An ontology and source-attributed knowledge graph for the computational heritage of Chinese mantic arts: Qimen Dunjia and Meihua Yishu
本文提出了一种溯源属性本体与知识图谱框架,通过建立一个溯源驱动的验证系统来保存这一非物质文化遗产的可审计文献层,从而系统地数字化并验证了中国术数(奇门遁甲与梅花易数)中具有争议性的程序性规则。
4092 篇论文
本文提出了一种溯源属性本体与知识图谱框架,通过建立一个溯源驱动的验证系统来保存这一非物质文化遗产的可审计文献层,从而系统地数字化并验证了中国术数(奇门遁甲与梅花易数)中具有争议性的程序性规则。
本文提出了一项预注册审计,揭示了在具有信息性缺失的冻结时间序列基础模型下,虽然机制平衡适配比平均风险适配危害更小,但所有学习到的适配目标表现都显著差于仅仅保持模型未适配的状态,这使得在没有明确的“无适配”锚点的情况下,不同适配策略之间的比较变得无法解释。
本文提出了 VahanSWARM,这是一个由区块链驱动的集群学习框架,通过允许利益相关者在不共享原始数据的情况下协作训练模型,同时通过 SHA-256 哈希确保可审计性,从而为智能车辆供应链实现安全、去中心化且保护隐私的需求预测。
本文介绍了 SatForensics,这是一个基于 Transformer 的多模态框架,该框架集成了卫星遥测、射频干扰和 GPS 反射测量技术,旨在实现高精度的网络攻击检测与溯源,同时为近地轨道卫星网络维持具备防篡改特性的监管链。
本研究评估了用于多厂商 CBCT 扫描中 3D 缺牙定位的半监督学习和厂商对抗学习策略,发现虽然厂商对抗训练在锁定测试中取得了最佳性能,但半监督方法并未表现出优于纯监督学习的显著优势。
本研究表明,随机森林模型在预测30天内非计划再入院方面优于逻辑回归,同时通过识别先前住院次数和住院时长等关键风险因素的全面可解释性分析,保持了临床实用性。
本文提出了一种结合基于遗传算法的特征选择与未来搜索优化的新型混合元启发式框架,用于准确预测荷兰的 COVID-19 致死率,并证明了其性能优于 Moth-Flame Optimization、Whale Optimization 和 Artificial Neural Networks 等其他算法。
本文提出了 SHIELD-RDH,一种用于加密图像中可逆数据隐藏的新型框架,该框架集成了用于高容量的无损压缩、基于角色的访问控制,以及一种加密安全的自嵌入式认证机制,旨在无需逐像素位置图的情况下确保图像完整性和篡改定位。
本文提出了一种信息支持的粒度(ISG)框架,该框架通过利用信息论推导理论极限,并实现一个确保边缘感知通过平滑降级实现可靠性的实时、无参数深度学习系统,从而根据波动的无线带宽动态调整语义分类分辨率。
本文提出了一种针对可变地理空间上下文的重放安全决策溯源框架,该框架利用版本绑定收据和几何变化前沿来确保决策完整性,同时通过选择性重放实现显著的计算节省。