当前位置:首页 > 今日动态 > 神经科学
  • 毫米波系统中基于激光雷达辅助的波束跟踪的无数据知识蒸馏方法

    摘要:我们提出了一种无数据知识蒸馏(DF-KD)框架,用于基于激光雷达的毫米波波束跟踪。该框架的目标是根据一系列过去的激光雷达测量数据来预测最优的当前及未来波束。具体而言,我们采用了一种知识反演方法,通过生成器从随机噪声中合成类似激光雷达的序列,并利用元数据损失函数来使合成数据与

    来源:IEEE Transactions on Vehicular Technology

    时间:2026-07-01

  • 一种适用于社区环境中自闭症学习者的遥测驱动训练模拟器

    摘要:对于许多自闭症青少年和年轻人来说,掌握驾驶技能仍是实现独立的重要障碍。尽管驾驶模拟器能为练习提供安全的环境,但大多数系统仅作为独立工具使用,通过统计错误次数或进行短期实验室研究来评估表现。本文介绍了一种基于遥测技术的驾驶培训框架,该框架整合了沉浸式模拟、多模态行为监测以及指

    来源:IEEE Transactions on Learning Technologies

    时间:2026-07-01

  • 四周高强度间歇训练改善赛艇运动员2000米测功仪成绩及肌张描记法(tensiomyography, TMG)机械特性

    虽然高强度间歇训练(High-Intensity Interval Training, HIIT)可提升体能水平,但其对赛艇相关肌群肌张描记法(tensiomyography, TMG)衍生机械特性及专项运动表现的具体影响尚缺乏充分研究。本研究探讨为期4周基于

    来源:Applied Sciences

    时间:2026-07-01

  • 一种采用优化卷积神经网络、基于生成对抗网络的隐私保护及ElGamal密码学的安全多模态生物特征数据保护框架

    研究人员提出了一种安全生物特征数据保护(SBDP)系统,该系统利用人工智能(AI)和加密方法来防止伪造,并保持生物特征数据的私密性和完整性。所提出的SBDP方法在一个单一流程中,将基于深度学习的特征提取与鲁棒的加密和认证机制相结合。研究人员使用优化的卷积神经网

    来源:Applied Sciences

    时间:2026-07-01

  • 连续时间模型(NCDE)与离散时间模型(LSTM)在用户异常检测中的比较研究:时间因素的关键作用

    摘要:用户行为分析(User Behaviour Analytics, UBA)严重依赖序列数据来检测内部威胁等异常行为。传统方法通常使用循环神经网络(Recurrent Neural Network, RNN)——如长短期记忆(Long Short-Term

    来源:Signals

    时间:2026-07-01

  • 人工神经网络用于快速低成本评估枣糖浆-酪乳饮料的颜色质量

    饮料的视觉质量是影响消费者感知、质量评价和市场接受度的一个主要因素。传统的比色分析准确,但需要专用设备、耗时的样品制备以及大量的财力和时间投入。本研究的目的是开发一种快速、廉价且准确的替代方法,利用人工神经网络(ANN)方法预测枣糖浆-酪乳饮料在加工和储存过程

    来源:Processes

    时间:2026-07-01

  • 基于深度学习算法的住宅设施维修成本预测

    本研究致力于构建基于深度学习的框架,以预测住宅领域的维护支出。为保持建筑价值、居民安全及能源效率,持续的设施维护不可或缺。鉴于超高层及高性能建筑建设量的近期增长,这一需求尤为迫切。然而,与其他物业用途相比,住宅设施的维修成本估算因建筑类型、所有权结构及入住模式

    来源:Buildings

    时间:2026-07-01

  • 基于脉冲振荡参数分析的电抗器绝缘故障诊断方法研究

    匝间绝缘故障是干式空心电抗器烧毁的主要原因,然而由于工频故障特征微弱,早期检测仍然具有挑战性。研究人员提出了一种综合诊断框架,结合了脉冲振荡测试(impulse oscillation testing)、电磁仿真(electromagnetic simulat

    来源:Energies

    时间:2026-07-01

  • 面向物联网入侵检测的混合CNN–LSTM模型:跨数据集鲁棒性分析

    物联网(Internet of Things, IoT)设备的快速增长引发了日益严峻的安全问题,IoT攻击事件持续增加。传统入侵检测系统(Intrusion Detection System, IDS)由于威胁形态的演进性和流量模式的异构性,难以实现有效攻击检

    来源:Future Internet

    时间:2026-07-01

  • GRIP-MAPPO:面向下行链路受限低轨遥感调度任务的可行性保持图关系插入偏好学习

    低地球轨道(LEO)遥感星座的在线调度须协调短时观测窗口、序列相关的姿态机动、有限的星上资源、间歇性地面站接触以及滚动指令提交。本研究针对一种获取驱动、下行链路受限的观测问题展开研究,其中保留的观测承载主要任务价值,而生成的数据须在传输前保持可存储状态。该建模

    来源:Remote Sensing

    时间:2026-07-01


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