-
在数据不平衡且存在缺失值的情况下,利用跨传感器协同蒸馏技术结合动态竞争力平衡机制进行故障诊断
不平衡缺失数据下的多传感器协同蒸馏与动态竞争力平衡框架提升了驱动电机故障诊断的准确性和鲁棒性,通过信号层对齐和语义层分布校准实现跨传感器知识共享,并基于学习进度自适应调节传感器贡献权重。
来源:Neurocomputing
时间:2026-03-24
-
WaveKAN:自适应小波分解与Kolmogorov-Arnold网络在长期时间序列预测中的应用
时间序列预测领域提出WaveKAN框架,通过自适应小波分解消除非平稳性和噪声,结合多尺度建模与动态损失函数优化提升长期预测性能,实验验证其优于Transformer和MLP方法。
来源:Neurocomputing
时间:2026-03-24
-
综述:生成对抗网络在旋转机械健康管理中的应用:综述、最新进展与展望
本文系统综述生成对抗网络(GAN)及其变体在旋转机械预测与健康管理(PHM)中的应用,涵盖数据增强、故障模式识别、健康状态评估等场景,分析技术发展脉络、应用范式及轻量化挑战,总结未来研究方向。
来源:Neurocomputing
时间:2026-03-24
-
平衡遗忘与记忆:基于机器学习的访问控制中策略更新的机器“反学习”方法的扩展
针对机器学习访问控制(MLBAC)中实时政策更新面临的稳定性与可塑性平衡难题,本文提出双阶段框架BFR。首先利用一阶梯度影响函数选择性遗忘旧策略,再通过分布感知校准快速适应新规则,在避免全量重训练和二阶Hessian计算的同时,有效维持模型对非更新策略的决策稳定性,显著提升实时性要求下的系统安全性。
来源:Neurocomputing
时间:2026-03-24
-
综述:利用数字技术分析心理数据以预测心理健康状况:关于抑郁症和自杀检测的综合性研究综述
本文系统综述了2018-2025年间AI/ML在抑郁症及自杀倾向检测中的应用,整合心理量表、社交媒体数据与算法实践,指出经典模型向Transformer和集成方法转变的趋势,同时揭示数据不平衡、可解释性及跨文化泛化等挑战,并提出多模态与伦理驱动的未来研究方向。
来源:Neurocomputing
时间:2026-03-24
-
在弱监督多标签学习中实现稳健的语义重建
本文提出RSWL方法,通过语义自表示学习与特征-标签依赖最大化纠正缺失标签,结合L1正则化和灵活稀疏邻域图嵌入,有效推断未知标签并克服现有方法对低秩标签空间和平滑假设的依赖,实验验证其优越性。
来源:Neurocomputing
时间:2026-03-24
-
基因增强型交叉熵强化学习
提出GA增强的CEM强化学习框架GECE-RL,通过周期性遗传算法探索弥补交叉熵方法的探索不足,结合行为新颖性注入机制灵活优化探索,实验表明在12个RL基准任务中相比基线方法训练时间减少49%,性能提升9.88%,自动驾驶任务成功率提高18.2%。
来源:Neurocomputing
时间:2026-03-24
-
为神经过程建模任务不确定性,以便通过更少的任务实现元学习
针对图神经网络少样本类增量学习中的过拟合和灾难性遗忘问题,提出G-Scaler框架,通过全局图结构传输与混合特征空间构建,实现任务适应策略迁移和语义偏移校正,提升模型对新任务适应能力并保持旧任务性能。
来源:Neurocomputing
时间:2026-03-24
-
细粒度对比分析与完整融合技术在多视图聚类中的应用
多视图聚类网络通过动态调整视图融合权重和优化对比学习样本选择策略,提升聚类性能。实验表明优于现有方法。
来源:Neurocomputing
时间:2026-03-24
-
E-SpikePT:基于脉冲神经网络和知识蒸馏的节能型事件驱动眼动追踪技术
事件驱动眼动追踪通过异步神经形态传感器实现高分辨率低功耗视觉感知,但传统方法依赖计算密集型人工神经网络(ANN),导致系统级能耗居高不下。本文提出E-SpikePT框架,整合脉冲神经网络(SNN)与知识蒸馏策略,通过SRTD模块(短时脉冲时空特征提取)与STD模块(结合GRU与Mamba的脉冲时序建模)实现分层计算,在保持3ET+数据集上1.56 MSE精度的同时将能耗降至0.049mJ。
来源:Neurocomputing
时间:2026-03-24