-
高效的任务卸载技术在工业物联网中的应用:一种基于用户体验优化的DDPG算法改进方案
工业物联网中移动边缘计算通过联合优化任务卸载与资源分配缓解低延迟和高计算需求挑战,提出EDDPG框架利用Pearson相关系数筛选高价值经验样本和注意力机制动态融合策略,显著降低系统成本并保持负载均衡,实验验证其性能优于经典方法。
来源:Future Generation Computer Systems
时间:2025-12-08
-
利用成对的施密特-哈默测年仪和地表宇宙成因暴露测年方法研究肯塔基州Rough河流域岩石崩落的时间和方式:研究结果、限制因素及可能的机制
砂岩悬崖崩塌机制与年代测定研究。采用SHED和TCN方法分析肯塔基州Rough River流域两个地点的岩块堆积过程,发现Home Tucker以块体坠落为主(10.6±1.0-43.9±3.0 ka),Linda Paul以滑动倾倒为主(21±1.6-66.8±5.4 ka),年均侵蚀速率0.17-0.22 mm/yr。研究揭示气候变迁(末次冰期频繁 detachment事件)与区域地质差异(石英砂岩风化特性)共同影响崩塌动力学,但SHED-TCN校准曲线因植被覆盖、湿度变化、风化异质性等因素未能建立有效关联。
来源:Geomorphology
时间:2025-12-08
-
AlzStack:利用多种数据平衡技术,通过可解释的人工智能系统预测早发性阿尔茨海默病
阿尔茨海默病早期诊断模型AlzStack通过软投票集成方法,结合五折交叉验证、随机超参数搜索和多种过采样技术(SMOTE、ADASYN等),利用包含人口学、医学、生活方式及认知变量的2149患者多维度数据,在AUC(94.27%)、准确率(93.26%)等指标上优于传统方法及硬投票、堆叠集成。模型采用SHAP、LIME、QLattice和Anchor等可解释AI技术,验证了MMSE、ADL、功能评估等关键预测因子,为临床决策提供透明支持。
来源:Global Epidemiology
时间:2025-12-08
-
ALE-CS-NGMS:一种利用ULS和BLS点云提取单棵树木树干及树枝尺度结构参数的先进方法
个体树细尺度结构参数提取及体积估算方法研究基于杨树人工林,提出融合自适应椭圆拟合(ALE)、冠层-树干分离(CS)和邻域图最小生成树(NGMS)的三阶段方法。通过BLS与ULS数据融合,创新性地构建了高精度冠层体积(RMSE=3.48 m³)和树干体积(RMSE<0.15 m³)估算模型,显著优于传统QSM方法。实验表明,ALE算法使胸径估计误差降低0.47 cm,CS模型实现冠层体积估算精度提升46.3%,NGMS通过三维邻域图优化树干路径提取,在12-35年不同林龄杨树林中均保持>95%的模型拟合优度(R²)。本研究为非破坏性森林资源监测提供了可靠技术路径。
来源:International Journal of Applied Earth Observation and Geoinformation
时间:2025-12-08
-
利用虚拟现实技术,在受控实验中研究人类对洪水风险的反应
洪水风险感知与行为响应的虚拟现实模拟研究
来源:International Journal of Disaster Risk Reduction
时间:2025-12-08
-
利用面内分析方法理解锂离子电池正极材料中电子电阻的变化
锂离子电池正极材料LCO和NMC在循环过程中因相变和结构演变导致电子/离子导通性变化,开发无损伤在平面电化学阻抗谱技术实时监测电阻演变,揭示LCO高电压限制源于氧空位形成及CEI退化,NMC因高Ni含量在深脱锂时结构坍塌,两种材料失效机制差异显著。
来源:Energy Storage Materials
时间:2025-12-08
-
综述:中温碱性水电解技术的进展与挑战:一篇综述性文章
提高至100-200°C的碱性水电解(IT-AWE)可降低能耗并提升电流密度,但面临材料腐蚀加剧、气体混合及成本上升的挑战。本文系统评估了电解液特性、堆设计优化及 techno-economic 效果,强调需解决材料稳定性、气体纯度控制及成本效益问题。
来源:RENEWABLE & SUSTAINABLE ENERGY REVIEWS
时间:2025-12-08
-
综述:利用阳光制取下一代氢能源:ZIF-8纳米杂化材料与可持续催化技术的发展
ZIF-8及其复合体系在太阳能制氢中的光催化性能、改性策略及挑战分析。
来源:RENEWABLE & SUSTAINABLE ENERGY REVIEWS
时间:2025-12-08
-
综述:利用大规模基础模型进行风力涡轮机的预测和健康管理:技术、挑战及未来发展方向
风电机组PHM研究综述:分析大型语言基础模型在预测与健康管理中的应用场景、技术挑战及未来方向,提出数据预处理、隐私保护、多模态融合等关键研究领域。
来源:RENEWABLE & SUSTAINABLE ENERGY REVIEWS
时间:2025-12-08
-
基于迁移学习的假新闻检测方法综述
多智能体强化学习中,传统确定性价值估计方法难以捕捉复杂多模态分布。本文提出MAD3PG框架,利用扩散模型建模联合状态-动作对的值分布,通过K重复采样策略结合时序差分目标优化变分证据下界,解决了在线训练中真实样本缺失的问题。理论分析证明了方法收敛性,实验表明MAD3PG在MPE和MuJoCo环境中显著优于传统MADDPG-type算法。
来源:Information Fusion
时间:2025-12-08