-
利用部分Sinkhorn优化算法的机器学习对抗性攻击
摘要:对抗性攻击通常被建模为对单个样本的逐点扰动,这种方法可能会忽略结构化的分布效应,并且可能会在已经被错误分类的样本上浪费扰动预算。我们研究了一种数据驱动的Wasserstein攻击模型,在该模型中,攻击者在保持标签不变的前提下调整经验分布。基于这一模型,我们推导出了一个有限
来源:IEEE Open Journal of Control Systems
时间:2026-04-07
-
LPA-Aug:学习为激光雷达数据增强放置和调整合成对象
摘要:激光雷达点云数据对于自动驾驶系统至关重要,它能够实现诸如3D物体检测和分割等关键的三维感知任务。然而,标记好的激光雷达数据短缺阻碍了针对这些任务的强大深度学习算法的发展。数据增强作为一种重要且有效的方法来增加标记数据的数量,已被应用于激光雷达数据中,具体方法包括几何变换、
来源:Computational Visual Media
时间:2026-04-07
-
基于双向时间粒度匹配框架的负荷聚合商多市场需求响应竞价策略
摘要:清洁能源电力系统越来越依赖灵活负载来提供辅助服务,包括可再生能源消耗、削峰和填谷。然而,多样化负载的动态特性(如长延迟时间和上升时间)与辅助服务的高分辨率竞价和快速响应要求不匹配。为了解决这一挑战,本文提出了一种基于双边时间粒度匹配框架的多市场需求响应(DR)竞价策略,用
来源:Journal of Modern Power Systems and Clean Energy
时间:2026-04-07
-
鼠标行为对网络机器人的防御效果如何?一项针对不同复杂程度机器人的研究
摘要:网络机器人对在线安全构成了日益严重的威胁,其中鼠标行为动态已成为检测这些机器人的关键行为生物特征。本文批判性地评估了一种多层次的防御策略,以应对从合成攻击到复杂重放攻击的各种类型。我们从两个定制网站收集了数据集,并评估了三种不同的防御层:一套用于行为分析的机器学习模型、用
来源:IEEE Women in Engineering Magazine
时间:2026-04-07
-
用于多线穿透反射线校准的简单线段长度
摘要:“多线透射反射线(mTRL)”是一种用于矢量网络分析仪(VNA)的校准算法,它利用不同长度传输线的S参数测量结果进行校准。传统的透射反射线算法根据相位关系来选择线长,而mTRL中的线长选择则不那么直接,因为“透射线”并不总是最常见的那条线。本研究测试了一种简单的算法,该算
来源:IEEE Transactions on Microwave Theory and Techniques
时间:2026-04-07
-
在预算有限的情况下,利用梯度引导的参数空间采样进行知识发现
摘要:许多工业和科学任务需要通过一系列实验来恢复一个未知函数,每个实验对应一个不同的场景。这项任务通常可以抽象为在组合参数空间上评估一个代价高昂的、确定性的黑盒函数,而这个参数空间的规模远远超过了可用的评估预算——随着参数空间维数的增加,采样能力呈指数级下降。在本文中,我们指出
来源:IEEE Women in Engineering Magazine
时间:2026-04-07
-
MSP-Podcast语料库
摘要: 大规模、高质量的情感语音数据库的可用性对于推进现实世界场景中的语音情感识别(SER)至关重要。然而,许多现有数据库在规模、情感平衡和说话者多样性方面存在局限性。本研究介绍了MSP-Podcast语料库,总结了我们十年的研究成果。该语料库包含来自各种音频分享网站的400多
来源:IEEE Transactions on Affective Computing
时间:2026-04-07
-
用于毫米波应用的超宽带、角度稳定的反射式频率选择表面
摘要:本文提出了一种超宽带单层反射式频率选择表面(FSS),用于毫米波系统中的电磁屏蔽和电磁兼容性(EMC)防护。所提出的FSS具有宽阻带特性,覆盖了24 GHz至48 GHz的5G毫米波频段,在正常入射条件下阻带宽度约为65%。其性能在0°至75°的倾斜入射角度范围内保持稳定
来源:IEEE Women in Engineering Magazine
时间:2026-04-07
-
关于领域对抗性监督在跨传感器6D姿态估计中的放置效果
摘要: 领域对抗训练是减轻深度学习中领域偏移的一种常见方法,然而诸如对抗性监督的放置等架构设计选择通常是基于启发式的。我们提出了一种系统的实证评估方法,研究了基于梯度反转的领域对抗训练在跨传感器6D姿态估计中的应用,重点关注了在多模态红、绿、蓝(RGB)点云融合网络中领域分类头
来源:IEEE Women in Engineering Magazine
时间:2026-04-07
-
CAST-Phys:通过生理信号数据库实现非接触式情感状态检测
摘要:近年来,情感计算及其应用已成为一个快速发展的研究领域。尽管取得了显著进展,但缺乏情感多模态数据集仍然是开发准确情感识别系统的主要瓶颈。此外,在引发情感时使用基于接触的设备往往无意中会影响情感体验,降低或改变真实自发的情绪反应。这一限制凸显了需要无需物理接触即可从多种模态中
来源:IEEE Transactions on Affective Computing
时间:2026-04-07