WikiEdge:ArXiv速遞/2025-03-09
摘要
- 原文標題：Coal Strength with Dewatering and Coal Seam Gas Depletion
- 中文標題：脫水與煤層氣耗竭對煤強度的影響
- 發布日期：2025-03-09 11:23:40+00:00
- 作者：Jimmy Xuekai Li, Thomas Flottmann, Max Millen, Shuai Chen, Yixiao Huang, Zhongwei Chen
- 分類：physics.geo-ph
- 原文連結：http://arxiv.org/abs/2503.06561v1
中文摘要：理解煤的機械特性對脫水和氣體耗竭的響應對於估計鑽孔穩定性和設計煤層氣（CSG）井至關重要。儘管其重要性，這些過程對煤強度的全面影響仍然很少被探索。本研究旨在通過結合微CT成像、聲波測試和煤樣機械測試的結果來量化這些影響。微CT成像通過關注裂縫孔隙度和裂縫強度（P32因子）等參數，提供了對煤內部結構的深入見解。聲波測試在乾燥和濕潤條件下測量動態特性，包括P波、S波速度（Vp和Vs）以及動態楊氏模量（Ed）。帶有聲發射（AE）監測的機械測試評估靜態特性，如楊氏模量（Es）和單軸抗壓強度（UCS）。主要發現包括：（i）微CT成像顯示煤裂縫孔隙度與P32之間存在強相關性，提供了對煤微觀結構的詳細見解；（ii）機械測試顯示乾燥樣品的Es比濕潤樣品高10%，UCS高31%，表明脫水增加了煤的強度，但也可能促進脆化；（iii）聲波測試中濕潤樣品顯示出更高的Vp和Ed，表明水飽和度顯著影響聲波測量。這些發現提高了對脫水和氣體耗竭效應的理解，為煤層氣（CSG）操作中更先進的地質力學模型奠定了基礎。
摘要
- 原文標題：The New CMS Measure of Excessive Radiation Dose or Inadequate CT Image Quality: Methods for Size-Adjusted Dose and Their Variabilities
- 中文標題：CMS 新的過量輻射劑量或 CT 圖像質量不足的測量方法：尺寸調整劑量及其變異性的方法
- 發布日期：2025-03-09 14:43:25+00:00
- 作者：Gary Y Ge, Charles M Weaver, Jie Zhang
- 分類：physics.med-ph
- 原文連結：http://arxiv.org/abs/2503.06644v1
中文摘要：醫療保險和醫療補助服務中心（CMS）引入了CMS1074v2，這是一種用於評估18種CT檢查類別的輻射劑量和圖像質量的質量指標。該指標要求使用患者有效直徑和預定義的大小調整係數來計算大小調整劑量（SAD）。然而，SAD計算方法的變異性引發了關於標準化、合規性和臨床適用性的擔憂。本研究評估了五種常用的有效直徑估計方法及其對胸部和腹部CT協議中SAD確定的影響。對719次CT檢查進行了回顧性分析，比較了不同計算方法下的SAD值。結果表明，SAD存在顯著變異性，基於衰減的方法在胸部檢查中高估了SAD，而基於投影的方法在腹部檢查中表現出更大的變異性。這些發現突顯了CMS定義的劑量閾值可能存在的不一致性，以及在多樣化患者群體和機構成像實踐中應用該指標的挑戰。解決這些不一致性對於確保準確的劑量報告和維持CT成像的診斷完整性至關重要。
摘要
- 原文標題：Relationships between Students' Social Roles and Academic Performance based on Social Network Analysis
- 中文標題：學生社交角色與學業表現之間的關係：基於社交網絡分析的研究
- 發布日期：2025-03-09 07:25:46+00:00
- 作者：Sirinda Palahan
- 分類：cs.SI
- 原文連結：http://arxiv.org/abs/2503.06493v1
中文摘要：同伴互動和社會角色一直是影響學生學業表現的重要因素。最近關於泰國學生學業表現影響因素的研究主要集中在學校質量、學生背景和學生自身等方面。少數研究分析了社會角色與學生學業成就之間的相關性。因此，本研究旨在測量泰國本科生的社交網絡，並分析他們在社交網絡中的角色與學業成果之間的關係。數據分析基於社交網絡理論和置換檢驗。社交網絡理論用於測量關鍵的網絡特徵並提取社會角色。在社交網絡中提取了四種角色：核心成員、小團體成員、聯絡者和孤立者，並分析了這些角色與學業表現之間的關係。數據通過問卷從384名學生中收集，並用於構建兩種類型的網絡：朋友網絡和學習助手網絡。置換檢驗用於統計假設檢驗。結果表明：1）在朋友網絡和學習助手網絡中，成為核心成員與學業表現呈正相關。在所有學校和兩種類型的網絡中，成為核心成員的程度與學業表現之間的相關係數也均為正。2）在學習助手網絡中，成為孤立者與學業表現呈負相關。這些結果表明，社交網絡在學業表現中起著至關重要的作用。研究結果建議，學術機構應鼓勵學生社交網絡的發展，並加強網絡建設，以便學生更容易交流知識並在學習中互相幫助，從而提高學業表現。
摘要
- 原文標題：Assessment of the point-wise approach for the Turbulent Settling of finite-size particles
- 中文標題：有限尺寸顆粒湍流沉降的點式方法評估
- 發布日期：2025-03-09 06:46:29+00:00
- 作者：Francesco Battistaa, Sergio Chibbarob, Paolo Gualtieria
- 分類：physics.flu-dyn, 76T20
- 原文連結：http://arxiv.org/abs/2503.06481v1
中文摘要：我們研究了在統計穩態的均勻各向同性湍流中，直徑約為十個柯爾莫哥洛夫尺度且密度略大於載流體的相對較大顆粒的懸浮沉降問題。通過改變顆粒與流體的密度比，獲得了廣泛的伽利略數範圍，這些數是浮力與粘性力的比值。我們通過高解析度單向耦合直接數值模擬來分析該問題，其中顆粒被建模為質點。物理參數的選擇與最近的顆粒解析模擬（PRS, [1, 2]）中使用的範圍相同，並與這些模擬進行了比較。點狀模擬的結果與PRS結果非常吻合，顯示出在所研究的參數範圍內，沉降速度有所降低，這些參數與懸浮在水介質中的顆粒沉降相關，體積分數高達幾個百分點，密度比約為1。結果是在忽略顆粒間和顆粒-流體相互作用的情況下獲得的，同時有意在顆粒的運動方程中包含/不包含不同的力（例如斯托克斯阻力、附加質量、升力），以分別突出它們的貢獻。在高伽利略數下，平均沉降速度僅略微受到湍流波動的影響，並且與靜止流體中單個顆粒的沉降速度相同。當伽利略數降低時，沉降速度逐漸受到湍流波動的影響，導致顆粒沉降速度顯著下降。目前的結果對應用特別重要。通過直接與顆粒解析模擬[1, 2]進行比較，證明了具有精確流體動力描述的點狀模型在捕捉顆粒沉降速度和其他高階統計量方面是有效的。
摘要
- 原文標題：Improving Access to Trade and Investment Information in Thailand through Intelligent Document Retrieval
- 中文標題：通過智能文檔檢索改善泰國貿易和投資信息的獲取
- 發布日期：2025-03-09 07:21:57+00:00
- 作者：Sirinda Palahan
- 分類：cs.IR, cs.SI
- 原文連結：http://arxiv.org/abs/2503.06489v1
中文摘要：海外投資和貿易對初學者來說可能令人望而生畏，因為涉及大量複雜信息。本文提出了一種集成自然語言處理和信息檢索技術的聊天機器人系統，以簡化文檔檢索過程。該系統能夠識別最相關的內容，使用戶能夠更高效地瀏覽複雜的外貿和投資信息。我們的方法結合了BM25模型和深度學習模型，對文檔進行排序和檢索，旨在減少文檔內容中的噪聲並提高結果的準確性。通過泰語自然語言查詢的實驗，證明了該系統在檢索相關文檔方面的有效性。用戶滿意度調查進一步驗證了系統的有效性。大多數受訪者認為該系統有幫助，並同意推薦的文檔，表明其作為泰國企業家應對外貿和投資的潛在價值。
摘要
- 原文標題：OT-DETECTOR: Delving into Optimal Transport for Zero-shot Out-of-Distribution Detection
- 中文標題：OT-DETECTOR：深入最優傳輸用於零樣本分布外檢測
- 發布日期：2025-03-09 04:47:19+00:00
- 作者：Yu Liu, Hao Tang, Haiqi Zhang, Jing Qin, Zechao Li
- 分類：cs.CV, cs.MM
- 原文連結：http://arxiv.org/abs/2503.06442v1
中文摘要：分布外（OOD）檢測對於確保機器學習模型在現實應用中的可靠性和安全性至關重要。儘管隨著像CLIP這樣的視覺-語言模型的出現，無需在分布內（ID）數據上進行訓練的零樣本OOD檢測已成為可能，但現有方法主要關注語義匹配，未能完全捕捉分布差異。為了解決這些局限性，我們提出了OT-DETECTOR，這是一個新穎的框架，利用最優傳輸（OT）來量化測試樣本與ID標籤之間的語義和分布差異。具體而言，我們引入了跨模態傳輸質量和傳輸成本，分別作為語義和分布方面的OOD評分，從而實現對OOD樣本的更魯棒檢測。此外，我們提出了一個語義感知內容優化（SaCR）模塊，該模塊利用ID標籤的語義線索來放大ID與困難OOD樣本之間的分布差異。在多個基準上的廣泛實驗表明，OT-DETECTOR在各種OOD檢測任務中實現了最先進的性能，特別是在具有挑戰性的困難OOD場景中。
摘要
- 原文標題：Adaptive Audio-Visual Speech Recognition via Matryoshka-Based Multimodal LLMs
- 中文標題：基於套娃的多模態大語言模型的自適應音視頻語音識別
- 發布日期：2025-03-09 00:02:10+00:00
- 作者：Umberto Cappellazzo, Minsu Kim, Stavros Petridis
- 分類：cs.CV, cs.MM, cs.SD, eess.AS
- 原文連結：http://arxiv.org/abs/2503.06362v1
中文摘要：音頻-視覺語音識別（AVSR）利用音頻和視覺模態來增強語音識別的魯棒性，特別是在嘈雜環境中。近年來，大型語言模型（LLMs）在語音識別（包括AVSR）中的有效性得到了證明。然而，由於語音表示的長度較大，直接與LLMs集成會帶來巨大的計算成本。先前的方法通過在將語音表示輸入LLMs之前對其進行壓縮來解決這一問題。然而，較高的壓縮率通常會導致性能下降，因此需要在計算效率和識別準確性之間進行權衡。為了解決這一挑戰，我們提出了Llama-MTSK，這是第一個基於Matryoshka的多模態LLM用於AVSR，它能夠根據特定的計算約束靈活調整音頻-視覺令牌分配，同時保持高性能。我們的方法受到Matryoshka表示學習的啟發，在單個模型內以多種粒度編碼音頻-視覺表示，從而消除了為不同壓縮級別訓練單獨模型的需求。此外，為了高效微調LLM，我們引入了三種基於LoRA的Matryoshka策略，使用全局和特定尺度的LoRA模塊。在兩個最大的AVSR數據集上的廣泛評估表明，Llama-MTSK取得了最先進的結果，匹配或超越了在固定壓縮級別上獨立訓練的模型。