-
揭开暗影:深度学习在暗网情报中的突破
摘要译文:暗网市场(DNM)促成了非法商品的全球性交易。收集DNM数据对于确保执法机构能够有效打击犯罪至关重要。从DNM中手动提取数据是一项易出错且耗时的任务。为自动化该过程,研究人员开发了一个从DNM提取数据的框架,并评估了三种最先进的命名实体识别(NER)
-
基于关联规则的数据挖掘在教学评价系统中的应用:一种多算法比较研究
数字教学评价系统的快速扩展为通过可解释的数据挖掘技术改进教育决策创造了机会。研究人员提出一种比较框架,用于分析一个公开的大学生英语教学评价数据集(含1650条学生记录)。13个连续预测变量通过基于分位数的离散化转换为低、中、高三类。在通用参数设置下应用Apri
-
自主无人机系统中面向安全空中无线电力传输的遥测引导协同控制
自主无人机的任务续航能力从根本上受限于机载电池的有限能量容量。空中无线电力传输(WPT)是一种颇具前景的方法,可在无需频繁着陆或更换电池的情况下延长任务时长。然而,由于动态环境、相对运动及传感器不确定性,在移动平台间维持高效、安全的能量传输仍具挑战。本研究提出
-
SENTINEL:一个具有级联感知和形式化验证警报逻辑的时间框架,用于早期ICU死亡预测
重症监护病房(ICU)中的早期死亡预测仍然困难,因为生理观察不规则、患者人群异质,且大多数决策支持系统提供的操作安全性保证有限。研究人员提出了SENTINEL,一个时间框架,包含哨兵级联恶化指标(SCDM),该指标使用不进行结局分层的阈值来量化基于值的偏差、时
-
零价铁强化GAO主导系统中氮磷去除性能与机制
零价铁(ZVI)可提高市政污水处理系统中的氮磷去除效率。然而,其对糖原累积微生物(GAOs)的影响及作用机制尚未完全阐明。本研究通过评估ZVI对以Candidatus Competibacter sp.为主导(相对丰度为46.33%)的反硝化反应器性能的影响,
-
实验室尺度硫化物废石坝反应器设计:基于大型物理化学数据集提出水文地球化学功能模型
硫化物废石堆中酸性矿山废水(AMD)的生成涉及复杂的水文地球化学过程,需借助受控实验手段以深化理解。研究人员利用来自伊比利亚黄铁矿带(IPB)的代表性物质运行了一台实验室尺度废石坝反应器共计31周。通过对物理化学参数的连续监测与每周化学分析,产生的大型数据集经
-
增强滨海软土孔隙水排水:秸秆-PLA竖向排水体的酶促降解与水力性能
预制竖向排水体(PVD)对于加速孔隙水压力消散和固结滨海及河流环境中水饱和软土至关重要。由农业秸秆和聚乳酸(PLA)组成的秸秆排水板,可作为传统塑料排水体的替代方案,从而减轻敏感水生生态系统中潜在的水污染和微塑料累积。然而,其缓慢的自然生物降解性能可能影响长期
-
面向城市排水系统污水溢流所致地表污染暴露评估的韧性导向框架:以中国厦门岛为例
在本研究中,研究人员针对76.8 MHz AT切(AT-cut)石英谐振器,比较了四种电极模型,即实体电极模型(solid model)、附加质量模型(added mass model)、薄膜电极模型(thin-film model)以及薄膜与附加质量耦合模型
-
基于机器学习的热带流域水文响应时间建模
热带地区洪水发生因气候变率和土地利用变化而加剧,从而增加了对可靠洪水响应时间估算的需求。准确预测洪水滞时(TL)——即净雨重心与洪峰径流之间的时间间隔——对于洪水预警和水资源规划至关重要。然而,在数据稀缺地区,由于流域形态、降雨特征和产流过程之间的复杂相互作用
-
基于可解释机器学习的黑龙江中游水体提取
为应对复杂异质河流水体提取中传统方法面临的光谱混合强烈、特征冗余显著以及泛化能力有限等挑战,本研究利用从哥白尼数据空间生态系统获取的Sentinel-2 Level-2A多光谱影像,开展黑龙江中游水体提取研究,并提出了一种基于广义特征和平衡采样的优化极端梯度提