-
利用大语言模型（LLM）驱动的启发式方法，在具身任务规划中建模自我意识
摘要
由于面临诸如识别实现目标所需的动作序列、弥合高层规划与底层执行之间的差距以及应对机器人硬件的计算限制等挑战，机器人在现实环境中的任务规划本质上非常复杂。此外，一个至关重要但常常被忽视的方面是机器人识别自身能力局限性
来源：Big Data and Cognitive Computing
时间：2026-06-09
-
基于风险优先级的经验回放技术，用于实现稳定的手持操控
摘要
-
SABDR：一种双向动态域适应方法，结合风格对齐技术，用于在恶劣天气条件下进行小目标检测
摘要
在恶劣天气条件下进行小目标检测仍然具有挑战性，这主要是由于天气引起的领域变化以及小目标视觉线索的稀疏性。与主要依赖于特定天气条件下的恢复/增强或全局特征/幅度对齐的R-YOLO/QTNet和传统UDA方法不同，SA
-
基于BayeStack多层级可解释性时序知识提取用于优化脓毒症（Sepsis）分类的方法研究
摘要：脓毒症（Sepsis）是一种导致全球显著死亡率的危及生命的疾病，需快速诊断与干预。尽管近期机器学习（Machine Learning, ML）进展支持了临床决策，现有脓毒症分类方法仍存在若干局限：对疾病进展的时序建模不足、缺乏系统性超参数优化、可解释性方
来源：Machine Learning and Knowledge Extraction
时间：2026-06-09
-
BRAG：贝叶斯检索增强生成；一种证据驱动的决策支持方法论框架
在高风险环境中，语言模型最严重的失败不是给出错误答案，而是给出它无权给出的答案。现有的检索增强生成（RAG）流程检索上下文、生成文本，或许还会添加引用，但它们并不决定证据是否证明回答合理、答案的不确定性程度，或系统应在什么级别进行干预。研究人员认为，大型语言模
来源：Machine Learning and Knowledge Extraction
时间：2026-06-09
-
基于遥感方法的Al-Ahsa绿洲时空蒸散发动态研究
准确的蒸散发（ET）估算对于干旱环境的可持续水资源管理至关重要。本研究采用基于云的遥感方法，估算了2024年沙特阿拉伯Al-Ahsa绿洲Al-Hofuf地区的实际ET。将Landsat 9 Level-2影像与ERA5-Land气象数据相结合，量化了25 km
来源：Hydrology
时间：2026-06-09
-
基于DRASTIC和GALDIT模型及不同加权方法的沿海含水层时空脆弱性评估：以伊朗为例
沿海含水层比其他水文地质系统更容易受到污染和盐碱化，因为它们靠近海洋、地下水抽取增加和气候变化。本研究的目的不仅在于利用DRASTIC和GALDIT模型评估和比较沿海含水层的脆弱性，还在于研究不同加权方法对脆弱性分区结果的影响。研究人员对伊朗霍尔木兹甘省的沿海
来源：Hydrology
时间：2026-06-09
-
“稳健”却微小：创造力中序列位置效应的方法学影响与个体间（不）稳定性
创造力研究中，序列位置效应（serial order effect, SOE）即随反应序列位置增加而创意质量提升的趋势，已在发散思维（divergent thinking, DT）研究领域得到广泛证实。然而，其效应量鲜有报告，且对方法学因素（如DT任务类型、计
来源：Journal of Intelligence
时间：2026-06-09
-
测量前端中单载波信号恢复的直接与正则化逆去嵌入方法
为解决单载波信号测量链中由幅度波动、相位失真、延迟失真及噪声放大引起的恢复精度下降问题，本文研究了直接逆与正则化逆去嵌入补偿方法。基于线性时不变系统模型，将单载波信号去嵌入表述为一类对弱响应频点及观测噪声敏感的病态逆问题，随后建立统一的频域补偿框架，包括直接法
-
DMSG-SLAM：面向动态环境RGB-D跟踪与建图的级联语义—几何滤波方法
传统视觉SLAM系统在动态环境中常因运动目标干扰而遭受定位漂移。尽管语义分割和基于深度的掩膜方法已提升了系统性能，但由于动态目标截断所导致的边界欠分割与漏检问题，这类方法仍可能受到限制。为应对这些挑战，研究人员提出了一种级联框架DMSG-SLAM，这是一种面向
粤公网安备 44010602000434号