优先发表
优先发表栏目展示本刊经同行评议确定正式录用的文章，这些文章目前处在编校过程，尚未确定卷期及页码，但可以根据DOI进行引用。
显示方式:
摘要:
仿生扑翼飞行器因其高机动性、高仿生性和优异气动效率, 在军事和民用领域均展现出广阔应用前景. 测试分析是解析气动机制、验证系统设计和改进研制技术的关键手段, 然而其复杂的飞行机制和非定常气动特性对性能测试与分析优化提出严峻挑战. 为此, 系统梳理面向仿生扑翼飞行器的飞行机理和气动特性分析所采用实验测试技术的发展现状与最新成果, 重点分析风洞测试、液体环境测试和专用测试平台三类测试分析方法. 归纳说明三类测试方法的内容与特点, 并进一步阐述相关发展与贡献, 最后总结并探讨当下仿生扑翼飞行器测试分析的不足之处、面临的挑战及未来发展趋势, 为仿生扑翼飞行器的实验测试分析、测试优化改进提供系统性指导.
仿生扑翼飞行器因其高机动性、高仿生性和优异气动效率, 在军事和民用领域均展现出广阔应用前景. 测试分析是解析气动机制、验证系统设计和改进研制技术的关键手段, 然而其复杂的飞行机制和非定常气动特性对性能测试与分析优化提出严峻挑战. 为此, 系统梳理面向仿生扑翼飞行器的飞行机理和气动特性分析所采用实验测试技术的发展现状与最新成果, 重点分析风洞测试、液体环境测试和专用测试平台三类测试分析方法. 归纳说明三类测试方法的内容与特点, 并进一步阐述相关发展与贡献, 最后总结并探讨当下仿生扑翼飞行器测试分析的不足之处、面临的挑战及未来发展趋势, 为仿生扑翼飞行器的实验测试分析、测试优化改进提供系统性指导.
摘要:
故障诊断是保障工业系统安全运行的关键环节. 传统的诊断模型通常输出抽象的结果,例如异常分数或故障类别, 但无法回答“为何故障”或“如何维修”等关键问题. 尽管大语言模型为故障诊断展现了强大的潜力, 但其在处理时间序列工业信号时面临语义鸿沟问题, 即连续的时序数据难以编码为语言模型能够有效处理的离散词元. 与传统故障诊断“从信号到类别”的模式不同, 本文提出一种全新的故障检测与诊断框架, 即从信号到语义的故障检测与诊断框架(S2S-FDD). 首先, 本文设计一种基于时序解析语义库的大模型转换模块, 将抽象的时间序列信号转换为自然语言摘要, 提取趋势、周期性和偏差等特征信息, 这实现了从抽象信号空间到语义空间的映射. 其次, 基于抽取的语义描述, 设计一种对齐专家诊断逻辑的迭代推理方法. 该方法通过大模型将语义描述与历史维护文档进行比对, 形成初步诊断假设, 并在信息不足时主动规划并请求额外的传感数据以进行多轮求证, 输出可追溯的故障诊断逻辑链. 多相流和实际火电过程的实验结果表明, 该方法在无需故障样本的条件下达到了较高的诊断准确率. 更重要的是, 它并非仅输出抽象的故障标签, 而是生成人类专家可理解、可验证的推理过程和诊断报告, 为实现智能诊断提供了新的范式.
故障诊断是保障工业系统安全运行的关键环节. 传统的诊断模型通常输出抽象的结果,例如异常分数或故障类别, 但无法回答“为何故障”或“如何维修”等关键问题. 尽管大语言模型为故障诊断展现了强大的潜力, 但其在处理时间序列工业信号时面临语义鸿沟问题, 即连续的时序数据难以编码为语言模型能够有效处理的离散词元. 与传统故障诊断“从信号到类别”的模式不同, 本文提出一种全新的故障检测与诊断框架, 即从信号到语义的故障检测与诊断框架(S2S-FDD). 首先, 本文设计一种基于时序解析语义库的大模型转换模块, 将抽象的时间序列信号转换为自然语言摘要, 提取趋势、周期性和偏差等特征信息, 这实现了从抽象信号空间到语义空间的映射. 其次, 基于抽取的语义描述, 设计一种对齐专家诊断逻辑的迭代推理方法. 该方法通过大模型将语义描述与历史维护文档进行比对, 形成初步诊断假设, 并在信息不足时主动规划并请求额外的传感数据以进行多轮求证, 输出可追溯的故障诊断逻辑链. 多相流和实际火电过程的实验结果表明, 该方法在无需故障样本的条件下达到了较高的诊断准确率. 更重要的是, 它并非仅输出抽象的故障标签, 而是生成人类专家可理解、可验证的推理过程和诊断报告, 为实现智能诊断提供了新的范式.
摘要:
城市开放空间是具身智能走向实际应用的关键场景, 其复杂的环境特征与动态的交互需求为具身智能研究带来独特挑战, 特别是在低空飞行理论与技术的发展下, 无人机等具身智能载体的应用也成为当前人工智能领域的研究热点. 为填补城市开放空间具身智能领域系统性综述的空白, 聚焦该研究方向, 对其前沿进展进行全面梳理. 研究从仿真平台、核心任务、关键方法三个维度展开体系化分析, 从基于真实城市数据和虚拟城市数据两个角度, 梳理各平台的技术框架与任务支撑能力; 根据对任务目标的认知深度, 将核心任务划分为感知推理、导航、搜索三类, 概述并介绍数据集、评测基准和模型方法. 最后, 分析开放空间具身智能在平台任务设定、感知认知能力、规划决策能力、数据与模型应用四个层面存在的挑战并展望其发展方向, 旨在为研究者提供一个全面视野, 从而促进城市开放空间具身智能研究.
城市开放空间是具身智能走向实际应用的关键场景, 其复杂的环境特征与动态的交互需求为具身智能研究带来独特挑战, 特别是在低空飞行理论与技术的发展下, 无人机等具身智能载体的应用也成为当前人工智能领域的研究热点. 为填补城市开放空间具身智能领域系统性综述的空白, 聚焦该研究方向, 对其前沿进展进行全面梳理. 研究从仿真平台、核心任务、关键方法三个维度展开体系化分析, 从基于真实城市数据和虚拟城市数据两个角度, 梳理各平台的技术框架与任务支撑能力; 根据对任务目标的认知深度, 将核心任务划分为感知推理、导航、搜索三类, 概述并介绍数据集、评测基准和模型方法. 最后, 分析开放空间具身智能在平台任务设定、感知认知能力、规划决策能力、数据与模型应用四个层面存在的挑战并展望其发展方向, 旨在为研究者提供一个全面视野, 从而促进城市开放空间具身智能研究.
摘要:
心理健康自动问答通过自动化或人机协同模式, 为心理困惑或情绪困扰用户提供及时可靠的信息支持与情感陪伴. 该技术弥补了传统心理健康服务在覆盖范围与响应效率上的不足, 近年成为研究热点. 然而, 现有综述主要聚焦于开放域问答或广泛的情感支持任务, 尚未有针对心理健康自动问答进行系统性梳理的综述文献. 为此, 对该领域相关研究进行全面回顾和总结. 首先, 从技术视角系统梳理心理健康自动问答的发展历史, 并分别从功能目标与心理问题类别两个维度对现有研究进行分类与评述. 其次, 聚焦文本模态, 根据技术方法将生成式心理健康自动问答任务划分为“LLMs之前”与“基于LLMs”两大方向, 展开深入综述, 分析各类方法的原理与优劣. 在此基础上, 进一步拓展至基于LLMs的多模态相关研究, 进行初步分析与梳理. 接着, 介绍中英文心理健康问答数据集及其特点, 并对多种评估方法进行详细总结. 最后, 探讨该领域当前面临的关键挑战以及应对与优化机制, 并对未来研究方向进行展望.
心理健康自动问答通过自动化或人机协同模式, 为心理困惑或情绪困扰用户提供及时可靠的信息支持与情感陪伴. 该技术弥补了传统心理健康服务在覆盖范围与响应效率上的不足, 近年成为研究热点. 然而, 现有综述主要聚焦于开放域问答或广泛的情感支持任务, 尚未有针对心理健康自动问答进行系统性梳理的综述文献. 为此, 对该领域相关研究进行全面回顾和总结. 首先, 从技术视角系统梳理心理健康自动问答的发展历史, 并分别从功能目标与心理问题类别两个维度对现有研究进行分类与评述. 其次, 聚焦文本模态, 根据技术方法将生成式心理健康自动问答任务划分为“LLMs之前”与“基于LLMs”两大方向, 展开深入综述, 分析各类方法的原理与优劣. 在此基础上, 进一步拓展至基于LLMs的多模态相关研究, 进行初步分析与梳理. 接着, 介绍中英文心理健康问答数据集及其特点, 并对多种评估方法进行详细总结. 最后, 探讨该领域当前面临的关键挑战以及应对与优化机制, 并对未来研究方向进行展望.
摘要:
多模态大模型(multimodal large language models, MLLMs)在场景图生成(scene graph generation, SGG)中面临关系幻觉与任务针对性推理不足的问题. 为此, 提出基于图结构信息增强的多模态大模型场景图推理方法(graph structure information-augmented multimodal large language models for scene graph reasoning, GAM-SGR), 使MLLMs显式关注图结构信息. 核心是引入图标记(graph token), 深度耦合视觉、拓扑和语言信息. 对于开源MLLMs, 提出参数高效的联合微调方法, 增强其对图结构信息的注意力. 图结构信息由图神经网络提取, 改进的Transformer层用于视觉语言信息与图结构信息的融合推理. 对于闭源MLLMs, 由于无法调整其内部参数和结构来改变注意力, 通过指令提示将生成的场景图与图神经网络的关系推理结果交叉验证, 引导模型关注与关系有关的图像内容. 实验表明, GAM-SGR提升开源模型的场景图推理性能, 稳健抑制闭源模型的关系幻觉, 并表现出良好的泛化能力. 关系幻觉率指标评估进一步表明, 该方法在多种骨干模型上均显著降低幻觉率.
多模态大模型(multimodal large language models, MLLMs)在场景图生成(scene graph generation, SGG)中面临关系幻觉与任务针对性推理不足的问题. 为此, 提出基于图结构信息增强的多模态大模型场景图推理方法(graph structure information-augmented multimodal large language models for scene graph reasoning, GAM-SGR), 使MLLMs显式关注图结构信息. 核心是引入图标记(graph token), 深度耦合视觉、拓扑和语言信息. 对于开源MLLMs, 提出参数高效的联合微调方法, 增强其对图结构信息的注意力. 图结构信息由图神经网络提取, 改进的Transformer层用于视觉语言信息与图结构信息的融合推理. 对于闭源MLLMs, 由于无法调整其内部参数和结构来改变注意力, 通过指令提示将生成的场景图与图神经网络的关系推理结果交叉验证, 引导模型关注与关系有关的图像内容. 实验表明, GAM-SGR提升开源模型的场景图推理性能, 稳健抑制闭源模型的关系幻觉, 并表现出良好的泛化能力. 关系幻觉率指标评估进一步表明, 该方法在多种骨干模型上均显著降低幻觉率.
摘要:
针对复杂非线性、域内扰动、测量噪声、环境温度变化及初始条件等不确定因素影响下的锂离子电池组, 提出一种基于偏微分方程模型的区间观测器来以上下界的形式反映电池组内部温度. 首先, 将电池组视为一个温度由内向外呈放射状分布的圆柱形结构电池, 基于其轴对称结构以及径向为主导的热传导行为, 建立描述其热行为的一维径向偏微分方程模型. 然后, 采用空间点测量与时间非周期离散测量相结合的方式获取电池组表面温度数据, 并基于各类未知不确定参数的已知上下界, 设计基于连续-离散混合系统的区间观测器, 引入一个辅助计时器变量以驱动连续系统与离散系统之间的切换, 确保在测量时刻及时校正估计误差, 有效缩小估计区间宽度. 进一步, 构造包含函数时间导数与负部分函数的方程, 通过分析负函数部分为零和非负离散时间系统理论证明了估计误差的非负性, 在此基础上建立包含计时器的Lyapunov函数, 结合递推归纳法得到估计误差有界的充分条件. 最后, 以3并3串锂电池组为例, 仿真验证本文所提区间观测器的有效性和优越性.
针对复杂非线性、域内扰动、测量噪声、环境温度变化及初始条件等不确定因素影响下的锂离子电池组, 提出一种基于偏微分方程模型的区间观测器来以上下界的形式反映电池组内部温度. 首先, 将电池组视为一个温度由内向外呈放射状分布的圆柱形结构电池, 基于其轴对称结构以及径向为主导的热传导行为, 建立描述其热行为的一维径向偏微分方程模型. 然后, 采用空间点测量与时间非周期离散测量相结合的方式获取电池组表面温度数据, 并基于各类未知不确定参数的已知上下界, 设计基于连续-离散混合系统的区间观测器, 引入一个辅助计时器变量以驱动连续系统与离散系统之间的切换, 确保在测量时刻及时校正估计误差, 有效缩小估计区间宽度. 进一步, 构造包含函数时间导数与负部分函数的方程, 通过分析负函数部分为零和非负离散时间系统理论证明了估计误差的非负性, 在此基础上建立包含计时器的Lyapunov函数, 结合递推归纳法得到估计误差有界的充分条件. 最后, 以3并3串锂电池组为例, 仿真验证本文所提区间观测器的有效性和优越性.
摘要:
针对具有多个运行点的非线性离散时间多变量强耦合系统, 提出一种最优切换解耦控制方法. 首先, 将非线性系统在多个运行点附近泰勒展开, 得到多个近似线性模型, 通过引入开关函数, 并利用矩阵分解方法建立控制器设计模型; 然后, 基于考虑耦合影响的复合型性能指标, 利用嵌入转换技术、极小值原理及二次规划技术, 推导出最优切换准则函数及最优切换解耦控制器, 并设计鲁棒补偿器以提升控制系统性能; 最后, 进行数值仿真实验, 实验结果验证了所提方法的有效性及优越性.
针对具有多个运行点的非线性离散时间多变量强耦合系统, 提出一种最优切换解耦控制方法. 首先, 将非线性系统在多个运行点附近泰勒展开, 得到多个近似线性模型, 通过引入开关函数, 并利用矩阵分解方法建立控制器设计模型; 然后, 基于考虑耦合影响的复合型性能指标, 利用嵌入转换技术、极小值原理及二次规划技术, 推导出最优切换准则函数及最优切换解耦控制器, 并设计鲁棒补偿器以提升控制系统性能; 最后, 进行数值仿真实验, 实验结果验证了所提方法的有效性及优越性.
摘要:
针对新工况早期样本不足导致的故障检测难题, 提出一种基于跨域因果迁移学习的工业故障检测方法, 实现了历史工况数据公共特征与系统稳定因果结构的同步迁移, 有效提升了跨域检测的能力. 该方法利用典范多因子分解从多个历史工况中提取跨域低维公共特征, 提出面向公共得分变量与关键工艺变量组成的候选节点集合的因果结构学习方法, 并从边存在频率、方向一致性、局部作用稳定性和边级分布漂移四个角度筛选跨域稳定公共因果边; 进一步地将稳定公共因果图引入目标域, 构建图结构约束下的多源迁移模型及其联合迁移优化学习算法; 最后基于历史模式的公共特征和来自新工况残差的特殊特征设计检测统计量, 搭建完整的跨域检测架构. 在污水处理和连续搅拌釜反应器的实验结果表明, 所提方法能够实现多源传感数据公共特征和变量因果结构的跨域稳定迁移, 提高了少样本新工况下故障检测的可靠性与可解释性.
针对新工况早期样本不足导致的故障检测难题, 提出一种基于跨域因果迁移学习的工业故障检测方法, 实现了历史工况数据公共特征与系统稳定因果结构的同步迁移, 有效提升了跨域检测的能力. 该方法利用典范多因子分解从多个历史工况中提取跨域低维公共特征, 提出面向公共得分变量与关键工艺变量组成的候选节点集合的因果结构学习方法, 并从边存在频率、方向一致性、局部作用稳定性和边级分布漂移四个角度筛选跨域稳定公共因果边; 进一步地将稳定公共因果图引入目标域, 构建图结构约束下的多源迁移模型及其联合迁移优化学习算法; 最后基于历史模式的公共特征和来自新工况残差的特殊特征设计检测统计量, 搭建完整的跨域检测架构. 在污水处理和连续搅拌釜反应器的实验结果表明, 所提方法能够实现多源传感数据公共特征和变量因果结构的跨域稳定迁移, 提高了少样本新工况下故障检测的可靠性与可解释性.
摘要:
教育研究长期面临全过程追踪难、多变量易混淆、反事实实验受限等方法论困境, 制约着对复杂教育现象的深入理解. 大语言模型驱动的智能体技术为突破传统教育研究范式局限、构建灵活可控的教育研究仿真环境提供新思路. 提出一种支持长周期多尺度分析的课堂仿真建模框架AgentClass, 构建包含1名教师与30名学生智能体的课堂环境, 模拟出80天周期内课堂教学与课间社交的演化. 该框架通过分层记忆架构与“观察—思考—行动”决策机制驱动智能体的持续演化与群体涌现. 实验结果表明, AgentClass在微观层面维持个体行为合理性, 在宏观层面实现社交网络从空图自发演化为稳定社区结构, 在效应复现方面能够成功复现大鱼小池效应, 并通过反事实干预提供其形成机制的分析线索. AgentClass以其支持全过程记录、单变量操控、反事实实验等能力, 为探索人工智能驱动的教育科学研究新范式提供一种具有潜力的工具.
教育研究长期面临全过程追踪难、多变量易混淆、反事实实验受限等方法论困境, 制约着对复杂教育现象的深入理解. 大语言模型驱动的智能体技术为突破传统教育研究范式局限、构建灵活可控的教育研究仿真环境提供新思路. 提出一种支持长周期多尺度分析的课堂仿真建模框架AgentClass, 构建包含1名教师与30名学生智能体的课堂环境, 模拟出80天周期内课堂教学与课间社交的演化. 该框架通过分层记忆架构与“观察—思考—行动”决策机制驱动智能体的持续演化与群体涌现. 实验结果表明, AgentClass在微观层面维持个体行为合理性, 在宏观层面实现社交网络从空图自发演化为稳定社区结构, 在效应复现方面能够成功复现大鱼小池效应, 并通过反事实干预提供其形成机制的分析线索. AgentClass以其支持全过程记录、单变量操控、反事实实验等能力, 为探索人工智能驱动的教育科学研究新范式提供一种具有潜力的工具.
摘要:
主要研究了有向网络下考虑信息隐私安全的黎曼优化问题, 其中每个智能体在Stiefel流形约束下致力于最小化局部非凸目标函数的总和. 现有大多数分布式黎曼优化算法仅考虑无向网络, 同时也无法在窃听攻击下有效保护个体梯度的隐私信息. 针对这些局限, 提出一种基于状态分解的隐私保护分布式黎曼梯度跟踪算法, 命名为SD-DRGT算法. SD-DRGT算法将与梯度密切相关的状态变量分解为两个子状态: 一个公共子状态, 用于在每次迭代中与邻居智能体进行信息交换; 一个私有子状态, 用于确保局部梯度相关信息的更新, 且从未共享在网络系统. 此外, SD-DRGT算法通过引入推拉机制, 很好地适用于有向网络. 理论分析证明, SD-DRGT算法能够实现全局收敛性, 并以次线性速率收敛到稳定点. 数值实验表明, SD-DRGT算法在实现隐私保护的同时, 能够保持与未涉及隐私保护策略的相关方法类似的收敛性能.
主要研究了有向网络下考虑信息隐私安全的黎曼优化问题, 其中每个智能体在Stiefel流形约束下致力于最小化局部非凸目标函数的总和. 现有大多数分布式黎曼优化算法仅考虑无向网络, 同时也无法在窃听攻击下有效保护个体梯度的隐私信息. 针对这些局限, 提出一种基于状态分解的隐私保护分布式黎曼梯度跟踪算法, 命名为SD-DRGT算法. SD-DRGT算法将与梯度密切相关的状态变量分解为两个子状态: 一个公共子状态, 用于在每次迭代中与邻居智能体进行信息交换; 一个私有子状态, 用于确保局部梯度相关信息的更新, 且从未共享在网络系统. 此外, SD-DRGT算法通过引入推拉机制, 很好地适用于有向网络. 理论分析证明, SD-DRGT算法能够实现全局收敛性, 并以次线性速率收敛到稳定点. 数值实验表明, SD-DRGT算法在实现隐私保护的同时, 能够保持与未涉及隐私保护策略的相关方法类似的收敛性能.
摘要:
矿物磨选过程运行优化控制通常采用基础回路层和运行层双层结构, 涉及不同时间尺度的被控对象, 其运行层动态机理复杂难以建模, 且层级间存在不同采样速率与通信丢包问题, 进一步增加了控制设计难度. 针对矿物磨选过程运行优化控制中存在的多速率、不可靠通信问题, 提出一种带有通信补偿的多速率分层学习控制方法. 该方法在基础回路层采用提升技术和模型预测控制实现多速率下的设定值跟踪; 在此基础上, 通过递归提升将回路动态引入运行层, 采用强化学习技术, 结合史密斯预估器的思想, 设计带有通信补偿的快慢耦合逆学习控制算法, 以解决性能指标权重参数依赖人工经验设定、调参困难的问题, 利用演示运行数据逆向学习性能指标权重参数的同时在线更新回路设定值, 进而实现运行指标的优化控制. 理论分析和工业应用验证了所提方法的有效性.
矿物磨选过程运行优化控制通常采用基础回路层和运行层双层结构, 涉及不同时间尺度的被控对象, 其运行层动态机理复杂难以建模, 且层级间存在不同采样速率与通信丢包问题, 进一步增加了控制设计难度. 针对矿物磨选过程运行优化控制中存在的多速率、不可靠通信问题, 提出一种带有通信补偿的多速率分层学习控制方法. 该方法在基础回路层采用提升技术和模型预测控制实现多速率下的设定值跟踪; 在此基础上, 通过递归提升将回路动态引入运行层, 采用强化学习技术, 结合史密斯预估器的思想, 设计带有通信补偿的快慢耦合逆学习控制算法, 以解决性能指标权重参数依赖人工经验设定、调参困难的问题, 利用演示运行数据逆向学习性能指标权重参数的同时在线更新回路设定值, 进而实现运行指标的优化控制. 理论分析和工业应用验证了所提方法的有效性.
摘要:
针对线性系统, 研究预定指数收敛速度下的最小能量输出反馈控制问题. 不同于传统的线性二次型调节器方法, 此问题的挑战在于: 1)保证状态观测器与控制器预定指数收敛速度与能量最小的协同优化; 2)在稳定性分析过程中, 由于观测误差与状态估计之间存在耦合项, 导致难以保证Lyapunov函数导数的负定性. 为解决以上难题, 提出一种基于系统变换的预定收敛速度控制与矩阵束解耦优化方法, 其核心创新在于: 1)根据系统模型的对偶系统, 将其对应的代数Riccati方程解嵌入观测器设计, 使得系统观测误差具有预定的指数收敛速度并保证能量最小; 2)在稳定性分析过程中, 针对观测误差与状态估计之间的耦合项, 利用矩阵束理论, 建立Lyapunov函数与耦合项之间的代数关系, 保证其导数的负定性, 进而实现系统的增广状态向量按照预定收敛速度镇定并给出能量最小条件, 降低了算法的保守性. 仿真结果验证了方法的有效性.
针对线性系统, 研究预定指数收敛速度下的最小能量输出反馈控制问题. 不同于传统的线性二次型调节器方法, 此问题的挑战在于: 1)保证状态观测器与控制器预定指数收敛速度与能量最小的协同优化; 2)在稳定性分析过程中, 由于观测误差与状态估计之间存在耦合项, 导致难以保证Lyapunov函数导数的负定性. 为解决以上难题, 提出一种基于系统变换的预定收敛速度控制与矩阵束解耦优化方法, 其核心创新在于: 1)根据系统模型的对偶系统, 将其对应的代数Riccati方程解嵌入观测器设计, 使得系统观测误差具有预定的指数收敛速度并保证能量最小; 2)在稳定性分析过程中, 针对观测误差与状态估计之间的耦合项, 利用矩阵束理论, 建立Lyapunov函数与耦合项之间的代数关系, 保证其导数的负定性, 进而实现系统的增广状态向量按照预定收敛速度镇定并给出能量最小条件, 降低了算法的保守性. 仿真结果验证了方法的有效性.
摘要:
跨视图定位技术正经历从通用框架向面向自动驾驶的专有化架构深刻转变. 为系统梳理这一领域, 首先回顾其从粗略检索到精准3-DoF姿态估计的发展脉络. 进而, 提出一个从“输入数据、模型架构、评价指标、损失函数”四个核心维度出发的分析框架, 以此对主流方法进行系统性解构与归因, 揭示不同技术路径的设计权衡. 此外, 详细评述自动驾驶跨视图定位数据集, 并指出当前评估在泛化能力考量上的不足; 为此, 构建新的包含结构化道路与越野场景的CSC-Shanmao数据集, 作为评估模型环境适应性的新基准, 并在其上验证了多种代表性方法, 结果表明面向自动驾驶设计的方法在精度与鲁棒性上优势显著, 但同时也暴露出精度、效率与泛化性之间的突出矛盾. 最后, 总结该技术在轻量化部署、多模态融合可靠性及评估体系等方面面临的严峻挑战, 并展望轻量化设计、可信评估基准及主动感知等未来关键研究方向.
跨视图定位技术正经历从通用框架向面向自动驾驶的专有化架构深刻转变. 为系统梳理这一领域, 首先回顾其从粗略检索到精准3-DoF姿态估计的发展脉络. 进而, 提出一个从“输入数据、模型架构、评价指标、损失函数”四个核心维度出发的分析框架, 以此对主流方法进行系统性解构与归因, 揭示不同技术路径的设计权衡. 此外, 详细评述自动驾驶跨视图定位数据集, 并指出当前评估在泛化能力考量上的不足; 为此, 构建新的包含结构化道路与越野场景的CSC-Shanmao数据集, 作为评估模型环境适应性的新基准, 并在其上验证了多种代表性方法, 结果表明面向自动驾驶设计的方法在精度与鲁棒性上优势显著, 但同时也暴露出精度、效率与泛化性之间的突出矛盾. 最后, 总结该技术在轻量化部署、多模态融合可靠性及评估体系等方面面临的严峻挑战, 并展望轻量化设计、可信评估基准及主动感知等未来关键研究方向.
摘要:
对于跨流域调水工程中由大型调水泵站、输水河道与调蓄湖泊组成的泵站输水系统, 其优化调度需同时考虑湖泊径流来水和需水的不确定性以及泵站内各机组间的相互协调, 为此, 提出一种分层协同优化机制与基于模型-数据混合驱动的调水泵站优化调度方法. 首先, 基于圣维南方程组, 建立了泵站与湖泊间输水河道的一维非恒定流模型, 以精确描述泵站流量动态变化下的水力响应过程; 在此基础上, 考虑径流来水和需水的不确定性, 构建了调水泵站双层优化调度模型, 其中上层模型以最小化能耗成本与调度期末湖泊的调蓄库容偏差为目标优化调度期内各时段泵站流量, 下层模型以泵站运行效率最大为目标优化不同流量要求下各时段泵站机组的流量最优分配方案; 最后, 构建了一种嵌入数学求解器的深度强化学习机制, 提出了基于模型-数据混合驱动的SE-Dueling DDQN优化方法, 以提升策略的适应性和鲁棒性. 算例结果表明, 所提模型与方法能有效应对径流来水和需水的不确定性, 且在能耗成本优化与调蓄库容控制精度方面均优于典型的传统优化算法.
对于跨流域调水工程中由大型调水泵站、输水河道与调蓄湖泊组成的泵站输水系统, 其优化调度需同时考虑湖泊径流来水和需水的不确定性以及泵站内各机组间的相互协调, 为此, 提出一种分层协同优化机制与基于模型-数据混合驱动的调水泵站优化调度方法. 首先, 基于圣维南方程组, 建立了泵站与湖泊间输水河道的一维非恒定流模型, 以精确描述泵站流量动态变化下的水力响应过程; 在此基础上, 考虑径流来水和需水的不确定性, 构建了调水泵站双层优化调度模型, 其中上层模型以最小化能耗成本与调度期末湖泊的调蓄库容偏差为目标优化调度期内各时段泵站流量, 下层模型以泵站运行效率最大为目标优化不同流量要求下各时段泵站机组的流量最优分配方案; 最后, 构建了一种嵌入数学求解器的深度强化学习机制, 提出了基于模型-数据混合驱动的SE-Dueling DDQN优化方法, 以提升策略的适应性和鲁棒性. 算例结果表明, 所提模型与方法能有效应对径流来水和需水的不确定性, 且在能耗成本优化与调蓄库容控制精度方面均优于典型的传统优化算法.
摘要:
针对仿生扑翼飞行机器人传统气动布局“单段式扑动翼+差动尾翼”中存在的转向效率低、横纵向控制耦合的问题, 借鉴鸟类通过展合翅膀实现快速滚转的行为, 提出一种翅翼形态布局与鸟类相仿的扑翼飞行机器人设计方案. 与仅通过差动尾翼获得滚转和俯仰力矩的传统气动布局不同, 提出的展合翼设计方案通过控制翅膀的展合角度提供不同程度的滚转力矩. 由于尾翼仅负责提供俯仰力矩, 滚转力矩完全由展合翼提供, 因此该方案可以实现扑翼飞行机器人的横纵向状态解耦. 同时, 又因为尾翼和展合翼可以独立控制, 该方案也实现扑翼飞行机器人的横纵向控制解耦, 提高扑翼飞行机器人的运动仿真度和转向控制效率. 在设计过程中, 首先参考鹰科鸟类翅膀骨骼结构, 确定展合机构设计方案; 其次, 在前期研究基础上, 进行翅翼参数确定, 建立展合翼物理模型, 再通过气动仿真明确展合翼控制翼面的运动范围, 并通过缩比风洞实验验证展合翼的气动性能; 最后, 以传统扑翼飞行机器人传统气动布局为比较对象, 通过最小绕圆半径飞行实验, 验证展合翼气动布局的机动性.
针对仿生扑翼飞行机器人传统气动布局“单段式扑动翼+差动尾翼”中存在的转向效率低、横纵向控制耦合的问题, 借鉴鸟类通过展合翅膀实现快速滚转的行为, 提出一种翅翼形态布局与鸟类相仿的扑翼飞行机器人设计方案. 与仅通过差动尾翼获得滚转和俯仰力矩的传统气动布局不同, 提出的展合翼设计方案通过控制翅膀的展合角度提供不同程度的滚转力矩. 由于尾翼仅负责提供俯仰力矩, 滚转力矩完全由展合翼提供, 因此该方案可以实现扑翼飞行机器人的横纵向状态解耦. 同时, 又因为尾翼和展合翼可以独立控制, 该方案也实现扑翼飞行机器人的横纵向控制解耦, 提高扑翼飞行机器人的运动仿真度和转向控制效率. 在设计过程中, 首先参考鹰科鸟类翅膀骨骼结构, 确定展合机构设计方案; 其次, 在前期研究基础上, 进行翅翼参数确定, 建立展合翼物理模型, 再通过气动仿真明确展合翼控制翼面的运动范围, 并通过缩比风洞实验验证展合翼的气动性能; 最后, 以传统扑翼飞行机器人传统气动布局为比较对象, 通过最小绕圆半径飞行实验, 验证展合翼气动布局的机动性.
摘要:
随着大规模视觉−语言预训练模型的不断发展, 零样本异常检测逐渐成为一个重要的研究方向. 该任务要求模型能够直接对类别未知的异常样本进行有效检测与定位, 而无需依赖目标领域的训练数据. 由于异常检测与异常定位任务分别需要全局和局部不同粒度的语义信息, 现有方法共享文本提示的设计使模型无法同时满足二者的需求, 导致性能难以兼顾. 为此, 提出一种基于文本解耦的零样本异常检测方法, 其核心是为每个任务分别设计独立的提示并进行优化. 同时, 针对模型在异常定位任务中跨数据集泛化能力较弱的问题, 提出原型对齐模块. 该模块通过优化图像块特征与原型之间的距离, 提升模型的异常定位能力. 此外, 考虑到仅依赖图像的全局特征难以充分识别细微异常, 进一步设计了异常特征增强策略, 通过聚焦于潜在的异常区域以提升异常检测的性能. 实验结果表明, 所提出方法在MVTec AD、ISIC、BrainMRI等公开数据集上均取得优良性能, 验证了其有效性与泛化能力.
随着大规模视觉−语言预训练模型的不断发展, 零样本异常检测逐渐成为一个重要的研究方向. 该任务要求模型能够直接对类别未知的异常样本进行有效检测与定位, 而无需依赖目标领域的训练数据. 由于异常检测与异常定位任务分别需要全局和局部不同粒度的语义信息, 现有方法共享文本提示的设计使模型无法同时满足二者的需求, 导致性能难以兼顾. 为此, 提出一种基于文本解耦的零样本异常检测方法, 其核心是为每个任务分别设计独立的提示并进行优化. 同时, 针对模型在异常定位任务中跨数据集泛化能力较弱的问题, 提出原型对齐模块. 该模块通过优化图像块特征与原型之间的距离, 提升模型的异常定位能力. 此外, 考虑到仅依赖图像的全局特征难以充分识别细微异常, 进一步设计了异常特征增强策略, 通过聚焦于潜在的异常区域以提升异常检测的性能. 实验结果表明, 所提出方法在MVTec AD、ISIC、BrainMRI等公开数据集上均取得优良性能, 验证了其有效性与泛化能力.
摘要:
机器人走向实际场景时, 如何严格满足安全约束并兼顾学习探索效率, 是机器人实用化的重要挑战. 现有安全学习方法依赖固定控制增益, 难以在训练中动态平衡探索效率与约束满足, 易导致过度保守或约束保持不足. 为此, 提出面向安全−性能动态平衡的状态相关增益调度自适应 ATACOM 方法, 简称 SGA-ATACOM. 在保持原有的约束流形切空间探索结构不变的基础上, 构建约束层与控制器层双层在线调度机制. 其中, 约束层依据约束状态、变化趋势及短时预测, 自适应调节可行性约束参数; 控制器层结合约束残差与速度风险指标, 更新误差修正增益和速度可行域增益, 从而实现在风险指标较高时增强约束回拉与速度保护、在风险指标较低时释放更有效的探索空间的自适应协调. 在 CircularMotion 和 Planar Air Hockey 机械臂任务上, 采用不同强化学习算法开展仿真实验. 结果表明, 该算法在不同任务和强化学习算法下具有通用性, 在维持较低约束违反的同时取得更优的安全−性能平衡. 消融实验验证了约束层与控制器层调度的互补作用. 该算法为受约束强化学习的安全−性能协同优化提供了具有几何可解释性和结构保持性的改进方案.
机器人走向实际场景时, 如何严格满足安全约束并兼顾学习探索效率, 是机器人实用化的重要挑战. 现有安全学习方法依赖固定控制增益, 难以在训练中动态平衡探索效率与约束满足, 易导致过度保守或约束保持不足. 为此, 提出面向安全−性能动态平衡的状态相关增益调度自适应 ATACOM 方法, 简称 SGA-ATACOM. 在保持原有的约束流形切空间探索结构不变的基础上, 构建约束层与控制器层双层在线调度机制. 其中, 约束层依据约束状态、变化趋势及短时预测, 自适应调节可行性约束参数; 控制器层结合约束残差与速度风险指标, 更新误差修正增益和速度可行域增益, 从而实现在风险指标较高时增强约束回拉与速度保护、在风险指标较低时释放更有效的探索空间的自适应协调. 在 CircularMotion 和 Planar Air Hockey 机械臂任务上, 采用不同强化学习算法开展仿真实验. 结果表明, 该算法在不同任务和强化学习算法下具有通用性, 在维持较低约束违反的同时取得更优的安全−性能平衡. 消融实验验证了约束层与控制器层调度的互补作用. 该算法为受约束强化学习的安全−性能协同优化提供了具有几何可解释性和结构保持性的改进方案.
摘要:
针对模型完全未知的异构空海无人集群时变编队跟踪控制问题, 提出基于单网络自适应评判强化学习的分层分布式控制方案. 首先, 为无人装备设计完全分布式自适应观测器, 仅依赖在线交互信息, 即可协同估计期望轨迹. 在此基础上, 引入复合学习技术, 以在有限时间内估计系统不确定性. 其次, 构建分层控制框架, 将异构集群编队控制问题解耦为位置与姿态的上下层控制子问题, 并利用单网络自适应评判强化学习技术为各层设计完全无需模型知识的最优控制策略. 理论分析表明, 提出的控制方案能保证跟踪误差和参数估计误差的一致最终有界. 最后, 仿真实验验证了所提方案在实现异构集群时变编队跟踪方面的有效性.
针对模型完全未知的异构空海无人集群时变编队跟踪控制问题, 提出基于单网络自适应评判强化学习的分层分布式控制方案. 首先, 为无人装备设计完全分布式自适应观测器, 仅依赖在线交互信息, 即可协同估计期望轨迹. 在此基础上, 引入复合学习技术, 以在有限时间内估计系统不确定性. 其次, 构建分层控制框架, 将异构集群编队控制问题解耦为位置与姿态的上下层控制子问题, 并利用单网络自适应评判强化学习技术为各层设计完全无需模型知识的最优控制策略. 理论分析表明, 提出的控制方案能保证跟踪误差和参数估计误差的一致最终有界. 最后, 仿真实验验证了所提方案在实现异构集群时变编队跟踪方面的有效性.
摘要:
故障诊断是保障工业系统安全稳定运行的核心环节. 传统诊断模型通常需要汇集多方节点数据进行集中训练, 存在原始数据泄漏风险. 尽管联邦学习能够在不共享原始数据的前提下实现协同训练, 但其往往依赖中央服务器进行参数聚合, 不仅存在单点故障隐患, 还给服务器端带来沉重的通信负担. 此外, 现有联邦故障诊断方法大多受限于闭集假设, 难以应对实际开集场景中存在的数据分布偏移与未知故障涌现等问题. 为此, 提出一种面向开集环境的去中心化联邦域泛化故障诊断方法. 具体而言, 首先构建基于节点相似度的动态拓扑更新机制, 通过自适应调整通信拓扑结构, 促进跨节点互补信息交互. 其次, 提出幅值–角度解耦的联合优化策略, 促进多源特征对齐并压缩已知类特征空间, 从而降低开放空间风险并提高跨域泛化能力. 最后, 基于特征重构误差构建样本级自适应阈值机制, 为每个样本生成个性化拒识边界, 实现未知故障类别检测. 在三个故障数据集上的广泛实验表明, 该方法的平均Hscore达到93.9%, 综合诊断性能优于现有方法.
故障诊断是保障工业系统安全稳定运行的核心环节. 传统诊断模型通常需要汇集多方节点数据进行集中训练, 存在原始数据泄漏风险. 尽管联邦学习能够在不共享原始数据的前提下实现协同训练, 但其往往依赖中央服务器进行参数聚合, 不仅存在单点故障隐患, 还给服务器端带来沉重的通信负担. 此外, 现有联邦故障诊断方法大多受限于闭集假设, 难以应对实际开集场景中存在的数据分布偏移与未知故障涌现等问题. 为此, 提出一种面向开集环境的去中心化联邦域泛化故障诊断方法. 具体而言, 首先构建基于节点相似度的动态拓扑更新机制, 通过自适应调整通信拓扑结构, 促进跨节点互补信息交互. 其次, 提出幅值–角度解耦的联合优化策略, 促进多源特征对齐并压缩已知类特征空间, 从而降低开放空间风险并提高跨域泛化能力. 最后, 基于特征重构误差构建样本级自适应阈值机制, 为每个样本生成个性化拒识边界, 实现未知故障类别检测. 在三个故障数据集上的广泛实验表明, 该方法的平均Hscore达到93.9%, 综合诊断性能优于现有方法.
摘要:
在全球导航卫星系统(GNSS)可见卫星数量不足或观测几何构型退化的受限环境下, 针对GNSS/蜂窝机会信号融合定位中观测质量差异大、非线性优化易陷入不利局部极值甚至发散的问题, 提出一种基于模拟退火Levenberg-Marquardt优化的融合定位方法. 首先, 在迭代扩展卡尔曼滤波状态估计框架下, 将模拟退火机制引入Levenberg-Marquardt优化过程, 对未满足确定性接受条件的候选步采用概率接受准则, 以提高退化观测条件下的迭代收敛可靠性, 并给出算法的收敛性分析. 其次, 构建由定位精度因子与伪距残差驱动的双因子动态加权机制, 增强位置估计的鲁棒性. 进一步设计指数加权状态平滑方法, 抑制状态估计的瞬时波动, 提高定位轨迹的连续性与稳定性. 仿真与实测结果表明, 所提方法的三维和高程均方根误差分别为7.59 m和6.06 m, 与对比方法中性能最优的双Dog-leg增量估计方法相比分别降低约35.4% 和45.6%.
在全球导航卫星系统(GNSS)可见卫星数量不足或观测几何构型退化的受限环境下, 针对GNSS/蜂窝机会信号融合定位中观测质量差异大、非线性优化易陷入不利局部极值甚至发散的问题, 提出一种基于模拟退火Levenberg-Marquardt优化的融合定位方法. 首先, 在迭代扩展卡尔曼滤波状态估计框架下, 将模拟退火机制引入Levenberg-Marquardt优化过程, 对未满足确定性接受条件的候选步采用概率接受准则, 以提高退化观测条件下的迭代收敛可靠性, 并给出算法的收敛性分析. 其次, 构建由定位精度因子与伪距残差驱动的双因子动态加权机制, 增强位置估计的鲁棒性. 进一步设计指数加权状态平滑方法, 抑制状态估计的瞬时波动, 提高定位轨迹的连续性与稳定性. 仿真与实测结果表明, 所提方法的三维和高程均方根误差分别为7.59 m和6.06 m, 与对比方法中性能最优的双Dog-leg增量估计方法相比分别降低约35.4% 和45.6%.
摘要:
针对通信带宽有限且存在输入饱和的非线性多车队列系统, 本文研究联合切换拓扑与通信延迟下模糊自适应动态事件触发最优控制设计问题. 首先, 为具有输入饱和的队列系统构建新的性能指标函数. 其次, 采用积分强化学习方法在线求解最优控制中的哈密顿-雅可比-贝尔曼方程, 并针对积分强化学习中对于持续激励条件的严格要求, 提出基于经验回放机制的梯度下降以更新模糊逻辑系统权重, 进而放宽传统积分强化学习对持续激励条件的严格要求. 在此基础上, 本文分别在通信端与控制端引入双重动态事件触发机制, 有效节省车载资源. 通过构造李雅普诺夫函数并结合平均驻留时间方法, 证明闭环系统中所有信号最终一致有界. 与现有的事件触发机制相比, 所提出双重事件触发机制可节省60.81%资源. 数值仿真结果进一步验证上述所提出动态事件触发最优控制方法的有效性.
针对通信带宽有限且存在输入饱和的非线性多车队列系统, 本文研究联合切换拓扑与通信延迟下模糊自适应动态事件触发最优控制设计问题. 首先, 为具有输入饱和的队列系统构建新的性能指标函数. 其次, 采用积分强化学习方法在线求解最优控制中的哈密顿-雅可比-贝尔曼方程, 并针对积分强化学习中对于持续激励条件的严格要求, 提出基于经验回放机制的梯度下降以更新模糊逻辑系统权重, 进而放宽传统积分强化学习对持续激励条件的严格要求. 在此基础上, 本文分别在通信端与控制端引入双重动态事件触发机制, 有效节省车载资源. 通过构造李雅普诺夫函数并结合平均驻留时间方法, 证明闭环系统中所有信号最终一致有界. 与现有的事件触发机制相比, 所提出双重事件触发机制可节省60.81%资源. 数值仿真结果进一步验证上述所提出动态事件触发最优控制方法的有效性.
摘要:
针对无人艇集群组网系统, 研究艇间数据传输存在长通信时延(时延不确定且长于通信触发间隔)限制的分布式编队控制问题. 在编队形成方面, 设计一种基于受限博弈理论的安全编队控制算法. 该算法提出采用不等式约束限制无人艇期望编队区域, 并采用等式约束确保最终编队精度, 能够在实现高编队精度的同时适配任意运动区域约束, 摆脱了传统方法无法实现指定区域内期望队形形成、最终编队位置严格依赖于编队初始位置以及仅适配特殊受限区域等问题. 在长通信时延方面, 设计一种基于历史触发信息记忆与加权补偿的艇间通信机制. 该机制能够通过所记忆的历史触发信息以及当前采样误差, 结合自身控制律设计相关性质, 有效估计并修正时延导致的艇间信息更新误差, 增强了所提算法在时延限制下的控制鲁棒性. 李雅普诺夫稳定性分析和仿真实验验证了所提算法的有效性.
针对无人艇集群组网系统, 研究艇间数据传输存在长通信时延(时延不确定且长于通信触发间隔)限制的分布式编队控制问题. 在编队形成方面, 设计一种基于受限博弈理论的安全编队控制算法. 该算法提出采用不等式约束限制无人艇期望编队区域, 并采用等式约束确保最终编队精度, 能够在实现高编队精度的同时适配任意运动区域约束, 摆脱了传统方法无法实现指定区域内期望队形形成、最终编队位置严格依赖于编队初始位置以及仅适配特殊受限区域等问题. 在长通信时延方面, 设计一种基于历史触发信息记忆与加权补偿的艇间通信机制. 该机制能够通过所记忆的历史触发信息以及当前采样误差, 结合自身控制律设计相关性质, 有效估计并修正时延导致的艇间信息更新误差, 增强了所提算法在时延限制下的控制鲁棒性. 李雅普诺夫稳定性分析和仿真实验验证了所提算法的有效性.
摘要:
低空飞行器集群轨迹协同规划的核心挑战在于协调编队保持与避障灵活性. 同时, 现有方法因采用高维状态建模, 普遍存在计算复杂度高, 规划效率低的问题, 制约了其实际应用. 为此, 本文提出一种基于仿射A-RRT\begin{document}$^{\ast}$\end{document} \begin{document}$^{\ast}$\end{document} \begin{document}$3N$\end{document} \begin{document}$^{\ast}$\end{document}
低空飞行器集群轨迹协同规划的核心挑战在于协调编队保持与避障灵活性. 同时, 现有方法因采用高维状态建模, 普遍存在计算复杂度高, 规划效率低的问题, 制约了其实际应用. 为此, 本文提出一种基于仿射A-RRT
, 最新更新时间
, doi: 10.16383/j.aas.c260105
摘要:
图不变表示学习致力于为图分类任务学习跨环境稳定的判别性表示, 是提升图神经网络分布外泛化能力的关键途径. 为实现这一目标, 现有研究通常通过提取不变子图来削弱环境相关噪声的干扰. 然而, 在子图构造过程中, 这类方法大多依赖固定比例的Top-K策略或随机采样机制, 难以适应不同图在结构特性及边重要性分布上的差异, 导致所选子图在不同样本之间缺乏一致性与稳定性, 进而影响表示学习效果. 针对这一问题, 从图结构特性与边重要性分布的差异出发, 提出一种自适应稳定子图的图不变表示学习方法. 具体而言, 该方法基于边重要性分布的统计特性, 对子图规模进行自适应建模, 并结合指数滑动平均策略实现训练过程中的平滑更新, 从而在不同图实例上动态提取结构稳定的不变子图. 在此基础上, 进一步引入特征掩码与结构掩码生成机制, 在节点属性与边结构层面构造扰动视图, 并通过对比学习约束跨视图表示一致性, 从而在结构依赖与不变性约束之间实现有效平衡, 增强模型对稳定判别信息的关注. 实验结果表明, 所提方法在合成数据与真实数据集的多种分布外场景下均优于现有方法, 验证了其在自适应结构建模与稳健表示学习方面的有效性.
图不变表示学习致力于为图分类任务学习跨环境稳定的判别性表示, 是提升图神经网络分布外泛化能力的关键途径. 为实现这一目标, 现有研究通常通过提取不变子图来削弱环境相关噪声的干扰. 然而, 在子图构造过程中, 这类方法大多依赖固定比例的Top-K策略或随机采样机制, 难以适应不同图在结构特性及边重要性分布上的差异, 导致所选子图在不同样本之间缺乏一致性与稳定性, 进而影响表示学习效果. 针对这一问题, 从图结构特性与边重要性分布的差异出发, 提出一种自适应稳定子图的图不变表示学习方法. 具体而言, 该方法基于边重要性分布的统计特性, 对子图规模进行自适应建模, 并结合指数滑动平均策略实现训练过程中的平滑更新, 从而在不同图实例上动态提取结构稳定的不变子图. 在此基础上, 进一步引入特征掩码与结构掩码生成机制, 在节点属性与边结构层面构造扰动视图, 并通过对比学习约束跨视图表示一致性, 从而在结构依赖与不变性约束之间实现有效平衡, 增强模型对稳定判别信息的关注. 实验结果表明, 所提方法在合成数据与真实数据集的多种分布外场景下均优于现有方法, 验证了其在自适应结构建模与稳健表示学习方面的有效性.
摘要:
腧穴定位精度直接影响针灸、艾灸和推拿等疗法的疗效. 传统定位依赖医师经验, 主观性强、稳定性差, 难以支撑标准化临床应用. 计算机视觉与具身智能的发展, 使基于视觉的腧穴关键点识别成为体表定位自动化、精准化的基础, 并推动智能腧穴机器人落地. 首次提出面向腧穴关键点识别的层级化分类框架, 系统梳理从人工先验规则到融合图像处理、深度学习及三维重建的定位范式, 并剖析RTMPose、HRNet、Faster R-CNN、YOLO-Pose等代表性算法在定位精度、实时性与计算效能上的适用边界. 针对数据集与评价指标不统一造成的性能对比偏差, 总结主流腧穴数据集与评估体系, 分析跨数据集横向对比的局限. 为弥合算法指标与机器人实际执行间的工程鸿沟, 提出将像素级误差转换为三维物理尺度误差的量化方法, 为临床规范化应用提供指引. 最后归纳动态遮挡、模型泛化瓶颈与实时性需求等落地挑战, 并结合具身智能与多模态感知展望智能腧穴机器人的发展趋势.
腧穴定位精度直接影响针灸、艾灸和推拿等疗法的疗效. 传统定位依赖医师经验, 主观性强、稳定性差, 难以支撑标准化临床应用. 计算机视觉与具身智能的发展, 使基于视觉的腧穴关键点识别成为体表定位自动化、精准化的基础, 并推动智能腧穴机器人落地. 首次提出面向腧穴关键点识别的层级化分类框架, 系统梳理从人工先验规则到融合图像处理、深度学习及三维重建的定位范式, 并剖析RTMPose、HRNet、Faster R-CNN、YOLO-Pose等代表性算法在定位精度、实时性与计算效能上的适用边界. 针对数据集与评价指标不统一造成的性能对比偏差, 总结主流腧穴数据集与评估体系, 分析跨数据集横向对比的局限. 为弥合算法指标与机器人实际执行间的工程鸿沟, 提出将像素级误差转换为三维物理尺度误差的量化方法, 为临床规范化应用提供指引. 最后归纳动态遮挡、模型泛化瓶颈与实时性需求等落地挑战, 并结合具身智能与多模态感知展望智能腧穴机器人的发展趋势.
摘要:
时间序列数据广泛存在于工业、金融、医疗等关键领域, 以连续观测刻画动力系统的演化规律. 随着以大语言模型(LLMs)为代表的基础模型取得突破, 研究者在大规模时序数据上预训练时序基础模型(TSFMs), 以实现跨任务和跨领域泛化. 研究表明, TSFMs在多种时序任务中表现优异, 在实验室基准测试中展现出超越传统任务专用模型的潜力. 然而, 与技术范式和应用生态成熟的LLMs相比, TSFMs仍处于探索阶段, 通用能力体系和应用模式尚未成熟, "实验室增益"与"产业部署"之间存在结构性差距. 以LLMs为参照, 从底层动力系统视角对比两类模型的发展路径、数据基础和应用生态, 剖析制约TSFMs落地的深层原因. 进一步将文本序列与时间序列分别置于语言系统与动力系统框架下, 揭示二者在自治性、演化机制共享性和语义可解释性上的根本差异. 据此指出TSFMs面临任务解空间条件化和时序语义抽象性两大核心挑战, 并梳理相关技术进展、局限与未来方向.
时间序列数据广泛存在于工业、金融、医疗等关键领域, 以连续观测刻画动力系统的演化规律. 随着以大语言模型(LLMs)为代表的基础模型取得突破, 研究者在大规模时序数据上预训练时序基础模型(TSFMs), 以实现跨任务和跨领域泛化. 研究表明, TSFMs在多种时序任务中表现优异, 在实验室基准测试中展现出超越传统任务专用模型的潜力. 然而, 与技术范式和应用生态成熟的LLMs相比, TSFMs仍处于探索阶段, 通用能力体系和应用模式尚未成熟, "实验室增益"与"产业部署"之间存在结构性差距. 以LLMs为参照, 从底层动力系统视角对比两类模型的发展路径、数据基础和应用生态, 剖析制约TSFMs落地的深层原因. 进一步将文本序列与时间序列分别置于语言系统与动力系统框架下, 揭示二者在自治性、演化机制共享性和语义可解释性上的根本差异. 据此指出TSFMs面临任务解空间条件化和时序语义抽象性两大核心挑战, 并梳理相关技术进展、局限与未来方向.
摘要:
高炉炼铁工序贡献了钢铁生产流程七成以上的碳排放, 而布料操作直接影响煤气利用率与碳排放水平, 是绿色低碳制造的重要切入点. 然而, 面对高炉内部"黑箱"环境, 现有方法难以预测布料调整对炉况的影响, 只能被动响应. 为此, 提出一种基于炉况感知与深度强化学习的高炉布料矩阵决策方法. 首先, 针对炉况粗精度分类不足以支撑布料决策的问题, 提出炉况健康度9级评分体系, 构建基于时间卷积网络(Temporal Convolutional Network, TCN)的炉况时序分类模型. 其次, 针对布料调整对炉况的影响难以预测的问题, 设计基于改进交叉注意力机制(Cross Attention, CA)的炉况多步预测模型, 捕捉布料矩阵与炉况的时序依赖关系. 最后, 将上述分类与预测模型作为状态空间与奖励函数嵌入深度强化学习框架, 以炉况长期稳定顺行为目标, 构建基于双延迟深度确定性策略梯度算法(Twin Delayed Deep Deterministic policy gradient algorithm, TD3)的布料矩阵决策模型. 在高炉实际生产数据集上的验证结果表明, 该方法能够自动调整布料矩阵, 维持炉况稳定顺行, 为高炉的智能化、低碳化运行提供了可落地的方案.
高炉炼铁工序贡献了钢铁生产流程七成以上的碳排放, 而布料操作直接影响煤气利用率与碳排放水平, 是绿色低碳制造的重要切入点. 然而, 面对高炉内部"黑箱"环境, 现有方法难以预测布料调整对炉况的影响, 只能被动响应. 为此, 提出一种基于炉况感知与深度强化学习的高炉布料矩阵决策方法. 首先, 针对炉况粗精度分类不足以支撑布料决策的问题, 提出炉况健康度9级评分体系, 构建基于时间卷积网络(Temporal Convolutional Network, TCN)的炉况时序分类模型. 其次, 针对布料调整对炉况的影响难以预测的问题, 设计基于改进交叉注意力机制(Cross Attention, CA)的炉况多步预测模型, 捕捉布料矩阵与炉况的时序依赖关系. 最后, 将上述分类与预测模型作为状态空间与奖励函数嵌入深度强化学习框架, 以炉况长期稳定顺行为目标, 构建基于双延迟深度确定性策略梯度算法(Twin Delayed Deep Deterministic policy gradient algorithm, TD3)的布料矩阵决策模型. 在高炉实际生产数据集上的验证结果表明, 该方法能够自动调整布料矩阵, 维持炉况稳定顺行, 为高炉的智能化、低碳化运行提供了可落地的方案.
摘要:
围绕带长期约束的在线凸优化问题展开研究. 该问题框架容许瞬时约束违规, 约束仅需在长期累积意义上得到满足. 针对约束违反的刻画, 采用累积约束违反作为评价指标, 该指标可以避免严格满足约束的决策对其它约束违反进行抵消的情况发生, 进而更精准地刻画算法的约束控制效果. 设计了一种基于虚拟队列的李雅普诺夫优化在线算法, 其可实现\begin{document}${\rm{O}}(T^{\max\{c,\; 1-c\}})$\end{document} \begin{document}${\rm{O}}(T^{(1-c)/2})$\end{document} \begin{document}$c \in (0,\; 1)$\end{document} \begin{document}$g$\end{document} \begin{document}${\rm{O}}(\log(T))$\end{document} \begin{document}${\rm{O}}((\log(T))^{1/2})$\end{document}
围绕带长期约束的在线凸优化问题展开研究. 该问题框架容许瞬时约束违规, 约束仅需在长期累积意义上得到满足. 针对约束违反的刻画, 采用累积约束违反作为评价指标, 该指标可以避免严格满足约束的决策对其它约束违反进行抵消的情况发生, 进而更精准地刻画算法的约束控制效果. 设计了一种基于虚拟队列的李雅普诺夫优化在线算法, 其可实现
摘要:
多维度作文评分旨在从多个评分维度对作文质量进行细粒度评估, 从而实现更加全面和客观的自动化评价. 现有方法大多基于共享预训练编码器提取统一文本表示, 并在此基础上分别预测各维度得分. 然而, 这种共享表示往往混合了不同评分维度的信息, 导致维度间特征相互干扰, 削弱模型对特定维度差异的感知能力, 进而限制整体评分性能的提升. 为解决上述问题, 提出了一种基于“解耦−协作”机制的多维度特征学习框架, 旨在通过增强维度特征的独立建模能力与跨维度评分协同能力. 首先, 针对共享编码器所产生的特征过度耦合问题, 通过引入大语言模型生成维度特定的质量描述, 并将其作为外部知识信号引导维度表征学习, 从而促进共享表示的解耦. 其次, 为提高多任务学习过程中评分维度间的跨维度协同评分能力, 进一步引入促进评分协作的混合专家机制, 通过动态路由实现维度间的可控信息交互, 在保持维度独立性的同时充分利用跨维度相关信息. 在公开数据集上的实验结果表明, 所提出方法增强了模型对维度特征差异的感知能力, 在整体评分及不同维度的评分上均取得了优于现有方法的性能表现.
多维度作文评分旨在从多个评分维度对作文质量进行细粒度评估, 从而实现更加全面和客观的自动化评价. 现有方法大多基于共享预训练编码器提取统一文本表示, 并在此基础上分别预测各维度得分. 然而, 这种共享表示往往混合了不同评分维度的信息, 导致维度间特征相互干扰, 削弱模型对特定维度差异的感知能力, 进而限制整体评分性能的提升. 为解决上述问题, 提出了一种基于“解耦−协作”机制的多维度特征学习框架, 旨在通过增强维度特征的独立建模能力与跨维度评分协同能力. 首先, 针对共享编码器所产生的特征过度耦合问题, 通过引入大语言模型生成维度特定的质量描述, 并将其作为外部知识信号引导维度表征学习, 从而促进共享表示的解耦. 其次, 为提高多任务学习过程中评分维度间的跨维度协同评分能力, 进一步引入促进评分协作的混合专家机制, 通过动态路由实现维度间的可控信息交互, 在保持维度独立性的同时充分利用跨维度相关信息. 在公开数据集上的实验结果表明, 所提出方法增强了模型对维度特征差异的感知能力, 在整体评分及不同维度的评分上均取得了优于现有方法的性能表现.
摘要:
研究通信资源受限下非平衡有向多智能体网络的分布式在线优化隐私保护问题. 针对智能体初始状态及局部目标函数的隐私需求, 通过引入Laplace噪声实现差分隐私保护, 并设计含控制因子的动态事件触发机制以降低通信开销. 在此基础上, 构建了一套适用于非凸函数的事件触发与差分隐私分布式优化算法, 有效防止敏感信息泄露. 理论分析证明了算法在非平衡有向网络中的收敛性能及其隐私保护水平. 仿真结果验证动态事件触发机制与差分隐私协同下算法的可行性与有效性.
研究通信资源受限下非平衡有向多智能体网络的分布式在线优化隐私保护问题. 针对智能体初始状态及局部目标函数的隐私需求, 通过引入Laplace噪声实现差分隐私保护, 并设计含控制因子的动态事件触发机制以降低通信开销. 在此基础上, 构建了一套适用于非凸函数的事件触发与差分隐私分布式优化算法, 有效防止敏感信息泄露. 理论分析证明了算法在非平衡有向网络中的收敛性能及其隐私保护水平. 仿真结果验证动态事件触发机制与差分隐私协同下算法的可行性与有效性.
摘要:
在医学图像分割领域, 传统基于卷积神经网络(convolutional neural networks, CNN)的方法受限于局部感受野, 难以捕获全局信息, 而基于视觉转换器(Vision Transformer, ViT)的方法虽能通过自注意力机制捕获全局信息, 但需对图像Patch化处理, 导致模型难以捕捉跨块和块内的边缘纹理细节, 因此如何实现两者间的优势互补, 平衡精度与效率尤为重要. 为解决该问题, 提出一种融合高斯映射和自适应前馈的轻量医学图像分割方法—LiteSegFormer3D. 在编码器部分采用融合高斯映射和自适应前馈的Transformer块, 并在浅层跳跃连接处采用非对称卷积, 二者协同扩展了模型的多尺度感知能力, 弥补了分割过程的局部信息损失, 解码器则沿用基线的全MLP架构, 规避了传统3D解码器高昂的计算开销. 在BraTS 2017、ACDC和Synapse三个公开经典数据集上与多种主流的CNN、Transformer及混合方法进行对比实验, 结果显示, 该方法在BraTS 2017上DSC提升3.5%, HD95降低0.65 mm; 在ACDC上DSC提升1.07%; 在Synapse上DSC提升2.76%, HD95降低10.59 mm. 尤为重要的是, 本方法的可训练参数仅为1.73M, 相较基线SegFormer3D缩减了61.64%. 该方法展现出优异的精度与性能平衡, 具备临床轻量化部署潜力. 代码:https://github.com/Strivy-ZSY/litesegformer3d
在医学图像分割领域, 传统基于卷积神经网络(convolutional neural networks, CNN)的方法受限于局部感受野, 难以捕获全局信息, 而基于视觉转换器(Vision Transformer, ViT)的方法虽能通过自注意力机制捕获全局信息, 但需对图像Patch化处理, 导致模型难以捕捉跨块和块内的边缘纹理细节, 因此如何实现两者间的优势互补, 平衡精度与效率尤为重要. 为解决该问题, 提出一种融合高斯映射和自适应前馈的轻量医学图像分割方法—LiteSegFormer3D. 在编码器部分采用融合高斯映射和自适应前馈的Transformer块, 并在浅层跳跃连接处采用非对称卷积, 二者协同扩展了模型的多尺度感知能力, 弥补了分割过程的局部信息损失, 解码器则沿用基线的全MLP架构, 规避了传统3D解码器高昂的计算开销. 在BraTS 2017、ACDC和Synapse三个公开经典数据集上与多种主流的CNN、Transformer及混合方法进行对比实验, 结果显示, 该方法在BraTS 2017上DSC提升3.5%, HD95降低0.65 mm; 在ACDC上DSC提升1.07%; 在Synapse上DSC提升2.76%, HD95降低10.59 mm. 尤为重要的是, 本方法的可训练参数仅为1.73M, 相较基线SegFormer3D缩减了61.64%. 该方法展现出优异的精度与性能平衡, 具备临床轻量化部署潜力. 代码:
摘要:
分子表示学习是利用人工智能加速药物发现的基石. 随着对复杂分子结构建模需求的不断提升, 基于图神经网络的分子表示学习方法凭借对分子结构的适配, 日益受到研究人员的关注. 与传统依赖人工设计的分子表示学习方法相比, 基于图神经网络的分子表示学习能够天然契合分子图结构, 自动捕捉拓扑关联与局部化学环境, 从而提高分子表示在相关任务上的准确性. 然而, 现有多数方法仍以单模态建模为主, 难以充分融合分子在不同表示空间中的互补信息. 随着多源异构数据的不断积累, 多模态分子表示学习逐渐成为提升模型表达能力的重要方向. 基于此, 本文在系统梳理单模态方法的同时, 亦专门整理多模态分子表示学习的代表性研究工作. 首先, 根据分子表示范式的不同, 将分子表示学习方法分为基于序列结构、图结构以及多模态三种类别; 其次, 对不同类别方法在分子性质预测、药物-靶标亲和力预测以及药物-药物相互作用预测等任务中的性能表现进行分析与比较; 最后, 对现有的研究方法进行全面总结, 并结合当前分子表示学习领域面临的关键挑战, 展望未来的研究方向与发展趋势.
分子表示学习是利用人工智能加速药物发现的基石. 随着对复杂分子结构建模需求的不断提升, 基于图神经网络的分子表示学习方法凭借对分子结构的适配, 日益受到研究人员的关注. 与传统依赖人工设计的分子表示学习方法相比, 基于图神经网络的分子表示学习能够天然契合分子图结构, 自动捕捉拓扑关联与局部化学环境, 从而提高分子表示在相关任务上的准确性. 然而, 现有多数方法仍以单模态建模为主, 难以充分融合分子在不同表示空间中的互补信息. 随着多源异构数据的不断积累, 多模态分子表示学习逐渐成为提升模型表达能力的重要方向. 基于此, 本文在系统梳理单模态方法的同时, 亦专门整理多模态分子表示学习的代表性研究工作. 首先, 根据分子表示范式的不同, 将分子表示学习方法分为基于序列结构、图结构以及多模态三种类别; 其次, 对不同类别方法在分子性质预测、药物-靶标亲和力预测以及药物-药物相互作用预测等任务中的性能表现进行分析与比较; 最后, 对现有的研究方法进行全面总结, 并结合当前分子表示学习领域面临的关键挑战, 展望未来的研究方向与发展趋势.
摘要:
低空空域为无人系统提供了独特的感知、通信与机动优势, 在赋能交通、物流与农业等场景中展现出巨大潜力. 然而, 现阶段低空系统多依赖人工操控且应用分散. 随着低空系统向全天候、全时段、规模化运行演进, 节点与任务规模的扩张将显著提升系统复杂度, 进而对管控效率与运行自主性提出更高要求. 聚焦低空系统的管控智能与自主智能, 从低空感知、规划、协同与管控几方面系统梳理关键进展. 在此基础上, 进一步分析低空智能发展的关键瓶颈与未来方向. 面向自主智能, 提出低空基础大模型参考架构; 面向管控智能, 探讨立体智能交通背景下的平行管控思路, 从而为大规模低空系统的高效、安全运行提供统一技术参考.
低空空域为无人系统提供了独特的感知、通信与机动优势, 在赋能交通、物流与农业等场景中展现出巨大潜力. 然而, 现阶段低空系统多依赖人工操控且应用分散. 随着低空系统向全天候、全时段、规模化运行演进, 节点与任务规模的扩张将显著提升系统复杂度, 进而对管控效率与运行自主性提出更高要求. 聚焦低空系统的管控智能与自主智能, 从低空感知、规划、协同与管控几方面系统梳理关键进展. 在此基础上, 进一步分析低空智能发展的关键瓶颈与未来方向. 面向自主智能, 提出低空基础大模型参考架构; 面向管控智能, 探讨立体智能交通背景下的平行管控思路, 从而为大规模低空系统的高效、安全运行提供统一技术参考.
摘要:
随着推荐系统的广泛应用, 推荐系统的隐私问题得到越来越多关注. 大语言模型的兴起使得推荐系统与大语言模型的结合开始发展, 在发展过程中涉及的隐私问题比传统推荐系统的隐私问题更为广泛. 本文主要对基于大语言模型的推荐系统的隐私泄漏进行分析, 包括大语言模型推荐系统从传统推荐系统和大语言模型中分别继承的隐私问题以及大语言模型和推荐系统结合后新的隐私隐患, 对基于大语言模型的推荐系统隐私保护方法进行总结, 从传统推荐系统隐私保护角度和大语言模型角度分别阐述可用于大语言模型推荐系统的隐私保护方法, 对目前大语言模型推荐系统隐私保护的挑战进行总结, 对未来方向进行展望.
随着推荐系统的广泛应用, 推荐系统的隐私问题得到越来越多关注. 大语言模型的兴起使得推荐系统与大语言模型的结合开始发展, 在发展过程中涉及的隐私问题比传统推荐系统的隐私问题更为广泛. 本文主要对基于大语言模型的推荐系统的隐私泄漏进行分析, 包括大语言模型推荐系统从传统推荐系统和大语言模型中分别继承的隐私问题以及大语言模型和推荐系统结合后新的隐私隐患, 对基于大语言模型的推荐系统隐私保护方法进行总结, 从传统推荐系统隐私保护角度和大语言模型角度分别阐述可用于大语言模型推荐系统的隐私保护方法, 对目前大语言模型推荐系统隐私保护的挑战进行总结, 对未来方向进行展望.
摘要:
配电网高阻接地故障下, 故障初始电流微弱且常伴有非线性电弧, 暂态特征微弱, 短时内故障难以可靠辨识, 存在电气火灾与人身触电事故风险. 为此, 提出改进小波基与分尺度跨线路注意力融合的配电网高阻接地故障辨识方法. 建立分尺度特征跨线路辨识模型, 利用汉明窗滤波器抑制频谱泄漏, 提取具有高物理显著性的小波关键系数, 提升故障特征在信号中的对比度; 引入尺度内编码机制, 将长序列特征按尺度等效降维, 形成低维度嵌入向量; 构建分尺度跨线路处理模型, 改进注意力机制, 显式捕捉故障线路与健全线路间的差异性, 提高配电网高阻接地故障的辨识准确率. 仿真实验表明, 所提方法相较其他模型, 高阻接地故障辨识准确率最高提升36.6%; 动模实验和真型实验表明, 即使面对训练阶段未出现的新拓扑, 所提方法在真实链路情况下的辨识准确率仍超95%, 验证了该方法在真实工况环境下的适用性与一定的鲁棒性.
配电网高阻接地故障下, 故障初始电流微弱且常伴有非线性电弧, 暂态特征微弱, 短时内故障难以可靠辨识, 存在电气火灾与人身触电事故风险. 为此, 提出改进小波基与分尺度跨线路注意力融合的配电网高阻接地故障辨识方法. 建立分尺度特征跨线路辨识模型, 利用汉明窗滤波器抑制频谱泄漏, 提取具有高物理显著性的小波关键系数, 提升故障特征在信号中的对比度; 引入尺度内编码机制, 将长序列特征按尺度等效降维, 形成低维度嵌入向量; 构建分尺度跨线路处理模型, 改进注意力机制, 显式捕捉故障线路与健全线路间的差异性, 提高配电网高阻接地故障的辨识准确率. 仿真实验表明, 所提方法相较其他模型, 高阻接地故障辨识准确率最高提升36.6%; 动模实验和真型实验表明, 即使面对训练阶段未出现的新拓扑, 所提方法在真实链路情况下的辨识准确率仍超95%, 验证了该方法在真实工况环境下的适用性与一定的鲁棒性.
摘要:
2017年, 宋永端教授团队于Automatica发表高阶非线性系统预设时间控制的原创性工作. 不同于传统控制方法, 该策略能够人为预先设定系统收敛的时间, 同时具备出色的扰动抑制性能, 成果面世后迅速成为研究热点, 国内外学者围绕该方向已开展大量深入研究. 本文从系统稳定性相关的基本概念出发, 系统辨析有限时间、固定时间、预定时间与预设时间稳定性之间的联系与区别, 进而聚焦于预设时间控制的实现途径. 以经典的比例制导、终端约束最优控制、滑模控制等为基础, 梳理其理论渊源, 重点阐述状态变换、时间尺度变换、复合反馈及周期时滞反馈等核心设计框架. 通过比较不同方法的收敛性能, 进一步分析增强或削弱反馈信号对系统性能与工程可实现性的影响. 此外, 还讨论预设时间控制中存在的数值奇异和噪声敏感等挑战, 总结多种解决方案, 并对未来在理论融合、智能控制、跨领域应用验证等方面的发展方向进行展望. 预设时间控制在航空航天、机器人、多智能体等对动态性能与时间精度要求严苛的领域中展现出重要应用潜力, 其进一步发展将推动高可靠控制系统的工程实现.
2017年, 宋永端教授团队于Automatica发表高阶非线性系统预设时间控制的原创性工作. 不同于传统控制方法, 该策略能够人为预先设定系统收敛的时间, 同时具备出色的扰动抑制性能, 成果面世后迅速成为研究热点, 国内外学者围绕该方向已开展大量深入研究. 本文从系统稳定性相关的基本概念出发, 系统辨析有限时间、固定时间、预定时间与预设时间稳定性之间的联系与区别, 进而聚焦于预设时间控制的实现途径. 以经典的比例制导、终端约束最优控制、滑模控制等为基础, 梳理其理论渊源, 重点阐述状态变换、时间尺度变换、复合反馈及周期时滞反馈等核心设计框架. 通过比较不同方法的收敛性能, 进一步分析增强或削弱反馈信号对系统性能与工程可实现性的影响. 此外, 还讨论预设时间控制中存在的数值奇异和噪声敏感等挑战, 总结多种解决方案, 并对未来在理论融合、智能控制、跨领域应用验证等方面的发展方向进行展望. 预设时间控制在航空航天、机器人、多智能体等对动态性能与时间精度要求严苛的领域中展现出重要应用潜力, 其进一步发展将推动高可靠控制系统的工程实现.
摘要:
非平稳信号的平稳分量提取是信号处理与过程监测的核心问题. 现有平稳子空间分析方法局限于时域二阶平稳性, 难以刻画频域非平稳特征. 为此, 提出频域平稳子空间分析方法(FreqSSA). 该方法以功率谱密度时不变性定义频域平稳性, 揭示时域与频域平稳性的等价及包含关系; 进而构建谱幅度、相位与结构三类频域非平稳统计矩阵, 建立时频联合非平稳统计框架, 并以最小化非对角元素平方和为目标函数实现子空间分离; 最后采用联合对角化策略, 实现正交解混矩阵的高效迭代优化. 真实高炉炼铁数据的实验结果表明, FreqSSA在平稳分量提取精度与过程监测性能上均优于现有主流方法.
非平稳信号的平稳分量提取是信号处理与过程监测的核心问题. 现有平稳子空间分析方法局限于时域二阶平稳性, 难以刻画频域非平稳特征. 为此, 提出频域平稳子空间分析方法(FreqSSA). 该方法以功率谱密度时不变性定义频域平稳性, 揭示时域与频域平稳性的等价及包含关系; 进而构建谱幅度、相位与结构三类频域非平稳统计矩阵, 建立时频联合非平稳统计框架, 并以最小化非对角元素平方和为目标函数实现子空间分离; 最后采用联合对角化策略, 实现正交解混矩阵的高效迭代优化. 真实高炉炼铁数据的实验结果表明, FreqSSA在平稳分量提取精度与过程监测性能上均优于现有主流方法.
摘要:
Transformer模型具有庞大的参数规模和计算开销, 难以直接部署于资源受限的边缘设备, 限制了其在开放环境中的实际应用. 低比特量化能够显著降低模型存储需求并提升推理效率, 是实现Transformer模型轻量化部署的重要技术路径. 然而, 现有量化方法通常受固定量化区间约束, 在处理非线性激活产生的长尾分布时, 难以有效平衡裁剪误差与舍入误差, 导致模型性能明显下降. 为此, 提出一种面向低比特Transformer的无约束训练后量化方法(CFQuant), 通过建模神经网络激活值的概率分布实现自适应量化. 首先, CFQuant在校准过程中自适应估计激活分布密度, 并通过迭代搜索最小化量化误差. 其次, 设计高效尺度偏移算法动态调整模型分布, 以减小校准阶段与推理阶段之间的分布偏移, 进一步提升量化稳定性. 此外, 构建基于查找表的矩阵乘法加速机制, 将低比特推理中的浮点乘法转换为预计算查找操作, 从而降低推理计算开销. 最后, 通过在多类Transformer模型以及视觉、语言和多模态任务上的大量实验, 充分验证了所提方法的灵活性和有效性.
Transformer模型具有庞大的参数规模和计算开销, 难以直接部署于资源受限的边缘设备, 限制了其在开放环境中的实际应用. 低比特量化能够显著降低模型存储需求并提升推理效率, 是实现Transformer模型轻量化部署的重要技术路径. 然而, 现有量化方法通常受固定量化区间约束, 在处理非线性激活产生的长尾分布时, 难以有效平衡裁剪误差与舍入误差, 导致模型性能明显下降. 为此, 提出一种面向低比特Transformer的无约束训练后量化方法(CFQuant), 通过建模神经网络激活值的概率分布实现自适应量化. 首先, CFQuant在校准过程中自适应估计激活分布密度, 并通过迭代搜索最小化量化误差. 其次, 设计高效尺度偏移算法动态调整模型分布, 以减小校准阶段与推理阶段之间的分布偏移, 进一步提升量化稳定性. 此外, 构建基于查找表的矩阵乘法加速机制, 将低比特推理中的浮点乘法转换为预计算查找操作, 从而降低推理计算开销. 最后, 通过在多类Transformer模型以及视觉、语言和多模态任务上的大量实验, 充分验证了所提方法的灵活性和有效性.
摘要:
针对无人机攻击地面车辆场景下具有非零攻击半径、任务时间受限以及目标受地面约束的追逃博弈问题, 建立空地异构参与者的相对运动学模型, 并将无人机在给定时间内进入攻击范围的问题表述为有限时域获胜区求解问题. 在此基础上, 构造相应的哈密顿–雅可比–伊萨克斯变分不等式模型, 给出原始博弈的最优控制与闭式哈密顿量表达, 并针对其中由控制切换与分段结构引起的非光滑性构造平滑近似哈密顿量. 结合水平集框架、局部Lax-Friedrichs耗散和Runge-Kutta时间推进, 对全四维状态空间中的值函数进行回溯求解, 并基于固定切片、参数–相对航向角热力图及边界轮廓对速度比、角速度比和攻击半径对获胜区的影响进行分析. 数值结果表明, 在平滑近似模型与参数扫描范围下, 三类参数的增大均有助于扩大无人机获胜区, 但作用方式存在明显差异: 速度比主要决定获胜区的整体扩张, 角速度比主要表现为对局部边界形状的修正, 攻击半径则主要体现为终端命中条件放宽所带来的几何外扩. 相关结果可为无人机攻击约束设计、机动能力配置及对抗效能评估提供参考.
针对无人机攻击地面车辆场景下具有非零攻击半径、任务时间受限以及目标受地面约束的追逃博弈问题, 建立空地异构参与者的相对运动学模型, 并将无人机在给定时间内进入攻击范围的问题表述为有限时域获胜区求解问题. 在此基础上, 构造相应的哈密顿–雅可比–伊萨克斯变分不等式模型, 给出原始博弈的最优控制与闭式哈密顿量表达, 并针对其中由控制切换与分段结构引起的非光滑性构造平滑近似哈密顿量. 结合水平集框架、局部Lax-Friedrichs耗散和Runge-Kutta时间推进, 对全四维状态空间中的值函数进行回溯求解, 并基于固定切片、参数–相对航向角热力图及边界轮廓对速度比、角速度比和攻击半径对获胜区的影响进行分析. 数值结果表明, 在平滑近似模型与参数扫描范围下, 三类参数的增大均有助于扩大无人机获胜区, 但作用方式存在明显差异: 速度比主要决定获胜区的整体扩张, 角速度比主要表现为对局部边界形状的修正, 攻击半径则主要体现为终端命中条件放宽所带来的几何外扩. 相关结果可为无人机攻击约束设计、机动能力配置及对抗效能评估提供参考.
摘要:
针对老旧城区等复杂环境下无人机配电网系统巡检面临的高维多约束轨迹优化难的问题, 提出一种基于多策略优化的改进粒子群轨迹规划算法. 首先, 在多重观测约束下离线生成安全检测视点, 并融合叶素-动量理论构建精准的无人机运动能耗模型. 其次, 设计一种双层解耦的轨迹规划框架, 实现无人机巡检轨迹的快速高效优化. 其中, 上层通过全排列穷举确定最优安全巡检视点的访问序列; 下层规划框架中构建基于风险梯度驱动的惯性权重调节模型, 并将标量学习因子拓展为与采样轨迹点同长度的矢量型学习因子, 采用局部-全局耦合状态信息自适应调节学习因子的强度. 最终输出满足避碰约束的均匀三次B样条平滑轨迹. 仿真与对比验证结果表明, 所提算法在综合能效、空间平滑度、收敛速度及实时性指标上均显著优于其它群体智能优化方法.
针对老旧城区等复杂环境下无人机配电网系统巡检面临的高维多约束轨迹优化难的问题, 提出一种基于多策略优化的改进粒子群轨迹规划算法. 首先, 在多重观测约束下离线生成安全检测视点, 并融合叶素-动量理论构建精准的无人机运动能耗模型. 其次, 设计一种双层解耦的轨迹规划框架, 实现无人机巡检轨迹的快速高效优化. 其中, 上层通过全排列穷举确定最优安全巡检视点的访问序列; 下层规划框架中构建基于风险梯度驱动的惯性权重调节模型, 并将标量学习因子拓展为与采样轨迹点同长度的矢量型学习因子, 采用局部-全局耦合状态信息自适应调节学习因子的强度. 最终输出满足避碰约束的均匀三次B样条平滑轨迹. 仿真与对比验证结果表明, 所提算法在综合能效、空间平滑度、收敛速度及实时性指标上均显著优于其它群体智能优化方法.
摘要:
视觉−语言−动作(VLA)模型是实现具身智能的重要技术路径. 针对现有方法普遍依赖大规模数据与高算力平台, 难以适应边缘侧等资源受限场景的瓶颈, 提出覆盖“数据−模型−训练−部署”全周期的优化框架. 在数据层面, 剖析真实采集、仿真生成与视频迁移三类路径的协同优化机制; 在设计层面, 梳理轻量化架构、状态空间模型、分层双系统、条件计算及流匹配等高效模型技术; 在系统层面, 重点探讨输入侧剪枝、模型压缩、动态推理路径及软硬件协同优化等部署加速策略. 最后, 对资源受限VLA模型的未来研究方向与应用前景进行展望.
视觉−语言−动作(VLA)模型是实现具身智能的重要技术路径. 针对现有方法普遍依赖大规模数据与高算力平台, 难以适应边缘侧等资源受限场景的瓶颈, 提出覆盖“数据−模型−训练−部署”全周期的优化框架. 在数据层面, 剖析真实采集、仿真生成与视频迁移三类路径的协同优化机制; 在设计层面, 梳理轻量化架构、状态空间模型、分层双系统、条件计算及流匹配等高效模型技术; 在系统层面, 重点探讨输入侧剪枝、模型压缩、动态推理路径及软硬件协同优化等部署加速策略. 最后, 对资源受限VLA模型的未来研究方向与应用前景进行展望.
摘要:
针对具有随机扰动和非对称输出约束的空间机器人系统, 提出一种基于二阶滑模的保安全固定时间控制器. 首先, 结合动量守恒定理和拉格朗日方程推导出姿态受控、位置不控的空间机器人系统的动力学模型. 其次, 对包含系统随机扰动和非线性动力项在内的集总扰动上限进行估计, 并引入一种分段正切型障碍Lyapunov函数以解决空间机器人的非对称输出约束问题, 再借助加幂积分法和扰动补偿法设计了一种二阶滑模保安全固定时间控制方案. 最后, 通过Lyapunov准则证明了空间机器人误差跟踪系统的固定时间稳定性, 详细的数值仿真进一步验证了所设计控制方案在时间与空间两个维度上的可行性和安全性.
针对具有随机扰动和非对称输出约束的空间机器人系统, 提出一种基于二阶滑模的保安全固定时间控制器. 首先, 结合动量守恒定理和拉格朗日方程推导出姿态受控、位置不控的空间机器人系统的动力学模型. 其次, 对包含系统随机扰动和非线性动力项在内的集总扰动上限进行估计, 并引入一种分段正切型障碍Lyapunov函数以解决空间机器人的非对称输出约束问题, 再借助加幂积分法和扰动补偿法设计了一种二阶滑模保安全固定时间控制方案. 最后, 通过Lyapunov准则证明了空间机器人误差跟踪系统的固定时间稳定性, 详细的数值仿真进一步验证了所设计控制方案在时间与空间两个维度上的可行性和安全性.
摘要:
针对多模态大模型在抽象度示意图(如几何、电路、科学图表)理解中面临的视觉感知静态化挑战, 提出一种基于前瞻性机制的多视角视觉推理框架. 该方法旨在模拟人类“慢思考”的认知机理, 通过引入相对注意力与信息增益门控, 实现对关键视觉线索的主动搜索与去噪; 利用逻辑置信度与视觉相关性进行双维质量评估, 构建“观察–假设–验证”的动态闭环推理系统. 实验表明, 该方法在多学科的示意图推理数据集上显著优于现有主流方法, 在并未引入过多计算开销的同时, 大幅提升了复杂示意图问答的准确率与鲁棒性.
针对多模态大模型在抽象度示意图(如几何、电路、科学图表)理解中面临的视觉感知静态化挑战, 提出一种基于前瞻性机制的多视角视觉推理框架. 该方法旨在模拟人类“慢思考”的认知机理, 通过引入相对注意力与信息增益门控, 实现对关键视觉线索的主动搜索与去噪; 利用逻辑置信度与视觉相关性进行双维质量评估, 构建“观察–假设–验证”的动态闭环推理系统. 实验表明, 该方法在多学科的示意图推理数据集上显著优于现有主流方法, 在并未引入过多计算开销的同时, 大幅提升了复杂示意图问答的准确率与鲁棒性.
摘要:
随着国际热核聚变实验堆等大型装置的推进, 托卡马克装置正迈向长脉冲和高性能运行阶段, 对等离子体控制提出更高要求. 强化学习作为一种数据驱动的序贯决策方法, 近年来在复杂系统控制中展现出重要潜力, 并逐渐应用于托卡马克等离子体控制研究. 围绕托卡马克放电全过程的控制需求, 对强化学习在可控核聚变中的应用进展进行系统综述. 首先介绍托卡马克装置原理、放电阶段及典型控制问题, 并概述强化学习的基本理论与算法体系. 随后按照托卡马克放电过程的不同阶段, 重点对强化学习在电流爬升、平顶阶段及电流下降阶段的代表性控制问题进行归纳与比较. 并进一步总结近年来基于世界模型的强化学习方法在托卡马克控制中的应用研究, 对比分析与传统基于等离子体动力学建模相比, 在提升样本效率与策略泛化能力方面的潜力. 最后从系统复杂性、部分可观测性、安全约束、仿真–现实差距以及实时部署等方面讨论强化学习在托卡马克控制中的挑战与未来发展方向. 本文旨在为强化学习方法在托卡马克中的研究与应用提供参考.
随着国际热核聚变实验堆等大型装置的推进, 托卡马克装置正迈向长脉冲和高性能运行阶段, 对等离子体控制提出更高要求. 强化学习作为一种数据驱动的序贯决策方法, 近年来在复杂系统控制中展现出重要潜力, 并逐渐应用于托卡马克等离子体控制研究. 围绕托卡马克放电全过程的控制需求, 对强化学习在可控核聚变中的应用进展进行系统综述. 首先介绍托卡马克装置原理、放电阶段及典型控制问题, 并概述强化学习的基本理论与算法体系. 随后按照托卡马克放电过程的不同阶段, 重点对强化学习在电流爬升、平顶阶段及电流下降阶段的代表性控制问题进行归纳与比较. 并进一步总结近年来基于世界模型的强化学习方法在托卡马克控制中的应用研究, 对比分析与传统基于等离子体动力学建模相比, 在提升样本效率与策略泛化能力方面的潜力. 最后从系统复杂性、部分可观测性、安全约束、仿真–现实差距以及实时部署等方面讨论强化学习在托卡马克控制中的挑战与未来发展方向. 本文旨在为强化学习方法在托卡马克中的研究与应用提供参考.
摘要:
视听目标分割任务旨在依据音频信号对视频中的发声物体进行像素级分割, 但在处理复杂动态场景时, 现有方法面临跨模态特征交互不充分与像素级样本分布失衡两大挑战. 为此, 提出结合状态空间模型与动态焦点损失的视听分割网络MambaAVS, 构建跨时间音频查询生成与跨模态音视频交互两大核心模块. 首先, 利用跨时间音频查询生成机制提取关键频域信息以增强音频表征; 随后, 通过跨模态音视频交互模块动态捕捉音视频模态间的长距离依赖与语义对应关系, 实现特征的深度对齐与交互. 此外, 针对训练过程中存在的难易样本分布不均问题, 提出动态焦点损失, 通过自适应调节难易样本权重与梯度表征, 有效缓解了模型优化偏差. 在 AVSBench-Object 与 AVSBench-Semantic 数据集上的实验结果表明, 所提 MambaAVS 在单声源、多声源及视听语义分割数据集上的mIoU比分别达到82.86%、62.56%和36.79%; 与同类先进方法 AVSegFormer 相比, MambaAVS在3个数据集上的精度分别提升0.80%、4.20%和0.13%, 验证了其在复杂视听场景下的有效性.
视听目标分割任务旨在依据音频信号对视频中的发声物体进行像素级分割, 但在处理复杂动态场景时, 现有方法面临跨模态特征交互不充分与像素级样本分布失衡两大挑战. 为此, 提出结合状态空间模型与动态焦点损失的视听分割网络MambaAVS, 构建跨时间音频查询生成与跨模态音视频交互两大核心模块. 首先, 利用跨时间音频查询生成机制提取关键频域信息以增强音频表征; 随后, 通过跨模态音视频交互模块动态捕捉音视频模态间的长距离依赖与语义对应关系, 实现特征的深度对齐与交互. 此外, 针对训练过程中存在的难易样本分布不均问题, 提出动态焦点损失, 通过自适应调节难易样本权重与梯度表征, 有效缓解了模型优化偏差. 在 AVSBench-Object 与 AVSBench-Semantic 数据集上的实验结果表明, 所提 MambaAVS 在单声源、多声源及视听语义分割数据集上的mIoU比分别达到82.86%、62.56%和36.79%; 与同类先进方法 AVSegFormer 相比, MambaAVS在3个数据集上的精度分别提升0.80%、4.20%和0.13%, 验证了其在复杂视听场景下的有效性.
摘要:
随着人工智能技术的快速发展, 传统以单点自动化为特征的制造体系, 在应对高度动态化、个性化与系统级协同需求方面日益显现局限. 大模型与具身智能作为新一代人工智能的重要方向, 正在为制造业的智能化转型提供全新路径. 大模型具备跨模态表征、知识泛化和持续学习能力, 具身智能强调智能体与物理环境的动态交互与闭环反馈, 两者融合不仅强化了多模态感知与知识驱动决策的统一性, 还提升了虚实迁移的稳定性与群体智能的协同能力, 从而为复杂工业场景下的自主优化与系统级智能提供系统性支撑. 基于此, 系统梳理相关理论与关键技术, 结合流程制造与离散制造的典型场景, 探讨机理知识融合、多模态感知、符号−神经推理、数字孪生演化和人机共融交互等前沿方向, 为工业人工智能构建结构化框架和系统化方案提供参考, 推动制造业由局部探索迈向系统级深度融合.
随着人工智能技术的快速发展, 传统以单点自动化为特征的制造体系, 在应对高度动态化、个性化与系统级协同需求方面日益显现局限. 大模型与具身智能作为新一代人工智能的重要方向, 正在为制造业的智能化转型提供全新路径. 大模型具备跨模态表征、知识泛化和持续学习能力, 具身智能强调智能体与物理环境的动态交互与闭环反馈, 两者融合不仅强化了多模态感知与知识驱动决策的统一性, 还提升了虚实迁移的稳定性与群体智能的协同能力, 从而为复杂工业场景下的自主优化与系统级智能提供系统性支撑. 基于此, 系统梳理相关理论与关键技术, 结合流程制造与离散制造的典型场景, 探讨机理知识融合、多模态感知、符号−神经推理、数字孪生演化和人机共融交互等前沿方向, 为工业人工智能构建结构化框架和系统化方案提供参考, 推动制造业由局部探索迈向系统级深度融合.
摘要:
针对欠驱动船舶在复杂海况下路径跟踪、横摇稳定与舵机磨损抑制的多目标协同难题, 提出基于稀疏优化的模型预测控制方法. 首先构建融合路径跟踪误差与横摇运动的高保真增广动力学模型, 显式考虑舵角与舵速约束; 再引入时变自适应L1范数惩罚机制, 根据跟踪误差动态调节稀疏化权重, 在保证跟踪精度的同时抑制高频打舵; 最后设计投影近端梯度法, 通过梯度步、近端步与投影步交替迭代, 高效求解多约束复合优化问题, 并证明了算法的线性收敛性与闭环系统的有界稳定性. 仿真结果表明, 与未考虑横摇稳定的方法相比, 所提方法在保持路径跟踪精度的前提下, 横摇角与横摇角速度标准差分别降低52.17%和67.52%; 与基于二次规划的精确解法相比, 高频控制动作比例减少29.49%, 求解耗时降低97.67%, 显著提升了欠驱动船舶的横向稳定性、控制稀疏性与计算实时性, 为复杂海况下的多目标协同控制提供有效参考.
针对欠驱动船舶在复杂海况下路径跟踪、横摇稳定与舵机磨损抑制的多目标协同难题, 提出基于稀疏优化的模型预测控制方法. 首先构建融合路径跟踪误差与横摇运动的高保真增广动力学模型, 显式考虑舵角与舵速约束; 再引入时变自适应L1范数惩罚机制, 根据跟踪误差动态调节稀疏化权重, 在保证跟踪精度的同时抑制高频打舵; 最后设计投影近端梯度法, 通过梯度步、近端步与投影步交替迭代, 高效求解多约束复合优化问题, 并证明了算法的线性收敛性与闭环系统的有界稳定性. 仿真结果表明, 与未考虑横摇稳定的方法相比, 所提方法在保持路径跟踪精度的前提下, 横摇角与横摇角速度标准差分别降低52.17%和67.52%; 与基于二次规划的精确解法相比, 高频控制动作比例减少29.49%, 求解耗时降低97.67%, 显著提升了欠驱动船舶的横向稳定性、控制稀疏性与计算实时性, 为复杂海况下的多目标协同控制提供有效参考.
摘要:
当前教育大语言模型主要依赖文本对话开展知识讲解, 缺乏直观且动态的交互式呈现能力, 从而在复杂概念的可视化与过程性理解支持方面存在一定局限. 为此, 提出一种面向富媒体交互生成的教育大语言模型构建方法及其配套评测框架. 首先, 依据多学科教学大纲并结合细粒度知识点, 构建包含高质量交互式超文本标记语言(HTML)动画以及教学代码的指令数据集, 以缓解高质量数据稀缺的问题. 其次, 构建“监督微调 + 强化学习”的两阶段训练策略: 设计融合代码可执行性与教学相关性的混合奖励模型, 并通过强化学习进一步对齐模型生成内容的教育价值与代码鲁棒性, 从而获得具备交互式HTML教学素材生成能力的领域专用大语言模型. 最后, 针对交互式教学内容缺乏自动化评测体系的现状, 构建涵盖代码正确性、渲染成功率与教学交互性等维度的指标体系, 并实现相应的自动评估管线. 实验结果表明, 所提模型在交互式教学内容生成的准确性与交互性方面优于主流开源与闭源基座模型. 相关模型、数据与评测工具将公开发布, 以支持教育人工智能研究与应用的进一步发展.
当前教育大语言模型主要依赖文本对话开展知识讲解, 缺乏直观且动态的交互式呈现能力, 从而在复杂概念的可视化与过程性理解支持方面存在一定局限. 为此, 提出一种面向富媒体交互生成的教育大语言模型构建方法及其配套评测框架. 首先, 依据多学科教学大纲并结合细粒度知识点, 构建包含高质量交互式超文本标记语言(HTML)动画以及教学代码的指令数据集, 以缓解高质量数据稀缺的问题. 其次, 构建“监督微调 + 强化学习”的两阶段训练策略: 设计融合代码可执行性与教学相关性的混合奖励模型, 并通过强化学习进一步对齐模型生成内容的教育价值与代码鲁棒性, 从而获得具备交互式HTML教学素材生成能力的领域专用大语言模型. 最后, 针对交互式教学内容缺乏自动化评测体系的现状, 构建涵盖代码正确性、渲染成功率与教学交互性等维度的指标体系, 并实现相应的自动评估管线. 实验结果表明, 所提模型在交互式教学内容生成的准确性与交互性方面优于主流开源与闭源基座模型. 相关模型、数据与评测工具将公开发布, 以支持教育人工智能研究与应用的进一步发展.
摘要:
个性化自适应学习是当前智能教育发展的核心. 以往的学习模型在识别学习者个体差异、整合认知与情感因素、适应多样学习任务等方面存在理论瓶颈, 导致个性化学习在教育场景中缺乏解释力、泛化性与适应性, 难以充分满足个性化学习的复杂情境. 为此, 首先梳理个性化学习与人工智能技术融合的发展历程, 分析认知、情感与任务三大因素在个性化自适应学习中的关键作用以及以往研究存在的局限. 在此基础上提出认知−情感−任务(CAT)学习理论模型, 并通过多模态数据采集与分析方法, 在外语学习场景中分析不同任务难度下学习者认知与情感加工状态的变化, 对CAT学习理论模型进行初步的实证. 该理论为个性化自适应学习研究提供更具整合性的理论支撑, 对当前的智能教育发展具有一定的指导意义.
个性化自适应学习是当前智能教育发展的核心. 以往的学习模型在识别学习者个体差异、整合认知与情感因素、适应多样学习任务等方面存在理论瓶颈, 导致个性化学习在教育场景中缺乏解释力、泛化性与适应性, 难以充分满足个性化学习的复杂情境. 为此, 首先梳理个性化学习与人工智能技术融合的发展历程, 分析认知、情感与任务三大因素在个性化自适应学习中的关键作用以及以往研究存在的局限. 在此基础上提出认知−情感−任务(CAT)学习理论模型, 并通过多模态数据采集与分析方法, 在外语学习场景中分析不同任务难度下学习者认知与情感加工状态的变化, 对CAT学习理论模型进行初步的实证. 该理论为个性化自适应学习研究提供更具整合性的理论支撑, 对当前的智能教育发展具有一定的指导意义.
摘要:
航空制造业作为战略性高新技术产业, 在推动国民经济发展和保障国防安全中具有不可替代的作用. 本综述以航空发动机叶片、机身结构件等航空制造关键零部件为切入点, 先详细梳理目前国内外零部件检测技术的发展现状, 围绕航空制造中零部件表面信息的自主获取、航空发动机叶片等关键零部件的尺寸自主测量、飞机蒙皮和机身部件的缺陷自主检测等关键技术展开分析. 并从机器人智能制造系统的视角出发, 阐述智能制造的数据综合评价与数字孪生应用关键技术, 介绍航空制造生产线机器人自主检测系统的典型案例. 最后, 基于智能制造相关技术, 展望航空制造关键零部件机器人自主检测在自主感知、集群作业和人机协同等方面的发展趋势, 并进一步阐述落地的关键难点和潜在解决方案. 相关内容可为深化机器人化自主检测技术研究、精准推进智能制造提供理论参考.
航空制造业作为战略性高新技术产业, 在推动国民经济发展和保障国防安全中具有不可替代的作用. 本综述以航空发动机叶片、机身结构件等航空制造关键零部件为切入点, 先详细梳理目前国内外零部件检测技术的发展现状, 围绕航空制造中零部件表面信息的自主获取、航空发动机叶片等关键零部件的尺寸自主测量、飞机蒙皮和机身部件的缺陷自主检测等关键技术展开分析. 并从机器人智能制造系统的视角出发, 阐述智能制造的数据综合评价与数字孪生应用关键技术, 介绍航空制造生产线机器人自主检测系统的典型案例. 最后, 基于智能制造相关技术, 展望航空制造关键零部件机器人自主检测在自主感知、集群作业和人机协同等方面的发展趋势, 并进一步阐述落地的关键难点和潜在解决方案. 相关内容可为深化机器人化自主检测技术研究、精准推进智能制造提供理论参考.
摘要:
知识追踪旨在对学习者与教学系统的交互序列进行建模, 以刻画其知识状态的动态演化并预测后续作答表现, 进而支持个性化干预. 现有深度模型虽然预测性能优异, 但通常隐含一个假设, 即技能标签、题目表征和时间上下文等异构信号能够在统一嵌入空间中天然兼容. 然而, 当知识粒度不一致、标注存在噪声或数据分布发生偏移时, 这一假设常常不成立, 异构信号之间容易产生表示冲突. 这些表示冲突还会在注意力机制沿时间维度聚合信息的过程中被进一步放大, 使得模型预测置信度与真实不确定性之间出现失配, 从而损害知识状态估计的可靠性和可解释性. 针对上述问题, 本文提出一种表示一致性知识追踪框架RCKT. 该框架首先采用差异检测驱动的门控校准机制, 在表示传播之前修正技能表示与题目表示之间的冲突; 随后在传播阶段引入可靠性感知的自适应融合与组内一致性正则化, 以抑制不可靠信息的级联扩散. 在多个公开数据集上的实验结果表明, RCKT在保持具有竞争力的预测精度的同时, 有效改善了表示传播的稳定性, 并降低了校准误差.
知识追踪旨在对学习者与教学系统的交互序列进行建模, 以刻画其知识状态的动态演化并预测后续作答表现, 进而支持个性化干预. 现有深度模型虽然预测性能优异, 但通常隐含一个假设, 即技能标签、题目表征和时间上下文等异构信号能够在统一嵌入空间中天然兼容. 然而, 当知识粒度不一致、标注存在噪声或数据分布发生偏移时, 这一假设常常不成立, 异构信号之间容易产生表示冲突. 这些表示冲突还会在注意力机制沿时间维度聚合信息的过程中被进一步放大, 使得模型预测置信度与真实不确定性之间出现失配, 从而损害知识状态估计的可靠性和可解释性. 针对上述问题, 本文提出一种表示一致性知识追踪框架RCKT. 该框架首先采用差异检测驱动的门控校准机制, 在表示传播之前修正技能表示与题目表示之间的冲突; 随后在传播阶段引入可靠性感知的自适应融合与组内一致性正则化, 以抑制不可靠信息的级联扩散. 在多个公开数据集上的实验结果表明, RCKT在保持具有竞争力的预测精度的同时, 有效改善了表示传播的稳定性, 并降低了校准误差.
摘要:
红外−可见光协同目标检测是构建全天候、高可靠智能感知系统的核心技术, 在无人机巡航、自动驾驶及安防监控等领域具有极高的应用价值. 然而, 受成像机理异构、环境复杂及传感器失配等因素影响, 如何实现高效、鲁棒的跨模态信息融合仍是当前研究的难点. 首先系统分析红外−可见光协同目标检测在几何对齐、语义一致性及模态完备性等维度的技术挑战. 随后, 面向这些挑战, 综述了基于深度学习的红外−可见光协同目标检测算法, 重点梳理针对几何弱对齐的特征对齐与免配准融合方法、模态不平衡的自适应权重分配与训练优化策略、模态冲突的语义校正与特征解耦方法以及应对模态不完整的伪标注生成与跨域适应方法. 进一步地, 本文采用mAP、MR等精度指标及参数量、FPS、FLOPs等效率指标, 对主流基准数据集上的代表性方法进行性能对比, 展示不同类型方法的优势与局限. 最后, 立足于大模型时代背景, 对统一感知范式、跨模态语义对齐及多模态融合范式拓展等前沿方向进行展望, 旨在为该领域的后续研究与工程实践提供较为系统的参考依据.
红外−可见光协同目标检测是构建全天候、高可靠智能感知系统的核心技术, 在无人机巡航、自动驾驶及安防监控等领域具有极高的应用价值. 然而, 受成像机理异构、环境复杂及传感器失配等因素影响, 如何实现高效、鲁棒的跨模态信息融合仍是当前研究的难点. 首先系统分析红外−可见光协同目标检测在几何对齐、语义一致性及模态完备性等维度的技术挑战. 随后, 面向这些挑战, 综述了基于深度学习的红外−可见光协同目标检测算法, 重点梳理针对几何弱对齐的特征对齐与免配准融合方法、模态不平衡的自适应权重分配与训练优化策略、模态冲突的语义校正与特征解耦方法以及应对模态不完整的伪标注生成与跨域适应方法. 进一步地, 本文采用mAP、MR等精度指标及参数量、FPS、FLOPs等效率指标, 对主流基准数据集上的代表性方法进行性能对比, 展示不同类型方法的优势与局限. 最后, 立足于大模型时代背景, 对统一感知范式、跨模态语义对齐及多模态融合范式拓展等前沿方向进行展望, 旨在为该领域的后续研究与工程实践提供较为系统的参考依据.
摘要:
随着在线教育的普及, 学生参与度预测(SEP)已成为评估教学效能的核心任务. 尽管视觉语言模型(VLMs)在通用多模态表征学习中表现卓越, 但直接迁移至SEP领域时, 受限于对细粒度面部微表情及特定教学语境下宏观情绪的感知瓶颈, 难以实现视觉特征与高层语义标签的精准对齐. 为此, 提出基于VLMs的多模态学生参与度预测方法VLM-SEP. 该方法先进行多层次参与度特征解耦, 从面部表情与动作姿态中提取结构化参与度特征; 再引入知识引导的注意力集中度推理, 建立离散视觉特征与参与度状态语言描述的显式映射; 最后通过跨模态融合决策, 结合视觉与文本信息实现参与度精准判别. 在三个公开数据集上的实验结果表明, 该方法有效提升了VLMs在SEP领域的适配性, 为学生参与度预测提供可解释解决方案.
随着在线教育的普及, 学生参与度预测(SEP)已成为评估教学效能的核心任务. 尽管视觉语言模型(VLMs)在通用多模态表征学习中表现卓越, 但直接迁移至SEP领域时, 受限于对细粒度面部微表情及特定教学语境下宏观情绪的感知瓶颈, 难以实现视觉特征与高层语义标签的精准对齐. 为此, 提出基于VLMs的多模态学生参与度预测方法VLM-SEP. 该方法先进行多层次参与度特征解耦, 从面部表情与动作姿态中提取结构化参与度特征; 再引入知识引导的注意力集中度推理, 建立离散视觉特征与参与度状态语言描述的显式映射; 最后通过跨模态融合决策, 结合视觉与文本信息实现参与度精准判别. 在三个公开数据集上的实验结果表明, 该方法有效提升了VLMs在SEP领域的适配性, 为学生参与度预测提供可解释解决方案.
摘要:
针对由涵盖执行器部分至完全失效的多级故障所导致的网联车队决策−执行层协调失配问题, 提出一种融合跟踪精度与收敛速度监督的协同变道容错控制方法. 首先, 针对变道决策规划参数不当引发的快速性与平稳性冲突问题, 设计一种基于可变安全时窗的目标轨迹规划机制, 规避相邻车道动态障碍车碰撞风险, 实现变道过程快速响应与乘客舒适性的动态权衡. 其次, 针对多级故障、饱和输入与欺骗攻击耦合造成的执行层轨迹跟踪失控问题, 构建一种集成分布式扰动近似技术的性能监督容错跟踪控制策略, 确保队列跟踪精度与收敛速度在预设时间内恢复到指定范围, 消除对故障因子非零的强假设条件. 接着, 针对多级故障过渡阶段安全时窗非光滑突变引发的决策−执行层协调失配问题, 提出一种基于性能过渡映射的自适应协同变道控制方法, 确保决策层与执行层动态双向交互调节, 保障车队一致跟踪目标轨迹并安全完成变道. 最后, 通过仿真实验验证了所提方法的有效性.
针对由涵盖执行器部分至完全失效的多级故障所导致的网联车队决策−执行层协调失配问题, 提出一种融合跟踪精度与收敛速度监督的协同变道容错控制方法. 首先, 针对变道决策规划参数不当引发的快速性与平稳性冲突问题, 设计一种基于可变安全时窗的目标轨迹规划机制, 规避相邻车道动态障碍车碰撞风险, 实现变道过程快速响应与乘客舒适性的动态权衡. 其次, 针对多级故障、饱和输入与欺骗攻击耦合造成的执行层轨迹跟踪失控问题, 构建一种集成分布式扰动近似技术的性能监督容错跟踪控制策略, 确保队列跟踪精度与收敛速度在预设时间内恢复到指定范围, 消除对故障因子非零的强假设条件. 接着, 针对多级故障过渡阶段安全时窗非光滑突变引发的决策−执行层协调失配问题, 提出一种基于性能过渡映射的自适应协同变道控制方法, 确保决策层与执行层动态双向交互调节, 保障车队一致跟踪目标轨迹并安全完成变道. 最后, 通过仿真实验验证了所提方法的有效性.
摘要:
针对无人机在密集障碍物环境及多重威胁场景下执行任务时,传统路径规划方法易陷入局部最优、导致航迹安全性不足且任务代价波动较大的问题,提出一种融合多策略的无人机路径规划方法.在路径生成阶段,引入基于Sobol序列的初始化机制,以提升候选航迹在三维空间中的分布均匀性,从而增强无人机对复杂环境的全局感知能力;在飞行决策过程中,构建自适应调节机制,使无人机能够依据环境变化与任务进展动态调整搜索行为,提高在多威胁干扰下的稳定性与适应性.同时,借鉴群智能中的协同搜索思想,强化路径规划过程中全局探索与局部优化的协调能力,使无人机既能规避大范围风险区域,又能在局部复杂地形中精细调整飞行轨迹.此外,针对无人机在复杂空间中易出现路径集中、灵活性不足的问题,设计了空间分布式精英领导策略,通过引导生成多样化候选航迹,有效提升路径的安全冗余性与抗干扰能力,避免陷入单一路径依赖.最后,在典型测试函数及三维无人机飞行仿真环境中进行实验验证.结果表明,该方法在复杂场景下能够生成更加安全、稳定且高质量的飞行路径,显著提升无人机的任务执行能力与鲁棒性.
针对无人机在密集障碍物环境及多重威胁场景下执行任务时,传统路径规划方法易陷入局部最优、导致航迹安全性不足且任务代价波动较大的问题,提出一种融合多策略的无人机路径规划方法.在路径生成阶段,引入基于Sobol序列的初始化机制,以提升候选航迹在三维空间中的分布均匀性,从而增强无人机对复杂环境的全局感知能力;在飞行决策过程中,构建自适应调节机制,使无人机能够依据环境变化与任务进展动态调整搜索行为,提高在多威胁干扰下的稳定性与适应性.同时,借鉴群智能中的协同搜索思想,强化路径规划过程中全局探索与局部优化的协调能力,使无人机既能规避大范围风险区域,又能在局部复杂地形中精细调整飞行轨迹.此外,针对无人机在复杂空间中易出现路径集中、灵活性不足的问题,设计了空间分布式精英领导策略,通过引导生成多样化候选航迹,有效提升路径的安全冗余性与抗干扰能力,避免陷入单一路径依赖.最后,在典型测试函数及三维无人机飞行仿真环境中进行实验验证.结果表明,该方法在复杂场景下能够生成更加安全、稳定且高质量的飞行路径,显著提升无人机的任务执行能力与鲁棒性.
摘要:
机器翻译幻觉是指译文引入与源文无关的信息, 漏译是指译文遗漏源文关键信息. 针对现有基于模型内部状态的方法依赖额外内部信息、基于外部工具的方法与任务目标不完全一致的问题, 提出结合大语言模型与双流特征网络的Hybrid-HOD. 该方法构建由深度语义特征流和多视角语义对齐特征流组成的异构双流特征, 前者建模源文、机器译文、伪参考译文与回译之间的全局语义一致性, 后者刻画逻辑蕴含、语义相似度和字符级一致性等细粒度对齐信息. 模型通过注意力门控机制融合异构双流特征, 并结合不确定性多任务学习策略优化参数, 在推理阶段与大语言模型直接评分进行线性加权融合, 实现对幻觉与漏译的有效检测. 公开数据集HalOmi上的实验表明, 该方法在句子级严重度排序与二分类任务中均优于基线.
机器翻译幻觉是指译文引入与源文无关的信息, 漏译是指译文遗漏源文关键信息. 针对现有基于模型内部状态的方法依赖额外内部信息、基于外部工具的方法与任务目标不完全一致的问题, 提出结合大语言模型与双流特征网络的Hybrid-HOD. 该方法构建由深度语义特征流和多视角语义对齐特征流组成的异构双流特征, 前者建模源文、机器译文、伪参考译文与回译之间的全局语义一致性, 后者刻画逻辑蕴含、语义相似度和字符级一致性等细粒度对齐信息. 模型通过注意力门控机制融合异构双流特征, 并结合不确定性多任务学习策略优化参数, 在推理阶段与大语言模型直接评分进行线性加权融合, 实现对幻觉与漏译的有效检测. 公开数据集HalOmi上的实验表明, 该方法在句子级严重度排序与二分类任务中均优于基线.
摘要:
CO2排放浓度动态预测是助力实现双碳战略的关键环节之一, 但城市固废焚烧(MSWI)过程受限于燃料与工况波动及数据噪声等多种因素, 传统数据驱动或机理驱动难以实现高精度建模. 针对该问题, 提出虚实数据混合驱动的CO2排放浓度预测方法. 首先, 依据CO2的产生机理特性通过耦合多软件构建数值仿真模型并结合双重正交实验获取虚拟机理数据; 然后, 在采用虚拟机理数据构建基于改进决策树的可解释主模型的基础上, 以真实过程数据为输入得到主模型残差数据后再采用区间三型模糊宽度学习系统构建残差补偿模型, 得到虚实驱动主补机制模型; 接着, 为捕获CO2排放的动态特性, 基于长短期神经网络构建真实数据驱动时序特性模型; 最后, 通过改进岭回归实现上述虚实模型输出的动态融合, 得到CO2排放浓度的预测结果. 基于北京某MSWI电厂实际数据验证了模型的有效性和合理性.
CO2排放浓度动态预测是助力实现双碳战略的关键环节之一, 但城市固废焚烧(MSWI)过程受限于燃料与工况波动及数据噪声等多种因素, 传统数据驱动或机理驱动难以实现高精度建模. 针对该问题, 提出虚实数据混合驱动的CO2排放浓度预测方法. 首先, 依据CO2的产生机理特性通过耦合多软件构建数值仿真模型并结合双重正交实验获取虚拟机理数据; 然后, 在采用虚拟机理数据构建基于改进决策树的可解释主模型的基础上, 以真实过程数据为输入得到主模型残差数据后再采用区间三型模糊宽度学习系统构建残差补偿模型, 得到虚实驱动主补机制模型; 接着, 为捕获CO2排放的动态特性, 基于长短期神经网络构建真实数据驱动时序特性模型; 最后, 通过改进岭回归实现上述虚实模型输出的动态融合, 得到CO2排放浓度的预测结果. 基于北京某MSWI电厂实际数据验证了模型的有效性和合理性.
摘要:
针对受多重输入非线性影响的机电系统轨迹跟踪问题, 提出一种MIMO无模型最优预设时间和精度控制方法. 首先, 为实现无模型控制, 提出分数阶MIMO极局部模型在极小时间窗口内重构被控系统; 进而基于准时延估计和分数阶滑模控制提出MIMO无模型分数阶控制. 然后, 引入不受初值影响的改进性能函数, 实现对跟踪误差的预设时间和精度约束, 并设计有限时间控制稳定闭环系统, 进而提出MIMO无模型分数阶预设性能有限时间控制. 进一步, 使用海洋捕食者算法优化控制输入增益矩阵参数. 最后, 使用李雅普诺夫方法证明了闭环系统稳定性. 应用于三自由度机械臂的联合仿真表明, 所提方法的平均IAE性能指标相比于基于特征建模的智能自适应控制和无模型预设性能固定时间控制分别减小88.1%和62.1%. 此外相较于矩阵参数人工整定和灰狼优化, 经海洋捕食者算法优化后所提方法的平均IAE性能指标分别能降低74.6%和53.6%. 最后, 应用于七自由度外骨骼的联合仿真进一步验证了所提方法在更复杂系统中的有效性.
针对受多重输入非线性影响的机电系统轨迹跟踪问题, 提出一种MIMO无模型最优预设时间和精度控制方法. 首先, 为实现无模型控制, 提出分数阶MIMO极局部模型在极小时间窗口内重构被控系统; 进而基于准时延估计和分数阶滑模控制提出MIMO无模型分数阶控制. 然后, 引入不受初值影响的改进性能函数, 实现对跟踪误差的预设时间和精度约束, 并设计有限时间控制稳定闭环系统, 进而提出MIMO无模型分数阶预设性能有限时间控制. 进一步, 使用海洋捕食者算法优化控制输入增益矩阵参数. 最后, 使用李雅普诺夫方法证明了闭环系统稳定性. 应用于三自由度机械臂的联合仿真表明, 所提方法的平均IAE性能指标相比于基于特征建模的智能自适应控制和无模型预设性能固定时间控制分别减小88.1%和62.1%. 此外相较于矩阵参数人工整定和灰狼优化, 经海洋捕食者算法优化后所提方法的平均IAE性能指标分别能降低74.6%和53.6%. 最后, 应用于七自由度外骨骼的联合仿真进一步验证了所提方法在更复杂系统中的有效性.
摘要:
为满足供电可靠性、经济性和安全性等运行要求, 智能电网通常涉及微电网孤岛运行、并网运行以及两种运行模式之间的动态切换. 本文提出了一种考虑不同运行模式下系统数据隐私保护需求的智能电网分布式经济调度算法. 首先将微-主网通信机制融入所提算法中, 实现了微电网与主网之间信息的双向交互. 进一步地, 为克服现有隐私保护方法存在的收敛精度不足以及需收集全局信息等问题, 引入基于混合信息的隐私保护机制, 其中混合信息由节点状态及其功率信息构成, 各节点通过接收混合信息完成自身状态更新. 利用Perron-Frobenius定理、矩阵扰动理论以及Karush-Kuhn-Tucker条件证明了所提算法无需收集全局信息即可使系统状态精确收敛至全局最优解. 同时, 考虑两种典型的窃听者模型, 对所提算法在孤岛与并网两种运行模式下经济调度的隐私性进行了分析. 最后, 通过不同运行条件下的仿真实验, 验证了所提算法的可行性和优越性.
为满足供电可靠性、经济性和安全性等运行要求, 智能电网通常涉及微电网孤岛运行、并网运行以及两种运行模式之间的动态切换. 本文提出了一种考虑不同运行模式下系统数据隐私保护需求的智能电网分布式经济调度算法. 首先将微-主网通信机制融入所提算法中, 实现了微电网与主网之间信息的双向交互. 进一步地, 为克服现有隐私保护方法存在的收敛精度不足以及需收集全局信息等问题, 引入基于混合信息的隐私保护机制, 其中混合信息由节点状态及其功率信息构成, 各节点通过接收混合信息完成自身状态更新. 利用Perron-Frobenius定理、矩阵扰动理论以及Karush-Kuhn-Tucker条件证明了所提算法无需收集全局信息即可使系统状态精确收敛至全局最优解. 同时, 考虑两种典型的窃听者模型, 对所提算法在孤岛与并网两种运行模式下经济调度的隐私性进行了分析. 最后, 通过不同运行条件下的仿真实验, 验证了所提算法的可行性和优越性.
摘要:
肝脏肿瘤精准分割是计算机辅助诊断中的关键任务, 但现有深度学习方法高度依赖大规模像素级标注, 而医学图像标注需要专业放射科医生参与, 成本高且耗时, 限制了临床应用. 为此, 提出AutoSynth-Liver, 一种基于自回归模型的肝脏肿瘤合成增强框架. 该框架通过学习真实肿瘤的外观特征与空间分布规律, 生成多样化且逼真的合成肿瘤, 并自然融合到健康肝脏区域, 从而构建大量带精确标注的训练数据, 实现低标注条件下的高性能分割. 具体包括: 1)基于PixelCNN或VQ-VAE结合Transformer的自回归肿瘤生成模块, 用于建模肿瘤纹理与边界特征; 2)条件图像合成模块, 用于保证肿瘤融合的解剖学合理性; 3)混合监督分割训练模块, 通过联合使用合成数据与少量真实标注数据提升分割性能. 在LiTS17、3DIRCADb和CHAOS数据集上的实验表明, 仅使用合成数据训练时, AutoSynth-Liver的DSC即可达到66.2%, 相当于全监督方法(71.2%)的93.0%; 结合10%真实标注数据后, DSC提升至69.1%, 接近全监督水平. 同时, 该框架将人工标注工作量减少90%以上, 并在病灶检测率和体积测量等临床指标上达到可接受水平.
肝脏肿瘤精准分割是计算机辅助诊断中的关键任务, 但现有深度学习方法高度依赖大规模像素级标注, 而医学图像标注需要专业放射科医生参与, 成本高且耗时, 限制了临床应用. 为此, 提出AutoSynth-Liver, 一种基于自回归模型的肝脏肿瘤合成增强框架. 该框架通过学习真实肿瘤的外观特征与空间分布规律, 生成多样化且逼真的合成肿瘤, 并自然融合到健康肝脏区域, 从而构建大量带精确标注的训练数据, 实现低标注条件下的高性能分割. 具体包括: 1)基于PixelCNN或VQ-VAE结合Transformer的自回归肿瘤生成模块, 用于建模肿瘤纹理与边界特征; 2)条件图像合成模块, 用于保证肿瘤融合的解剖学合理性; 3)混合监督分割训练模块, 通过联合使用合成数据与少量真实标注数据提升分割性能. 在LiTS17、3DIRCADb和CHAOS数据集上的实验表明, 仅使用合成数据训练时, AutoSynth-Liver的DSC即可达到66.2%, 相当于全监督方法(71.2%)的93.0%; 结合10%真实标注数据后, DSC提升至69.1%, 接近全监督水平. 同时, 该框架将人工标注工作量减少90%以上, 并在病灶检测率和体积测量等临床指标上达到可接受水平.
摘要:
实际工业数据因检测方式不同, 过程变量与质量指标往往采样速率各异, 受低采样率数据影响, 可有效利用的样本稀缺, 传统建模精度难以提升. 此外, 因过程响应特性及传感器部署分布差异使各过程变量相对最终产品质量指标存在不同程度时滞, 但实际现场无法进行阶跃测试使得过程时滞难以测量, 进一步增加了建模难度. 为此, 本文提出一种面向多速率难测时滞工业过程的质量指标建模方法, 该方法首先设计基于核Copula熵的数据依赖结构时滞估计方法, 通过核Copula熵定量分析过程数据依赖结构关联强度, 将时滞参数估计问题转化为寻找最大依赖结构关联度问题, 引入专家经验约束依赖结构寻优过程, 保证时滞参数符合工业现场情况并修正数据时序对应关系. 进一步, 提出一种多速率采样数据时空约束网络模型, 该模型通过融合数据的时序特性与空间关联性, 构建时序因果的邻近样本质量指标的时空距离相似度约束矩阵, 据此充分挖掘无质量指标标签样本信息辅助模型构建, 提升软测量建模精度, 并且证明了网络模型的收敛性. 最后, 基于数值仿真和实际磨矿数据工业实验验证了所提方法的可行性和有效性
实际工业数据因检测方式不同, 过程变量与质量指标往往采样速率各异, 受低采样率数据影响, 可有效利用的样本稀缺, 传统建模精度难以提升. 此外, 因过程响应特性及传感器部署分布差异使各过程变量相对最终产品质量指标存在不同程度时滞, 但实际现场无法进行阶跃测试使得过程时滞难以测量, 进一步增加了建模难度. 为此, 本文提出一种面向多速率难测时滞工业过程的质量指标建模方法, 该方法首先设计基于核Copula熵的数据依赖结构时滞估计方法, 通过核Copula熵定量分析过程数据依赖结构关联强度, 将时滞参数估计问题转化为寻找最大依赖结构关联度问题, 引入专家经验约束依赖结构寻优过程, 保证时滞参数符合工业现场情况并修正数据时序对应关系. 进一步, 提出一种多速率采样数据时空约束网络模型, 该模型通过融合数据的时序特性与空间关联性, 构建时序因果的邻近样本质量指标的时空距离相似度约束矩阵, 据此充分挖掘无质量指标标签样本信息辅助模型构建, 提升软测量建模精度, 并且证明了网络模型的收敛性. 最后, 基于数值仿真和实际磨矿数据工业实验验证了所提方法的可行性和有效性
摘要:
设计了高阶全驱系统的一种无模型控制器. 首先, 将无模型控制问题转化为不确定系统的输出反馈半全局镇定问题; 随后, 基于参量Lyapunov设计方法, 构造基于观测器的动态输出反馈. 进一步地, 阐明由原系统与观测器误差系统构成的增广闭环系统是一类弱耦合互联系统, 通过分析该系统特性, 完成闭环系统渐近稳定性与吸引域分析. 最后, 论证该输出反馈控制器构成高阶全驱系统的无模型控制器. 与传统基于模型的控制器相比, 所设计控制器不仅能够适应系统存在未建模动态及控制增益未知的情形, 还具有显式表达式, 且参数调节简便(对于n阶系统, 仅需调整3个参数). 通过船舶航向控制系统与柔性关节机械臂系统的仿真, 验证所设计无模型控制器的有效性.
设计了高阶全驱系统的一种无模型控制器. 首先, 将无模型控制问题转化为不确定系统的输出反馈半全局镇定问题; 随后, 基于参量Lyapunov设计方法, 构造基于观测器的动态输出反馈. 进一步地, 阐明由原系统与观测器误差系统构成的增广闭环系统是一类弱耦合互联系统, 通过分析该系统特性, 完成闭环系统渐近稳定性与吸引域分析. 最后, 论证该输出反馈控制器构成高阶全驱系统的无模型控制器. 与传统基于模型的控制器相比, 所设计控制器不仅能够适应系统存在未建模动态及控制增益未知的情形, 还具有显式表达式, 且参数调节简便(对于n阶系统, 仅需调整3个参数). 通过船舶航向控制系统与柔性关节机械臂系统的仿真, 验证所设计无模型控制器的有效性.
摘要:
随着航空航天、能源动力与智能制造等领域对结构安全与运行可靠性要求的不断提升, 缺陷无损检测的重要性日益凸显. 然而传统方法受限于固定采集、人工依赖及泛化能力不足等因素制约, 难以满足复杂场景下高精度效率与智能化的需求. 具身智能在智能体自主移动、多模态感知与闭环决策控制方面, 提供了新路径. 通过将环境感知与缺陷检测模块集成于智能体平台, 并结合物理建模及主动规划等算法, 可实现由被动采集向主动信息获取的转变, 显著提升检测的可达性、自主性与数据质量. 围绕这一范式, 系统梳理具身智能缺陷无损检测的概念内涵与整体组成框架, 从传感器体系、无人系统平台及核心算法三个层面构建统一技术体系, 并结合典型工作对不同具身载体下的实现路径进行综合分析. 在此基础上, 归纳当前该领域在复杂环境适应、多模态协同与自主决策等方面面临的关键挑战, 并对未来发展趋势进行展望, 为具身智能缺陷无损检测技术的进一步研究与工程应用提供系统性参考.
随着航空航天、能源动力与智能制造等领域对结构安全与运行可靠性要求的不断提升, 缺陷无损检测的重要性日益凸显. 然而传统方法受限于固定采集、人工依赖及泛化能力不足等因素制约, 难以满足复杂场景下高精度效率与智能化的需求. 具身智能在智能体自主移动、多模态感知与闭环决策控制方面, 提供了新路径. 通过将环境感知与缺陷检测模块集成于智能体平台, 并结合物理建模及主动规划等算法, 可实现由被动采集向主动信息获取的转变, 显著提升检测的可达性、自主性与数据质量. 围绕这一范式, 系统梳理具身智能缺陷无损检测的概念内涵与整体组成框架, 从传感器体系、无人系统平台及核心算法三个层面构建统一技术体系, 并结合典型工作对不同具身载体下的实现路径进行综合分析. 在此基础上, 归纳当前该领域在复杂环境适应、多模态协同与自主决策等方面面临的关键挑战, 并对未来发展趋势进行展望, 为具身智能缺陷无损检测技术的进一步研究与工程应用提供系统性参考.
摘要:
情境化习题是联系数学概念与真实世界的重要载体, 对培养学生数学建模与应用能力具有关键作用. 然而, 现有基于大语言模型的习题编制方法容易使情境设计流于形式, 导致题干冗长花哨或偏离数学本质, 同时缺乏对学生认知差异的建模, 生成或改编而成的习题难以适配不同发展阶段. 因此, 提出一种基于多智能体协同与迭代优化策略的习题情境化改编框架, 以解决通用方法存在的情境失真、认知失配等困境. 该框架深度融合问题解决理论与教学支架理论, 首先定义多种类型的学生认知特征, 并系统梳理学生在解题各阶段可能出现的常见错误类型, 将其归因并映射为多种教学支架. 在此基础上, 构建包含习题生成、学生模拟与诊断、习题改进三大智能体的协同架构, 从教学支架视角为习题改进提供理论化、可操作的动作空间, 结合多种优化策略将情境化习题命制任务形式化为一个序列决策问题. 实验结果表明, 本框架改编形成的习题在情境相关、知识迁移、认知适配等方面均显著优于基线方法, 相关模块的设计在创设情境的同时能有效降低各类学生的非必要认知错误, 从而提升情境化习题质量, 以充分发挥其育人功能.
情境化习题是联系数学概念与真实世界的重要载体, 对培养学生数学建模与应用能力具有关键作用. 然而, 现有基于大语言模型的习题编制方法容易使情境设计流于形式, 导致题干冗长花哨或偏离数学本质, 同时缺乏对学生认知差异的建模, 生成或改编而成的习题难以适配不同发展阶段. 因此, 提出一种基于多智能体协同与迭代优化策略的习题情境化改编框架, 以解决通用方法存在的情境失真、认知失配等困境. 该框架深度融合问题解决理论与教学支架理论, 首先定义多种类型的学生认知特征, 并系统梳理学生在解题各阶段可能出现的常见错误类型, 将其归因并映射为多种教学支架. 在此基础上, 构建包含习题生成、学生模拟与诊断、习题改进三大智能体的协同架构, 从教学支架视角为习题改进提供理论化、可操作的动作空间, 结合多种优化策略将情境化习题命制任务形式化为一个序列决策问题. 实验结果表明, 本框架改编形成的习题在情境相关、知识迁移、认知适配等方面均显著优于基线方法, 相关模块的设计在创设情境的同时能有效降低各类学生的非必要认知错误, 从而提升情境化习题质量, 以充分发挥其育人功能.
摘要:
人格特质作为个体在思想、情感和行为模式上独特且相对稳定的心理特征, 是理解和预测人类行为的重要维度. 多模态人格评分预测研究已成为心理学、社会学与计算科学交叉融合的前沿热点. 然而, 现有评分预测方法在捕捉个体稳定人格特质时, 常因行为表现中的非典型成分(如停顿、思考或环境噪声)而产生偏差, 影响了人格特质多维度评分预测的准确性. 针对这一问题, 受认知−情感人格系统(Cognitive-Affective Personality System, CAPS)理论启发, 提出一种多模态人格评分预测框架EBPNet(Emotion-Behavior-based Personality Network). 该框架充分利用社会情境对人格表现的调节作用, 通过构建上下文情境感知模块, 系统整合视频数据中的动态情境发展过程, 减少了非典型行为对人格特质评分预测的影响. 同时, 框架融合视觉大模型的细粒度情感分析能力, 精确提取情绪演变轨迹与微表情特征, 并与语音转录文本形成多类型数据的协同评分预测, 提升了对个体情感-行为时序模式的建模能力. 通过显式建模社会情境与多模态行为数据的交互关系, 该框架实现了人格特质的多维度评分预测. 实验结果表明, EBPNet在目前广泛认可的多模态人格分析数据集First Impressions V2上的表现优于现有基线模型, 验证了社会心理学启发的多维度评分预测方法的有效性.
人格特质作为个体在思想、情感和行为模式上独特且相对稳定的心理特征, 是理解和预测人类行为的重要维度. 多模态人格评分预测研究已成为心理学、社会学与计算科学交叉融合的前沿热点. 然而, 现有评分预测方法在捕捉个体稳定人格特质时, 常因行为表现中的非典型成分(如停顿、思考或环境噪声)而产生偏差, 影响了人格特质多维度评分预测的准确性. 针对这一问题, 受认知−情感人格系统(Cognitive-Affective Personality System, CAPS)理论启发, 提出一种多模态人格评分预测框架EBPNet(Emotion-Behavior-based Personality Network). 该框架充分利用社会情境对人格表现的调节作用, 通过构建上下文情境感知模块, 系统整合视频数据中的动态情境发展过程, 减少了非典型行为对人格特质评分预测的影响. 同时, 框架融合视觉大模型的细粒度情感分析能力, 精确提取情绪演变轨迹与微表情特征, 并与语音转录文本形成多类型数据的协同评分预测, 提升了对个体情感-行为时序模式的建模能力. 通过显式建模社会情境与多模态行为数据的交互关系, 该框架实现了人格特质的多维度评分预测. 实验结果表明, EBPNet在目前广泛认可的多模态人格分析数据集First Impressions V2上的表现优于现有基线模型, 验证了社会心理学启发的多维度评分预测方法的有效性.
摘要:
本文对流形上的几何状态估计方法进行全面的梳理. 首先介绍流形上一般滤波器设计的思路, 然后从保持几何性质的观测器角度讨论流形空间中滤波器设计的思路以及带来的几何性质优势.流形上的几何状态估计器设计主要包括不变扩展卡尔曼滤波和等变滤波两个阶段.流形上的几何状态估计方法提供了一种通用的理论框架来进行滤波器设计, 通过灵活的群构造和群作用的选择, 可以针对不同观测类型设计保持系统几何结构的滤波器.在利用系统几何结构的基础上可以从根本上解决传统滤波器存在的不一致性问题, 并有望减少线性化误差, 从而提高了状态估计的精度和鲁棒性.最后本文对未来发展方向进行了展望.
本文对流形上的几何状态估计方法进行全面的梳理. 首先介绍流形上一般滤波器设计的思路, 然后从保持几何性质的观测器角度讨论流形空间中滤波器设计的思路以及带来的几何性质优势.流形上的几何状态估计器设计主要包括不变扩展卡尔曼滤波和等变滤波两个阶段.流形上的几何状态估计方法提供了一种通用的理论框架来进行滤波器设计, 通过灵活的群构造和群作用的选择, 可以针对不同观测类型设计保持系统几何结构的滤波器.在利用系统几何结构的基础上可以从根本上解决传统滤波器存在的不一致性问题, 并有望减少线性化误差, 从而提高了状态估计的精度和鲁棒性.最后本文对未来发展方向进行了展望.
摘要:
为更好地利用人类经验并遵循人类意愿,提出一种引入人机共驾领导者的多农机容错协同编队控制方法. 首先,建立包含运动学和动力学的农机系统模型,其中领导者控制输入由驾驶员控制和驾驶辅助控制组成. 其次,结合预瞄等行为特征构建驾驶员控制模型,并基于模型预测控制设计领导者驾驶辅助控制系统,设计模糊规则动态调整驾驶员和辅助系统之间的控制权限. 然后,针对人机共驾领导者的控制输入未知的问题,基于对领导者横向速度和转向角的分布式估计,设计一种位置编队线性控制方法. 最后,通过仿真验证该方法的有效性.
为更好地利用人类经验并遵循人类意愿,提出一种引入人机共驾领导者的多农机容错协同编队控制方法. 首先,建立包含运动学和动力学的农机系统模型,其中领导者控制输入由驾驶员控制和驾驶辅助控制组成. 其次,结合预瞄等行为特征构建驾驶员控制模型,并基于模型预测控制设计领导者驾驶辅助控制系统,设计模糊规则动态调整驾驶员和辅助系统之间的控制权限. 然后,针对人机共驾领导者的控制输入未知的问题,基于对领导者横向速度和转向角的分布式估计,设计一种位置编队线性控制方法. 最后,通过仿真验证该方法的有效性.
摘要:
工业时间序列数据常伴随缺失、漂移等异常情况, 给准确预测带来挑战. 提出一种结合迁移学习的ESN-AR模型以应对这些问题. 具体而言, 将异常数据集作为目标域, 首先采用动态时间规整筛选源域数据. 不同于仅利用源域数据进行参数初始化的传统迁移学习方法, 将源域数据的自回归特征引入ESN储备池. 该储备池统一处理目标域与源域数据的状态更新, 使源域健康的趋势信息能够持续参与目标域的预测过程. 这一设计增强了对趋势信息的关注, 从而提高了模型在数据异常时的预测鲁棒性. 接着, 通过递归最小二乘法在线更新跨域共享的输出权重, 实现知识的有效迁移. 最后, 基于风电场风电功率数据的实验结果表明, 即使在数据漂移、缺失以及低相似度的情况下, 该方法仍能保持优异的预测性能.
工业时间序列数据常伴随缺失、漂移等异常情况, 给准确预测带来挑战. 提出一种结合迁移学习的ESN-AR模型以应对这些问题. 具体而言, 将异常数据集作为目标域, 首先采用动态时间规整筛选源域数据. 不同于仅利用源域数据进行参数初始化的传统迁移学习方法, 将源域数据的自回归特征引入ESN储备池. 该储备池统一处理目标域与源域数据的状态更新, 使源域健康的趋势信息能够持续参与目标域的预测过程. 这一设计增强了对趋势信息的关注, 从而提高了模型在数据异常时的预测鲁棒性. 接着, 通过递归最小二乘法在线更新跨域共享的输出权重, 实现知识的有效迁移. 最后, 基于风电场风电功率数据的实验结果表明, 即使在数据漂移、缺失以及低相似度的情况下, 该方法仍能保持优异的预测性能.
摘要:
大气湍流是由大气折射率随机起伏引起的复杂光学退化现象, 通常导致成像过程中产生几何畸变、模糊及闪烁等问题, 严重制约远距离成像系统的视觉质量与机器感知性能. 本文系统综述基于深度学习的大气湍流抑制研究, 详细探讨基于卷积神经网络、生成对抗网络、Transformer、扩散模型以及 Mamba 的多种核心方法, 并从建模能力、鲁棒性与计算效率等方面对各类代表性方法进行对比分析. 最后, 围绕复杂场景、实时处理、高分辨率成像等关键问题进行总结与展望, 为未来研究提供参考.
大气湍流是由大气折射率随机起伏引起的复杂光学退化现象, 通常导致成像过程中产生几何畸变、模糊及闪烁等问题, 严重制约远距离成像系统的视觉质量与机器感知性能. 本文系统综述基于深度学习的大气湍流抑制研究, 详细探讨基于卷积神经网络、生成对抗网络、Transformer、扩散模型以及 Mamba 的多种核心方法, 并从建模能力、鲁棒性与计算效率等方面对各类代表性方法进行对比分析. 最后, 围绕复杂场景、实时处理、高分辨率成像等关键问题进行总结与展望, 为未来研究提供参考.
摘要:
随着大语言模型的发展, 多智能体虚拟课堂正成为低风险教学实验与策略验证的重要工具. 然而, 现有方法往往忽视真实课堂中的话语结构、学生潜在状态与同伴交互机制, 缺乏对教学互动真实性及干预效果的系统建模与评估. 为此, 提出IRF-Smi框架: 以发起–应答–反馈话语链条约束教学对话, 结合第一视角潜在状态建模与小世界社交网络, 刻画师生行为的动态演化及同伴影响. 同时构建教学互动真实性评测基准, 并采用Pearson相关系数、组内相关系数及平均绝对误差对模拟结果进行量化评估. 在50节K-12课堂数据上的实验表明, IRF-Smi相比AutoGen与MetaGPT在师生行为分布一致性方面表现更优; 此外, 游戏化教学策略带来显著收益, 验证了该框架用于教学机制研究与智能体行为验证的潜力.
随着大语言模型的发展, 多智能体虚拟课堂正成为低风险教学实验与策略验证的重要工具. 然而, 现有方法往往忽视真实课堂中的话语结构、学生潜在状态与同伴交互机制, 缺乏对教学互动真实性及干预效果的系统建模与评估. 为此, 提出IRF-Smi框架: 以发起–应答–反馈话语链条约束教学对话, 结合第一视角潜在状态建模与小世界社交网络, 刻画师生行为的动态演化及同伴影响. 同时构建教学互动真实性评测基准, 并采用Pearson相关系数、组内相关系数及平均绝对误差对模拟结果进行量化评估. 在50节K-12课堂数据上的实验表明, IRF-Smi相比AutoGen与MetaGPT在师生行为分布一致性方面表现更优; 此外, 游戏化教学策略带来显著收益, 验证了该框架用于教学机制研究与智能体行为验证的潜力.
摘要:
在工业4.0时代, 大语言模型向工业边缘异构集群的迁移已成为一项关键技术挑战.边缘设备计算与存储资源受限、动态负载波动、异构架构复杂以及网络高延迟等特性, 使得传统推理框架难以满足工业场景对实时性、鲁棒性和隐私保护的需求.提出一种动态弹性推理框架(Dynama), 设计全域心跳被动感知器和实时弹性量化调度算法.该框架采用管道环并行结构, 实现模型层动态分配与懒加载; 通过被动监测设备延迟向量, 触发实时弹性量化调度算法在不改变层分配前提下优化量化版本, 平衡延迟最小化和精度损失. Dynama通过优化数据传输与量化策略, 显著提升高延迟网络环境下的推理效率, 适应工业边缘的动态环境变化.实验结果表明, Dynama在工业边缘异构集群中展现出优异的实时性与鲁棒性, 为工业智能的落地应用提供高效、可靠的解决方案.
在工业4.0时代, 大语言模型向工业边缘异构集群的迁移已成为一项关键技术挑战.边缘设备计算与存储资源受限、动态负载波动、异构架构复杂以及网络高延迟等特性, 使得传统推理框架难以满足工业场景对实时性、鲁棒性和隐私保护的需求.提出一种动态弹性推理框架(Dynama), 设计全域心跳被动感知器和实时弹性量化调度算法.该框架采用管道环并行结构, 实现模型层动态分配与懒加载; 通过被动监测设备延迟向量, 触发实时弹性量化调度算法在不改变层分配前提下优化量化版本, 平衡延迟最小化和精度损失. Dynama通过优化数据传输与量化策略, 显著提升高延迟网络环境下的推理效率, 适应工业边缘的动态环境变化.实验结果表明, Dynama在工业边缘异构集群中展现出优异的实时性与鲁棒性, 为工业智能的落地应用提供高效、可靠的解决方案.
, 最新更新时间
, doi: 10.16383/j.aas.c190277
摘要:
首先, 通过分析黑体温度控制系统的物理模型, 推演出黑体传递函数的表达式.推演过程中得知黑体易受环境温度和空气散热的影响, 所以黑体温度控制系统是个非线性时变系统.结合实验黑体的阶跃响应数据, 采用阶跃响应法对传递函数进行近似计算, 得出黑体温控系统的传递函数是极点在左半轴的二阶系统, 该系统等效于二阶低通滤波器.经过低通滤波器的信号, 会滤除高频部分, 当用继电器法进行参数自整定时, 仅需计算能量较大的基波信号.通过对基波信号进行比较, 得出继电器法的整定公式, 并参照Ziegler-Nichols整定法则计算出PID参数.同时, 本文针对黑体加热器具有双路输出的特点, 提出了一种双路动态输出法, 通过理论分析了该方法可以消除环境对黑体温度的影响.对于环境温度变化较大的, 采用继电器法PID参数自整定的方式来消除; 对于黑体运行过程中环境温度变化较小的, 采用双路动态输出法来减少影响.最后, 结合实验数据, 引入性能指标, 验证了本文所述方法对黑体的温度控制性能有一定的提升.
首先, 通过分析黑体温度控制系统的物理模型, 推演出黑体传递函数的表达式.推演过程中得知黑体易受环境温度和空气散热的影响, 所以黑体温度控制系统是个非线性时变系统.结合实验黑体的阶跃响应数据, 采用阶跃响应法对传递函数进行近似计算, 得出黑体温控系统的传递函数是极点在左半轴的二阶系统, 该系统等效于二阶低通滤波器.经过低通滤波器的信号, 会滤除高频部分, 当用继电器法进行参数自整定时, 仅需计算能量较大的基波信号.通过对基波信号进行比较, 得出继电器法的整定公式, 并参照Ziegler-Nichols整定法则计算出PID参数.同时, 本文针对黑体加热器具有双路输出的特点, 提出了一种双路动态输出法, 通过理论分析了该方法可以消除环境对黑体温度的影响.对于环境温度变化较大的, 采用继电器法PID参数自整定的方式来消除; 对于黑体运行过程中环境温度变化较小的, 采用双路动态输出法来减少影响.最后, 结合实验数据, 引入性能指标, 验证了本文所述方法对黑体的温度控制性能有一定的提升.
, 最新更新时间
, doi: 10.16383/j.aas.c200007
摘要:
仿人智能控制是现代智能控制理论之一, 利用分层递阶的控制结构与多控制模态为强非线性、大迟滞、难建模问题提供了切实可行的解决方案, 近些年来发展迅速并且得到学术界的持续关注, 但缺乏对该理论研究进展系统性的总结. 本文通过系统的梳理仿人智能控制的理论基础和发展脉络, 将其划分为三代控制模型, 分别从每一代控制模型的算法描述、研究进展与应用进展三个角度进行综述, 同时, 结合当前的研究进展讨论仿人智能控制在控制模型、结构功能、参数校正方面进一步研究的方向.
仿人智能控制是现代智能控制理论之一, 利用分层递阶的控制结构与多控制模态为强非线性、大迟滞、难建模问题提供了切实可行的解决方案, 近些年来发展迅速并且得到学术界的持续关注, 但缺乏对该理论研究进展系统性的总结. 本文通过系统的梳理仿人智能控制的理论基础和发展脉络, 将其划分为三代控制模型, 分别从每一代控制模型的算法描述、研究进展与应用进展三个角度进行综述, 同时, 结合当前的研究进展讨论仿人智能控制在控制模型、结构功能、参数校正方面进一步研究的方向.
, 最新更新时间
, doi: 10.16383/j.aas.2020.c200033
摘要:
深度神经网络在解决复杂问题方面取得了惊人的成功, 广泛应用于生活中各个领域, 但是最近的研究表明, 深度神经网络容易受到精心设计的对抗样本的攻击, 导致网络模型输出错误的预测结果, 这对于深度学习网络的安全性是一种极大的挑战. 对抗攻击是深度神经网络发展过程中必须克服的一大障碍, 设计一种高效且能够防御多种对抗攻击算法, 且具有强鲁棒性的防御模型是有效推动对抗攻击防御的方向之一, 探究能否利用对抗性攻击来训练网络分类器从而提高其鲁棒性具有重要意义. 本文将生成对抗网络(Generative adversarial networks, GAN)和现有的攻击算法结合, 提出一种基于生成对抗网络的对抗攻击防御模型(AC-DefGAN), 利用对抗攻击算法生成攻击样本作为GAN的训练样本, 同时在网络中加入条件约束来稳定模型的训练过程, 利用分类器对生成器所生成样本的分类来指导GAN的训练过程, 通过自定义分类器需要防御的攻击算法来生成对抗样本以完成判别器的训练, 从而得到能够防御多种对抗攻击的分类器. 通过在MNIST、CIFAR-10和ImageNet数据集上进行实验, 证明训练完成后, AC-DefGAN可以直接对原始样本和对抗样本进行正确分类, 对各类对抗攻击算法达到很好的防御效果, 且比已有方法防御效果好、鲁棒性强.
深度神经网络在解决复杂问题方面取得了惊人的成功, 广泛应用于生活中各个领域, 但是最近的研究表明, 深度神经网络容易受到精心设计的对抗样本的攻击, 导致网络模型输出错误的预测结果, 这对于深度学习网络的安全性是一种极大的挑战. 对抗攻击是深度神经网络发展过程中必须克服的一大障碍, 设计一种高效且能够防御多种对抗攻击算法, 且具有强鲁棒性的防御模型是有效推动对抗攻击防御的方向之一, 探究能否利用对抗性攻击来训练网络分类器从而提高其鲁棒性具有重要意义. 本文将生成对抗网络(Generative adversarial networks, GAN)和现有的攻击算法结合, 提出一种基于生成对抗网络的对抗攻击防御模型(AC-DefGAN), 利用对抗攻击算法生成攻击样本作为GAN的训练样本, 同时在网络中加入条件约束来稳定模型的训练过程, 利用分类器对生成器所生成样本的分类来指导GAN的训练过程, 通过自定义分类器需要防御的攻击算法来生成对抗样本以完成判别器的训练, 从而得到能够防御多种对抗攻击的分类器. 通过在MNIST、CIFAR-10和ImageNet数据集上进行实验, 证明训练完成后, AC-DefGAN可以直接对原始样本和对抗样本进行正确分类, 对各类对抗攻击算法达到很好的防御效果, 且比已有方法防御效果好、鲁棒性强.
, 最新更新时间
, doi: 10.16383/j.aas.c260043
摘要:
教育推荐系统在实际应用中主要面临三类挑战: 一是学生学习行为中普遍存在刷题效应和随机猜测等混淆因素, 易导致模型学习到虚假相关性而偏离隐含的因果机制; 二是知识点之间具有显著的层级依赖与先后结构, 传统欧氏表示难以有效刻画其内在层次关系; 三是现有方法在路径生成过程中忽略学习决策对学生知识状态的影响, 导致推荐路径连贯性不足. 为解决上述问题, 提出一种融合因果启发式去偏与双曲表示的个性化学习路径推荐框架(CHPLR), 通过两阶段建模实现因果去偏、层次建模与路径优化的协同优化. 在第一阶段, 构建学生—练习题—知识点异构图, 利用因果推断削弱刷题频率和随机猜测等混淆因素的干扰, 从而学习更加因果纯净的学生与知识表示; 在此基础上, 第二阶段将去偏后的图结构映射至双曲空间, 借助其天然的层次特性刻画知识点间的递进与依赖关系, 并结合反事实评估设计因果感知的路径规划策略, 在保证知识结构合理性的同时, 优先选择具有更高因果增益的学习序列, 从而提升整体学习效率. 在Junyi、ASSISTments与Math三个真实教育数据集上的实验结果表明,CHPLR在推荐准确率、路径质量及因果一致性等指标上均优于现有基准模型, 且消融实验与鲁棒性分析进一步验证了各模块的有效性与框架整体设计的合理性.
教育推荐系统在实际应用中主要面临三类挑战: 一是学生学习行为中普遍存在刷题效应和随机猜测等混淆因素, 易导致模型学习到虚假相关性而偏离隐含的因果机制; 二是知识点之间具有显著的层级依赖与先后结构, 传统欧氏表示难以有效刻画其内在层次关系; 三是现有方法在路径生成过程中忽略学习决策对学生知识状态的影响, 导致推荐路径连贯性不足. 为解决上述问题, 提出一种融合因果启发式去偏与双曲表示的个性化学习路径推荐框架(CHPLR), 通过两阶段建模实现因果去偏、层次建模与路径优化的协同优化. 在第一阶段, 构建学生—练习题—知识点异构图, 利用因果推断削弱刷题频率和随机猜测等混淆因素的干扰, 从而学习更加因果纯净的学生与知识表示; 在此基础上, 第二阶段将去偏后的图结构映射至双曲空间, 借助其天然的层次特性刻画知识点间的递进与依赖关系, 并结合反事实评估设计因果感知的路径规划策略, 在保证知识结构合理性的同时, 优先选择具有更高因果增益的学习序列, 从而提升整体学习效率. 在Junyi、ASSISTments与Math三个真实教育数据集上的实验结果表明,CHPLR在推荐准确率、路径质量及因果一致性等指标上均优于现有基准模型, 且消融实验与鲁棒性分析进一步验证了各模块的有效性与框架整体设计的合理性.
