最新刊期
2025年第53卷第6期
- 摘要：连续学习广义上指智能算法与智能体学习和适应动态变化世界的能力，这使得智能算法能够在部署周期中不断获取、更新、积累和利用知识.连续学习技术赋予了智能系统自适应发展的前景和能力.在深度学习中，连续学习具体指的是能够从非平稳数据流中学习和适应不断变化的训练目标，这一任务通常面临着灾难性遗忘的挑战，即学习新任务通常会导致旧任务性能的大幅下降.近年来，随着深度学习在语言、视觉等诸多领域的迅速发展，涌现了诸多进展，有效拓展了对连续学习的理解和应用.本工作对现有连续学习工作进行了较为广泛而深入的调研，并从连续学习基础定义、代表性方法、在视觉领域的应用等多角度分析.最后，本文也对连续学习当前的前沿发展和未来研究趋势进行探讨.基于对连续学习领域相关工作的探讨，期待本文这一综述可以有效促进该领域和后续研究工作的进一步发展和探索.关键词：连续学习;持续学习;计算机视觉;通用人工智能（AI）;深度学习;神经网络385|69|0更新时间：2025-10-16
- 摘要：图像级弱监督语义分割方法通常采用类激活图定位目标物体，但现有方法生成类激活图时存在目标区域激活不足或背景区域误激活等问题.文章提出了一种类感知对比学习的弱监督语义分割框架，通过融合文本提示与图像类别信息，提升模型对目标区域的精确定位能力.首先，文章分析了不同文本提示模板对各类别类激活图的影响，在此基础上，为了获取更具适应性的类别表示，本文构建了一个上下文提示集，并设计上下文提示动态选择策略，根据图像目标区域与文本提示之间的相似性获取最合适的上下文提示.其次，采用图像-文本对比学习方法，以增强模型在处理图像与文本语义对齐任务中的表现，并设计了对比损失函数监督模型的训练过程.最后，提出一个类别特定的背景抑制模块，抑制与目标类别紧密相关的背景区域的误激活，从而生成更加完整和紧凑的类激活图，实现更精确的语义分割.文章在通用数据集PASCAL VOC 2012和MS COCO 2014中对提出的模型进行实验验证，mIoU值分别达到71.9%和43.9%，性能优于所有对比方法，有效提升了弱监督语义分割精度.关键词：弱监督语义分割;类激活图;类感知;对比学习;文本提示174|25|0更新时间：2025-10-16
- 摘要：针对图像语义分割任务中下采样过程导致的信息丢失问题，以及现有上采样方法在处理复杂场景中普遍存在的全局信息丢失、细节模糊、生成过程不稳定及信息冗余等局限，本文提出了一种融合物理扩散-聚焦机制的轻量级语义分割模型——DFRNet.该模型引入了液体表面张力的扩散-聚焦机制，并进一步设计了动态上下文窗口选择（Dynamic context Window Selection，DWS）模块作为调节优化机制，从而实现了物理启发的能量传播上采样（Physics-Inspired Energy Propagation Upsampling，PIEPU）新方法.该方法包含扩散、聚焦与调节三大机制，分别承担全局上下文信息扩展、关键区域特征增强与信息流动优化的功能，协同提升模型在复杂场景下的细粒度感知与语义一致性表达能力.在7种类别14个数据集的验证表明：所提DFRNet在mIou、F1分数和Accuracy指标上均领先于其他先进模型，且在不同数据集上，mIou提升幅度为0.165%~4.259%；F1分数提升为0.140%~2.888%；Accuracy提升为0.035%~1.386%，验证了方法在多样化任务环境下的鲁棒性与泛化能力.本文模型参数量仅为3.34 MB，可满足轻量化实时应用.关键词：语义分割;上采样;扩散-聚焦;全局上下文140|24|0更新时间：2025-10-16
- 摘要：随着人工智能应用场景的集中式爆发，移动应用对数据通信和计算的需求日益增长，位于远端的传统云计算处理方法难以满足快速响应的要求.因此，整合利用海量的用户侧终端设备算力（包括计算、存储、通信等）的端侧算力网络，通过分布式协作合理地利用终端算力完成计算任务成为一种新的处理方法.鉴于单台终端设备的资源受限，高企的通信开销限制任务协同效果，导致终端很难高效协同完成高度复杂的计算任务.本文提出利用点对点（Device-to-Device，D2D）通信辅助终端节点协同计算，并设计了基于有向图卷积网络（Directed Graph Convolutional Network，DGCN）的协作拓扑和资源分配决策算法（Multi-Agent Soft Actor-Critic，MA-SAC），将有向无环图（Directed Acyclic Graph，DAG）任务中包含的子任务部署到多个终端进行协同计算，满足DAG子任务部署在多个不同节点间的跨节点传输需求，降低子任务间数据传输在基站侧的网络通信开销.仿真结果显示，所提算法能够在保证业务时延要求下，降低38.2%的网络通信开销，有效提升31.9%的端侧资源利用率.关键词：端侧算力;终端协同;多跳D2D;端算力分配;有向图卷积网络123|20|0更新时间：2025-10-16
- 摘要：随着集成电路制造技术的发展，模拟集成电路设计面临着功耗、增益等性能指标折中的挑战.传统的设计方法依赖于近似方程和反复迭代，导致效率低下.本文提出了一种基于人工智能算法的多目标设计策略，用于单级全差分折叠式共源共栅运算放大器的设计.该方法采用神经网络模型来表征设计参数与8个性能指标之间的映射关系，并通过适应度函数和约束条件设定运放所需达成的目标性能，再使用粒子群优化（Particle Swarm Optimization，PSO）算法搜寻最佳适应度.实验结果表明，多项指标均优于设计目标，其中最大电压增益达到了65 dB，相位裕度为74°.利用该方法，能够快速且准确地获得满足设计要求的运放参数.与手工计算相比，该方法的运行时间仅为906 s，显著提高了设计效率，未来可应用于更多大规模电路设计中.关键词：人工智能算法;全差分折叠式共源共栅运算放大器;多目标设计;神经网络模型;粒子群优化270|11|0更新时间：2025-10-16
- 摘要：为了解决真实Web应用攻击数据数量小、差异性大和攻击载荷多样化导致大模型训练效果差的问题，提出一种基于联邦大模型的网络攻击检测方法（Intrusion Detection methods based on Federal Large Language Model，FL-LLMID）.首先，提出一种面向大模型微调的联邦学习网络，服务器对客户端本地大模型通过增量数据训练产生的参数，进行增量聚合的方式，提高联邦学习中大模型的参数聚合效率以及避免网络流量数据暴露的问题；其次，基于大模型对代码的理解能力，提出面向应用层数据的攻击检测模型（CodeBERT-LSTM），通过对应用层数据报文进行分析，使用CodeBERT模型对有效字段进行向量编码后，结合长短期记忆网络（Long Short-Term Memory，LSTM）进行分类，实现对Web应用高效的攻击检测任务；最后，实验结果表明，FL-LLMID方法在面向应用层数据的攻击检测任务中准确率达到99.63%，与传统联邦学习相比，增量式学习的效率提升了12个百分点.关键词：联邦学习;大模型;长短期记忆网络;CodeBERT;网络攻击检测;增量聚合202|25|0更新时间：2025-10-16
- 摘要：随着复杂机器学习模型应用扩展，各行业对模型可解释性的需求剧增.反事实解释是重要的事后可解释方法，但传统方法常将多目标合并为单目标优化，导致权重分配困难且难以调和目标冲突，也因忽略因果关系使生成的反事实样本不现实.此外，现有方法在高维、冗余、噪声数据下存在计算效率低、预测精度下降及全局解释不足等问题.为此，本文提出综合因果多目标反事实解释方法（Comprehensive Causal multi-objective counterfactual Explanation with Feature Selection，CCE-FS）.该方法首先基于最大互信息系数筛选关键特征以提升预测精度和全局解释力，然后将反事实搜索转化为多目标优化问题，有效平衡多目标关系.同时引入领域因果关系约束，确保反事实样本现实合理.CCE-FS还提供可视化特征效应分析，增强用户理解并揭示模型偏见.Statlog数据集实验表明，CCE-FS通过特征选择显著提高了反事实样本的有效性、正常性、稀疏度，并使连续特征接近度提升46.3%.在Adult-Income和COMPAS数据集上的验证进一步证明，CCE-FS在因果一致性、数据分布合理性和连续特征邻近度方面均优于现有方法，展现了更强的解释与应用潜力.关键词：反事实解释;多目标优化;特征选择;因果关系;最大互信息系数;可视化特征效应70|13|0更新时间：2025-10-16
- 摘要：语音转换（Voice Conversion，VC）是一种采用深度学习将源说话人声音转换为目标说话人声音的人工智能技术，不仅被广泛应用于电影配音、个性化语音定制等，也被恶意分子应用于电信诈骗、身份伪造、政治社会操纵等，给个人隐私、社会稳定乃至国家安全带来严重危害.相比较于深度转换语音的检测，如何由深度转换语音恢复出源说话声音，即深度转换语音还原，对追踪真实说话人，防止VC非法使用，具有更重要的研究意义和实用价值.而目前相关的研究还较少.为此，本文提出了一种基于对抗学习和增强优化的深度转换语音还原方法.具体来说，首先分析了深度转换语音与源语音和目标语音的相似度，提出基于初步还原-增强优化的深度转换语音还原框架.其次，基于动态卷积和注意力机制设计对抗还原网络，通过生成器、分类器和鉴别器的对抗学习，从转换语音中学习尽可能多的源说话人信息.然后，设计包含音色提取器、内容提取器和声码器的增强优化网络，将初步还原语音中的音色信息和深度转换语音中的内容信息进行深度融合，生成优化后的还原语音.最后，在Free-VC、TriAAN-VC、BNE-PPG-VC三种高性能语音转换模型的数据集上验证所提方法的有效性.对比实验结果表明，本文方法针对三种语音转换模型的还原语音，在与真实语音的平均余弦相似度上分别提高了11.9、8.7和7.1个百分点，在说话人验证系统的平均等错率EER（Equal-Error-Rate）上分别降低了4.30、3.40和3.98个百分点，说明本文方法不仅可以有效恢复出源说话人语音，而且对未知深度转换语音也有一定的适用性.关键词：语音转换;深度转换语音;还原语音;对抗学习;增强优化;深度神经网络229|8|0更新时间：2025-10-16
- 摘要：无监督领域自适应（Unsupervised Domain Adaptation，UDA）行人再识别（person Re-IDentification，Re-ID）旨在利用有标注的源域数据来解决无标注目标域数据的无监督Re-ID任务.近期，对比学习在该领域引起关注，但现有方法存在正样本对差异较小以及忽略负代理采样偏差的问题.为解决这些问题，本文提出一种渐进式混合对比学习（Progressive Hybrid Contrastive Learning，PHCL）方法.在每个训练轮次，PHCL方法通过聚类和渐进细化两个步骤，将无标签数据集划分为带伪标签的聚类样本和未聚类的独立实例.基于聚类划分结果，PHCL方法在两个层次实施对比学习：通过将同一聚类（目标域）或同一身份标签（源域）中的相似样本拉近，指导模型学习类内相似性，同时通过在未聚类的实例间施加排斥作用，挖掘实例间差异性.此外，PHCL方法通过最近邻挖掘为未聚类的实例生成正代理，增大正样本对的差异性，学习更丰富的语义信息.同时，PHCL方法在负代理采样过程中去偏差，减轻假负代理对训练的不利影响.实验结果表明：PHCL方法在Market-1501和MSMT17数据集上的平均精度均值（mean Average Precision，mAP）分别为85.9%与42.3%，比基线模型分别提高4.3个百分点和13.5个百分点.上述实验结果验证了PHCL方法在UDA Re-ID任务中的有效性.关键词：无监督领域自适应（UDA）行人再识别（Re-ID）;对比学习;伪标签;最近邻挖掘;去偏差98|9|0更新时间：2025-10-16
- 摘要：在云边端算力网络中，传输、计算和存储资源的协同优化是一个关键且极具挑战性的课题.如何有效融合高性能的云资源、低时延的边缘资源、广泛分布的节点资源以及低成本的用户资源，实现智能化的资源分发、关联、交易与调配，对于整网资源的最优化配置和高效利用意义重大.本文针对传输与计算融合的云边端异构算力网络，构建了详细的数学模型.从算力需求、资源分发、交易与调配等多个维度出发，将异构计算与传输资源调度中的时延和成本最小化联合优化问题，转化为混合整数非线性规划问题.随后，本文提出了一种创新的串行子任务路径分配机制，并结合最优路径最大化分配算法（Optimal Route and Assign Maximizer algorithm，ORAM），以实现任务计算与传输路径的高效协同优化.该机制将计算任务分割为多个子任务，感知并处理串联子任务之间的依赖关系，利用ORAM算法实时选择符合依赖关系的最优计算路径，指导计算结果以最少跳数的方式传输至目标节点，形成端到端的高效资源调度通道.这不仅降低了传输时延和资源成本，还将传统的“先传后算”模式有效转变为“传算协同”模式.实验结果显示，在不同的计算需求、感知范围和节点数量条件下，本文所提出的算法相较于多种基准算法，在时延、成本及路径优化等方面均表现出更优的性能.关键词：算力网络;任务调度;算力任务;传输路径;算力架构63|18|0更新时间：2025-10-16
大模型与互联网
- 摘要：本文设计了一种应用于高精度模数转换器（Analog-to-Digital Converter，ADC）的低失调、低噪声、高精度带隙基准（BandGap Reference，BGR）芯片.针对传统架构的局限性，本工作提出了两项新技术：首先，采用反馈提升技术将运算放大器的失调电压和低频噪声等效到基准输出时减小至1/23；其次，提出了一种高精度基极电流补偿技术，降低不同工艺角和器件失配造成的基准输出偏移.设计的BGR芯片采用0.18 μm CMOS工艺实现，芯片面积0.142 × 0.258 mm2.测试结果表明，该BGR在1.2 V电源电压下输出0.6 V的参考电压，静态电流31 μA，0.1~10.0 Hz的积分噪声为2.79 μVrms，在-40~125 ℃ 温度范围内，基准源输出电压的温度系数是3.6 ppm/℃.关键词：低失调;低噪声;高精度;带隙基准;反馈提升技术;高精度基极电流补偿74|14|0更新时间：2025-10-16
- 摘要：在实际应用中互连结构的导体是有损耗的，在低频时其趋肤深度会很大，电流会渗入导体内部并覆盖整个导体横截面，这时传统上采用完全电导体（Perfect Electric Conductor，PEC）近似或采用表面阻抗计入损耗的单一区域形式的积分方程可能不再有效，因此在积分方程法中需要采用双区域积分方程形式来描述.在低频时电场积分方程（Electric Feld Integral Equation，EFIE）容易出现崩溃现象，为此人们提出了采用增强电场积分方程（Augmented Electric Field Integral Equations，AEFIEs）来解决单一导体或介质结构中的低频崩溃问题.文章将有损导体视为可穿透的介质物体，提出了采用双区域增强混合场积分方程（Augmented Hybrid Field Integral Equations，AHFIEs）来解决有耗导体互连结构的低频崩溃问题.混合场积分方程（Hybrid Field Integral Equations，HFIEs）由描述导体外部的EFIE和描述导体内部的磁场积分方程（Magnetic Field Integral Equation，MFIE）组成.由于磁荷密度出现在HFIEs的
- 摘要：多对多通信路由问题是NP（Nondeterministic Polynomial time）难的组合优化问题，构建出高效的多对多通信路由路径还需及时获取全局网络状态信息以适应网络状态高度动态变化的特点.本文在软件定义无线网络（Software-Defined Wireless Networks，SDWN）场景中针对现有数据驱动的多智能体深度强化学习方法存在计算和部署成本高、难以适应非欧结构特点的网络拓扑的问题，并且训练过程中无效动作过多会增加存储空间和时间开销以及收敛速度慢，本文设计了一种SDN控制平面和数据平面进行协同感知与智能决策的新框架，并针对多对多通信路由问题设计了一种两阶段的多智能体路由方法（基于智能节点部署策略的多智能体图强化学习方法：MAGDS-M2M）.为了降低在每个节点上都部署智能体所带来的计算和部署成本，设计了一种基于Q-学习的智能节点部署算法来确定需要部署智能体的网络节点；在完成多智能体部署后，在Actor-Critic（AC）框架下设计了一种基于多智能体图强化学习的多对多路由决策方法，基于图卷积网络（Graph Convolutional Networks，GCN）和图神经网络（Graph Neural Networks，GNN）重新设计Actor和Critic网络，解决了现有多智能体强化学习方法中卷积神经网络（Convolutional Neural Networks，CNN）对拓扑结构数据适应能力比较弱的问题；此外，为解决Actor网络固定长度的动作空间在训练过程中产生大量无效动作的问题，设计了一种新的动作空间局部观测方法.实验结果表明所提出的方法相比于基准实验降低了29.33%任务完成时延，并且验证了可以通过调节参数使任务完成的时延和各节点累计能耗标准差之间达到平衡.本文所做工作源代码已提交至开源平台https：//github.com/GuetYe/MAGDS-M2M.关键词：多对多通信;智能节点部署;多智能体图强化学习;动作空间局部观测方法;软件定义无线网络43|8|0更新时间：2025-10-16
- 摘要：超宽禁带半导体Ga₂O₃米线作为一种具备独特性能的纳米材料，近年来在科学界引起了广泛的关注.作为第三代金属氧化物半导体的ZnO，ZnO纳米线的生长对衬底具有选择性，可以在与其同质的衬底上实现高均匀性的阵列，但在异质衬底上不易长出，从而实现自组织的微纳结构的图案化；然而对于新型金属氧化物半导体Ga₂O₃来说，Ga₂O₃纳米线的生长对衬底的选择性并不强，在同质衬底上实现的阵列既不均匀也不密集，并且在各种衬底上也均可长出.本文通过水热法生长纳米线的多组对比性实验，全面且系统地探讨了影响Ga₂O₃纳米线形貌的因素，利用控制变量法研究各因素之间的关系，发现了Ga₂O₃纳米线选择性生长出现弱化是因为晶格失配度不再是决定纳米线生长的唯一重要因素，并提出异质成核，把种子层的晶粒尺寸和粗糙度作为核心因素，发现它们是影响纳米线生长形态与密度的另一决定性因素，二者同时在Ga₂O₃纳米线生长过程中发挥关键作用.这一结论对于深入理解Ga₂O₃纳米线的生长机制并制备自组织器件结构具有重要的指导意义.关键词：Ga₂O₃;ZnO;纳米线;水热法生长39|5|0更新时间：2025-10-16
- 摘要：本文基于低温共烧陶瓷（Low Temperature Co-fired Ceramic，LTCC）三维封装技术，通过将多节四分之一波长阻抗变换线进行折叠布局和垂直堆叠设计，实现了多节宽带功分器的高度集成.本设计将7节阻抗变换线分别放置在LTCC介质的奇数层上，相邻阻抗变换线之间采用垂直过孔进行连接，偶数层用来隔离阻抗变换线之间的耦合效应.该功分器不仅实现了180%的相对带宽，而且尺寸仅为4 mm × 4 mm × 1.33 mm.相比同样传输节数平面型功分器，本设计的水平尺寸减小了84.6%.在2~38 GHz的频率范围内，S11、S21、S22、S31和S32的实测值分别优于
- 摘要：利用有限域上群代数的性质构造了一类Hermitian LCD（Hermitian Linear Complementary Dual）2-拟交换群码.基于有限域上群代数的结构定理精确计算出了此类码的个数.通过探讨相对最小距离较小的此类码的计数问题，本文证明了有限域上的Hermitian LCD 2-拟交换群码是渐近好码.关键词：有限域;2-拟交换群码;Hermitian LCD 码;渐近好码39|9|0更新时间：2025-10-16
- 摘要：在无蜂窝大规模MIMO（Cell-Free massive Multiple-Input Multiple-Output， CF-mMIMO）网络环境中，业务需求差异化、环境高度动态化以及资源部署去中心化等特征，制约了CF-mMIMO缓存部署和分发过程中多维网络资源的分配效率.为此，本文对去中心化CF-mMIMO场景中的多样化内容缓存和多用户关联问题展开研究.首先，基于CF-mMIMO场景中内容缓存与用户关联间的耦合关系，研究并建立了内容缓存、用户关联和多维资源分配模型.其次，针对随机时变的网络环境和不完备的网络状态观测，以最大化网络能效为目标，将内容缓存、用户关联和资源分配问题抽象为分布式部分可观测马尔科夫决策过程.而考虑到多样化内容缓存需求和广域差异化网络空间特征，进一步提出一种基于图注意力网络的多智能体深度强化学习算法对内容缓存、用户关联和多维资源分配进行策略学习和优化.最后，仿真结果验证了所提算法在网络能效、系统吞吐量、缓存命中率方面具有明显的性能提升.关键词：无蜂窝大规模MIMO;内容缓存;用户关联;资源分配;图注意力网络37|8|0更新时间：2025-10-16
- 摘要：随着5G的广泛应用，边缘计算技术被用于任务卸载和处理，基于博弈论的边缘计算策略成为当前研究领域中的热点.本文以最大化用户体验质量（Quality of Experience，QoE）为目标，研究时间约束条件下的多用户任务卸载问题.本文首先从通信模型、计算模型和时间约束三个方面建立系统模型，然后将优化问题转换为博弈问题，给出并证明存在纳什均衡解.本文提出了一种分布式多用户卸载算法（Distributed Multi-User Offloading，DMUO），首次实现了多用户在单时隙内同步更新策略，显著降低了计算开销并提升了收敛速度.理论分析表明，DMUO算法能够收敛至纳什均衡解，并给出了迭代次数的上限.此外，通过分析最坏情况策略与最优解的性能差距，验证了算法的鲁棒性.仿真实验表明，DMUO算法具有优异的收敛性和系统性能，证明了其在大规模边缘计算环境中的可扩展性和实际适用性.关键词：移动边缘计算;势博弈;纳什均衡;计算卸载;体验质量45|12|0更新时间：2025-10-16
- 摘要：基于深度学习的合成孔径雷达（Synthetic Aperture Radar，SAR）目标识别方法在军事侦察、灾害监测等领域应用广泛，然而深度神经网络易受到对抗攻击的威胁，导致模型决策的可靠性下降.现有黑盒对抗攻击方法在SAR图像对抗样本生成过程中面临参数设计维度高、易被察觉等问题.针对以上问题，提出一种基于频域多目标优化的对抗攻击方法，通过二维离散傅里叶变换将SAR图像从空间域映射至频域，降低扰动设计维度，进而在频域中修改单一频率分量，以生成图像域纹理状扰动.同时，结合基于超体积度量的多目标进化算法平衡对抗样本的攻击性能与视觉隐蔽性.实验结果表明，以T62类别为例，运用本文方法后，在VGG16、AConvNet和YOLO系列模型架构上，对抗样本分别实现了90.39%、71.43%、44.28%以上的置信度错误分类.同时，生成的对抗样本与原始图像的相似度均高于99%，为SAR图像的安全性与鲁棒性测试提供了有效的技术支持.关键词：SAR图像识别;对抗样本攻击;频域转换;黑盒攻击;多目标优化算法61|15|0更新时间：2025-10-16
- 摘要：下肢外骨骼需要通过识别穿戴者的运动意图为穿戴者日常活动提供助力，然而当前的研究很少关注能够提供新受试者意图信息的下肢运动模式预测.为此，本文提出了一种基于多传感器信息融合和迁移学习的下肢运动模式预测方法.本文首先设计了一个下肢运动模式预测模型，采用长短时记忆单元（Long-Short Term Memory，LSTM）提取表面肌电信号（surface ElectroMyoGraphy，sEMG）中的模式特征，然后将sEMG的模式特征与关节角度特征融合预测下肢运动模式.考虑到受试者之间的生理信号差异，本文设计的迁移学习策略分两步训练预测模型，第一步在源域受试者数据集上预训练模型，第二步冻结sEMG模式特征提取器的网络权值，并在目标域数据集上微调全连接层.实验采集了受试者自由行走和穿戴外骨骼行走的数据.通过预测时间长度为100 ms的实验可以得出，所提出的方法分别能够有效提升新受试者自由行走状态下和穿戴外骨骼行走时9.53%和8.29%的运动模式预测准确率.实验结果表明，所提出方法可通过提升新受试者运动模式预测准确率，从而保障下肢外骨骼可靠的人体运动意图感知.关键词：下肢外骨骼;下肢运动模式预测;表面肌电信号;迁移学习;多传感器信息融合46|10|0更新时间：2025-10-16
- 摘要：移动群智感知（Mobile Crowd Sensing，MCS）通过用户随身携带的感知设备来收集数据，是一种大规模数据感知范式，其中任务分配是主要挑战之一.文章研究具有异构质量延迟敏感任务的混合用户任务分配问题，设计目标是在机会式用户和参与式用户共享总预算下，最大限度地提高任务完成质量.针对现有预测方法预测精度不足问题，文章提出一种基于迁移学习的移动性预测模型，通过将轨迹丰富的旧参与者的数据转移给新参与者，解决历史数据稀缺导致的预测误差.基于此预测模型，设计了一个混合用户任务分配算法，该算法利用移动性预测模型为机会式用户分配任务；此外，将剩余任务聚类到不同区域，构造二部图匹配问题使参与式用户和任务区域绑定；之后提出一种基于行程距离平衡的蚁群优化算法（Ant Colony Optimization algorithm based on Travel Distance Balance，ACOTDB），在用户行程距离预算下实现最优路径规划.在真实数据集上的大量仿真实验表明，与现有算法进行比较，本文算法在任务完成质量和任务分配效率方面具有显著的优势，验证了其有效性.关键词：移动群智感知;任务分配;迁移学习;移动性预测模型;蚁群优化算法;质量异构42|16|0更新时间：2025-10-16
- 摘要：投票是现代社会的一种重要的决策方式.本文利用量子游走和半量子技术提出了多中心高效量子安全投票方案.该方案由多个选民、多个量子中心等构成.该方案使用半量子技术降低了设施成本，便于实现；多个量子中心分别并行计算，环形结构和星形结构相结合，减少了中心节点的通信压力，投票、计票更加高效，适用于大量人数投票的场景；量子中心之间汇总计票时，初始量子资源使用两粒子乘积态，制备简单且仅需进行单粒子测量，操作方便，降低了计票难度.该方案可有效检测和抵抗多种攻击，保证安全性.关键词：量子投票;多中心并行计算;量子游走;半量子密钥分发;维量子系统34|7|0更新时间：2025-10-16
- 摘要：多模态意图识别（Multimodal Intent Recognition，MIR）是在现实世界中理解人类意图的重要研究方向，旨在通过融合语言、视觉和音频等多种模态信息来准确判断说话人的意图.然而，现有的MIR研究大多集中在如何为文本模态构建多模态语义环境，对视觉和音频模态中蕴含的大量语义信息（如动作和情感语义）的利用则不够深入.尽管视觉和音频模态富含与意图相关的信息，但其固有的冗余信息和噪声却制约了模型对这些模态特征的有效利用.为解决上述问题，本文提出了一种能够有效利用音频模态语义关系，同时有效抑制冗余信息的MIR模型.该模型通过构建抑制冗余信息的初级语义特征，引导学习不同尺度的模态内与模态间语义关联，以理解说话人的意图.在此基础之上，模型利用不同模态特征间潜在的意图一致性，将提取到的音视频语义特征与具有明确意图语义的文本特征进行配对，从而过滤掉那些单独通过意图识别任务无法消除的无关语义信息.此外，模型采用多模态融合门控机制，整合来自不同模态的意图语义.在多个意图理解任务的数据集上的实验表明：所提出的方法能够有效提取音视频模态语义并滤除意图识别无关语义，且在性能上优于现有的MIR方法.具体而言，在准确率（ACCuracy，ACC）值、精确度（Precision，P）值、召回率（Recall，R）值和F1值（F1 score，F1）上均取得了0.7~1.8个百分点的提升.关键词：意图识别;多模态融合;多模态语义学习;多任务学习;跨模态注意力275|18|0更新时间：2025-10-16
- 摘要：深度伪造语音的反欺骗是生成式人工智能安全领域的一项重要技术.除了对真实语音和伪造语音进行二元分类外，语音伪造方法识别正在成为可解释的反欺骗策略的重要组成部分.但为了逃避对语音伪造方法的识别，攻击者很有可能利用对抗样本攻击技术，在伪造语音中加入人耳无法感知的对抗扰动，来降低语音伪造方法识别（Speech Forgery Method Recognition，SFMR）模型的准确性.针对SFMR所面临的对抗样本攻击问题，从防御者的角度出发，提出了对抗防御边界概念.基于此，使用泰勒分析技术，理论分析了网络随机性和决策边界距离对模型对抗鲁棒性的影响，并提出了基于鲁棒对抗防御边界（Robust Adversarial Defense Boundary，RADB）的SFMR算法.该算法采用随机变换（Random Transform， RT）和决策边界距离正则化（Decision Boundary Distance Regularization，DBDR）两个模块实现鲁棒对抗防御.RT模块通过模拟真实世界场景中伪造语音可能受到的干扰，在训练和推理时，均对输入语音进行随机组合变换，利用随机性提高对抗鲁棒性.DBDR模块引入决策边界距离正则化损失函数，鼓励模型提高对抗鲁棒性上限，降低模型的类别预测关于对抗扰动的敏感性.在典型SFMR数据集，即中文伪造音频检测（Chinese Fake Audio Detection，CFAD）数据集和2019年自动说话人验证欺骗与对策挑战赛（2019 Automatic Speaker Verification spoofing and countermeasures challenge，ASVspoof2019）数据集上的实验结果表明，在对抗攻击条件下，与现有先进基线方法相比，所提算法能够将SFMR准确率分别提高5.63%、5.95%，至93.98%、91.71%.关键词：语音伪造方法识别;对抗防御边界;随机变换;决策边界距离正则化;对抗样本32|5|0更新时间：2025-10-16
- 摘要：自然语言描述驱动的目标跟踪是指通过自然语言描述引导视觉目标跟踪，通过融合文本描述和图像视觉信息，使机器能够“像人类一样”感知和理解真实的三维世界.随着深度学习的发展，自然语言描述驱动的视觉目标跟踪领域不断涌现新的方法.但现有方法大多局限于二维空间，未能充分利用三维空间的位姿信息，因此无法像人类一样自然地进行三维感知；而传统三维目标跟踪任务又依赖于昂贵的传感器，并且数据采集和处理存在局限性，这使得三维目标跟踪变得更加复杂.针对上述挑战，本文提出了单目视角下自然语言描述驱动的三维目标跟踪（Natural Language-driven Object Tracking in 3D，NLOT3D）新任务，并构建了对应的数据集NLOT3D-SPD.此外，本文还设计了一个端到端的NLOT3D-TR（Natural Language-driven Object Tracking in 3D based on Transformer）模型，该模型融合了视觉与文本的跨模态特征，在NLOT3D-SPD数据集上取得了优异的实验结果.本文为NLOT3D任务提供了全面的基准测试，并进行了对比实验与消融研究，为三维目标跟踪领域的进一步发展提供了支持.关键词：场景理解;三维目标跟踪;单目标跟踪;多模态学习;机器视觉69|8|0更新时间：2025-10-16
- 摘要：为处理随时间不断演化、非平稳数据流中的概念漂移问题，本文提出一种适用数据流概念漂移检测和适应的增量密度聚类算法（InCremental Density-based Clustering algorithm，ICDC）.ICDC改进了1次遍历聚类框架，采用惰性方式处理离群点，由新达数据触发离群点评估，以区分潜在微簇和噪声；聚类过程中要求数据点和微簇满足特征依赖及时序依赖的条件，有效去除离群点集中的异常值，克服了现有离群点处理方式中因异常点的加入导致类簇结构以不可逆转方式持续恶化的情形；设计了一种离群点生命周期调节机制，有效控制缓存大小的增长；以类簇结构变化作为概念漂移指示器，设计了相应检测算法，提升了增量密度聚类算法对数据流演变过程中局部模式和全局模式变化的敏感性.在多个真实和合成数据集上对数据流聚类质量及聚类性能、概念漂移检测和适应、算法的内存开销和计算开销等方面开展实验，结果表明，该算法在大多数数据集上的聚类结果都优于现有算法，同时能够有效检测概念漂移.关键词：概念漂移;增量聚类;密度聚类;数据流30|7|0更新时间：2025-10-16
- 摘要：单图像高动态范围（High Dynamic Range，HDR）重建能够避免多曝光HDR成像可能造成的鬼影伪像，正受到广泛研究.然而，现有方法由于缺乏对重要信息的关注，尚不能很好地恢复曝光不良区域的细节信息.为解决该问题，本文提出了一种基于多重注意力和感知加权学习的单图像HDR重建方法，旨在从单幅低动态范围图像中推断出高保真的HDR图像.具体而言，考虑到恢复曝光不良区域需参考其他区域的补偿信息，本文设计了具有全局-局部感受野的多重注意力视觉Transformer （Multi-Attention Vision Transformer，MA-ViT），其将深度可分离卷积和注意力机制相结合，从而实现更有效的全局和局部特征提取与交互.此外，还提出了一种损失感知加权图以引导网络聚焦曝光不良区域，进一步提升HDR重建质量.本文在多个基准数据集上构建了全面的对比实验，结果表明所提出方法相较于目前最先进的方法在平均峰值信噪比（Peak Signal to Noise Ratio，PSNR）上提高了0.23 dB，同时生成了具有更高视觉质量的HDR重建结果.关键词：单图像高动态范围重建;深度学习;逆色调映射;注意力机制;感知加权39|11|0更新时间：2025-10-16
-
基于因果提示蒸馏的开放世界目标检测 增强出版
摘要：开放世界目标检测旨在在动态环境中同时识别已知与未知类别，并在收到未知类别的标签后逐步实现对新增类别的识别能力.然而，现有方法因缺乏未知类别的语义表征能力，已知与未知类别间的指导信息相互耦合，导致检测性能受限.为此，本文提出一种基于因果提示蒸馏的开放世界目标检测方法.该方法创新性地将视觉-语言模型与因果推理结合，以解决开放场景中的类别间存在的语义偏差问题.具体而言，本文通过构建结构因果模型，从因果视角揭示了已知类别与未知类别间的语义干扰路径；接着提出了因果提示学习，通过生成未知类别的语义向量，显式引入开放场景的语义先验以增强模型对未知目标的感知能力；最后针对知识传递中的语义偏差问题提出因果蒸馏机制，利用双重蒸馏损失解耦教师模型对已知类别与未知类别的指导信息.实验结果表明，该方法在多个数据集上取得了良好效果，已知类别的平均检测精度（mAP）提升了1.3%，未知类别的召回率（U-Recall）提升了6.5%，这些结果验证了本文方法的有效性.关键词：提示学习;知识蒸馏;因果干预;开放世界;目标检测;计算机视觉153|27|0更新时间：2025-10-16 - 摘要：深度学习模型的对抗鲁棒性对于可信人工智能发展至关重要.研究领域广泛采用对抗攻击方法间接评价模型的对抗鲁棒性，然而此类方式依赖具体的对抗攻击方法和对抗扰动程度，无法反映模型的本质特征.同时，仅有的少数直接进行模型对抗鲁棒性评价的评估指标要求对抗扰动的先验知识或者假设训练数据服从特定分布，适用性不强.基于此，从模型自身特性出发，本文提出一种简单有效的、基于决策边界光滑度的对抗鲁棒性评估指标DBSE（Decision Boundary Shannon Entropy）.此方法利用对抗鲁棒性与决策边界光滑性之间的相关性，提出用于获取边界样本以近似刻画模型实际决策边界的“决策空间搜索策略”.然后，利用奇异值分解提取近似决策边界空间结构信息，并采用香农熵进行分布的均匀性量化，从而形成对抗鲁棒性评估指标DBSE.实验结果表明，DBSE与代表性评估指标ASR（Attack Success Rate）、EBD（Empirical Boundary Distance）、ACTC（Average Confidence of True Class）、ACAC（Average Confidence of Adversarial Class）、MP（Minimal Perturbation）和ROBY相比，在独立性、有效性和时效性方面具有更好的表现，且不依赖对抗攻击方法，在时间开销方面比EBD减少了55%.关键词：鲁棒性评估;对抗鲁棒性;决策边界;对抗攻击;模型鲁棒性34|9|0更新时间：2025-10-16
- 摘要：面向知识图谱的问句生成（Question Generation over Knowledge Graph，KGQG）任务是根据知识图谱（Knowledge Graph，KG）子图生成自然语言问句.现有方法通常是直接将实例化的KG子图转换为问句，并且大多采用教师强制（Teacher-Forcing）的训练策略.然而，当前方法仍然面临两个主要挑战：（1）实例化的KG子图缺乏确定性查询意图的整合，导致输入与目标输出之间存在语义歧义现象；（2）采用教师强制训练策略训练的生成模型在推理阶段存在曝光偏差问题.为了缓解语义歧义带来的挑战，本文提出了一个复杂问句生成框架，其包括两个阶段，即事实-查询和查询-问句生成阶段.在第一阶段，本文设计了一个查询图生成器，将KG子图转换为具有不同查询意图的查询图.在第二阶段，本文提出了一个问句生成模型，该模型利用密集连接图卷积网络（Densely Connected Graph Convolutional Network，DCGCN）对查询图进行编码，并利用双向自回归变换器（Bidirectional and Auto-Regressive Transformers，BART）模型进行解码以生成问句.此外，为了减轻曝光偏差问题，本文引入了生成对抗模仿学习对问句生成模型进行训练.其中，所采用的判别器通过模仿标记数据自适应地学习奖励函数，并指导问句生成模型探索潜在问题空间中的高奖励区域.本文在三个广泛使用的数据集上进行了大量实验，结果表明所提出的框架具有显著的有效性.关键词：问句生成（KGQG）;知识图谱（KG）;文本生成;曝光偏差;生成对抗模仿学习30|6|0更新时间：2025-10-16
学术论文
- 摘要：太赫兹通信是第六代（6G）移动通信的关键技术之一，可用带宽巨大，支持超高的传输速率，具有广阔的应用前景.太赫兹信道建模是太赫兹通信系统设计、仿真与优化的基础.太赫兹的信道研究主要分为信道测量、特性分析和信道建模几个方面.本文首先介绍了目前太赫兹信道测量主要使用的时域和频域测量方法，对当前开展的太赫兹信道测量进行总结，包括研究机构、测量场景、测量方法、天线配置与所测量的信道特性.接着，对太赫兹的传播特性进行了总结，包括太赫兹频段电磁波的传播机制、信道的大小尺度特性.然后，分别介绍不同的建模方法及其在太赫兹频段最新的研究进展.最后，针对太赫兹信道研究提出未来研究的挑战.关键词：6G;太赫兹;信道测量;特性分析;信道建模69|17|0更新时间：2025-10-16
- 摘要：近年来，自动驾驶因其在提升道路安全、提高交通效率等方面展现出巨大的潜力而受到越来越多的关注.在现代自动驾驶系统中，感知系统扮演着至关重要的角色，其目标是准确地估计周围环境的状态，并为预测和规划提供可靠的观测信息.其中，3D目标检测作为感知系统的重要组成部分，旨在预测自动驾驶车辆周围物体的位置、大小和类别.本文归纳了近年来自动驾驶领域中3D目标检测的研究进展，从单模态检测和多模态融合检测两个角度出发，介绍了使用不同传感器进行单模态方法和多模态融合方法的优势和不足.此外，本文还对比了各种代表性算法在公共数据集上的性能，总结了当前常用训练策略，并讨论了该领域未来的发展趋势.关键词：自动驾驶;3D目标检测;单模态;多模态融合285|16|0更新时间：2025-10-16
综述评论
- 技术支持由北京北大方正电子有限公司提供 京ICP备09064830号-19
京公网安备11010802024621 - 本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
- Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies
0