WikiEdge:ArXiv速遞/2025-03-16
摘要
- 原文標題：A quantitative analysis of Galilei's observations of Jupiter satellites from the Sidereus Nuncius
- 中文標題：對《星際信使》中伽利略觀測木星衛星的定量分析
- 發布日期：2025-03-16 15:24:46+00:00
- 作者：Andrea Longhin
- 分類：physics.hist-ph, astro-ph.EP
- 原文連結：http://arxiv.org/abs/2503.12543v1
中文摘要：我們分析了《星際信使》（1610年1月7日至3月1日）中關於木星衛星的觀測數據，並將其與使用現代天空模擬器獲得的預測結果逐一進行對比驗證。通過對64幅可用草圖的數據進行正弦擬合，我們能夠以2-4%和0.1-0.3%的統計精度分別測量衛星軌道的相對半長軸及其周期。周期基本無偏差，而卡利斯托的軌道則被低估了約12%。後驗擬合誤差表明，衛星位置的確定解析度在伽利略的表示法中為0.4-0.6個木星直徑，相當於約40-70角秒，即與當時木星的真實角直徑相似。我們展示了如何通過這些數據以令人信服的方式推斷出木星系統的克卜勒第三定律。木衛一與木衛二/木衛三之間的1:2和1:4軌道共振可以以%的精度確定。為了獲得這些結果，分離四個數據集非常重要。這一操作如今使用天空模擬器非常簡單，並在本工作中完整記錄，但對伽利略來說卻是一項極其困難的任務，正如分析所表明的那樣。儘管如此，我們展示了如何利用現代Lomb-Scargle技術提取四個周期，而無需分離四個數據集，僅使用這些早期觀測數據即可。我們還對昴星團及其他星團以及月球的觀測精度進行了批判性評估。
摘要
- 原文標題：Deepfake Detection with Optimized Hybrid Model: EAR Biometric Descriptor via Improved RCNN
- 中文標題：基於優化混合模型的深度偽造檢測：通過改進的RCNN生成耳部生物特徵描述符
- 發布日期：2025-03-16 07:01:29+00:00
- 作者：Ruchika Sharma, Rudresh Dwivedi
- 分類：cs.CV, cs.MM
- 原文連結：http://arxiv.org/abs/2503.12381v1
中文摘要：深度偽造是一種近年來廣泛使用的技術，通過修改和替換來自不同來源的面部信息，用於創建有害內容，如假新聞、電影和謠言。鑑於深度偽造的持續演變，對其進行持續識別和預防的研究至關重要。由於人工智慧（AI）領域的最新技術進步，區分深度偽造和人工修改的圖像變得具有挑戰性。本文提出了一種通過檢測細微的耳朵運動和形狀變化來生成耳朵描述符的魯棒檢測方法。此外，我們還提出了一種新穎的優化混合深度偽造檢測模型，該模型通過增強的RCNN（基於區域的卷積神經網絡）考慮耳朵生物特徵描述符。首先，輸入視頻被轉換為幀，並通過調整大小、歸一化、灰度轉換和濾波過程進行預處理，隨後使用Viola-Jones技術進行面部檢測。接下來，利用由DBN（深度信念網絡）和Bi-GRU（雙向門控循環單元）組成的混合模型，基於耳朵描述符進行深度偽造檢測。檢測階段的輸出通過改進的分數級融合確定。為了提升性能，使用SU-JFO（自升級水母優化方法）對兩個檢測模型的權重進行優化調整。實驗基於四種場景進行：壓縮、噪聲、旋轉、姿態和光照，並在三個不同的數據集上進行。性能結果表明，我們提出的方法在準確性、特異性和精確度等各種性能指標上優於傳統模型，如CNN（卷積神經網絡）、SqueezeNet、LeNet、LinkNet、LSTM（長短期記憶）、DFP（深度偽造預測器）[1]和ResNext+CNN+LSTM [2]。