摘要：通过分区(Regionalization)识别山洪(Flash Flood)均质区域(Homogeneous Region)对于有效减灾防灾至关重要。然而，现有大多数分区方法主要关注属性相似性(如气象及下垫面因子)，忽略了反映流域间拓扑网络及汇流关系的结 摘要：通过分区(Regionalization)识别山洪(Flash Flood)均质区域(Homogeneous Region)对于有效 ...

2025 年 10 月，纽约大学谢赛宁团队提出了「表征自编码器（Representation Autoencoder，RAE）」框架，首次系统性地将预训练视觉编码器引入扩散模型的潜在空间。 AI 图像生成通常遵循「能力越强、代价越高」的铁律；与此同时，学界却在悄悄质疑另一个更根本的浪费 ...

近日，我校计算机与软件学院胡鹤轩教授团队完成的最新研究成果 《MFVAE: A Multiscale Fuzzy Variational Autoencoder for Big Data-Based Fault Diagnosis in Gearbox》在学术期刊 IEEE Transactions on Fuzzy Systems 正式发表，该成果提出了一种新型多尺度模糊变分自编码器（MFVAE ...

大型语言模型（LLM）已在众多领域得到广泛应用。基于人类反馈的强化学习（RLHF）通过奖励模型（RM）使LLM行为与人类价值观对齐。这使得奖励模型的准确性、可靠性和可解释性成为实现有效对齐的关键。然而传统奖励模型缺乏可解释性，难以洞察奖励分配背后 ...

针对传统光电容积脉搏波(PPG)血压监测准确性不足的问题，研究人员创新性融合时序卷积网络(TCN)、长短期记忆网络(LSTM)与自编码器技术，开发出Autoencoder-LSTM模型。该模型实现收缩压(SBP)和舒张压(DBP)预测平均绝对误差(MAE)分别低至1.05和0.92 mmHg，为可穿戴设备提供 ...

大模型也可解释了？ 大模型都在想什么？OpenAI 找到了一种办法，能给 GPT-4 做「扫描」，告诉你 AI 的思路，而且还把这种方法开源了。 大语言模型（LLM）是当前 AI 领域最热门的探索方向，吸引了大量的关注和研究投入。它们强大的语言理解能力和生成能力在 ...

Contrastive learning has achieved state-of-the-art performance in various self-supervised learning tasks and even outperforms its supervised counterpart. Despite its empirical success, theoretical ...