-
一种基于主动学习与自适应贝叶斯求积技术的多模态可靠性分析方法
多模态自适应贝叶斯二次积分主动学习方法在复杂不确定条件下实现可靠性分析,通过高斯混合模型(GMM)构建多模态概率分布,结合贝叶斯框架推导全局后验均值与方差,并开发增强型学习函数与双停止准则提升计算效率与精度,数值和工程案例验证其优于传统方法。
来源:Engineering Applications of Artificial Intelligence
时间:2025-12-28
-
一种高效的基于替代方法的优化框架,整合了物理信息神经网络、深度主动学习和深度强化学习:以多层薄膜为例进行研究
针对现有优化框架存在的数据生成慢、样本需求大、探索效率低等问题,本文提出一种集成物理信息神经网络(PINNs)、深度主动学习(DAL)和深度强化学习(DRL)的新型优化框架。通过PINNs加速数据生成,DAL主动选择样本减少需求,DRL高效探索优化策略,显著提升整体效率。在多层薄膜热冲击抗性优化案例中,数据生成速度提高38.37%,样本需求减少43.97%,优化效率提升66%-66.95%,整体节省70.75小时,验证了框架的有效性和工程应用潜力。
来源:Engineering Applications of Artificial Intelligence
时间:2025-12-28
-
整合SWOT和QCA方法以确定经济领域的次区域战略
SWOT-QCA整合方法在区域发展规划中的应用,通过结合定性和定量分析,解决传统SWOT主观性不足问题,识别因果策略配置,以Depok City为例验证其有效性。
来源:Evaluation and Program Planning
时间:2025-12-28
-
FedCC:在非独立同分布(non-IID)环境下,结合自适应差分隐私技术的联邦集群感知对比学习
提出FedCC框架,通过自适应聚类捕捉数据相似性,结合簇感知对比学习提升非独立同分布数据下的模型鲁棒性和泛化能力,并引入基于Shapley值的自适应差分隐私机制平衡隐私与效用。实验表明FedCC在多个非IID基准数据集上显著优于现有方法,全局准确率平均提升7.35%,且在强隐私约束下仍保持优势。
来源:Expert Systems with Applications
时间:2025-12-28
-
BEDUNet:一种高效的弱监督热轧钢缺陷分割方法,结合了边界增强动态学习技术
弱监督缺陷分割方法 BEDUNet 提出边界增强模块与动态伪标签更新模块,解决热轧钢带表面缺陷低对比度、边界模糊问题,实验显示 mIoU 达 82.7%-85.1%。
来源:Expert Systems with Applications
时间:2025-12-28
-
从离线最优性到在线启发式方法:用于考虑交货时间的货物调度问题——包括手动设计与基于大型语言模型(LLM)的进化设计
本研究针对微产品制造中的单机批调度问题,允许订单分割,旨在最小化最大交付完成时间。离线场景下,证明LDTF规则最优且可多项式时间求解;在线场景中,提出DLDTF算法并验证其2-竞争性,同时利用EoH框架结合LLMs和进化计算自动生成高性能在线启发式算法,实验表明自动生成的算法在大规模问题上表现更优,并提炼管理启示。
来源:Expert Systems with Applications
时间:2025-12-28
-
多尺度视角下高炉氢煤共喷技术可行性研究:实现碳中和炼铁的创新路径
为解决钢铁行业高能耗、高排放的难题,研究人员开展了高炉(BF)氢(H2)煤共喷技术的多尺度可行性研究。该研究结合热质平衡(HMB)模型与三维计算流体动力学(CFD)模型,首次量化了该技术的操作窗口与炉内燃烧行为。研究发现,H2与煤共喷具有协同增效作用,不仅能提升煤粉燃尽率约4%,还能降低CO2排放约4%,为钢铁行业实现碳中和提供了一条经济有效的技术路径。
-
综述:关于应用于柴油发动机(CI engines)的直接甲醇喷射(DME)技术的综述
本文通过数值模拟和1D模型研究二甲醚(DME)作为压燃发动机替代燃料的性能及排放。分析DME的物理化学特性对喷雾形成、燃烧及排放的影响,优化燃油喷射系统和运行参数。讨论DME的生产挑战、经济性及环保优势,提出改进发动机部件和工艺的解决方案。
-
超高压脱水技术在细煤浆处理中的应用改进:聚羧酸盐与CaO协同调控孔隙界面化学作用的机制
提高超细煤泥脱水效率的协同作用研究
聚羧酸钠与氧化钙作为过滤助剂,通过分散煤颗粒和优化滤饼孔隙结构,显著降低滤饼水分至27.52%,协同效应优于单一助剂。
-
ProtoFedGAN:一种新型的联邦学习框架,通过动态双原型对齐方法训练生成对抗网络
联邦学习环境下,针对数据异质性和模型架构差异,提出动态双原型对齐机制。通过原型学习抽象客户端特征为轻量级类原型,结合服务器端动态聚合与客户端自适应调整,实现全局分布一致性优化与局部多样性增强,在MNIST、CIFAR-10等数据集上验证其生成质量(FID/IS指标最优)和通信效率优势。
来源:Future Generation Computer Systems
时间:2025-12-28