当前位置:首页 > 今日动态 > 科研动态/国外
  • IRENE:一种流体层有限元软件

    摘要 我们提出了一种有限元软件库FLIRE(流体层有限元软件),该库允许数值求解嵌入三维空间中的粘性流体层的动力学。FLIRE描述二维动态开放曲面,并限于用Monge规范描述的流形。FLIRE支持广泛的边界条件和曲面间障碍物的形状,并建立在用户友好且多功能的FEniCS之上。

    来源:Computer Physics Communications

    时间:2026-09-21

  • SAGE:一种基于样本信息的防护引擎,用于抵御对抗性攻击的强健入侵检测

    摘要 网络化的信息物理系统(CPS)越来越依赖于基于物联网(IoT)的基础设施。这种依赖性的增加扩展了IoT网络的安全漏洞,使得高效且强大的入侵检测系统(IDS)变得至关重要。基于机器学习的入侵检测系统(ML-IDS)在威胁检测能力上有了显著提升;然而,它们仍然容易受到对抗性攻击

    来源:Computer Networks

    时间:2026-09-21

  • RL-ABC:用于加速器束线控制的强化学习

    摘要 粒子加速器束线优化是一个高维控制问题,传统上需要大量的专家干预。我们提出了 RLABC(加速器束线控制强化学习),这是一个开源 Python 框架,能够自动将标准的 Elegant 束线配置转换为强化学习环境。RLABC 通过基于 SDDS 的接口与广泛使用的 Eleg

    来源:Computer Physics Communications

    时间:2026-09-21

  • 面向过程模拟中GPU加速热力学性质计算的结构引导算子融合

    •热力学方程图推荐GPU算子融合边界。 •全路径融合在四种GPU架构上加速了20组分路径的计算。 •最佳边界随组分数和GPU架构而变化。 •性质计算和闪蒸测试将内核增益与过程仿真连接起来。 引言 过程仿真器反复评估热力学性质。闪蒸计算、方程型残差与雅可比矩阵、参数回归以及不

    来源:Computers & Chemical Engineering

    时间:2026-09-21

  • 基于冲击传感器的自适应TENO-DeC气体动力学方案,适用于可压缩流动,并具备时空一致的阶数特性

    摘要 在这项工作中,我们提出了一种自适应的高阶TENO-DeC气体动力学方案,用于高保真度模拟可压缩流动。该方案旨在优化TENO-DeC框架,使其在空间和时间上都具有较高的精度。引入了一种基于TENO的冲击传感器,以指导DeC时间迭代过程中的分区自适应空间重建,有效降低了与重复高

    来源:Computer Physics Communications

    时间:2026-09-21

  • 油气管网最优设计中的多相流体力学问题

    **摘要** 本文提出了一种通用的混合整数非线性规划(MINLP)模型,用于油井区多相管道集输管网的最优设计。与以往方法不同,该模型明确引入了非线性关联方程以精确预测多相压降,从而实现对管网设计和管道尺寸更加严格的优化。根据生产起始时间、井口压力和气油比进行集输流量分配,对

    来源:Computers & Chemical Engineering

    时间:2026-09-21

  • 面向化工园区的动态数据驱动多层次风险预警模型的构建

    摘要 预警系统是化工园区(CIPs)生产安全体系中的关键组成部分。有效的预警机制对于预防重大事故至关重要。对近年来重大事故的统计分析表明,预防不足和响应滞后是常见的致因。为解决这一问题,本文构建了一个综合预警模型,该模型包含三个子模型:重大危险源装置预警模型、企业级风险预警

    来源:Computers & Chemical Engineering

    时间:2026-09-21

  • FLBD:基于区块链与深度强化学习,实现工业物联网中可信高效的联邦学习

    ## 摘要 工业物联网(IIoT)是现代智能制造的基石,联邦学习(FL)已成为工厂间实现隐私保护数据共享的关键范式。然而,FL在开放、异构的IIoT环境中的实际部署受到重大挑战的阻碍,即缺乏信任和运营效率低下。为了解决这些问题,本文提出了联邦学习区块链深度强化学习(FLBD

    来源:Computer Networks

    时间:2026-09-21

  • 降低真实性成本:通过动态形式化模型切换实现可扩展的自主网络防御形式化验证

    •量化了基于深度强化学习(DRL)的网络防御系统在真实性与验证性之间的权衡。•识别了真实性成本的驱动因素:诱饵、部分可观测性和随机策略。•提出了动态形式化模型切换方法,以实现可扩展的网络安全验证。•实现了对企业网络环境中自适应代理的形式化验证。•展示了奖励优化与形式化保证之间

    来源:Computer Networks

    时间:2026-09-21

  • 基于深度强化学习的D-OMA中自适应用户配对与资源分配以实现和速率与公平性之间的权衡

    摘要 随着最新一代电信技术中前沿技术的出现,用户接入网络的重大进步变得越来越重要。其中一项进步是delta正交多址接入(D-OMA)。鉴于第六代(6G)网络中用户数量的快速增长,确保用户间的公平性至关重要。D-OMA允许子载波部分重叠,本研究证明,优化这种重叠对于自适应地最

    来源:Computer Networks

    时间:2026-09-21


高级人才招聘专区
最新招聘信息:

知名企业招聘:

    • 国外动态
    • 国内进展
    • 医药/产业
    • 生态环保
    • 科普/健康