-
因果启发的运动学约束对抗性轨迹生成用于群体意图识别
•CTAG通过运动学展开生成对抗性群集轨迹。•加速度干预保留了耦合的PVA轨迹动态特性。•CTAG在五个骨干网络上实现了0.984和0.983的平均攻击成功率(ASR)。•AeroSwarm的展开间隙和峰值加加速度分别降至0.338 m和0.20。引言无人机(UAV)因其机动
来源:Engineering Applications of Artificial Intelligence
时间:2026-09-19
-
从叙述到行动:一种用于可解释和自适应人类移动行为生成的分层认知大语言模型智能体框架
•用于日常出行生成的叙事到行动层级化大语言模型智能体框架。•职业出行熵,用于捕捉决策中的职业异质性。•反思驱动的执行机制,支持对已规划活动的自适应修订。•在真实出行日记数据上提升了空间、时间和语义保真度。引言人类出行是城市系统运行的主要驱动力,影响着交通拥堵、可达性、排放水平
来源:Engineering Applications of Artificial Intelligence
时间:2026-09-19
-
一种改进的门控循环单元(Gated Recurrent Unit)模型,采用混合网络架构,用于浙江省的碳排放预测
•一种熵加权方法能够自适应地确定变分模态分解(VMD)的模式。•贝叶斯优化分别调整每个惯性模态分解(IMF)的超参数。•该框架在浙江、湖北和广东的数据集上进行了测试。•整合了VMD–CNN–GRU-注意力模块用于预测。
引言
自21世纪初以来,由人类活动引发的温室效应急剧加剧。
来源:Engineering Applications of Artificial Intelligence
时间:2026-09-19
-
一种面向噪声数据鲁棒分类的通用鲁棒孪生极限学习机
摘要:鲁棒学习系统必须同时对干净数据保持敏感性并抵抗数据损坏,这一挑战传统自适应损失函数和正则化方法往往无法完全解决。为了弥合这一差距,我们提出了一种新颖的广义鲁棒损失函数,记为ℛ(x),将对数抑制、有理饱和和L1正则化统一到一个自适应框架中。与Huber损失或Cauchy损
来源:Engineering Applications of Artificial Intelligence
时间:2026-09-19
-
用于协同磁目标定位与模式识别的理论引导双流交互网络
# 摘要
磁异常检测被广泛应用于未爆弹药识别、地质勘探、生物医学等领域。现有研究通常将目标定位和模式识别(包括形状和姿态)作为独立任务处理。每项任务的研究也面临两个共同挑战:基于物理模型的解析反演方法在存在环境干扰时面临困难,而纯数据驱动模型很少融入经典理论指导。为解决这些
来源:Engineering Applications of Artificial Intelligence
时间:2026-09-19
-
面向复杂机械系统基于可靠性的设计优化的物理引导深度强化学习框架
**摘要**
基于可靠性的设计优化(RBDO)对于复杂机械系统的安全与经济运行至关重要,这类系统的时间相关性能必须在多源随机性和多种渐进损伤作用下持续满足安全性要求。然而,传统RBDO方法在计算可行性与搜索能力之间存在固有矛盾,且通常局限于单一设计目标。为此,本文提出了一种
来源:Engineering Applications of Artificial Intelligence
时间:2026-09-19
-
基于交叉注意力融合的互补双流编码用于伪装目标检测
•CDSE-CAFNet将SAM2的细节编码与DINOv2的语义编码相结合,用于隐蔽物体检测(COD)。•CDEFM执行双向交叉注意力,以对齐异构特征流。•动态特征加权自适应地平衡细节与语义的贡献。•ERD通过残差细节细化增强隐蔽物体的边界。•在COD和跨任务基准上的实验验证
来源:Computer Vision and Image Understanding
时间:2026-09-19
-
气相和水相中C5卤代胞嘧啶互变异构体(F、Cl、Br和I)芳香性与溶剂化之间的相互作用
•溶剂化反转了 C5-卤代胞嘧啶互变异构体的稳定性顺序。
•PCM 和 SMD 吉布斯自由能表明在水中酮式 - 氨基互变异构体更有利。
•直接质子转移的活化能垒高于羟基旋转。
•卤代和 PCM 溶剂化仅引起 NICS 分布的微小变化。
•水溶液稳定化并不伴随磁性芳香性的增加。
来源:Computational and Theoretical Chemistry
时间:2026-09-19
-
云辅助物联网中内积的灵活阈值多客户端安全聚合
•多个客户端可以共存并独立加密其输入,而密钥持有者可以直接在密文上进行计算,只能学习函数值而无法获知任何单独的输入。
•客户端可以在加密阶段灵活选择阈值,而无需重新初始化系统。
•所有密文都与一个标签相关联,从而防止"混合匹配"攻击。
•只要参与客户端的数量满足指定的阈值,就
来源:Computer Standards & Interfaces
时间:2026-09-19
-
一种用于氢气泄漏和爆炸后果的快速级联预测网络
• 提出了一种级联深度学习框架,用于快速预测氢气泄漏。
• 该框架将扩散和爆炸后果预测整合到单一工作流中。
• 可燃云体积(Q8)在物理上连接了这两个预测阶段。
• 计算速度比高保真CFD快三个数量级以上。
• 该框架可实现准确的实时预测,用于氢气安全评估。
## 引言
来源:Chinese Journal of Chemical Engineering
时间:2026-09-19