CREDS:资源高效的分散式时空火灾早期防控时序规划器

基于多无人机的高效分散式时序规划器用于时空野火防控 学术背景 野火是全球范围内对生物多样性和资源可持续性的重大威胁,尤其是在初期阶段。若未能及时控制,野火的规模可能会迅速扩大,导致严重的生态破坏。近年来,多无人机系统(Unmanned Aerial Vehicles, UAVs)在野火防控中的应用逐渐增多,主要是为了减少人类在危险环境中的暴露,并提高应急响应的效率。然而,现有的研究大多局限于搜索、监测或灭火等单一环节,缺乏对多无人机协同任务的综合研究。尤其在资源有限、无人机数量不足、野火动态变化的部分可观测环境中,如何高效分配无人机任务以进行早期野火防控仍是一个复杂且具有挑战性的问题。 本文提出了一种冲突感知的高效分散式时序规划器(Conflict-aware Resource-effici...

基于投影加权动态时间规整的多阶段不等长过程监测方法

多阶段不等长过程的投影加权动态时间规整监控方法 学术背景 在现代制造业中,多阶段过程(如批处理和过渡过程)的在线监控对于提高产品质量和降低故障风险至关重要。然而,由于操作条件的变化,这些过程的操作时长常常不等,这给监控带来了巨大的挑战。传统的动态时间规整(Dynamic Time Warping, DTW)方法虽然可用于离线同步,但在处理在线数据时,无法有效对齐正在进行的批次与已完成的历史批次,因为它们的进展存在固有差异。此外,传统方法通常忽略操作过程中的时间尺度故障,这会削弱整体监控性能。为了解决这些问题,本文提出了一种新颖的投影加权动态时间规整(Projective Weighted DTW, PWDTW)方法,用于监控不等长时间的多阶段过程。 本文的研究旨在从幅值和时间两个方面解决多阶...

基于受限学习网络和观察可信度推理的少样本退化建模

一种基于观测可信度推断的受限学习网络用于少样本退化建模 学术背景 在复杂工程系统中,多传感器广泛应用于监控设备的退化过程并预测其剩余使用寿命(Remaining Useful Life, RUL)。然而,在仅有少量样本的情况下,确保预测性能仍然具有挑战性。少样本场景下,传感器数据中的不一致观测(discordant observations)会引入大量不确定性,导致经验损失与预期损失相差甚远。此外,学习到的退化模型往往会在有限的可用样本上过拟合,导致模型参数分布偏差,从而限制模型在未见样本上的泛化能力。为了解决这些问题,本论文提出了一种基于观测可信度推断(Observation Credibility Inference, OCI)的受限学习网络,用于少样本退化建模。 该研究旨在开发一种适用...

基于视觉-惯性传感器的上肢关节角度估计

基于视觉-惯性传感器的上肢关节角度估计

基于视觉-惯性传感器的上肢关节角度估计及其校准方法的影响研究 学术背景 上肢功能障碍,尤其是中风后患者的上肢功能受损,严重影响了他们的日常生活能力。康复训练是恢复上肢功能的重要手段,但其效果往往依赖于对关节角度的准确评估。传统的基于光学标记的运动捕捉系统(optical motion capture, OMC)是关节角度估计的“金标准”,但其昂贵且笨重,难以在现实临床环境中广泛应用。近年来,视觉-惯性测量单元(visual-inertial measurement units, VIMU)等低成本传感器成为了一种有前景的替代方案,但其固有的测量误差和校准问题限制了其临床应用。 本研究旨在探讨不同校准程序、逆运动学方法(inverse kinematics, IK)和测量模式对康复训练中上肢关...

基于多级特征融合的多任务水生毒性预测模型

学术背景 随着有机化合物对环境污染的威胁日益加剧,研究不同水生生物对有机化合物的毒性反应变得至关重要。这些研究不仅有助于评估污染物对整个水生生态系统的潜在生态影响,还为环境保护提供了重要的科学依据。传统的实验方法虽然能够提供一定的数据,但其成本高昂、耗时较长,且难以应对大规模化学物质的毒性评估。随着深度学习技术的快速发展,其在预测水生毒性方面表现出更高的准确性、更快的数据处理速度以及更好的泛化能力。然而,现有方法在处理高维特征数据时仍存在局限性,尤其是在捕捉分子复杂结构和相互作用方面。因此,如何开发一种能够同时预测多种水生生物毒性的多任务深度学习模型,成为了当前研究的重要课题。 论文来源 本文由Xin Yang、Jianqiang Sun、Bingyu Jin等研究者共同完成,他们分别来自U...

深度学习增强的金属有机框架电子皮肤用于健康监测

深度学习增强的金属有机框架电子皮肤在健康监测中的应用 学术背景 电子皮肤(e-skin)是一种能够感知生理和环境刺激的技术,模拟人类皮肤的功能。近年来,电子皮肤在机器人、运动科学和医疗健康监测等领域的应用潜力逐渐显现。然而,当前的电子皮肤技术面临着一些挑战:首先是多功能的实现,即如何在一个设备中同时检测多种生理信号(如生物分子、运动信号等);其次是信号的区分问题,尤其是在同时检测多种刺激时,如何准确区分并识别不同的信号。 传统的多功能电子皮肤通常需要整合多种传感材料,这不仅增加了制造的复杂性,还可能导致设备性能不稳定。此外,现有的电子皮肤在信号的信噪比、灵敏度和稳定性方面也存在不足。因此,开发一种高性能、多功能且易于制造的电子皮肤成为了研究的焦点。 金属有机框架(Metal-Organic ...