利用实例-标签动态的互锚对比学习进行少样本关系抽取 学术背景 在自然语言处理（Natural Language Processing, NLP）领域，关系抽取（Relation Extraction, RE）是一项基础任务，旨在从文本中识别并提取实体之间的关系。然而，传统的监督学习方法依赖于大量标注数据，而在实际应用中，标注数据的稀缺性严重制约了模型的性能。为了应对这一挑战，少样本关系抽取（Few-Shot Relation Extraction, FSRE）应运而生，旨在通过少量标注数据训练模型，使其能够在有限的样本下准确识别实体关系。 近年来，预训练语言模型（Pre-trained Language Models, PLMs）在FSRE任务中取得了显著进展，尤其是结合对比学习（Contr...
基于旋转不变神经点场的高效细粒度3D场景编辑研究 学术背景 在计算机视觉和图形学领域，从多视角图像中建模和渲染真实场景的新视角是一个核心问题。神经辐射场（Neural Radiance Fields, NeRF）近年来在生成高质量新视角合成结果方面展现出巨大潜力，并被认为有望取代传统的显式3D表示方法，如网格或体素。然而，尽管NeRF在渲染质量上表现出色，其在场景编辑方面的能力仍然有限。现有的可编辑NeRF方法在效率和细粒度编辑能力上存在明显不足，这限制了NeRF在创造性编辑和实际应用中的潜力。 为了解决这一问题，研究人员提出了一种基于旋转不变神经点场（Rotation-Invariant Neural Point Fields）的编辑框架，旨在通过结合隐式NeRF表示和显式点表示的互补优势...
基于子空间增强超图神经网络的焦虑障碍识别与生物标志物检测研究 学术背景 焦虑障碍（Anxiety Disorders, ADs）是全球范围内常见的心理健康问题，影响约7.3%的人口。焦虑障碍患者通常表现出过度的恐惧、担忧以及相关的行为异常，这些症状严重影响了患者的社交功能和生活质量，同时也给家庭和社会带来了巨大的负担。焦虑障碍可以分为多种亚型，如广泛性焦虑障碍（Generalized Anxiety Disorder, GAD）、社交焦虑障碍（Social Anxiety Disorder, SAD）、恐慌症（Panic Disorder, PD）和特定恐惧症（Specific Phobia, SP）。尽管这些亚型在临床实践中通常通过观察进行诊断，但仍需通过生物标志物来区分患者与健康个体，以...
微机械谐振器中内部共振机制的研究及其频率稳定化应用 背景介绍 微机械谐振器（micromechanical resonators）在现代时间保持和传感设备中扮演着至关重要的角色，因其高频率、高品质因数和高灵敏度而备受青睐。然而，这些谐振器的极低阻尼特性可能导致多种非线性现象，进而影响其频率稳定性。其中，达芬硬化效应（Duffing hardening effect）是一个主要的限制因素，它通过振幅变化引起频率漂移，即所谓的振幅-频率效应（amplitude-frequency effect）。近年来，内部共振（internal resonance, InRes）作为一种有效的方法，被提出用于缓解这一问题并增强频率稳定性。内部共振通过非线性耦合项促进具有可通约频率比的振动模式之间的能量交换，从...
针对切换模糊系统的安全有限时间滤波设计研究 学术背景 在现代控制系统中，切换系统（switched systems）和模糊系统（fuzzy systems）因其在处理复杂非线性动态问题中的有效性而受到广泛关注。然而，随着网络化系统的普及，系统面临着来自传感器故障和网络攻击（如缩放攻击，scaling attacks）的威胁。传感器故障可能导致系统性能下降，而缩放攻击则会通过修改传输数据的比例来破坏系统的稳定性。因此，设计一种能够同时应对传感器故障和网络攻击的鲁棒滤波器成为了一个重要的研究课题。 本文旨在提出一种针对离散时间切换模糊系统（discrete-time switched fuzzy systems）的安全有限时间混合H∞和被动性（mixed H∞ and passivity, MH...
非线性系统随机响应谱研究：分数阶导数元素的引入与分析方法 学术背景 在工程和物理领域，非线性动态系统广泛应用于模拟复杂现象。然而，当这些系统受到随机激励时，预测其响应变得极具挑战性，尤其是在引入分数阶导数（fractional derivative）元素后。分数阶导数能够更准确地描述记忆效应和遗传现象，但其引入也带来了额外的分析和计算困难。传统的线性系统分析方法无法直接适用于非线性系统，尤其是当系统包含分数阶导数时，其响应功率谱密度（PSD, Power Spectral Density）的确定变得更加复杂。 本研究的核心问题是如何在包含分数阶导数的非线性系统中，准确估计其随机响应的功率谱密度。分数阶导数的引入使得系统的动态行为具有非局部特性，传统的统计线性化（Statistical Lin...
背景介绍 分数阶微分方程（Fractional Differential Equations, FDEs）是传统微积分的推广，允许微分和积分的阶数为非整数。这一数学框架在描述复杂动力学行为时表现出独特的优势，特别是在混沌系统和非线性系统的研究中。Lyapunov指数（Lyapunov Exponents, LEs）是衡量系统对初始条件敏感性的关键指标，常用于判断系统是否处于混沌状态。然而，计算分数阶混沌系统的Lyapunov指数通常计算成本较高，尤其是在高维系统中。因此，如何降低计算成本并提高计算效率成为分数阶混沌系统研究中的一个重要问题。 本文由Shuang Zhou, Qiyin Zhang, Shaobo He和Yingqian Zhang共同撰写，旨在通过Adomian分解法（Ado...
学术背景 在工程和材料科学领域，精确控制机器人操作器的位移和力对于研究材料的力学特性至关重要，尤其是在处理具有非线性粘弹性变形的物体时。例如，在纺织、航空航天、医疗和能源生产等领域，纺织品的力学行为对设计和性能有着重要影响。传统的拉伸/压缩机械通常通过控制变形速度来测量力，但这种方法无法直接观察物体的关键变形点，如弹性极限、塑性变形和断裂点。为了克服这一限制，近年来机器人系统被用于进行位置/变形控制的物体表征。然而，工业机器人在处理微小力和变形时存在局限性，而压电机器人操作器则因其高分辨率和高带宽成为理想选择。然而，压电执行器的强滞后非线性特性给精确控制带来了挑战。本文旨在解决这一问题，提出了一种新的控制策略，结合滞后模型和状态观测器，实现了压电机器人操作器的精确位移控制和力估计，从而为物体...
背景介绍 在自然界中，复杂系统无处不在，如神经网络、社交网络和电力网络等。理解这些系统中的动力学转变通常通过数学模型来实现，尤其是耦合非线性振荡器表现出丰富的集体行为。手性（chirality）是指系统中同时存在顺时针和逆时针旋转的动力学行为，它在塑造耦合系统的行为中起着关键作用。然而，手性在具有竞争性吸引和排斥耦合的系统中的作用尚未得到充分研究。为此，Sathiyadevi Kanagaraj、Premraj Durairaj 和 Zhigang Zheng 等人开展了这项研究，旨在探讨手性在具有吸引和排斥耦合的全局耦合 Stuart-Landau 振荡器中的影响。 论文来源 这篇论文由 Sathiyadevi Kanagaraj、Premraj Duraji 和 Zhigang Zhen...
背景介绍 在现代工程实践中，欠驱动系统（under-actuated systems）因其结构简单、能耗低、灵活性高等特点，广泛应用于起重机、轮式倒立摆、蛇形机器人等领域。然而，欠驱动系统的控制输入数量少于系统的自由度（degrees of freedom, DOF），这给控制器设计和稳定性分析带来了巨大挑战。虽然已有许多控制策略被提出，如反馈线性化控制、自适应控制和鲁棒控制，但这些方法在实际应用中往往存在复杂度高、依赖模型精度等问题。此外，传感器故障可能导致部分状态信息的丢失，进而影响系统的监控和性能，甚至引发系统不稳定。因此，如何在传感器故障的情况下，设计一种高效、鲁棒的控制策略，成为当前研究的热点问题。 论文来源 本论文由Minggang Liu、Ning Xu、Huanqing Wa...