生物通官微陪你抓住生命科技跳动的脉搏
一种创新的溶胶-凝胶方法,用于制备具有优异电化学性能的LiNi0.5Mn1.5O4材料
通过可溶淀粉配位剂开发新型溶胶-凝胶合成方法,系统研究煅烧温度对LiNi0.5Mn1.5O4材料形貌、结构和电化学性能的影响。800℃煅烧3小时样品初始放电容量136.88 mA·h/g,500次循环容量保持率95%,首次报道该材料高性能表现,截角八面体形貌和失序结构为主要原因。
来源:Chinese Journal of Chemical Engineering
时间:2026-03-09
818新政前夜,CGT顶流盛会IGC2026首发议程公布!体内细胞/基因治疗/干细胞外泌体/mRNA/双轨制闭门会,2000+产业决策者4月齐聚北京
议程已定,嘉宾已至,4.16-17·北京春日之约,期待与您不负相见!
来源:组委会
在分布式边缘缓存系统中,经过测试平台验证的优化联邦远程检测技术用于应用程序销售
边缘计算环境下,应用供应商通过分布式边缘服务器缓存数据以提升用户体验,但存在安全攻击和意外故障风险。本文提出O2DI机制,采用标签验证技术实现数据完整性检测与修复,通过在线/离线协同计算降低资源开销,支持批量验证和高效故障定位,实验证明其性能优于现有方法。
来源:IEEE Transactions on Mobile Computing
面向海洋的网络切片技术在O-RAN(开放无线接入网络)融合的空中-地面网络中的应用
海事通信系统需应对广阔海域覆盖难、传统基站部署受限及设备异构性挑战。本文提出基于AI的网络切片框架,融合非系留/系留无人机与海洋浮标,构建空海一体化通信网络,通过DRL算法动态优化切片资源分配,分别满足应急通信的低时延高可靠性和海事娱乐的高数据率需求,实验验证了方案有效性。
在客户端参与不连续的情况下实现无缝分层联邦学习:一种分阶段决策方法论
分层联邦学习动态客户端优化及分阶段NP难问题求解方法,通过长期参与客户端识别和备用客户端选择机制,实现系统成本最小化与模型快速收敛。实验验证该方法在模型精度和系统成本上优于现有基准。
基于任务的特征压缩方法:通过设备端与边缘端的协同推理实现多模态理解
针对大模型边缘推理中传输延迟和计算复杂度高的问题,提出任务导向特征压缩方法,通过聚类和可学习熵模型压缩视觉特征,实验表明可降低52%传输开销和63%系统延迟。
MeatSpec-G:一种通用的低成本光谱成像技术,用于无处不在的肉类欺诈检测
肉类掺假检测系统 MeatSpec 通过低成本多光谱相机结合光谱重建技术,解决传统方法成本高、耗时长的问题,利用对比学习和知识蒸馏优化特征提取,并扩展为 MeatSpec-G 改进泛化能力。实验在347组配对光谱图像上达到91.06%检测准确率,有效推动掺假检测从实验室向终端应用延伸。
通过安全聚合和动态验证技术提升边缘计算中的联邦学习性能
针对恶意服务器攻击联邦学习的问题,提出动态安全可验证联邦学习(DSVFL)方案,包括细粒度梯度选择加速收敛、单云安全聚合防止参数泄露,以及基于Shamir秘密共享的可信验证机制。实验表明DSVFL能降低48%-63%计算成本和33%-49%通信开销。
在HAPS辅助的低地球轨道卫星网络中实现高效的任务卸载和资源分配:一种基于精确势博弈方法的MAPPO算法
针对海洋环境通信需求,提出基于高空平台站(HAPSs)的SAGSIN架构,通过多智能体近端策略优化(MAPPO)和精确势博弈(EPG)机制实现多层级任务卸载与资源分配建模,有效降低延迟、能耗和系统成本,仿真结果显示性能提升显著。
来源:IEEE Internet of Things Journal
移动交易中的反洗钱深度学习方法:综述、框架与发展方向
反洗钱需应对移动支付和物联网设备带来的数据复杂性,机器学习面临隐私与数据不足挑战,本文综述深度学习技术并构建融合最小权限原则的框架,通过金融特征与风险指标提升检测效率。
知名企业招聘: