学术报告

  • 代码变更表示学习及其应用研究

    代码变更指对软件源代码的增加,删除,修改。软件项目的代码库可以视为一系列代码变更的有序组合,因此代码变更对理解代码库和分析软件演化过程十分重要。代码变更表示学习旨在将代码变更表示为低维稠密实值向量,具有自动学习,端到端训练,表示准确等优点。

    2023 年 7 月 19 日 188 0
  • 融合多模态交互及语义一致性建模的社交机器人检测

    社交机器人模仿人类在Twitter等社交平台上的行为。数以百万计的机器人通常基于平台API,通过自动化程序控制,通过模仿真实用户以实现恶意目标,检测社交机器人对于净化网络空间环境具有重要意义,本次报告重点讲述如何提升对于高级机器人的检测效果

    2023 年 7 月 14 日 289 0
  • Weakness Identification of Binary Program Function of Pseudo-code by Incorporating Structure and Sequence Information with Attention-Residual Connections

    The research objectives are to identify weaknesses in binary program functions and combine deep learning theories to address these weaknesses. The analysis section provides definit…

    2023 年 7 月 4 日 185 0
  • Deep Learning Backdoor Attacks Detection

    The susceptibility of deep neural networks to backdoor or trojan attacks has been demonstrated, wherein an adversary embeds a trigger during the training phase. This trigger allows…

    2023 年 6 月 26 日 186 0
  • 图匹配网络

    本次学术报告旨在带领听众完成图匹配网络相关知识入门。首先介绍了图匹配网络的基本概念;随后以GMN和MGMN为例讲解了图匹配网络的两种经典范式,详细阐述了图匹配网络的基本原理和应用场景;最后从任务细化、关系扩展和前沿技术引入三个角度说明了图匹配网络的前沿发展。扩展实验室同学在面对图相似度学习任务时的处理思路。

    2023 年 6 月 19 日 239 0
  • 基于Transformer的时间序列分析

    本次报告主要从Transformer框架入手,介绍基于Transformer模型的时间序列分析方法。针对Transformer模型的位置嵌入、注意力机制、模型架构三个方向在时间序列分析任务中的适应性改进方法进行总结。针对性的讲解Informer模型,并分析其在三个方向中的改进,进一步加深对模型的改进方法的理解。

    2023 年 6 月 17 日 229 0
  • 代码异味检测

    本次学术报告对以往实验室软件系统/代码质量评估的研究方向做了一个总结并引出新的概念:代码异味检测。针对代码异味概念,生成原因和研究最新的方向进行了探讨。同时结合两篇论文,从多异味检测的通用性和单异味检测的特异性说明问题和难点。有助于读者进一步理解代码异味检测和代码质量评估,也启发遵守通用规范编程的意识。

    2023 年 6 月 5 日 334 0
  • 单词级文本对抗攻击

    本报告介绍了单词级文本对抗攻击(Word-Level Attack)的背景和基本原理,展示了在OpenAttack和TextAttack两类开源工具上的测试样例,并分别讲述了基于义原替换和粒子群算法的攻击方法、基于掩码语言模型生成对抗样本方法,最后概括了两类算法的优势和不足,以及未来的发展方向。

    2023 年 5 月 29 日 424 0