Page 222 - 《软件学报》2025年第9期
P. 222

王鑫澳 等: 基于联邦学习的       BERT  模型高效训练框架                                             4133


                 [50]   Cohan A, Ammar W, van Zuylen M, Cady F. Structural scaffolds for citation intent classification in scientific publications. In: Proc. of
                     the 2019 Conf. of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies, Vol. 1
                     (Long and Short Papers). Minneapolis: Association for Computational Linguistics, 2019. 3586–3596. [doi: 10.18653/v1/N19-1361]
                 [51]   Dosovitskiy  A,  Beyer  L,  Kolesnikov  A,  Weissenborn  D,  Zhai  XH,  Unterthiner  T,  Dehghani  M,  Minderer  M,  Heigold  G,  Gelly  S,
                     Uszkoreit J, Houlsby N. An image is worth 16x16 words: Transformers for image recognition at scale. In: Proc. of the 9th Int’l Conf. on
                     Learning Representations. OpenReview.net, 2021.
                 [52]   Le Y, Yang X. Tiny imagenet visual recognition challenge. 2015. http://vision.stanford.edu/teaching/cs231n/reports/2015/pdfs/yle_project.
                     pdf

                 附中文参考文献:
                  [1]   王乃钰, 叶育鑫, 刘露, 凤丽洲, 包铁, 彭涛. 基于深度学习的语言模型研究进展. 软件学报, 2021, 32(4): 1082–1115. http://www.jos.
                     org.cn/1000-9825/6169.htm [doi: 10.13328/j.cnki.jos.006169]
                  [2]   宋雪萌, 聂礼强, 申恒涛, 田奇, 黄华. 融合预训练技术的多模态学习研究专题前言. 软件学报, 2023, 34(5): 1997–1999. http://www.
                     jos.org.cn/1000-9825/6776.htm [doi: 10.13328/j.cnki.jos.006776]
                  [3]   顾育豪, 白跃彬. 联邦学习模型安全与隐私研究进展. 软件学报, 2023, 34(6): 2833–2864. http://www.jos.org.cn/1000-9825/6658.htm
                     [doi: 10.13328/j.cnki.jos.006658]
                  [4]   谭作文, 张连福. 机器学习隐私保护研究综述. 软件学报, 2020, 31(7): 2127–2156. http://www.jos.org.cn/1000-9825/6052.htm [doi:
                     10.13328/j.cnki.jos.006052]
                 [24]   王勇, 李国良, 李开宇. 联邦学习贡献评估综述. 软件学报, 2023, 34(3): 1168–1192. http://www.jos.org.cn/1000-9825/6786.htm [doi:
                     10.13328/j.cnki.jos.006786]
                 [30]   周新虹, 沈洁. 面向医疗应用场景的联邦学习综述. 信息技术与信息化, 2023, (11): 135–141. [doi: 10.3969/j.issn.1672-9528.
                     2023.11.031]
                 [41]   梁峥, 王宏志, 戴加佳, 邵心玥, 丁小欧, 穆添愉. 预训练语言模型实体匹配的可解释性. 软件学报, 2023, 34(3): 1087–1108. http://
                     www.jos.org.cn/1000-9825/6794.htm [doi: 10.13328/j.cnki.jos.006794]
                 [42]   盛雪晨, 陈丹伟. 基于联邦学习和差分隐私的文本分类模型研究. 信息安全研究, 2023, 9(12): 1145–1151. [doi: 10.12379/j.issn.2096-
                     1057.2023.12.02]
                 [43]   李博涵, 向宇轩, 封顶, 何志超, 吴佳骏, 戴天伦, 李静. 融合知识感知与双重注意力的短文本分类模型. 软件学报, 2022, 33(10):
                     3565–3581. [doi: 10.13328/j.cnki.jos.006630]
                 [44]   赵京胜, 宋梦雪, 高祥, 朱巧明. 自然语言处理中的文本表示研究. 软件学报, 2022, 33(1): 102–128. http://www.jos.org.cn/1000-9825/
                     6304.htm [doi: 10.13328/j.cnki.jos.006304]

                             王鑫澳(2001-), 男, 硕士, 主要研究领域为联邦                 骆歆远(1988-), 男, 博士, 助理研究员, 主要研
                            学习, 模型轻量化预训练.                                究领域为大数据管理, 大数据智能计算, 信息检索.




                             陈珂(1977-), 女, 博士, 副研究员, CCF 专业会              陈刚(1973-), 男, 博士, 教授, 博士生导师, CCF

                            员, 主要研究领域为非结构化数据管理, 数据挖                      杰出会员, 主要研究领域为数据库, 大数据管理

                            掘, 隐私保护.                                     系统, 大数据智能计算.




                             寿黎但(1976-), 男, 博士, 教授, 博士生导师,

                            CCF  高级会员, 主要研究领域为非结构化数据

                            管理, 移动社会媒体数据管理, 多媒体挖掘.
   217   218   219   220   221   222   223   224   225   226   227