深入探讨基于精细线索和噪声不一致性的面部伪造检测 背景介绍 随着人工智能（AI）技术的快速发展，各种生成模型已实现了惊人的进步。这使得生成高逼真的“深度伪造（Deepfake）”面部图像变得越来越容易。这些高度逼真的面部伪造图像在娱乐、影视制作等领域具有合法用途，但也被滥用于恶意目的，如传播虚假信息、误导公众舆论，甚至威胁社会安全和国家安全。尤其是当主流媒体采用隐式压缩时，这些压缩过程往往会淡化伪造的痕迹，使得检测变得更加困难。因此，开发有效的面部伪造检测方法已成为多媒体信息安全领域的核心需求。 目前，大部分现有的伪造检测方法要么依赖空间域（spatial domain）特征，要么依赖频域（frequency domain）特征，却很少研究二者的相关性和互补性。另外，当图像质量较低或经过强压...

基于SHAP的电力价格预测模型改进研究及其可解释性分析 背景与研究动机 电力市场中的价格预测模型近年来成为研究热点，尤其是考虑到电力市场波动对利益相关方的财务影响。特别是，在欧洲能源市场中，受能源危机和地缘政治影响，最近几年燃料价格急剧上升，导致电力市场的价格波动性显著增加。即使是1%的预测误差，也可能对发电公司、负荷服务实体和交易公司产生巨大的财务后果。例如，对于用电量达到1GW的公司而言，仅1%的预测改进便可带来每年约1200万美元的节省。因此，提高电力价格预测（Electricity Price Forecasting，EPF）模型的精准度对市场参与者来说至关重要。 虽然基于机器学习（Machine Learning，ML）和深度学习（Deep Learning）技术的EPF模型在预测...

RNN高效激活函数实现：CORDIC算法与FPGA硬件加速的突破 背景与研究意义 近年来，随着深度学习技术的迅猛发展，循环神经网络（Recurrent Neural Networks, RNNs）尤其是长短时记忆网络（Long Short-Term Memory, LSTM），在时间序列任务中展现出了强大的能力，例如在自然语言处理（Natural Language Processing, NLP）、语音识别和医学诊断等领域取得了广泛应用。然而，与卷积神经网络（Convolutional Neural Networks, CNNs）相比，RNN模型因其复杂性和大量非线性激活函数需求，导致计算代价显著增加。特别是在资源有限的边缘设备（Edge Devices）中部署RNN模型时，激活函数的实现成...

异构有向多智能体系统合作输出调节问题研究：基于完全分布式无模型强化学习框架 背景介绍 近年来，分布式控制和优化的研究在智能交通、智能电网、分布式能源系统等领域表现出了广泛的应用前景。这类系统通常需要多个智能体的协作完成特定任务，其中基础性研究课题之一便是合作输出调节问题（Cooperative Output Regulation，简称COR）。该问题旨在通过设计合适的控制协议，使得多智能体系统中的所有智能体都能跟踪参考信号并最终实现零跟踪误差。然而，要解决这类问题，准确获知智能体动态模型的信息通常是现有方法的基本前提，这在现实中由于复杂环境和高度耦合的非线性难以实现，甚至可能导致测量成本过高。 此外，由于多智能体系统的通信网络往往具有方向性（即信息传递非对称性），这进一步加大了研究这一问题的...

分布式随机信标（Distributed Randomness Beacon）研究的前沿突破 —— 大规模优化通信复杂度的实用方案 在当今众多技术领域中，可信随机数生成器（Randomness Beacon）是一项关键工具，对密码学、区块链、电子投票及众多应用的安全性具有重要作用。随机数生成器需要满足偏差抗性、不可预测性和公开可验证性。然而，传统的分布式随机信标（Distributed Randomness Beacon，简称DRB）方案通常依赖复杂的通信流程，或借助于公共公告板（Public Bulletin Board，简称PBB）来保障安全性，在参与者规模较大时容易受到性能瓶颈的制约。这一问题促使研究者们寻找更高效、更实用的新方案。 近日，来自上海交通大学电子信息与电气工程学院的Zhey...

关于随机非线性时变系统有限时间稳定性和不稳定性定理的新成果 1. 研究背景与意义 稳定性理论是系统理论和工程应用中的核心内容，也是系统分析和综合中最基础的考虑之一。在稳定性理论中，最常用的两个概念是渐近稳定性（asymptotic stability）和有限时间稳定性（finite-time stability）。渐近稳定性描述了系统状态在时间趋于无穷时的行为，而有限时间稳定性则关注系统在有限时间内的瞬态性能。 许多工程问题中，有限时间稳定性相比渐近稳定性显得更为重要，例如在机器人操控的轨迹控制和水下飞行器的姿态控制等桥接性任务中，人们更加注重系统在有限时间内到达期望状态的能力。具有有限时间稳定性的系统不仅表现出更好的鲁棒性，而且具有更快的收敛速度。然而，目前已有的研究在有限时间稳定性方面仍...

一项基于多视图图像的端到端视觉语义定位研究 背景与研究意义 随着智能驾驶技术的迅速发展，自动驾驶汽车的精确定位能力成为研究和工业界的热点问题。准确的车辆定位不仅是自动驾驶的核心模块，同时也是高级驾驶辅助系统（ADAS）的重要组成部分。传统的基于视觉定位的方法通常依赖几何模型和复杂的参数调优，但在复杂的场景下，其鲁棒性和大规模部署能力有限。此外，受环境变化（如天气、光照条件等）影响，传统特征提取方法（例如SIFT（尺度不变特征变换）、SURF（加速鲁棒特征）、ORB（方向快速和旋转简要特征）等）在动态环境中表现有限。近年来，带有丰富语义信息的高精度地图（HD Maps, 高精地图）被证明能够增强定位的鲁棒性。然而，如何在多视图图像与语义地图之间实现高效的跨模态匹配，同时避免复杂的几何优化和多阶...

卫星支持的6G宽域边缘智能，面向远程物联网服务的动态感知任务卸载与资源分配 背景介绍 随着6G移动通信网络的到来，传统的物联网（IoT，Internet of Things）体系结构正逐渐向集成全球连接与广泛人工智能（AI）能力的智能万物互联（IoE，Internet of Everything）新范式转变。然而，地面网络在覆盖范围上存在局限性，尤其是在复杂地形和偏远地区无法实现全面覆盖。近地轨道（LEO，Low Earth Orbit）卫星的快速技术发展为解决这一问题带来了新的希望。通过非地面网络（NTN，Non-Terrestrial Networks）的支持，LEO卫星能够为全球用户提供无缝连接、大容量通信和高效计算服务，满足远程环境监控、智能农业等应用的需求。 但是，广域物联网应用带...

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...

光电微波合成器——频率可调性与低相位噪声的结合 学术背景 在现代通信、导航和雷达系统中，频率可调且低噪声的微波源是至关重要的。传统的电子微波合成器虽然能够提供频率可调性，但其相位噪声较高，限制了其在精密应用中的使用。相比之下，基于光子学的微波合成器利用高光谱纯度激光和光学频率梳，能够生成极低相位噪声的微波信号。然而，光子学方法通常缺乏频率可调性，并且系统体积大、功耗高，限制了其广泛应用。 为了解决这些问题，本文提出了一种混合光电方法，结合了简化的光学频率分割（Optical Frequency Division, OFD）和直接数字合成（Direct Digital Synthesis, DDS）技术，生成了在整个X波段（8-12 GHz）内可调的低相位噪声微波信号。该研究不仅解决了传统光子...