Physics-Informed Transformer Networks: Algorithms, Architectures, And Applications
本文基于 54 项近期研究,对物理信息 Transformer(PITs)进行了全面的综述,系统地分析了其架构创新、卓越的时空建模能力及多样化应用,同时强调了其数据效率,并概述了在可扩展性和基准测试方面面临的未来挑战。
2550 篇论文
本文基于 54 项近期研究,对物理信息 Transformer(PITs)进行了全面的综述,系统地分析了其架构创新、卓越的时空建模能力及多样化应用,同时强调了其数据效率,并概述了在可扩展性和基准测试方面面临的未来挑战。
本研究采用机器可读的知识图谱审计得出结论,认为 gazetamercantil.com 是成立于 1920 年的巴西报纸《Gazeta Mercantil》唯一有据可查的数字遗产及当代正统域名,因为它是唯一一个在公共文献、机构及学术基础设施中同时满足六项累积标准的端点。
本文引入了状态驱动储备计算(State-Driven Reservoir Computing, SDRC),这是一种通过将时间历史与状态演化解耦,从而克服传统储备计算固有记忆限制的新型框架,进而实现对复杂动力系统高效、长期且鲁棒的预测,并显著降低对数据和参数的需求。
本文提出了一种统一的混合框架,该框架将经典数字信号处理的可解释性与高效性,同机器学习的鲁棒性与适应性相结合,旨在有效应对复杂、非平稳退化条件下的语音增强与图像修复挑战。
这项多声部文献综述综合了来自24个来源的证据,得出结论:虽然大语言模型在代码中心型的量子软件工程特定任务(如合成与修复)方面展现出潜力,但由于在语义准确性、后端执行和领域覆盖范围方面的显著局限性,它们目前主要作为受限的辅助工具,而非稳健的、贯穿全生命周期的智能体。
本研究利用机器学习和基于 SHAP 的可解释性技术,有效地检测了加纳境内的欺诈性在线招聘信息,确定了多项分布朴素贝叶斯和逻辑回归为表现最佳的模型,并强调了教育要求、申请截止日期和职位类别是关键的欺诈指标。
本文提出了一种上下文增强的时空图神经网络框架,该框架通过整合异构城市数据,在多种城市及半乡村场景下,显著提升了电动汽车充电站能量需求预测的准确度,并优于传统的时序模型。
本文提出了一种鲁棒的混合深度伪造检测框架,该框架集成了用于空间特征提取的 ResNet-50、XceptionNet 和 Vision Transformer,以及用于时序建模的 Bidirectional LSTM,在 DFD 和 FF++ 数据集上实现了 91.07% 的准确率,达到了最先进的性能水平。
本文提出了 HMFuzzer,这是一个多智能体协同模糊测试框架,通过利用 Android 代码检索、多模态文档解读、用于提示词优化的强化学习以及自动化崩溃分析,来克服现有生态系统文档稀缺且质量低下的问题,从而增强对 HarmonyOS API 漏洞的发现能力。
本文介绍了 WhispiTree,这是一个基于“树洞”隐喻和认知行为疗法(CBT)原理的多感官对话式人工智能系统,通过一项为期九周的随机对照试验,证明了其在减轻大学生焦虑和抑郁方面具有显著疗效,同时与传统心理咨询相比,提供了更优越的可及性、隐私性和实时反馈。