-
基于区块链的限时加密匹配技术,用于构建可信的代理式人工智能边缘网络
摘要:代理边缘网络依赖于自主代理运行闭环的感知-推理-规划流程来实现实时协调。一个核心的协调机制是判断两个交换的风险描述符是否指的是同一事件,同时防止隐私泄露,并在零信任、多方参与者参与的情况下确保可信的执行。带有等式测试的公钥加密(PKEET)能够实现加密值之间的匹配,但现有
来源:IEEE Transactions on Nanotechnology
时间:2026-04-30
-
基于TDoA的自监督信道绘图方法及其在NLoS(非视距)环境下的缓解策略
摘要:信道绘图(Channel Charting,简称CC)作为一种数据驱动的无线电定位框架,展现出了巨大的潜力。然而,现有的方法往往难以实现全球范围内的应用,并且难以处理非视距(NLoS)条件带来的干扰。在这项研究中,我们提出了一种新的CC方法,该方法利用了信道脉冲响应(Ch
来源:IEEE Transactions on Machine Learning in Communications and Networking
时间:2026-04-30
-
基于锂铌酸盐调制技术和保偏光纤的轴向应变传感器
摘要:本文提出了一种基于锂铌酸盐(LN)和保偏光纤(PMF)的应变传感器。锂铌酸盐用于相位调制,而保偏光纤则作为应变传感的介质。通过正弦调制,可以实现相位移动,从而最大化传感器的灵敏度。当轴向应变导致保偏光纤发生双折射变化时,相位差会随之变化,而一次谐波的幅度则呈现正弦变化。实验
来源:Journal of Lightwave Technology
时间:2026-04-30
-
在水力发电系统中减少机电瞬变:一种实现平滑孤岛并网同步的简单方法
摘要:本文探讨了在水力发电厂中,涡轮驱动的感应发电机(IG)与电网断开和重新连接过程中的机电瞬态现象管理问题。电网故障后电阻转矩的突然丧失可能导致发电机超速、机械应力以及潜在的水锤效应。传统的解决方法依赖于电动制动器和旁路阀来停止发电机的运行,以避免对整个机械和液压系统造成损坏
来源:IEEE Open Journal of Industry Applications
时间:2026-04-30
-
分子动力学方法——分子的瞬时频率模式,用于评估经典水力场和刚性水力场的性能
高分辨率图像
下载MS PowerPoint幻灯片
分子力场(FFs)的准确参数化对于从分子动力学模拟中获得可靠的描述符至关重要。对FFs进行基准测试需要能够直接或间接检测化学环境变化引起的相互作用势能变化的方法。本研究使用“分子动力学-分子瞬时频率”(MD-IFM)方
来源:The Journal of Physical Chemistry B
时间:2026-04-30
-
量化深度学习中的不确定性:方法、挑战与未来方向
摘要:在深度学习中,不确定性量化对于确保可靠性、鲁棒性和可解释性至关重要,尤其是在医疗保健、自主系统和国防等安全关键应用中。尽管深度学习在各种应用中取得了成功,但其黑盒性质引发了对预测结果的信任问题,尤其是在安全关键系统中。本文将深度学习中的不确定性来源分为随机不确定性和认知不
来源:IEEE Transactions on Emerging Topics in Computational Intelligence
时间:2026-04-30
-
一种改进的多方向垂直偏转分量检索方法,用于SWOT宽幅数据
垂直偏差(DOV)包含了丰富的重力信息,是推导重力异常的关键输入参数,因此成为卫星测高研究的核心主题。新一代卫星测高项目“地表水和海洋地形”(SWOT)通过其独特的干涉测量技术,提供了二维(2-D)宽幅海面高度(SSH)数据。虽然从沿轨道和跨轨道观测中反演垂直偏差的方法已经成熟,
来源:IEEE Transactions on Geoscience and Remote Sensing
时间:2026-04-30
-
一款用于教授Scrum框架的严肃视频游戏是否比传统方法更有效?:一项随机对照试验
摘要:
Scrum是软件行业中的一个基本敏捷方法论,但其抽象性在高等教育中带来了显著的教学挑战。近年来,一些举措尝试使用基于游戏的方法来更互动、更吸引人地教授Scrum,但将严肃视频游戏与传统学习方法进行比较的实证证据仍
来源:IEEE Transactions on Games
时间:2026-04-30
-
针对网络安全和IT支持场景对开源大型语言模型进行微调:关于LLM微调技术的比较研究
摘要:
人工智能(AI)的研究重点已经从探索大型语言模型(LLMs)是否能够处理特定领域的任务,转变为如何优化它们的影响。自然语言处理(NLP)的进步使得LLMs能够在问答、文本分类和翻译等复杂任务上实现显著的准确性和效
来源:IEEE Open Journal of the Computer Society
时间:2026-04-30
-
针对基于视觉变换器的糖尿病视网膜病变分析,对可解释人工智能方法进行基准测试
摘要: 视觉Transformer在糖尿病视网膜病变(DR)分类方面取得了显著成果;然而,其可解释性仍然是临床应用中的一个关键障碍。现有的可解释性研究往往缺乏跨不同XAI(解释性人工智能)方法的系统比较,主要依赖于定性评估。本研究通过提出一个全面的基准测试,评估了六种事后可解释
来源:IEEE Open Journal of the Computer Society
时间:2026-04-30