-
守卫:通过运用机器学习方法和专家知识对游戏过程进行分析,以实现公平的游戏环境
游戏欺诈检测框架开发及验证研究,提出基于多模态数据(鼠标/键盘动态、游戏服务器记录)的GUARD框架,通过分析玩家行为模式与游戏评级系统的关联性识别smurfing和boosting行为,在CS2游戏中实现84%的F1分数检测精度,误报率低于5%。
来源:Expert Systems with Applications
时间:2025-12-25
-
FedLSC:基于层相似性比较的联邦学习方法,用于跨机构皮肤癌图像分类
皮肤癌分类中提出FedLSC联邦学习框架,通过动态权重分配机制(基于层间余弦相似性)和个性化训练策略,解决数据异质性与Non-IID问题,在HAM10000、ISIC2019等数据集上验证其优于传统方法,同时保持隐私保护。
来源:Expert Systems with Applications
时间:2025-12-25
-
利用协同的主观-客观数据融合技术,在智能电动汽车中实现晕动病预测
智能电动汽车中基于主观-客观融合模型的晕动症预测方法,提出SOFM架构整合车辆运动参数、多模态生理信号与动态主观反馈,采用CNN-BiLSTM提取时空特征与长时依赖,设计双维度自适应注意力机制提升预测精度,实验表明其宏平均F1-score达85.6%±4.6%,显著优于现有基线模型。
来源:Expert Systems with Applications
时间:2025-12-25
-
DAMGO:动态自适应多图优化与融合技术在多模态推荐中的应用
针对多模态推荐中的长尾问题与用户协同建模不足,提出DAMGO框架,通过构建多关系图(用户-用户图、商品-商品图及融合图)、模态解耦与自适应融合、自监督跨模态对齐机制,动态优化图结构以提升推荐性能。
来源:Expert Systems with Applications
时间:2025-12-25
-
利用多源无人机与地面成像数据,通过深度学习回归方法对光伏组件表面的污垢情况进行量化分析
光伏板积尘定量分析:基于多源成像的深度学习回归模型研究,采用地面相机与无人机多角度成像,构建1-400g系统化积尘数据集,通过ResNet/VGG/Inception等20种CNN架构对比,结合Adam/RMSProp/SGDM三种优化器,引入BOHB混合超参优化,验证模型在光照噪声干扰下的鲁棒性,并利用Grad-CAM进行可解释性分析,最后提出五种跨模态融合策略提升预测稳定性。
来源:Expert Systems with Applications
时间:2025-12-25
-
自动对比思维引导方法:从大型语言模型的推理错误中学习
大型语言模型(LLMs)的链式推理(CoT)存在错误累积问题,传统方法依赖人工编写的错误推理链,但对比效果有限。本文提出自动对比链式推理(Auto-CCoT)框架,通过两次独立推理自动生成正确与错误推理对,并利用语义检索动态筛选相关演示样本。实验表明,Auto-CCoT在六项数学推理数据集上分别提升5.1%、4.0%等精度,结合自校正(Self-Consistency)或程序化思维(PoT)可进一步优化效果,有效减少不一致推理输出,增强模型泛化能力。
来源:Expert Systems with Applications
时间:2025-12-25
-
ViTextVQA:一个大规模的视觉问答数据集,以及一种用于越南语文本图像理解的新型多模态特征融合方法
越南语文本视觉问答数据集ViTextVQA的构建及优化模型ViTextBLIP-2研究,提出包含16762张图片和50342个问答对的新基准数据集,分析OCR文本顺序对回答生成的影响,设计融合视觉、文本和OCR特征的多模态模型,并探讨越南语语言特征及数据集局限性。
来源:Expert Systems with Applications
时间:2025-12-25
-
基于脑控操作器的模型驱动深度强化学习方法,用于实现自适应的脑机协作控制
脑机协同控制、深度强化学习、自适应权重调整、EEG解码精度、机器人自主导航、人机协作模型、动态系统鲁棒性、多任务执行效率、低信噪比优化、实验验证
来源:Expert Systems with Applications
时间:2025-12-25
-
山东煤衍生的镜质体的热解特性及产物调控机制:采用碱、碱土金属和过渡金属进行金属离子交换的方法
煤热解过程中离子交换预处理对去灰镜质体煤(VD)热解行为及产物分布的影响研究。采用Na⁺、K⁺、Ca²⁺、Mg²⁺和Mn²⁺、Co²⁺离子交换处理,通过TG、Py-GC/MS、FTIR等分析发现:二价金属离子(尤其是Mg²⁺)显著降低热解活化能,促进热失重,提高轻质芳烃(C6-C13)含量,其中Mg²⁺使热解失重率增加2.66%;AAEMs主要促进长链烷烃裂解及后续烷基化反应,而Mn²⁺、Co²⁺通过削弱C-O键增强酚类去羟基化作用。
-
基于元启发式-贝叶斯优化混合框架与安全迁移学习的连续Spark调优方法
本文针对Apache Spark等分布式大数据引擎配置参数调优这一高维、工作负载依赖的难题,提出了一种融合迭代局部搜索、禁忌搜索和由STL-PARN(基于模式自适应鲁棒邻域的安全迁移学习)引导的局部嵌入式贝叶斯优化的混合优化框架。该研究通过将历史执行记录划分为可靠邻域的“核心区”和探索性配置的“外围区”,确保了知识迁移的相关性并减轻了负迁移。实验表明,该方法在多个输入尺度上均能稳定提升执行时间、收敛速度和成本效率,为自适应、成本感知的Spark调优提供了鲁棒且实用的解决方案。
来源:Future Generation Computer Systems
时间:2025-12-25