Population State-Aware Cooperative Adaptive Differential Evolution for Multi-Objective Arterial Traffic Signal Coordination
本文提出了一种具有统一状态控制器的群体状态感知协同自适应差分进化(PSAC-DE)算法,用于解决四目标动脉交通信号协调模型,并在杭州模拟场景中证明了与主流优化算法相比,该算法在延迟、停车次数、绿波带宽和碳排放方面具有显著改进。
4157 篇论文
本文提出了一种具有统一状态控制器的群体状态感知协同自适应差分进化(PSAC-DE)算法,用于解决四目标动脉交通信号协调模型,并在杭州模拟场景中证明了与主流优化算法相比,该算法在延迟、停车次数、绿波带宽和碳排放方面具有显著改进。
该论文提出了 FreqPrompt-AD,这是一个通过利用频率引导的局部语义提示来克服 CLIP 类模型中全局图像-文本对齐局限性的无需训练的框架,旨在增强零样本工业异常检测与分割,并在多个基准测试上实现了最先进的性能。
本文引入了一个基于效用公理的测度论框架,用于评估大语言模型的理性程度,揭示了许多模型表现出系统性的偏好传递性违背,这种违背破坏了决策的一致性,尽管其中某些模式反映了人类行为。
TopoLeaf 是一个针对农业信息物理系统的无需训练、零样本视觉异常检测框架,它通过将几何距离与基础模型特征上的局部持久同调相结合,在无需标注数据的情况下,稳健地识别不同作物领域中的新型植物疾病和结构偏差。
本文对 80 项研究(2010–2026)进行了系统性综述,分析了人工智能驱动的网络威胁检测与对抗性规避技术之间不断演进的军备竞赛,并提供了统一的分类法、趋势的可视化分析,以及对零信任安全环境下挑战与未来方向的批判性评估。
本文介绍了 TimeSynth,这是一个受控基准测试框架,它通过揭示领先模型中存在的显著相位和频率误差,暴露了标准逐点指标在评估健康信号数字孪生方面的局限性,从而倡导基于时间保真度诊断的架构驱动型模型选择。
本文介绍了 GutenbergLM,这是一个拥有 1.095 亿参数的仅解码器 Transformer 模型,该模型从零开始在经过时间平衡处理的古腾堡计划(Project Gutenberg)语料库上进行训练,并引入了时代调节标记(era-conditioning tokens),证明了显式的时间分层能够使模型在早期、中期和现代文学时代之间生成截然不同的、符合特定时期的写作风格。
本文介绍了一种名为内燃机优化(ICEO)的新型元启发式算法,该算法受四冲程发动机循环的启发,并由自适应发动机控制单元进行管理,通过有效平衡勘探与开发以避免过早收敛,在解决高维、非线性优化问题方面显著优于现有的先进方法。
本文通过全球和区域案例研究,回顾了人工智能与物联网在工业4.0供应链中的变革潜力与挑战,并最终提出了一个将试点项目与治理机制相结合的可扩展框架,以实现生产力与可持续性的双重目标。
本文提出了一种加密遏制架构,通过在指令与数据之间强制执行高熵、令牌认证的句法边界,来保护智能体化大语言模型系统免受提示词注入攻击,从而使注入尝试在极低的失败率和极小的运行时开销下,在结构上变得无效。