-
面向重载铁路通信异常检测的物理感知时频自编码器
• 基于物理感知的时间-频率自编码器检测铁路通信异常。 • 幅度引导的相位扩散模型在圆形流形上重建相位。 • 记忆门控 MiniRocket 融合平衡局部形态与全局语义。 • 神经增强逆傅里叶重建保持物理一致性。 • 在六个数据集上的平均性能超出基线0.79个百分点。
**
来源:Engineering Applications of Artificial Intelligence
时间:2026-09-22
-
面向物联网环境隐私保护的分布式拒绝服务攻击检测的联邦残差图卷积Transformer网络
•提出了Fed-RGCTNet用于隐私保护的物联网DDoS攻击检测。•整合动态图卷积网络(GCN)和Transformer编码器进行时空学习。•采用残差特征融合保留判别性攻击信息。•实现协作式联邦训练而无需共享原始网络流量。•在五个物联网入侵基准数据集上达到98.75%的准确
来源:Engineering Applications of Artificial Intelligence
时间:2026-09-22
-
一种用于变采样率统计过程监控的无模型强化学习框架
- 提出了一种用于自适应过程监控的无模型强化学习框架。
- 通过马尔可夫决策过程学习采用VSS和VSI采样方案的采样策略。
- 基于神经网络的强化学习模型(NNQ-VSS和NNQ-VSI)优于基于Q表的强化学习模型(Q-VSS和Q-VSI)以及传统自适应控制图。
- 实现了更
来源:Engineering Applications of Artificial Intelligence
时间:2026-09-22
-
基于近端策略优化参数整定的四阶主动扰动抑制控制
•提出一种基于PPO强化学习的自动参数调优方法。
•在高阶ADRC系统中实现性能突破。
•揭示高阶控制系统与强化学习之间的耦合关系。
引言
在工业制造和无人机的控制系统中,基于电机转速的周期性负载波动对转速控制构成了显著干扰。近年来,研究人员在多个控制方向上做出了重要贡献
来源:Engineering Applications of Artificial Intelligence
时间:2026-09-22
-
融合深度时间序列预测与智能控制的烟草干燥过程优化
- 我们提出了一种将深度时间序列预测与反馈控制相结合的智能控制系统。
- 我们结合基于神经网络的特征重要性和皮尔逊分析,进行关键干燥参数的选择。
- 我们在真实的卷烟生产环境中验证了该智能控制方法的有效性。
**引言**
近年来,大数据、物联网和人工智能等信息技术的快速发
来源:Engineering Applications of Artificial Intelligence
时间:2026-09-22
-
一种物理上可解释的深度混合人工智能框架,该框架将模糊逻辑与双分支神经网络相结合,用于镁合金的分类
摘要
快速而严格的镁合金分类对于工业制造和回收至关重要,但由于复杂冶金环境中存在微妙的光谱变化和严重的基体效应,这一任务仍然具有挑战性。本研究提出了一种新的分析范式,将飞秒激光烧蚀火花诱导击穿光谱技术与一个物理上可解释的深度混合学习框架相结合,以实现五种镁合金等级的高保真识别
来源:Engineering Applications of Artificial Intelligence
时间:2026-09-22
-
面向异配性图的单亲性感知的图预训练
摘要
图预训练算法旨在不依赖标注数据的情况下学习通用的节点嵌入。这些模型通常基于同配性假设进行设计,即相连节点具有相似的特征和相同的标签。然而,这种设计限制了它们在异配图上的表达能力和泛化能力,异配图在相连节点间表现出不同的特征和标签,且在现实场景中普遍存在。为解决这一局限
来源:Expert Systems with Applications
时间:2026-09-22
-
基于高斯原型的解耦解码器用于弱监督语义分割
•我们提出了一种解耦解码器,以减少CLIP和DINO特征之间的干扰。•我们设计了一种新颖的高斯原型模块,用于建模按类别划分的特征分布。•我们提出了一种新颖的单阶段弱监督语义分割框架。引言语义分割旨在为图像中的每个像素分配一个语义类别(Shelhamer, Long, & Da
来源:Expert Systems with Applications
时间:2026-09-22
-
AeroDistinct:一种用于城市空中交通中无人机与鸟类区分的生成式数据构建流程及基准
•首个无人机-鸟类共存基准数据集:19,600张带有双类别标注的图像。•生成式人工智能框架大规模合成安全关键场景。•在八种检测器架构上实现30%的召回率提升,同时误报率降低10%。•对未见过的天气条件展现出鲁棒的零样本泛化能力,验证了方法的可迁移性。引言城市空中交通(UAM)
来源:Expert Systems with Applications
时间:2026-09-22
-
PSG-Net:物理显著性引导的自适应融合网络用于红外与可见光图像融合
•提出了一种物理先验引导的红外观可见光图像融合方法。•通过知识蒸馏将传统掩膜技术与深度学习模型结合的联合框架。•差分注意力通过捕获跨模态差异来引导融合。引言红外和可见光图像融合(IVF)是计算机视觉领域的一个重要研究方向。红外图像(IR)捕获目标发出的热辐射,即使在夜间环境、
来源:Expert Systems with Applications
时间:2026-09-22