-
序列线性模型中的估计与变量选择：基于SCAD惩罚的方法及其应用
袁艺文（Yiwen Yuan），
尚俊峰（Junfeng Shang），
顾超（Chao Gu）
摘要 序列线性模型可以用来描述响应变量依赖于滞后结果和固定效应变量的数据。为了进行估计、变量选择和高精度的响应预测，我们提出了一种基于平滑剪切绝对偏差惩罚（SCAD）的序列线性模型惩罚方法。我们通过模拟比较了SCAD惩罚方法与普通最小二乘（OLS）、Las
来源：Mathematics
时间：2026-05-01
-
基于数据的认证模式检测方法，用于具有自适应观测窗口的切换离散时间Takagi-Sugeno系统
Essia Ben Alaia,
Slim Dhahri,
Afrah Alanazi,
Sahar Almenwer,
Omar Naifar
摘要
本文研究了在噪声输入输出数据下，针对切换式离散时间Takagi–Sugeno系统的主动模式检测问题。该系统考虑了基于候选模式的输入校正以及数据驱动的可观测性子空间
来源：Mathematics
时间：2026-05-01
-
使用自动计算机算法方法对脉波平坦化进行回顾性分析，以检测G-LOC（重力失稳状态）
Janina Sammito、Anthony Schwarz、Michael Nehring 和 Stefan Sammito
摘要：在驾驶现代高性能飞机时，重力引起的失意识（G-LOC）的可能性是一个关键问题。目前，尚无基于生理数据的识别方法。本研究旨在确定是否可以通过自动计算机算法可靠地识别出特定的脉波变化，以检测即将发生的G-LOC。研究人员分析了86名在人类离心机中经历G-LOC的人的脉波，并与一
来源：Aerospace
时间：2026-05-01
-
贝叶斯优化的加权集成学习方法在碳酸盐储层流体类型识别中的应用
张国荣（Guorong Zhang）、
高楚桥（Chuqiao Gao）、
赵斌（Bin Zhao）和
杜世轩（Shixuan Du）
摘要
碳酸盐储层具有强烈的异质性、显著的各向异性以及复杂的孔隙结构，这使得传统的测井方法无法满足复杂岩性储层的流体识别需求。为了解决这一问题，本研究提出了一种基于贝叶斯优化的加权集成（BO-WE）模型，该模型结合了三种基
来源：Processes
时间：2026-05-01
-
评估大学校园内物联网的成熟度：一种以智慧校园为导向的方法
德扬·阿尔塞尼耶维奇（Dejan Arsenijević）
雅斯米娜·阿尔塞尼耶维奇（Jasmina Arsenijević）
斯尔詹·特格尔蒂亚（Srđan Tegeltija）
张晓轩（Xiaoshuan Zhang）
戈尔达娜·奥斯托伊奇（Gordana Ostojić）
斯特凡·斯坦科夫斯基（Stevan Stankovski）
摘要
物联网（IoT）日益被视为支持数字化转型的核心数字基础设施，尤其是在大学校园等复杂环境中，这些环境可以被视作智能校园生态系统。然而，由于组织和技术准备不足，许多组织在实施物联网时遇到了困难。本文提出了“大学校园物联
-
基于一种新型截断谱方法对失效后岩石中非达西渗流系统的分岔动态分析
曹正正、
苗晨曦、
杜峰、
朱德生、
滕腾、
薛毅
摘要
本文研究了岩石失效后非达西渗流系统的动态行为。建立了一维非达西渗流演化方程，并通过谱截断方法推导出了一个六维非线性常微分系统。采用特征值分析来确定不稳定性和分岔条件，并绘制了分岔图。使用四阶龙格-库塔方法来获得不同
来源：Processes
时间：2026-05-01
-
基于轻量级机器学习的QoS优化技术，用于FANETs中的多无人机紧急通信
作者：Jonathan Javier Loor-Duque, Santiago Castro-Arias, Juan Pablo Astudillo León, Clayanela J. Zambrano-Caicedo, Iván Galo Reyes-Chacón, Paulina Vizcaíno, Leticia Lemus Cárdenas, Manuel Eugenio Morocho-Cayamcela
摘要
由多架无人机（UAV）组成的飞行自组织网络（FANETs）在地面基础设施不可用时，是应急无线通信的一种有前景的解决方案。然而，由于拓扑结构的变化、传播条件的差异以及网络拥塞，确保这些高度动态网络中的服务质量（QoS
-
HILANDER：基于高性能智能学习的任务卸载技术，用于实现网络感知的动态边缘资源分配
作者：Garrik Brel Jagho Mdemaya、Armel Nkonjoh Ngomade 和 Mthulisi Velempini
摘要：边缘计算作为一种有前景的范式，的出现旨在最小化延迟和能耗，同时提高移动设备的计算效率。对于自动驾驶、增强现实和工业自动化等对延迟敏感的应用来说，超低响应时间至关重要，因此在边缘计算中高效的任务卸载成为必要。然而，如何在边缘服务器之间最优地分配计算任务仍然是一个挑战，尤其是在
-
CHIME：条件性幻觉与集成多尺度增强技术在时间序列扩散模型中的应用
陈玉轩|吴玉轩|谢海鹏
西安交通大学电气工程学院，中国陕西省西安市710049
**摘要**
去噪扩散概率模型作为一种领先的生成模型，在各种计算机视觉任务中取得了显著的成功。最近，初步探索将扩散模型应用于时间序列任务；然而，现有研究在多尺度特征对齐以及不同实体和少量
来源：Knowledge-Based Systems
时间：2026-05-01
-
基于重要性引导的邻域聚合方法，通过自适应链接表示进行链接预测
徐家宇|赖达荣
东南大学计算机科学与工程学院，南京，211189，中国
**摘要**
链接预测旨在预测节点对之间连接的可能性，这是现代图数据分析中的一个重要任务。近年来，图神经网络得到了广泛应用，并在链接预测方面取得了巨大成功。然而，基于标准图神经网络的方法通常难以
来源：Knowledge-Based Systems
时间：2026-05-01
粤公网安备 44010602000434号