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...

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...

基于Wiener和Poisson噪声的随机Markov跳跃系统的最优控制：两种强化学习方法 学术背景 在现代控制理论中，最优控制是一个非常重要的研究领域，其目标是在各种约束条件下为动态系统设计一个最优控制策略，以最小化给定的成本函数。对于随机系统，传统的最优控制方法通常需要系统的完整模型信息，这在实际应用中存在很大的局限性。近年来，强化学习（Reinforcement Learning, RL）作为一种无需系统模型的方法，逐渐成为解决最优控制问题的重要工具。RL通过直接从数据中学习，能够获得最优值函数和最优策略，并且通过策略迭代（Policy Iteration）方法可以不断改进性能。 随机Markov跳跃系统（Stochastic Markovian Jump Systems, SMJS）...

二维晶体管中高κ氧化镓的集成研究 学术背景 随着半导体技术的不断进步，二维材料（如二硫化钼，MoS₂）因其独特的电学性能和原子级厚度，被认为是下一代晶体管通道材料的潜在候选者。然而，二维晶体管的性能在很大程度上依赖于栅极介电层的质量。传统的沉积技术（如化学气相沉积CVD和原子层沉积ALD）在二维材料表面沉积超薄金属氧化物时，往往难以形成均匀的介电层，导致界面质量差，进而影响晶体管的性能。因此，开发一种能够在二维材料表面形成高质量、超薄介电层的方法，成为了当前研究的热点。 研究来源 这项研究由来自多个机构的科研团队共同完成，主要作者包括Kongyang Yi、Wen Qin、Yamin Huang等，研究团队来自新加坡南洋理工大学、南京航空航天大学、中国科学院上海微系统与信息技术研究所、美国德...

快速低温表征1,024个集成硅量子点设备研究综述 背景介绍 量子计算作为未来计算领域的颠覆性技术，承诺在材料科学、药物发现、大数据搜索等方面远超传统高性能计算机。硅基量子点（Quantum Dot, QD）是一种潜在的实现容错量子计算机的平台，具有小体积、支持自旋量子比特、可与现有半导体制造工艺兼容的优势。在富同位素硅中，自旋量子比特已展示出能够满足容错量子计算需要的控制、初始化和读取精度。但实现真正意义上的容错量子计算以解决实际问题，仍需数百万个物理量子比特的扩展。 随着量子处理器的复杂性逐渐增加，设备变异性管理和与底层电子设备的接口成为了新的技术挑战。频率分配复用、多路互交架构等方案已被应用于减少和优化与量子比特之间的数据信号连接。然而，这些方案受限于设备间的变异性和信号密度，因此需要更...

全聚合物电致变色显示器的研究进展：基于N掺杂透明导电聚合物的创新应用 背景与研究意义 显示技术在现代社会中无处不在，从消费电子到医疗设备，再到可穿戴技术，显示器的应用范围不断扩大。然而，传统发光型显示器（如OLED和LCD）尽管具有鲜艳的色彩和高分辨率，但也存在高能耗和长期使用引发的视疲劳等问题。随着环保需求的增加和可穿戴设备的普及，非发光型穿透式显示技术（如电致变色显示器，Electrochromic Displays，简称ECDs）逐渐成为焦点。这些显示器通过调节自然光实现显色，而非发射光，因此能耗低、对眼睛的刺激小，且在户外应用中具备良好的可读性。然而，现有电致变色显示器的制造复杂度较高，涉及多层组件（如透明导体、离子储存材料、电解质和电致变色层）的集成。 针对上述问题，Purdue ...

基于粒子吞噬打印的软电子器件研究 学术背景 随着可穿戴设备、健康监测、医疗设备和人机交互等领域的快速发展，软电子器件（soft electronics）因其能够与生物系统无缝集成而备受关注。传统的刚性电子器件与生物组织之间存在机械性能不匹配的问题，这限制了其在生物医学领域的应用。为了解决这一问题，研究人员提出了多种策略，例如通过微结构设计（如蛇形图案和剪纸结构）赋予刚性器件宏观可拉伸性。然而，这些方法通常以牺牲电子性能为代价来换取可拉伸性。 近年来，基于聚合物电子材料的本征可拉伸器件因其高组件密度和优异的机械延展性而成为研究热点。然而，现有的材料通常需要在电子性能和可拉伸性之间进行权衡。为了克服这一挑战，研究人员尝试将功能性粒子与软聚合物结合，以创建具有类组织特性的高性能电子器件。然而，现有...