-
面向AI-Agent通信网络中mURLLC的考虑导频污染轻量化混合量子-经典卷积神经网络(HQCNN)算法
摘要:人工智能Agent通信网络(AI-Agent Communication Networks, ACNs)已成为未来第六代(6G)通信系统的关键场景,其中自主Agent需在无小区(Cell-Free)架构下通过实时协作实现海量超高可靠低时延通信(massi
来源:Chinese Journal of Electronics
时间:2026-07-06
-
基于对称分量相角特征再设计与核SHAP(Kernel SHAP)分析的三相逆变器IGBT老化诊断改进方法
摘要:本研究提出一种基于改进人工神经网络(Artificial Neural Network, ANN)的框架,用于诊断三相逆变器系统中绝缘栅双极型晶体管(Insulated Gate Bipolar Transistor, IGBT)模块的老化状态并预测剩余
来源:IEEE Access
时间:2026-07-06
-
MSAF-Net:MQ-RBF插值中形状参数的自适应预测模型
多重二次曲面径向基函数(MQ-RBF)因其高插值精度和广泛适用性,被广泛应用于散点数据插值及其他领域。然而,其插值性能高度依赖于形状参数的选择,而传统方法包括试错法和优化算法往往存在计算复杂度高、鲁棒性有限和适应性差等问题。基于径向基函数(RBF)插值误差理论
来源:IEEE Access
时间:2026-07-06
-
特征-数据协同反演:一种用于浅地表弹性全波形反演(EFWI)的孪生卷积神经网络(Siamese CNN)方法
弹性全波形反演(Elastic Full-Waveform Inversion,EFWI)是实现高分辨率地下参数(包括纵波速度VP、横波速度VS及密度ρ)成像的重要工具,但其在浅地表勘探中受强非线性、对初始模型极度敏感及特定参数(尤其是密度)低灵敏度等问题制约
来源:Artificial Intelligence in Geosciences
时间:2026-07-06
-
轻量级混合时空深度学习模型用于视频帧预测:跨数据集复杂度的比较研究
近年来,人工智能(AI)的进步显著影响了计算机视觉,使得能够解决诸如视频帧预测等复杂任务。该任务在自动驾驶汽车、天气预报和视频压缩等领域具有关键应用。虽然深度学习(Deep Learning)在时空建模中被证明有效,但当前的架构通常面临预测准确性和计算效率之间
来源:Image and Vision Computing
时间:2026-07-06
-
uSucceed试点评估:一项面向神经多样性成人的网络安全AI驱动虚拟现实游戏——来自用户中心评估的发现
这项多方法研究呈现了对uSucceed的形成性评估,uSucceed是一个AI驱动的虚拟现实(VR)训练系统,旨在向神经多样性成人学习者介绍基础网络安全概念。基于设计研究框架,该研究检查了由八名参与者(n=8)完成的一个导向模块的单次交互后的可用性、用户体验和
来源:Computers in Human Behavior Reports
时间:2026-07-06
-
基于递归特征消除与Optuna调参的神经网络黄金价格预测
战略资源规划对于优化供应链管理和确保高效运营至关重要。该研究旨在通过利用先进的黄金价格预测模型来加强金矿的战略规划。通过准确预测未来黄金价格,矿业公司可以更好地规划其开采、加工和分销活动,从而提高整体供应链效率。研究人员实施了多种先进的预测模型,包括反向传播神
来源:Algorithms
时间:2026-07-06
-
面向对抗鲁棒性与功能保持的无人机入侵检测双重影响特征选择
无人机(Unmanned Aerial Vehicles, UAVs)在关键任务中的广泛部署使其面临日益严峻的网络攻击威胁。尽管基于深度学习(Deep Learning, DL)的入侵检测系统(Intrusion Detection Systems, IDS)
-
用于延迟式双向遥操作系统中位置与力协调的李雅普诺夫稳定神经网络控制
摘要:在延迟式双端遥操作系统中,稳定性与透明度是紧密关联的,必须同时加以考虑。因为在确保闭环稳定性的同时实现精确的力-位置协调之间存在根本性的权衡。当在通信延迟不断变化的情况下与远程环境进行交互时,这一挑战尤为突出,因为人类操作者会为闭环系统带来非线性、时变且往往难以预测的动态特
来源:IEEE Open Journal of the Industrial Electronics Society
时间:2026-07-06
-
中国0~6岁儿童神经心理发展的潜在剖面分析及其影响因素研究
早期儿童神经心理发展存在显著的个体异质性,然而关于不同发育剖面的识别及其相关危险因素的研究仍较为有限。本研究旨在描绘0~6岁儿童神经心理发展的潜在剖面,并识别影响剖面归属的相关因素。采用中国儿童发育量表第二版(Chinese Developmental Sca
来源:Frontiers in Psychology
时间:2026-07-06