水平联邦学习的成本高效特征选择

水平联邦学习中高效特征选择的新方法研究 近年来,随着联邦学习(Federated Learning, FL)逐渐成为一种保护数据隐私的分布式机器学习方法,如何在不同用户(即客户端)之间共享信息以训练高效的全局模型,吸引了广泛的关注。在水平联邦学习(Horizontal Federated Learning, HFL)中,所有客户端共享相同的特征空间,但各自的数据样本不同。然而,数据特征的冗余和维度灾难问题严重影响了模型的性能和训练效率。为此,特征选择(Feature Selection, FS)作为机器学习中的一种重要预处理技术,在去除冗余特征和增强模型性能方面具有突出的作用。本研究针对HFL场景下的特征选择问题提出了新方法,以解决这一领域的关键挑战。 论文来源 本论文题为 “Cost-Ef...

信息受限环境中的自模型自由学习与外部奖励学习对比研究

自模型自由学习与有外部奖励学习在信息受限环境中的对比:一种新的强化学习框架 近年来,随着网络和人工智能系统的发展,网络化学习机制受到显著的安全挑战。在强化学习(Reinforcement Learning, RL)领域,奖励信号丧失、数据包丢失以及故意的网络攻击已成为影响学习系统性能的重要障碍。针对这一问题,来自乔治亚理工学院的Prachi Pratyusha Sahoo(IEEE学生会员)和Kyriakos G. Vamvoudakis(IEEE高级会员)提出了一种依靠内部奖励信号的新型强化学习框架,称为“自模型无学习”(Self-Model-Free RL)。本文发表于2024年12月《IEEE Transactions on Artificial Intelligence》,展示了在奖...

基于时空图的智能电网对抗性虚假数据注入规避攻击的生成与检测

基于时空图的智能电网对抗性虚假数据注入逃逸攻击的生成与检测 背景介绍 随着现代智能电网的不断发展,电网作为一种典型的网络化信息物理系统(Cyber-Physical Systems, CPS),因其需要在不同组件之间交换大量数据,面临各种安全威胁。其中,虚假数据注入攻击(False Data Injection Attacks, FDIAs)因其能够篡改传感器数据而备受关注。攻击者可以借助这些虚假数据绕过传统的坏数据检测系统(Bad Data Detection, BDD),从而导致错误的操作决策,甚至可能使系统过载。然而,传统FDIAs相对简单,其明显的数据异常容易被数据驱动的机器学习模型检测到。 相比之下,对抗性虚假数据注入逃逸攻击(Adversarial False Data Inje...

基于样本可迁移性加权的部分域适应用于构建钻孔岩性模型

基于弱地质先验的孔隙构建岩性模型的部分域适配研究 背景与研究问题 岩性识别在地层特性分析和油气储层勘探中扮演着至关重要的角色。然而,现有的基于人工智能和机器学习的岩性识别方法,在处理跨井数据时,仍面临着严峻的挑战。具体而言,由于各井之间复杂的沉积环境、不一致的物探设备及测量技术,导致跨井数据分布差异显著。此外,目标井可能包含全新的岩性类别,与已标注的源井数据之间存在标签空间的不一致性 (unshared label space),这进一步加剧了模型在目标井中预测的难度。 本研究提出了一种基于部分域适配(Partial Domain Adaptation,PDA)的创新框架,用于实现复杂地质条件下的跨井岩性预测。核心挑战在于: 1. 数据分布的显著差异导致源井训练的模型无法直接适用于目标井数据...

基于简化核的成本敏感广义学习系统在故障诊断中的应用

基于简化核的代价敏感广泛学习系统(SKCSBLS)应对不平衡故障诊断的研究报告 研究背景及意义 进入工业4.0时代,智能制造日益依赖于工业大数据分析,通过提取机器运行数据中的关键信息,可以提升设备健康管理的有效性,从而实现企业生产的安全性和高效性。然而,在实际工业应用中,不平衡数据给智能制造领域的故障诊断带来了严峻挑战。多数情况下,设备运行数据中正常状态的数据占压倒性多数,而故障数据往往稀少。这种类别分布不均衡可能导致模型的预测准确性下降,并使得小类别(故障类别)难以被有效识别。 目前,深度学习方法(如卷积神经网络和递归神经网络)被广泛应用于故障检测。但这些模型需要大量的训练数据,如果数据量有限,则易出现过拟合问题;此外,这些方法的计算复杂度较高,训练耗时较长。因此,科研人员开始关注结构较为...

基于事件触发的模糊自适应抛物型PDE-ODE系统稳定性控制

科研新闻报告:关于《Event-Triggered Fuzzy Adaptive Stabilization of Parabolic PDE–ODE Systems》 研究背景及意义 在现代工程系统中,例如柔性机械臂、热传导设备和反应器控制器等,许多复杂系统需要通过偏微分方程(Partial Differential Equations, PDE)建模,而PDE通过其独特的反应-扩散特性经常用于描述无穷维系统。然而,当这些系统与常微分方程(Ordinary Differential Equations, ODE)级联组成反应扩散控制系统时,设计有效的控制方案变得更为复杂,尤其是在存在耦合现象或非线性因素的情况下。 特别是在金属轧制、柔性海洋升降装置以及高超音速飞行器热保护等工程领域中,这些...