💻 computer science
AI-Driven Integrated Process Optimization and Predictive Maintenance for Industrial Manufacturing Systems
本文提出了一种人工智能驱动的框架,该框架通过利用实时传感器数据进行故障检测、剩余使用寿命评估以及动态参数调整,将预测性维护与过程优化相结合,以提升工业制造中的运营效率和系统可靠性。
1017 篇论文
本文提出了一种人工智能驱动的框架,该框架通过利用实时传感器数据进行故障检测、剩余使用寿命评估以及动态参数调整,将预测性维护与过程优化相结合,以提升工业制造中的运营效率和系统可靠性。
本文介绍了一项机器学习研究,该研究利用在合成数据上训练并在波兰排球超级联赛(PlusLiga)真实比赛上进行验证的梯度提升(Gradient Boosting)和随机森林(Random Forest)模型,成功预测了职业排球比赛结果,准确率超过93%,并确定了一传(OPI)和得分差(Break-Point Differentials)是关键的预测特征。
本文提出了一种面向认知无线电网络的AI驱动信任感知安全框架,该框架集成了基于随机森林的检测与贝叶斯信任评估,以有效缓解恶意二次节点(SSDF)、伪用户枚举(PUE)及干扰攻击,在严苛的攻击条件和低信噪比水平下仍能实现高检测精度,并显著提升网络可靠性与吞吐量。
本文提出了 CATBridge,一种多阶段知识增强框架,该框架利用教师-学生协作机制来引导轻量级大语言模型在低资源环境下实现卓越的 CVE-ATT&CK 对齐准确率,其性能显著优于现有的最先进方法以及零样本大规模模型。
本研究通过 CUDA-Q 工作流评估了用于 10 节点空间数据中心的混合经典-量子路由,发现虽然光子后端以低延迟实现了卓越的准确度,但变分量子电路 (VQC) 后端尽管提供了更丰富的量子态结构,却产生了难以承受的延迟惩罚。