種底層細(xì)節(jié),Frenetic語言是一種針對 SDN 北向接口的函數(shù)型編程語言,提供類似 SQL 的語法結(jié)構(gòu)對 SDN 應(yīng)用進(jìn)行開發(fā),它的重點(diǎn)在于使用高級別抽象的形式在描述報(bào)文的轉(zhuǎn)發(fā)規(guī)則。
  • NetKAT語言同樣也是一種面向 SDN 的函數(shù)型編程語言,它提供簡單的原語來描述下層交換機(jī)的轉(zhuǎn)發(fā)行為以及網(wǎng)絡(luò)結(jié)構(gòu),而它的嚴(yán)格數(shù)學(xué)證明也為網(wǎng)絡(luò)的驗(yàn)證工作提供方便。
  • 為生成并維護(hù) ACL(Access Control List),“LAI”意圖語言提供了 scope、modify、check等幾種原語描述用戶對于內(nèi)網(wǎng) ACL 的意圖需求。例如當(dāng)需要在 ACL 上添加一條“A 可以連通 B”的意圖,便可以使用以下語句來描述該意圖。
scope A*,
B* allow A*,
B* control A->B check fix

2.2 意圖轉(zhuǎn)譯:

意圖轉(zhuǎn)譯就是將用戶意圖轉(zhuǎn)化為相應(yīng)的網(wǎng)絡(luò)配置策略,目前主要用到的方法是nlp。在這一環(huán)節(jié),需要對用戶意圖進(jìn)行關(guān)鍵字提取、詞法分析、語義挖掘等操作,從而獲得用戶期望的網(wǎng)絡(luò)運(yùn)行狀態(tài),并使用智能化的方法生成網(wǎng)絡(luò)策略。以下是幾種方法。

2.2.1 iNDIRA系統(tǒng)

iNDIRA系統(tǒng)利用nlp本體論的方法,在 SDN 的控制平面和應(yīng)用之間實(shí)現(xiàn)了意圖轉(zhuǎn)譯模塊。該模塊將用戶輸入的自然語言處理為 RDF 圖,并自動生成網(wǎng)絡(luò)策略或配置命令。
以意圖“I want to connect A to B with high
speed now.”為例,其具體實(shí)現(xiàn)過程為:
①使用自然語言處理、機(jī)器推理等方法,去掉無效信息(I、want、to ),提取關(guān)鍵信息(connect、A、B 等)
②利用處理得到的信息將意圖映射為 RDF圖(Resource Description Framework),并利用網(wǎng)絡(luò)拓?fù)湫畔⒌葘?RDF 圖中的參數(shù)實(shí)例化
③編寫程序對 RDF 圖進(jìn)行處理,生成網(wǎng)絡(luò)策略或配置命令。
ibn意圖網(wǎng)絡(luò),論文閱讀筆記,意圖網(wǎng)絡(luò)

2.2.2 基于模板的策略生成方法

系統(tǒng)預(yù)先定義網(wǎng)絡(luò)策略庫,將不同類型的網(wǎng)絡(luò)策略存儲在策略庫中。當(dāng)用戶意圖輸入時,即可使用自然語言處理的方法獲取關(guān)鍵信息,并根據(jù)策略庫映射為相應(yīng)的網(wǎng)絡(luò)策略。

2.2.3 P4 代碼模板庫的方法

將用戶意圖映射為 P4 代碼。

2.2.4 基于案例學(xué)習(xí)的方法

通過用戶意圖的不斷輸入,系統(tǒng)將不斷學(xué)習(xí)意圖的特征,并生成相應(yīng)的策略。由于該方法需要大量的數(shù)據(jù)支撐,所以該方法在初始階段的效率可能不理想。

2.2.5 OpenFlow 流表規(guī)則

在 SDN 環(huán)境下設(shè)計(jì)一組封裝好的意圖接口,用戶直接輸入意圖就可自動生成相應(yīng)的 OpenFlow 流表規(guī)則,從而下發(fā)到實(shí)際網(wǎng)絡(luò).

2.3 對于策略的可執(zhí)行性驗(yàn)證

得到網(wǎng)絡(luò)策略后、下發(fā)策略前,需進(jìn)行可執(zhí)行性驗(yàn)證,主要考慮可用性、沖突、正確性這三個方面。

1. 可用性:維護(hù)一個網(wǎng)絡(luò)狀態(tài)信息的數(shù)據(jù)庫,查看當(dāng)前策略所需要的網(wǎng)絡(luò)資源是否可用、是否足夠。

2. 沖突驗(yàn)證:根據(jù)策略匹配域的相交關(guān)系以
及策略執(zhí)行的動作給出幾種策略的沖突關(guān)系: 冗余、覆蓋 、泛化、相關(guān)、重疊。如果流規(guī)則沖突,則先保證優(yōu)先級高的策略被實(shí)現(xiàn)。具體而言,在SDN 環(huán)境下,F(xiàn)lowChecker 將 OpenFlow 流表規(guī)則編碼為二元決策圖,在單一狀態(tài)機(jī)內(nèi)對網(wǎng)絡(luò)行為建模,用基于二元決策圖的符號模型檢測時序邏輯來識別流規(guī)則沖突引發(fā)的配置錯誤;VeriFlow通過對流表規(guī)則進(jìn)行等價類劃分以實(shí)時檢查插入的流規(guī)則是否違反網(wǎng)絡(luò)約束如訪問控制規(guī)則、路由環(huán)路等。

3. 正確性: 驗(yàn)證策略下發(fā)到實(shí)際網(wǎng)絡(luò)是否按照預(yù)期實(shí)現(xiàn),主要采用形式化驗(yàn)證的方法(數(shù)模證明,方法主要有模型檢查、定理證明、符號執(zhí)行、SAT/SMT 求解器)。一般流程為:通過形式化建模語言(如 datalog、alloy),將策略建模為形式化模型,用求解器(如 Z3 求解器)判斷策略是否可以正確實(shí)現(xiàn)。
例如,“FLOVER”系統(tǒng)使用 Yices2 作為求解器,將匹配域?yàn)?code>{Src IP:5,Dst IP:6,Src Port:0~19,Dst Port:0~19},動作為{drop}的 OpenFlow 流規(guī)則轉(zhuǎn)化為如圖 4 所示的 Yices2 輸入形式,并把網(wǎng)絡(luò)底層安全屬性按照同樣的方式進(jìn)行建模,最后將流規(guī)則和安全屬性的形式化描述帶入到求解器中進(jìn)行求解,求解器將自動分析它們的關(guān)系并返回驗(yàn)證結(jié)果。
ibn意圖網(wǎng)絡(luò),論文閱讀筆記,意圖網(wǎng)絡(luò)

2.4 策略下發(fā)與執(zhí)行

首先將網(wǎng)絡(luò)策略(如網(wǎng)絡(luò)遙測任務(wù))編譯為相應(yīng)的 P4 編程語言代碼,之后對可編程交換機(jī)內(nèi)部的轉(zhuǎn)發(fā)邏輯進(jìn)行編程配置,使用配置綜合的方法生成設(shè)備的配置文件從而實(shí)現(xiàn)策略的下發(fā)與執(zhí)行工作,從而使網(wǎng)絡(luò)設(shè)備按照預(yù)期對數(shù)據(jù)進(jìn)行處理。
例1: BGP 配置(僅支持BGP協(xié)議):用戶表明對于流量的高級約束,并使用正則表達(dá)式和有限狀態(tài)自動機(jī)表達(dá)流量的傳輸路徑,之后利用系統(tǒng)的編譯器將這些約束綜合為相應(yīng)路由器的 BGP 配置。
例2:網(wǎng)絡(luò)配置(支持靜態(tài)路由、OSPF、BGP 三種路由協(xié)議):將網(wǎng)絡(luò)配置問題描述為分層次的 Datalog 問題,并使用 SMT 求解器對用戶需求進(jìn)行配置綜合從而生成相應(yīng)的配置文件。
例3:NetComplete(支持靜態(tài)路由、OSPF、BGP 三種路由協(xié)議),求解速度要優(yōu)于 Synet 并且更易于拓展到大型網(wǎng)絡(luò)上。

2.5 實(shí)時反饋

2.5.1 網(wǎng)絡(luò)的狀態(tài)信息實(shí)時監(jiān)控

在策略下發(fā)到實(shí)際網(wǎng)絡(luò)后,需要對網(wǎng)絡(luò)的狀態(tài)信息進(jìn)行實(shí)時監(jiān)控,并進(jìn)行適當(dāng)?shù)膬?yōu)化與調(diào)整,確保網(wǎng)絡(luò)的轉(zhuǎn)發(fā)行為符合用戶意圖,保證網(wǎng)絡(luò)始終滿足意圖需求。網(wǎng)絡(luò)狀態(tài)監(jiān)控主要使用 NetFlowSFlow。除此以外還有INT技術(shù)以及基于INT的優(yōu)化。
(1)NetFlow 時間長,無法滿足 IBN 對網(wǎng)絡(luò)狀態(tài)實(shí)時監(jiān)控的需求
(2)SFlow 時間短,但準(zhǔn)確性低,無法確保 IBN 可以正確滿足用戶意圖。
(3)基于 P4 語言的技術(shù)——帶內(nèi)網(wǎng)絡(luò)遙測(In-band Network Telemetry, INT)INT 允許數(shù)據(jù)包查詢交換機(jī)內(nèi)部狀態(tài),但只能監(jiān)控一條指定鏈路上網(wǎng)絡(luò)狀態(tài),無法實(shí)現(xiàn)整個網(wǎng)絡(luò)域內(nèi)的狀態(tài)感知。
(4)INT-path,使用基于源路由的方法向網(wǎng)絡(luò)域內(nèi)發(fā)送 INT 數(shù)據(jù)包,獲取所有交換機(jī)的狀態(tài),進(jìn)而可以感知整個網(wǎng)絡(luò)域內(nèi)的網(wǎng)絡(luò)狀態(tài),可為 IBN 提供實(shí)時、準(zhǔn)確的網(wǎng)絡(luò)狀態(tài)感知。

2.5.2 網(wǎng)絡(luò)策略轉(zhuǎn)發(fā)行為的實(shí)時監(jiān)控

探針 方法:通過向數(shù)據(jù)平面注入探針,根據(jù)探針的轉(zhuǎn)發(fā)行為來判斷數(shù)據(jù)平面是否按照相應(yīng)的策略轉(zhuǎn)發(fā)數(shù)據(jù)包,判斷用戶意圖是否正確實(shí)現(xiàn)。
例1:Symnet 是一個基于符號執(zhí)行的數(shù)據(jù)平面驗(yàn)證工具,通過向網(wǎng)絡(luò)注入符號數(shù)據(jù)包來對網(wǎng)絡(luò)進(jìn)行建模,并靜態(tài)地分析網(wǎng)絡(luò)的行為是否滿足用戶的意圖。
例2:Minesweeper 將穩(wěn)定的網(wǎng)絡(luò)狀態(tài)編碼為可滿足約束形式,實(shí)現(xiàn)了對于數(shù)據(jù)平面的全覆蓋驗(yàn)證。如果用戶意圖沒有正確實(shí)現(xiàn)或者在網(wǎng)絡(luò)運(yùn)行期間被意外改變,應(yīng)及時向上層反饋信息,根據(jù)當(dāng)前的網(wǎng)絡(luò)狀態(tài)對用戶意圖進(jìn)行重新轉(zhuǎn)譯、編排。

三、IBN的應(yīng)用

特點(diǎn):靈活、智能、自動化
應(yīng)用:網(wǎng)絡(luò)測量、網(wǎng)絡(luò)業(yè)務(wù)編排、工業(yè)互聯(lián)網(wǎng)領(lǐng)域(工廠的智能組網(wǎng)、實(shí)時監(jiān)測工廠網(wǎng)絡(luò)狀態(tài))、數(shù)據(jù)中心網(wǎng)絡(luò)(在鏈路數(shù)量多、網(wǎng)絡(luò)拓?fù)鋸?fù)雜的情況下實(shí)現(xiàn)智能管理和監(jiān)測,快速修復(fù)網(wǎng)絡(luò)故障)

四、難點(diǎn)

沒有統(tǒng)一架構(gòu);意圖分析、意圖轉(zhuǎn)譯沒有統(tǒng)一的實(shí)現(xiàn)方法,沒有接口;策略的驗(yàn)證的全面性缺乏,需要集成,且方式各有優(yōu)缺點(diǎn)(如形式化驗(yàn)證的狀態(tài)空間爆炸);部署問題(有不兼容的協(xié)議、逐步部署的順序等);跨域通信(全局網(wǎng)絡(luò)信息難以獲?。?;實(shí)時收集信息用以全局優(yōu)化;網(wǎng)絡(luò)安全問題

五、評價

這篇文章是我了解自動化網(wǎng)絡(luò)部署的第一篇文章,正好找著一篇意圖網(wǎng)絡(luò)的綜述,比較通俗易懂,但是在總結(jié)各個技術(shù)的時候又比較全面,很適合閱讀。個人而言,這篇文章對我啟發(fā)最大的是整個流程以及最后的研究展望,難點(diǎn)總結(jié)也十分到位,有一些我沒有想到的IBN目前存在的問題也表述出來了。文章來源地址http://www.zghlxwxcb.cn/news/detail-741665.html

到了這里,關(guān)于【論文閱讀】基于意圖的網(wǎng)絡(luò)(Intent-Based Networking,IBN)研究綜述的文章就介紹完了。如果您還想了解更多內(nèi)容,請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來自互聯(lián)網(wǎng)用戶投稿,該文觀點(diǎn)僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符,請點(diǎn)擊違法舉報(bào)進(jìn)行投訴反饋,一經(jīng)查實(shí),立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

相關(guān)文章

  • 論文閱讀NAM:Normalization-based Attention Module

    論文閱讀NAM:Normalization-based Attention Module

    識別不太顯著的特征是模型壓縮的關(guān)鍵。然而,在革命性的注意力機(jī)制中卻沒有對其進(jìn)行研究。在這項(xiàng)工作中,我們提出了一種新的基于歸一化的注意力模塊(NAM),它抑制了不太顯著的權(quán)重。它對注意力模塊應(yīng)用了權(quán)重稀疏性懲罰,從而使它們在保持類似性能的同時具有更

    2024年04月22日
    瀏覽(24)
  • 論文閱讀:SuMa++: Efficient LiDAR-based Semantic SLAM

    論文閱讀:SuMa++: Efficient LiDAR-based Semantic SLAM

    來源:IROS 2019 鏈接:https://ieeexplore.ieee.org/document/8967704 可靠、準(zhǔn)確的定位和映射是大多數(shù)自動駕駛系統(tǒng)的關(guān)鍵組成部分。除了映射環(huán)境的幾何信息外,語義在實(shí)現(xiàn)智能導(dǎo)航行為方面也起著重要作用。在大多數(shù)現(xiàn)實(shí)環(huán)境中,由于移動對象引起的動態(tài)變換,這個任務(wù)特別復(fù)雜,這

    2024年03月12日
    瀏覽(29)
  • TartanVO: A Generalizable Learning-based VO 論文閱讀

    TartanVO: A Generalizable Learning-based VO 論文閱讀

    題目 :TartanVO: A Generalizable Learning-based VO 作者 :Wenshan Wang, Yaoyu Hu 來源 :CoRL 時間 :2021 代碼地址 :https://github.com/castacks/tartanvo 我們提出了第一個基于學(xué)習(xí)的視覺里程計(jì)(VO)模型,該模型可推廣到多個數(shù)據(jù)集和現(xiàn)實(shí)場景,并且在具有挑戰(zhàn)性的場景中優(yōu)于基于幾何的方法。

    2024年02月13日
    瀏覽(21)
  • 論文閱讀:Diffusion Model-Based Image Editing: A Survey

    論文閱讀:Diffusion Model-Based Image Editing: A Survey

    論文鏈接 GitHub倉庫 這篇文章是一篇基于擴(kuò)散模型(Diffusion Model)的圖片編輯(image editing)方法綜述。作者從多個方面對當(dāng)前的方法進(jìn)行分類和分析,包括學(xué)習(xí)策略、用戶輸入、和適用的任務(wù)等。為了進(jìn)一步評估文本引導(dǎo)的圖片編輯算法,作者提出了一個新的基準(zhǔn),EditEval,

    2024年04月10日
    瀏覽(26)
  • 論文閱讀 - VGAER: Graph Neural Network Reconstruction based Community Detection

    論文閱讀 - VGAER: Graph Neural Network Reconstruction based Community Detection

    https://arxiv.org/pdf/2201.04066.pdf ????????社群檢測是網(wǎng)絡(luò)科學(xué)中一個基礎(chǔ)而重要的問題,但基于圖神經(jīng)網(wǎng)絡(luò)的社群檢測算法為數(shù)不多,其中無監(jiān)督算法幾乎是空白。 ????????本文通過將 高階模塊化信息與網(wǎng)絡(luò)特征融合 ,首次提出了基于變異圖自動編碼器重構(gòu)的社群檢測

    2024年01月18日
    瀏覽(38)
  • 論文閱讀:CenterFormer: Center-based Transformer for 3D Object Detection

    論文閱讀:CenterFormer: Center-based Transformer for 3D Object Detection

    目錄 概要 Motivation 整體架構(gòu)流程 技術(shù)細(xì)節(jié) Multi-scale Center Proposal Network Multi-scale Center Transformer Decoder Multi-frame CenterFormer 小結(jié) 論文地址: [2209.05588] CenterFormer: Center-based Transformer for 3D Object Detection (arxiv.org) 代碼地址: GitHub - TuSimple/centerformer: Implementation for CenterFormer: Center-base

    2024年02月07日
    瀏覽(22)
  • 論文閱讀---《Unsupervised Transformer-Based Anomaly Detection in ECG Signals》

    論文閱讀---《Unsupervised Transformer-Based Anomaly Detection in ECG Signals》

    題目:基于Transformer的無監(jiān)督心電圖(ECG)信號異常檢測 ????????異常檢測是數(shù)據(jù)處理中的一個基本問題,它涉及到醫(yī)療感知數(shù)據(jù)中的不同問題。技術(shù)的進(jìn)步使得收集大規(guī)模和高度變異的時間序列數(shù)據(jù)變得更加容易,然而,為了確保一致性和可靠性,需要復(fù)雜的預(yù)測分析模

    2024年02月14日
    瀏覽(24)
  • 【論文閱讀】TransCAM: Transformer Attention-based CAM Refinement for WSSS

    【論文閱讀】TransCAM: Transformer Attention-based CAM Refinement for WSSS

    分享一篇閱讀的用于弱監(jiān)督分割的論文 TransCAM: Transformer Attention-based CAM Refinement for Weakly Supervised Semantic Segmentation https://github.com/liruiwen/TransCAM 大多數(shù)現(xiàn)有的WSSS方法都是基于類激活映射(CAM)來生成像素級的偽標(biāo)簽,用于監(jiān)督訓(xùn)練。但是基于CNN的WSSS方法只是凸出最具有區(qū)別性

    2024年02月16日
    瀏覽(34)
  • VL系列 Exchanging-based Multimodal Fusion with Transformer 論文閱讀筆記

    VL系列 Exchanging-based Multimodal Fusion with Transformer 論文閱讀筆記

    寫在前面 ??又是一個周末 教師節(jié),祝老師們節(jié)日快樂呀。依慣例,論文讀起來~ ??這是一篇多模態(tài)融合的文章,也算是這些年新出的一種方式了,具體還不知道啥情況,代碼已開源,一試便知。 論文地址:Exchanging-based Multimodal Fusion with Transformer 代碼地址:https://github.

    2024年02月05日
    瀏覽(24)
  • 論文閱讀|基于圖神經(jīng)網(wǎng)絡(luò)的配電網(wǎng)故障定位方法

    論文閱讀|基于圖神經(jīng)網(wǎng)絡(luò)的配電網(wǎng)故障定位方法

    來源:北京交通大學(xué)碩士學(xué)位論文,2022 電網(wǎng)拓?fù)湫螒B(tài)多樣,重構(gòu)場景頻繁,,傳統(tǒng)故障定位方法的單一閾值設(shè)定無法滿足要求,基于人工智能的配電網(wǎng)故障定位技術(shù)具有很大的應(yīng)用潛力,但仍存在著拓?fù)潢P(guān)聯(lián)性差、泛化能力弱、難以兼顧靈敏性與多場景適應(yīng)性等問題。 以

    2024年02月09日
    瀏覽(21)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包