WikiEdge:ArXiv速递/2025-03-28
摘要
- 原文标题：Comparison between neural network clustering, hierarchical clustering and k-means clustering: Applications using fluidic lenses
- 中文标题：神经网络聚类、层次聚类与K均值聚类的比较：基于流体透镜的应用
- 发布日期：2025-03-28 14:01:12+00:00
- 作者：Graciana Puentes
- 分类：physics.optics, cs.LG
- 原文链接：http://arxiv.org/abs/2503.22448v1
中文摘要：本研究对神经网络聚类(NNC)、层次聚类(HC)和K均值聚类(KMC)进行了比较，以评估这三种机器学习(ML)技术在将大型数据集组织成簇时的计算优势。针对NNC方法，我们对一组波前传感器重建数据（分解为15项泽尼克系数，用于表征流体透镜传输的相位前光学像差）应用了自组织映射(SOM)训练。通过分析SOM相邻权重距离、SOM样本命中、SOM权重位置和SOM权重平面，形成了对系统结构特性的可视化解释。在HC方法中，采用联合相异度-连接矩阵计算进行数据划分，该方法有效性通过较高的共表型相关系数值(c=0.9651)得以验证。通过设定0.8的不一致性截断值，最终确定7个簇作为系统分割的最大数量。此外，采用KMC方法建立聚类分割效率的量化指标，在K=5个非重叠簇的数据分割中获得了0.905的平均轮廓系数值。研究表明，HC的联合连接与相异度算法结合KMC形成的聚类方案，比单独使用NNC或HC评估更为可靠——后者若改变SOM尺寸或不一致性截断值可能导致全新的聚类构型。
摘要
- 原文标题：Depolarization studies on low-depolarizing Cu/Ti and Ni(Mo)/Ti neutron supermirrors
- 中文标题：低去极化Cu/Ti与Ni(Mo)/Ti中子超镜的去极化研究
- 发布日期：2025-03-28 16:03:35+00:00
- 作者：Jose Manuel Gómez-Guzmán, Karina Bernert, Anton Devishvili, Christine Klauser, Bastian Märkisch, Ulrich Schmidt, Torsten Soldner
- 分类：physics.ins-det
- 原文链接：http://arxiv.org/abs/2503.22561v1
中文摘要：中子超镜(SMs)是众多散射和粒子物理实验的关键组件。由于Ni(Mo)/Ti超镜相较于Ni/Ti超镜具有更低的饱和磁化强度，迄今被广泛应用于极化中子束传输实验。然而，新一代β衰变实验要求超镜每次反射的退极化率低于10^-4才能达到目标精度，而Ni(Mo)/Ti超镜反射导致的极化中子束退极化尚未达到该精度量级的测量结果。近期开发的Cu/Ti超镜相比Ni(Mo)/Ti超镜具有极低饱和磁化强度，可能成为替代方案。本文测试了两种镜面的性能：首先在SuperADAM中子反射仪上测量Ni(Mo)和Cu单层的四态极化中子反射率(PNR)曲线，通过全极化分析显示两种材料的磁散射长度密度(mSLD)存在差异，其中Cu的mSLD低于Ni(Mo)；该结果在m=2的Ni(Mo)/Ti超镜和Cu/Ti超镜四态PNR曲线全极化分析中得到验证。其次利用Opaque Test Bench装置测量相同超镜反射后的退极化率(D)，在1σ置信水平下获得退极化率上限：D_Cu/Ti(4N5)<7.6×10^-5、D_Ni(Mo)/Ti<8.5×10^-5、D_Cu/Ti(2N6)<6.0×10^-5（其中(4N5)对应钛纯度99.995%，(2N6)对应99.6%）。统计不确定度分析表明三种超镜均适用于新一代β衰变实验，且未发现退极化率与q值或样品所处磁化场的显著相关性。
摘要
- 原文标题：Advancing DevSecOps in SMEs: Challenges and Best Practices for Secure CI/CD Pipelines
- 中文标题：推进中小企业DevSecOps实践：安全CI/CD管道的挑战与最佳实践
- 发布日期：2025-03-28 16:55:41+00:00
- 作者：Jayaprakashreddy Cheenepalli, John D. Hastings, Khandaker Mamun Ahmed, Chad Fenner
- 分类：cs.CR, cs.CY, cs.SE, D.2.2; K.6.5; D.2.9
- 原文链接：http://arxiv.org/abs/2503.22612v1
中文摘要：本研究评估了中小型企业（SMEs）对DevSecOps的采用情况，识别了关键挑战、最佳实践和未来趋势。通过基于技术接受模型（TAM）和创新扩散理论（DOI）的混合方法，我们分析了来自405名中小企业专业人士的调查数据，结果显示虽然68%的企业已实施DevSecOps，但采用过程受到技术复杂性（41%）、资源限制（35%）和文化阻力（38%）的阻碍。尽管73%的企业领导层将安全作为优先事项，自动化缺口仍然存在，仅有12%的组织在每次提交时进行安全扫描。 研究发现突显了安全工具的日益整合，特别是API安全（63%）和软件成分分析（62%），但容器安全的采用率仍然较低（34%）。展望未来，中小企业预计人工智能和机器学习将对DevSecOps产生重大影响，强调了主动采用AI驱动安全增强的必要性。基于研究结果，本文提出了增强CI/CD管道安全的战略最佳实践，包括自动化、领导力驱动的安全文化以及跨团队协作。
摘要
- 原文标题：Understanding Software Vulnerabilities in the Maven Ecosystem: Patterns, Timelines, and Risks
- 中文标题：理解Maven生态系统中的软件漏洞：模式、时间线与风险
- 发布日期：2025-03-28 12:52:07+00:00
- 作者：Md Fazle Rabbi, Rajshakhar Paul, Arifa Islam Champa, Minhaz F. Zibran
- 分类：cs.SE
- 原文链接：http://arxiv.org/abs/2503.22391v1
中文摘要：软件库和可复用组件中的漏洞会引发重大安全挑战，尤其在Maven这类依赖密集型生态系统中。本文采用Goblin框架对Maven生态系统的漏洞进行了大规模分析，重点研究漏洞类型特征、文档记录延迟及修复时间线的影响。我们识别出77,393个存在漏洞的版本，涉及226种独特CWE漏洞类型。平均而言，漏洞需要近五年时间被记录，4.4年时间被修复，部分漏洞甚至超过十年仍未解决。漏洞记录与修复的延迟给库使用者带来安全风险，凸显了Maven生态系统需要更审慎高效的漏洞管理机制。
摘要
- 原文标题：Cross-Technology Generalization in Synthesized Speech Detection: Evaluating AST Models with Modern Voice Generators
- 中文标题：跨技术泛化在合成语音检测中的评估：基于AST模型与现代语音生成器的研究
- 发布日期：2025-03-28 15:07:26+00:00
- 作者：Andrew Ustinov, Matey Yordanov, Andrei Kuchma, Mikhail Bychkov
- 分类：cs.SD, cs.CR, eess.AS
- 原文链接：http://arxiv.org/abs/2503.22503v1
中文摘要：本文评估了音频频谱变换器(AST)架构在合成语音检测中的应用，重点关注其在不同现代语音生成技术间的泛化能力。通过采用差异化增强策略，该模型在测试ElevenLabs、NotebookLM和Minimax AI语音生成器时总体达到0.91%的等错误率。值得注意的是，仅使用单一技术102个样本进行训练后，模型展现出强大的跨技术泛化能力，在完全未见过的语音生成器上实现3.3%的等错误率。本研究为快速适应新兴合成技术建立了基准，并证明基于变换器的架构能够识别不同神经语音合成方法中的共有伪影，有助于构建更鲁棒的语音验证系统。