基于神经控制微分方程的构网型逆变器电磁暂态级代理建模
近日，一篇提交至arXiv预印本平台的学术论文提出了一种基于神经控制微分方程（NCDE）的新型代理建模方法，用于构网型逆变器的电磁暂态（EMT）级仿真。该研究由Jiagang Qu等六位作者完成，旨在解决传统EMT仿真计算负担重、难以满足大规模电力系统实时分析需求的问题。论文通过将神经控制微分方程与系统动态特性相结合，构建了高精度、高效率的代理模型，能够在保持电磁暂态细节的同时大幅降低计算复杂度。该方法有望为新型电力系统中逆变器主导的稳定性分析、实时仿真与控制提供有力工具。目前论文已提供PDF和HTML版本供同行评议。 #电力系统 #构网型逆变器 #神经控制微分方程 #代理建模 #电磁暂态 #人工智能 #学术论文 #arXiv
近日，一篇提交至arXiv预印本平台的学术论文提出了一种基于神经控制微分方程（NCDE）的新型代理建模方法，用于构网型逆变器的电磁暂态（EMT）级仿真。该研究由Jiagang Qu等六位作者完成，旨在解决传统EMT仿真计算负担重、难以满足大规模电力系统实时分析需求的问题。论文通过将神经控制微分方程与系统动态特性相结合，构建了高精度、高效率的代理模型，能够在保持电磁暂态细节的同时大幅降低计算复杂度。该方法有望为新型电力系统中逆变器主导的稳定性分析、实时仿真与控制提供有力工具。目前论文已提供PDF和HTML版本供同行评议。 #电力系统 #构网型逆变器 #神经控制微分方程 #代理建模 #电磁暂态 #人工智能 #学术论文 #arXiv
AdaSurvMamba: 用于多模态生存分析的动态融合与语义扫描方法
近日，一篇题为《AdaSurvMamba: Dynamic Fusion and Semantic Scanning for Multimodal Survival Analysis》的研究论文在arXiv预印本平台发布。该研究由Jialong Zhong等学者完成，提出了一种名为AdaSurvMamba的新型框架，旨在通过动态融合与语义扫描技术提升多模态生存分析的准确性和鲁棒性。该方法有望在医学预后、疾病风险评估等领域发挥重要作用，为多模态数据（如病理图像与临床文本）的联合建模提供了新思路。 #arXiv #AdaSurvMamba #多模态 #生存分析 #动态融合 #语义扫描 #医疗AI #论文
近日，一篇题为《AdaSurvMamba: Dynamic Fusion and Semantic Scanning for Multimodal Survival Analysis》的研究论文在arXiv预印本平台发布。该研究由Jialong Zhong等学者完成，提出了一种名为AdaSurvMamba的新型框架，旨在通过动态融合与语义扫描技术提升多模态生存分析的准确性和鲁棒性。该方法有望在医学预后、疾病风险评估等领域发挥重要作用，为多模态数据（如病理图像与临床文本）的联合建模提供了新思路。 #arXiv #AdaSurvMamba #多模态 #生存分析 #动态融合 #语义扫描 #医疗AI #论文
PsiLogic: 混沌感知主动抵消与Adam优化器公平跨领域基准
近日，一篇题为《PsiLogic: Chaos-Aware Active Cancellation for Adam with a Fair Cross-Domain Benchmark》的论文在arXiv上发布。该研究由学者Ali Sultonov提出，针对Adam优化器在复杂优化场景中可能出现的混沌行为，设计了一种混沌感知主动抵消机制（PsiLogic），旨在提升模型训练的稳定性和收敛效率。同时，为了更客观地评估优化器性能，论文构建了一个公平的跨领域基准测试集，覆盖多种数据结构与任务类型。实验结果表明，PsiLogic在多个领域内均能有效抑制优化过程中的混沌扰动，相比传统Adam变体表现出更优的泛化能力与鲁棒性。这一工作为深度学习优化器设计提供了新思路，并推动了跨领域评估标准化。 #机器学习 #优化算法 #Adam #混沌理论 #跨领域基准 #深度学习 #AI #论文
近日，一篇题为《PsiLogic: Chaos-Aware Active Cancellation for Adam with a Fair Cross-Domain Benchmark》的论文在arXiv上发布。该研究由学者Ali Sultonov提出，针对Adam优化器在复杂优化场景中可能出现的混沌行为，设计了一种混沌感知主动抵消机制（PsiLogic），旨在提升模型训练的稳定性和收敛效率。同时，为了更客观地评估优化器性能，论文构建了一个公平的跨领域基准测试集，覆盖多种数据结构与任务类型。实验结果表明，PsiLogic在多个领域内均能有效抑制优化过程中的混沌扰动，相比传统Adam变体表现出更优的泛化能力与鲁棒性。这一工作为深度学习优化器设计提供了新思路，并推动了跨领域评估标准化。 #机器学习 #优化算法 #Adam #混沌理论 #跨领域基准 #深度学习 #AI #论文
基于小样本连续上下文多臂赌博机的预测
一篇发表于arXiv的研究论文提出了一种名为“预测-然后-纠正”循环的新方法，该方法基于小样本连续上下文多臂赌博机框架，旨在提升需求预测的准确性。传统的需求预测模型往往难以适应动态变化的环境和数据稀疏问题。该研究通过构建一个迭代的预测与纠错机制，结合小样本学习和连续上下文多臂赌博机的探索-利用平衡能力，能够在有限样本下持续优化预测结果。实验表明，该方法在多个公开数据集上优于现有基准模型，尤其适用于短期需求波动频繁的场景。该研究为供应链管理和库存优化提供了新的技术路径。 #arXiv #论文 #需求预测 #机器学习 #上下文赌博机 #小样本学习 #预测 #优化
一篇发表于arXiv的研究论文提出了一种名为“预测-然后-纠正”循环的新方法，该方法基于小样本连续上下文多臂赌博机框架，旨在提升需求预测的准确性。传统的需求预测模型往往难以适应动态变化的环境和数据稀疏问题。该研究通过构建一个迭代的预测与纠错机制，结合小样本学习和连续上下文多臂赌博机的探索-利用平衡能力，能够在有限样本下持续优化预测结果。实验表明，该方法在多个公开数据集上优于现有基准模型，尤其适用于短期需求波动频繁的场景。该研究为供应链管理和库存优化提供了新的技术路径。 #arXiv #论文 #需求预测 #机器学习 #上下文赌博机 #小样本学习 #预测 #优化
研究论文提出无需训练的可解释性方法，利用工具代理和检索
近日，一篇提交至arXiv的学术论文提出了一种名为“Retrieval is Enough”的创新方法，旨在实现无需额外训练的可解释人工智能。研究者通过让一个工具使用代理（Tool-Using Agent）在已有知识库中进行检索，即可对模型决策过程进行解释，避免了传统可解释性方法需要额外训练或微调的高成本。该方法在多个任务上展现出良好效果，为构建高效、灵活且透明的AI系统提供了新思路。论文由Sriram Balasubramanian等人撰写，于2026年7月17日提交。 #AI #可解释性 #检索 #工具代理 #论文 #arXiv #机器学习 #研究
近日，一篇提交至arXiv的学术论文提出了一种名为“Retrieval is Enough”的创新方法，旨在实现无需额外训练的可解释人工智能。研究者通过让一个工具使用代理（Tool-Using Agent）在已有知识库中进行检索，即可对模型决策过程进行解释，避免了传统可解释性方法需要额外训练或微调的高成本。该方法在多个任务上展现出良好效果，为构建高效、灵活且透明的AI系统提供了新思路。论文由Sriram Balasubramanian等人撰写，于2026年7月17日提交。 #AI #可解释性 #检索 #工具代理 #论文 #arXiv #机器学习 #研究
EA-RMENet：基于深度学习的城市环境路径损耗预测模型
来自都柏林城市大学电子工程学院的研究人员Jonathan O'Shea与Conor Brennan在arXiv上提交了一篇新论文，提出了一种名为EA-RMENet的深度学习模型，专用于城市环境中的路径损耗预测。路径损耗是无线通信网络规划的关键参数，传统经验模型在复杂城市环境中的精度有限。该模型通过融合注意力机制与残差网络，能够更准确地从环境数据中学习信号传播特征。论文详细介绍了模型架构、训练数据集以及在典型城市场景下的验证结果，表明EA-RMENet相比传统方法具有更高的预测精度和泛化能力。该研究有望为5G/6G网络部署、智能城市通信覆盖优化提供有效的工具。 #深度学习 #路径损耗 #无线通信 #城市环境 #论文 #arXiv #工程 #AI #信号传播
来自都柏林城市大学电子工程学院的研究人员Jonathan O'Shea与Conor Brennan在arXiv上提交了一篇新论文，提出了一种名为EA-RMENet的深度学习模型，专用于城市环境中的路径损耗预测。路径损耗是无线通信网络规划的关键参数，传统经验模型在复杂城市环境中的精度有限。该模型通过融合注意力机制与残差网络，能够更准确地从环境数据中学习信号传播特征。论文详细介绍了模型架构、训练数据集以及在典型城市场景下的验证结果，表明EA-RMENet相比传统方法具有更高的预测精度和泛化能力。该研究有望为5G/6G网络部署、智能城市通信覆盖优化提供有效的工具。 #深度学习 #路径损耗 #无线通信 #城市环境 #论文 #arXiv #工程 #AI #信号传播