• 基于功能树森林的电动汽车电池故障检测与诊断研究

  摘要

  来源：Batteries

  时间：2026-10-27

• 全同态加密在隐私保护机器学习中的进展：硬件加速、算法优化与联邦学习集成

  全同态加密（FHE）允许直接在加密密文上进行任意数学运算，而无需中间解密，为云计算和安全机器学习建立了一个基础密码学原语。然而，实际应用历来受到计算延迟、密文膨胀和内存带宽瓶颈的制约。为了解决这些瓶颈，本综述考察了四个关键领域的最新进展：（1）通过图形处理单元、现场可编程门阵列和

  来源：IEEE Access

  时间：2026-10-27

• 基于词嵌入模型的主题投资数据驱动框架：跨部门关系与价值链互动评估

  本研究提出并实证验证了一个基于词嵌入模型的主题投资数据驱动框架。传统的行业分类体系和专家驱动方法往往无法捕捉现代投资主题所特有的跨部门关系和价值链互动。该框架使用美国股市数据（2019年12月31日至2026年6月30日）对四个代表性主题进行评估：人工智能、云计算、半导体和医疗保

  来源：IEEE Access

  时间：2026-10-27

• NeuroAST：一种用于检测大语言模型代码翻译幻觉的确定性两阶段验证器及其性能边界

  **摘要：** 大语言模型能流利地将代码从一种语言翻译成另一种语言，但无法提供保证：那些能够编译且读起来很自然的翻译结果，可能悄悄丢失条件、发明控制结构或改变依赖语义。如今，要检测这些翻译幻觉，需要全面的测试套件，而算法型代码库往往并不具备。我们要探究的是：确定性的程序分析，能

  来源：IEEE Access

  时间：2026-10-27

• 数据驱动电机故障诊断对未见复合故障组合的泛化能力评估

  摘要： 数据驱动的电机故障诊断报告准确率常常接近上限，但它们很少衡量工业部署实际需要的能力，即识别复合故障的基本故障机制，而这种复合故障的确切组合在模型开发过程中从未被观察到。本文在一台2.2 kW感应电机的公开多模态数据集上评估了该能力，该数据集包含24种诊断状态，包括九种复合

  来源：IEEE Access

  时间：2026-10-27

• 单参数修正指数根分布下应力-强度可靠性的有限样本推断：基于记录值的精确枢轴量、贝叶斯估计与数值验证

  我们针对单参数修正指数根分布（MERD）的应力-强度可靠性 R = Pr(X₁ < X₂) 发展有限样本推断方法，该分布是定义在 [1,∞) 上的递减风险寿命模型，且仅观测到记录值时适用。本研究处理三种抽样设计：上-上（UU）、下-下（LL）以及混合下-上（Mixed）。在 UU

  来源：IEEE Access

  时间：2026-10-27

• 信息集控制下的转换调节跨市场图曼巴模型（TRIG-Mamba）及其在跨市场收益预测中的应用

  摘要：跨市场收益模型在整个测试期内可能具有竞争力，但在市场状态转换后却会立即失效，而且当市场收盘、宏观经济数据版本以及缺失观测值未与每个决策时点实际可获得的信息对齐时，表面上的收益可能被夸大。因此，我们将信息集控制作为主要的方法论贡献，并采用“转换调节跨市场图曼巴模型”（TRI

  来源：IEEE Access

  时间：2026-10-27

• 有限域上consta-g-循环矩阵与consta-θ_g-循环矩阵的MDS及对合性质研究

  最大距离可分（MDS）矩阵因其最优分支数而被广泛应用于对称密钥密码学中的线性扩散层。本文利用商环Fq[x]/⟨xk−λ⟩和Fq[x;θ]/⟨xk−λ⟩，在有限域Fq上推广了循环型矩阵，其中λ ∈ F∗q且θ : Fq → Fq是一个域自同构。利用第一个商环，我们引入了consta

  来源：IEEE Access

  时间：2026-10-27

• 基于外差下变频的气体绝缘开关设备特高频局部放电监测系统

  气体绝缘开关设备中的特高频局部放电信号分析通常需要高速数据采集系统，因为这些信号包含跨越数百兆赫兹的宽带频率分量。然而，此类系统涉及高昂的硬件成本、庞大的数据存储需求以及沉重的计算负担，限制了其连续在线监测的适用性。本文提出一种基于外差下变频的特高频局部放电监测系统，该系统将局部

  来源：IEEE Access

  时间：2026-10-27

• 糖尿病视网膜病变分级：防泄漏评估下参数高效视觉-语言模型与CNN的性能比较

  摘要：糖尿病视网膜病变（DR）是可预防性失明的主要原因，自动化筛查传统上依赖于卷积神经网络（CNN），但其对更丰富的临床输出的可扩展性有限。我们提出了一种参数高效的PaliGemma-3B适配方法，该方法是一种视觉-语言模型（VLM），通过在单个12 GB消费级GPU上使用量化

  来源：IEEE Access

  时间：2026-10-27

知名企业招聘：