当前位置:首页 > 今日动态 > 技术与产品
  • 基于多维度评估的先进RAG技术性能分析与优化策略研究

    本文针对检索增强生成(RAG)系统中检索质量、语义准确性和计算效率之间的平衡问题,系统评估了索引策略(HNSW/IVF/SCaNN)、相似性度量(余弦/内积/L2)、检索器(融合/分层/HyDe)和重排序器(BGE/MiniLM)在不同数据集规模下的性能。研究发现HNSW-IP-融合-MiniLM组合在语义准确性上表现最优(正确率0.909,忠实度0.970),而IVF-L2-分层组合在实时应用中延迟最低(1.736 ns)。该研究为不同应用场景下的RAG管道设计提供了实证依据。

    来源:IEEE Access

    时间:2025-12-30

  • 一种用于雷达和相机系统的低成本时空校准方法

    雷达与摄像头同步校准方法研究提出基于微多普勒特征的时间对齐和目标追踪的空间配准方案,通过人体动作特征匹配实现低成本校准,实验表明时间偏移误差为2帧,空间重投影误差2.35像素。

    来源:Expert Systems with Applications

    时间:2025-12-30

  • 在多模态情感分析中弥合模态差异:一种基于自监督的文本引导融合方法

    多模态情感分析框架通过动态文本引导融合、无模态表示学习与多任务协作学习模块,解决模态贡献不均和缺乏无模态标注的问题,在多个数据集上验证优于现有方法。

    来源:Expert Systems with Applications

    时间:2025-12-30

  • DRI与KIMS免疫测定方法在尿液法医药物筛查中的比较性能评估

    DRI和KIMS两种免疫检测方法在冰毒和THC筛查中的性能对比研究,通过分析866份尿液样本发现两者均适合高通量筛查但存在差异:DRI对THC灵敏度更高而KIMS假阳性率更低,交叉反应分析显示DRI对MDMA相关化合物存在特异性不足问题。

    来源:Forensic Science International

    时间:2025-12-30

  • 基于机器学习的多阶段优化技术:通过生物质气化生产低碳氢气——兼顾排放控制与原料成本效益的混合策略

    生物质气化制氢的经济与可持续性优化:本研究提出机器学习辅助的多阶段优化框架,通过训练Extra Trees等模型预测氢和二氧化碳浓度(R²达0.9641和0.8473),结合NSGA-II多目标优化和DEA分析确定最优解决方案,最终整合供应链模型确定泰国地区最优原料配比(64.2%棕榈 Empty Fruit Bunch,19.9%椰壳,15.9%稻壳)。

    来源:Fuel

    时间:2025-12-30

  • 采用煤粉灰和水泥共支撑方法制备的钙基颗粒,用于二氧化碳捕集

    钙基吸附剂通过煤灰与水泥协同支撑制备,优化配比(10%煤灰+15%水泥)后20次循环累计CO2捕获容量达6.03g/g,循环稳定性64.7%,机械强度69.12N,显著优于纯CaO吸附剂。

    来源:Fuel

    时间:2025-12-30

  • 面向同步与异步应用的细粒度无服务器基准测试方法ServiTrace研究

    本文针对当前无服务器计算性能评估方法粒度粗糙、难以支持异步应用和外部服务集成分析的瓶颈,研究团队开发了ServiTrace——一种创新的分布式追踪分析与应用级基准测试套件。通过设计新型关键路径提取算法,在AWS平台收集超750万条执行轨迹,首次实现了对中位延迟、冷启动和尾延迟的细粒度分解。研究发现应用端到端延迟主要受外部服务调用和异步协调支配而非函数计算本身,该成果为性能根因分析提供了重要工具,相关数据和工具已开源。

    来源:Future Generation Computer Systems

    时间:2025-12-30

  • 基于Transformer的AI辅助英语写作标准化研究:ChatGPT在学术交流中的机遇、挑战与创新

    本研究针对非英语母语学者在学术写作中面临的语言障碍、效率低下及创新受限等问题,以ChatGPT(基于GPT-4架构)为核心工具,结合BERT上下文分析技术,构建了一套标准化AI辅助写作框架。通过自然语言处理、强化学习优化及协同过滤算法,系统显著提升了写作效率(时间减少67.35%)、语言准确性(语法错误降低71.43%)及创造性支持(评分提高60%)。研究成果为ICT标准化背景下AI辅助学术写作的跨学科应用提供了可扩展路径,推动学术交流的公平性与全球化发展。

    来源:Journal of ICT Standardization

    时间:2025-12-30

  • 物联网时代大数据分析:工具、方法与挑战综述

    本文针对物联网(IoT)海量数据带来的处理效率低下、安全性不足等挑战,系统综述了IoT数据分析的关键技术。研究人员详细探讨了实时分析、预测性分析和异常行为分析等方法,评估了Apache Spark、TensorFlow等大数据平台与机器学习框架的适用性,提出了边缘计算与区块链等创新解决方案。该研究为构建高效安全的IoT数据分析体系提供了重要理论支撑,对智慧城市、工业物联网等应用领域具有指导意义。

    来源:Journal of ICT Standardization

    时间:2025-12-30

  • 基于生成式增强的小样本细粒度时尚分类方法研究

    本文针对小样本条件下细粒度时尚分类的挑战,提出了一种结合条件生成对抗网络(cGAN)和ResNet50分类器的迭代图像生成框架。通过生成高质量合成图像并基于置信度筛选,在仅使用319张标注图像的情况下,在领口分类任务中达到了94.6%的准确率,为解决小零售商数据稀缺问题提供了有效方案。

    来源:Journal of Intelligent and Connected Vehicles

    时间:2025-12-30


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