硬件兼容的扰动训练算法的扩展研究

随着人工智能(AI)技术的快速发展,人工神经网络(Artificial Neural Networks, ANNs)在多个领域取得了显著成就。然而,传统的神经网络训练方法——尤其是反向传播算法(Backpropagation)——在硬件实现上存在诸多挑战。反向传播算法虽然在软件中高效,但在硬件中实现时,要求计算路径可逆、每个神经元需要大量内存,并且需要计算激活函数的导数,这些条件在硬件中难以满足。此外,传统的互补金属氧化物半导体(CMOS)硬件在训练和部署这些算法时,能源消耗巨大,限制了其扩展性和广泛应用。 为了解决这些问题,研究人员开始探索脑启发(brain-inspired)的硬件解决方案,尤其是模拟神经形态硬件(analog neuromorphic hardware)。这类硬件能够以...

二维材料集成光子学:走向工业制造和商业化

学术背景 随着信息时代的到来,集成电路(Integrated Circuits, ICs)成为了推动技术进步的核心力量。然而,传统的集成光子学平台(如硅、氮化硅等)在材料特性上存在诸多限制,例如硅的间接带隙限制了其在激光应用中的使用,而硅在近红外波段的强双光子吸收也限制了其在非线性光学应用中的表现。为了克服这些限制,研究人员开始探索将具有优异光学特性的二维材料(2D Materials)集成到光子芯片上。二维材料,如石墨烯(Graphene)、过渡金属二硫化物(Transition Metal Dichalcogenides, TMDCs)、黑磷(Black Phosphorus, BP)等,展现出超高的载流子迁移率、宽带光学响应、层依赖的可调带隙等特性,为下一代光子集成电路(Photoni...

快速机器学习在建筑管理系统中的应用

学术背景 随着全球能源危机的加剧和环境保护意识的提升,建筑管理系统(Building Management Systems, BMS)的智能化与高效化成为了学术界和工业界关注的焦点。传统的BMS依赖于基于规则的控制方法,无法动态适应环境变化,如能源价格波动和气象条件的变化。近年来,机器学习(Machine Learning, ML)和人工智能(Artificial Intelligence, AI)技术的快速发展为BMS的智能化提供了新的可能性。然而,现有的BMS在实时数据处理和决策响应方面仍存在不足,尤其是在资源受限的环境中,如何实现低延迟、高吞吐量的ML模型部署成为了一个亟待解决的问题。 为此,Mohammed Mshragi和Ioan Petri等学者在2025年发表了一篇题为《快速机...

机器学习在纳米物联网中的应用:挑战与未来方向

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....

Web of Things (Wot) 安全威胁检测的挑战与深度学习技术应用

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...

可持续钙钛矿发光二极管的研究进展

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...

针对切换模糊系统的安全有限时间滤波设计

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...

压电机器人操纵器中的非线性位移控制与力估计

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...

约束欠驱动非线性系统的传感器故障的分层非奇异终端滑模控制

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...

网络系统的固定时间观测与控制:一种分布式事件驱动饱和自适应方法

学术背景 复杂网络(Complex Networks, CNs)在社会学、工程学和自然科学等领域中扮演着重要角色,广泛应用于电力分配、交通调度和多智能体协作等场景。然而,由于通信丢包、传感器噪声和环境不确定性等因素,获取网络中领导者(leader)和个体的准确状态信息成为一个具有挑战性的问题。特别是在分布式系统中,节点如何有效地同步其状态以实现共识(consensus)是一个关键问题。传统的观测和控制方法往往依赖于连续采样和计算,这不仅增加了通信开销,还对网络基础设施造成了压力。为了解决这些问题,Liang Feng、Cheng Hu、Juan Yu和Quanxin Zhu提出了一种基于事件触发机制和饱和自适应策略的固定时间观测与控制方法。 这项研究的主要目标是设计一种能够在固定时间内实现复...