基于注意力机制的深度学习态势信息推荐模型

论文摘要

随着信息技术的迅猛发展,战场态势数据呈现出体量大、类型多、增长快、价值密度低等"4v"特点,能够增强态势感知的同时,大量冗余数据也会严重干扰指挥员对有用信息的提取和有效利用,影响指挥员快速、准确地决策。针对态势信息给指挥员带来的信息过载问题,提出一种基于注意力机制的深度学习态势信息推荐模型,引入双层注意力机制,利用多层神经网络分别学习项目级和组件级的注意力权重,深究指挥员与态势信息之间的潜在关系,构建指挥员偏好预测模型,提高推荐的准确性。

论文目录

• 1 相关理论
•   1.1 推荐系统
•   1.2 深度学习
•   1.3 注意力机制
• 2 态势信息推荐问题
• 3 基于注意力机制的深度学习态势推荐模型
•   3.1 指挥员综合反馈模型
•     3.1.1 显式反馈
•     3.1.2 隐式反馈
•   3.2 基于注意力机制的偏好值预测模型
•     3.2.1 项目级注意力机制层
•     3.2.2 组件级注意力机制层
• 4 实验分析
• 5 结束语

文章来源

类型: 期刊论文

作者: 周春华,郭晓峰,沈建京,李艳,周振宇

关键词: 注意力机制,深度学习,推荐系统,态势信息推荐

来源: 信息工程大学学报 2019年05期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 武器工业与军事技术,计算机软件及计算机应用,自动化技术

单位: 信息工程大学

基金: 国家自然科学基金资助项目(61773399)

分类号: E91;TP391.3;TP18

页码: 597-603

总页数: 7

文件大小: 1587K

下载量: 33