学术背景 近年来，纳米技术和物联网（IoT）的快速发展催生了一个革命性的领域——纳米物联网（IoNT）。纳米物联网将纳米级设备与互联网连接，使其能够在农业、军事、多媒体和医疗等领域中发挥重要作用。然而，尽管纳米物联网和机器学习（ML）都取得了显著进展，但关于两者如何结合的全面研究却相对缺乏。现有的研究主要集中在纳米物联网的架构、通信方法和特定领域的应用上，而忽略了机器学习在数据处理、异常检测和安全方面的潜力。因此，本文旨在填补这一空白，通过深入分析纳米物联网与机器学习的结合，探讨机器学习在纳米物联网中的最新应用，并系统地讨论这一结合所面临的挑战。 论文来源 本文由Aryan Rana、Deepika Gautam、Pankaj Kumar、Kranti Kumar、Athanasios V....

学术背景 情感识别（Emotion Recognition）是人工智能（AI）和情感计算（Affective Computing）领域中的一个重要研究方向，尤其在医疗、教育和人机交互（HCI）等领域具有广泛的应用前景。语音作为情感表达的重要载体，能够通过声调、语速、音量等特征传递丰富的情感信息。然而，语音情感识别（Speech Emotion Recognition, SER）在对话场景中的应用仍面临诸多挑战，如情感的动态性、多模态数据的融合以及情感标注的准确性等。 为了更好地理解AI在对话中识别语音情感（Speech Emotion Recognition in Conversation, SERC）的最新进展和存在的问题，本文作者进行了一项系统综述和元分析（Meta-Analysis）。...

随着物联网（Internet of Things, IoT）和Web of Things (Wot)的快速发展，安全问题日益凸显。尤其是拒绝服务攻击（Denial of Service, DoS）的频发，使得Wot系统的安全性成为亟待解决的问题。Wot通过将物联网设备与Web技术集成，实现了设备与互联网的无缝连接，但这也带来了新的安全挑战。由于Wot设备的异构性和开放性，传统的安全机制难以应对复杂的攻击场景。因此，本文旨在通过系统文献综述（Systematic Literature Review, SLR），探讨Wot系统中的安全威胁，特别是DoS攻击的检测与防御机制，并分析深度学习（Deep Learning, DL）技术在这一领域的应用。 论文来源 本文由Ruhma Sardar、Tay...

随着全球对能源效率和环境可持续性的关注日益增加，发光二极管（LED）技术已成为照明和显示领域的主流选择。然而，尽管传统LED技术在能效和性能上取得了显著进步，但其制造过程中对稀有材料的依赖以及对环境的影响仍然是一个不可忽视的问题。近年来，钙钛矿发光二极管（PeLEDs）因其轻量化设计、灵活性和宽色域等优势，逐渐成为下一代照明和显示技术的热门候选。然而，尽管PeLEDs在技术上取得了快速进展，其环境和经济影响的全面评估仍然缺乏，这对其未来的商业化至关重要。 本研究旨在从生命周期角度评估18种代表性PeLEDs的环境和经济性能，以确定可持续PeLEDs发展的有效工业技术路径。研究不仅关注技术性能，还深入分析了PeLEDs在整个生命周期中的环境影响，特别是铅（Pb）在PeLEDs中的毒性贡献，并提...

碳氮化物（Carbon Nitride, CN）作为一种二维n型半导体材料，因其优异的光催化活性和稳定性，在光驱动能量转换和环境应用中展现出巨大潜力。然而，尽管CN在光催化领域表现出色，其在光电子器件中的应用却受到限制，尤其是在硅（Si）基光电子器件中。主要原因在于缺乏能够大规模制备高质量、均匀且可加工的CN薄膜的合成方法。现有的合成方法，如纳米片分散涂层、液-固界面合成、高温退火等，虽然在一定程度上实现了CN薄膜的制备，但在晶圆级均匀性、表面粗糙度以及与硅的界面结合强度等方面仍存在不足。这些问题导致CN与硅的异质界面存在大量缺陷，阻碍了载流子的传输，进而限制了器件性能的提升。 为了解决这些问题，研究人员提出了一种新型的合成方法，通过两步化学气相沉积（CVD）和氢气氛退火工艺，成功在硅上制备...

《巴黎协定》是全球应对气候变化的重要框架，各国通过提交国家自主贡献（Nationally Determined Contributions, NDCs）来明确其气候行动目标和策略。尽管现有研究主要集中在评估NDCs中的减排目标，但NDCs文件中包含的广泛文本内容却鲜有系统分析。这些文本内容不仅涉及减排目标，还包括国家背景、实施计划、公平性和透明度等多方面的信息。然而，NDCs的透明度和可比性不足，尤其是关于具体政策、融资和适应措施的细节，这使得全球气候目标的实现面临挑战。为此，Ivan Savin、Lewis C. King和Jeroen van den Bergh等人利用自然语言处理技术（Natural Language Processing, NLP）对NDCs的全文内容进行了系统性分析...

学术背景 随着数字化内容的快速增长，数字签名在身份验证和内容认证中的重要性日益凸显。然而，数字签名的安全性和完整性面临着严峻的挑战。为了保护签名的真实性并防止篡改，数字水印技术应运而生。数字水印通过在数字内容中嵌入不可见但可识别的信息，能够有效验证数据的来源和完整性。近年来，基于变换域的水印技术（如离散余弦变换DCT和离散小波变换DWT）因其在鲁棒性、不可感知性和识别准确性之间的平衡而备受关注。 本文旨在探索在线手写签名中的多比特水印嵌入技术，特别是基于DCT和DWT的变换域方法。研究聚焦于如何在水印嵌入过程中平衡信号失真、水印提取准确性和生物特征识别率，为在线签名生物特征的安全性和鲁棒性提供解决方案。 论文来源 本文由Marcos Faundez-Zanuy撰写，作者来自西班牙巴塞罗那的T...

学术背景 在当今大数据时代，分布式学习（Distributed Learning）已成为解决大规模在线机器学习问题的有效方法。然而，分布式学习中的频繁通信和投影操作（Projection Operations）带来了高昂的通信和计算成本。尤其是在高维约束优化问题中，投影操作的计算复杂度极高，严重影响了算法的效率。为了解决这些问题，本文提出了一种基于事件触发机制（Event-Triggered Mechanism）的分布式Frank-Wolfe在线优化算法，旨在减少通信开销和计算成本。 Frank-Wolfe算法作为一种投影自由（Projection-Free）的优化方法，因其简单高效的实现而备受关注。与基于投影的方法相比，Frank-Wolfe算法在每轮迭代中只需计算线性优化步骤，避免了复杂...

学术背景 在计算机视觉领域，雨纹（rain streaks）是一个常见的干扰因素，尤其是在户外监控、自动驾驶和智能交通系统中。雨纹会显著降低图像质量，影响视觉系统的识别和分析能力。传统的雨纹去除方法通常依赖于单一图像进行处理，但由于雨纹的复杂性和多样性，这些方法在处理远距离雨纹或复杂场景时效果有限。近年来，深度学习技术，特别是生成对抗网络（Generative Adversarial Networks, GANs），在图像处理领域展现了巨大的潜力。然而，现有的基于GAN的雨纹去除方法在处理不同方向、形状和透明度的雨纹时仍存在挑战。因此，本研究旨在提出一种改进的GAN框架，以更有效地去除雨纹，提升图像质量。 论文来源 本论文由Prabha R、Suma R、Suresh Babu D和S Sa...

学术背景 随着人工智能（AI）和自然语言处理（Natural Language Processing, NLP）的快速发展，大型语言模型（Large Language Models, LLMs）在学术界和工业界都取得了显著进展。然而，尽管LLMs在多个NLP任务中表现出色，但尚未有单一模型能够同时满足所有任务需求。这种多样化的任务需求和评估标准的复杂性，使得LLMs的评估成为一个多准则决策（Multi-Criteria Decision-Making, MCDM）问题。传统的MCDM方法虽然能够进行排名，但在处理不确定性、任务优先级和数据变异性等方面存在局限性，尤其是在处理二元数据时，难以有效进行分级。 为了解决这一问题，本文提出了一种基于效用和动态定位变换的三支决策（Three-Way D...