-
面向更直观的虚拟现实移动技术:移动隐喻如何塑造用户的心智模型
界面隐喻被认为能够通过让用户利用现有知识并减少对指令的需求,实现与用户界面的直观有效交互。这使得隐喻成为推动虚拟现实(VR)移动界面开发的有前景候选方案。由于创建隐喻界面可能困难,分析典型移动隐喻如何支持直观交互至关重要。研究人员进行了一项定性在线研究,以观察
来源:IEEE Transactions on Visualization and Computer Graphics
时间:2026-02-09
-
社论:押注双重用途技术——人工智能与营销如何重塑现代赌博
赌博曾局限于烟雾缭绕的赌场与体育酒吧,现已转型为迅速扩张的数据驱动型产业,年收入数千亿美元,成为全球经济关键领域。2023年全球赌博市场估值为7737亿美元,预计2030年达1万亿美元。值得注意的是,线下与线上赌场在全球5000家机构中雇佣超过200万人。技术
来源:IEEE Transactions on Technology and Society
时间:2026-02-09
-
高光谱地球观测影像的地面验证 [技术委员会]
提供社会信息,可能包括从业者和研究人员感兴趣的新闻、评论或技术笔记。最新一代面向地球科学的高光谱卫星传感器现在能够以前所未有的细节水平表征地球表面的矿物。新的星载高光谱传感器,如PRISMA(PRecursore IperSpettrale della Mis
来源:IEEE Geoscience and Remote Sensing Magazine
时间:2026-02-09
-
基于超图学习的上市公司金融数据安全风险预测与隐私保护方法
随着数字化加速,上市公司的金融数据面临复杂多样的安全风险和隐私泄露危害。为提高数据安全管理的准确性和有效性,研究人员提出了一种基于超图学习(Hypergraph Learning)的上市公司金融数据安全风险预测与隐私保护方法。该方法基于超图学习构建风险预测模型
来源:Journal of Cyber Security and Mobility
时间:2026-02-09
-
基于区块链技术(Blockchain Technology, BT)与加密算法(Encryption Algorithms, EAs)的物流供应链隐私保护与管理研究
为应对物流供应链数字化进程中面临的数据隐私泄露与协同管理效率低下等问题,研究人员提出了一种融合区块链技术(BT)与属性基加密(ABE)的隐私保护方法,并构建了一套多链协同管理系统。该方法通过分层区块链架构与支持动态撤销的属性基加密机制,实现了物流数据的细粒度访
来源:Journal of Cyber Security and Mobility
时间:2026-02-09
-
特征空间量化及度量在图像识别结构方法中的应用
该研究旨在简化采用关键点描述子集合形式进行描述的结构化图像分类方法中的决策规则并降低计算负荷。研究重点在于分类器的实现以及对基准描述子基本集合量化工具特性的探讨。经量化后,基准模板与被分析图像通过向紧凑中心点集合投影而表示为数值向量。该方法使得能够引入度量(m
来源:IEEE Access
时间:2026-02-09
-
机器学习与深度学习技术在脑肿瘤分类与分级中的系统性综述
脑肿瘤属于致死率最高的癌症类型之一,其早期检测对改善患者预后至关重要。除及时识别外,准确判定肿瘤类型与级别是指导治疗策略的关键。尽管磁共振成像(MRI)是肿瘤检测与诊断的主要手段,但由于肿瘤形态(包括形状与尺寸)存在变异,脑肿瘤的精确分类仍具挑战性。近年来,人
来源:IEEE Access
时间:2026-02-09
-
面向不完整多视图聚类的共识锚点图学习方法
多视图聚类(Multi-view Clustering, MVC)是一种从不同视图中整合异构领域特定信息的常用方法。然而,大多数MVC方法假设所有视图具有完整的观测数据,在实际应用中由于数据缺失或损坏,这往往不可行。为解决这一局限,研究人员开发了不完整多视图聚
来源:IEEE Access
时间:2026-02-09
-
用于政策和应急规划的数据同化空气质量分析方法
摘要翻译:
空气污染仍然是一个紧迫的环境和公共卫生问题,尤其是在城市和工业区域,这凸显了对可靠扩散建模和有效排放控制策略的需求。本研究提出了一个统一框架,用于求解包含分子和湍流混合的二维平流-扩散方程。解析特征函数解提供了严格的基准,而高效的交替方向隐式(AD
来源:Decision Analytics Journal
时间:2026-02-09
-
采用基于伤害的方法理解人工智能时代的数字脆弱性:欧盟视角
数字脆弱性的全貌包括事前(ex ante)和事后(ex post)两个维度。从事前(ex ante)角度看,风险必须被恰当识别、评估和监管。欧盟(EU)引入了《人工智能法案》(AI Act),旨在建立一个根据人工智能系统所构成的风险水平对其进行监管的全面框架。
来源:Computer Law & Security Review
时间:2026-02-09