WikiEdge:ArXiv速遞/2025-04-24

出自WikiEdge
跳至導覽 跳至搜尋

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估——面向纜驅可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服作為剛性外骨骼的替代方案近年來得到發展，並日益應用於臨床和家庭環境中上肢與下肢治療與輔助。雖然已開發出多種線驅動外骨骼服，但其機電設計與性能的公開研究甚少。為此，本文針對線驅動可穿戴外骨骼服提出一種二自由度肌腱驅動單元（TDU）的全面設計與性能分析。研究詳細闡述了TDU功能基準測試方法：靜態扭矩輸出測試對比指令扭矩與實測扭矩；速度控制測試評估不同速度下的衰減與相位偏移；噪聲測試量化穿戴者感知的TDU運行聲響；熱應力測試記錄冷卻性能以確保高負載安全運行；電池續航測試評估不同負載條件下的持續運行時間。為驗證測試方案，本文推出模塊化線驅動TDU系統，其電機、滑輪和傳感器等組件可根據應用需求靈活調整。通過分享詳細方法論與性能數據，本研究旨在提供可復用的TDU設計方案，並為研究人員和工程師提供系統化記錄TDU設計性能的參考框架。

摘要

  • 原文標題：Federated Learning: A Survey on Privacy-Preserving Collaborative Intelligence
  • 中文標題：聯邦學習：私隱保護協同智能綜述
  • 發佈日期：2025-04-24 16:10:29+00:00
  • 作者：Edward Collins, Michel Wang
  • 分類：cs.LG, cs.AI
  • 原文連結：http://arxiv.org/abs/2504.17703v1

中文摘要：聯邦學習（FL）已成為分佈式機器學習領域的變革性範式，它允許多個客戶端（如流動裝置、邊緣節點或組織）在不集中敏感數據的情況下協作訓練共享全局模型。這種去中心化方法解決了數據私隱、安全性和監管合規性方面日益增長的擔憂，使其在醫療保健、金融和智能物聯網系統等領域特別具有吸引力。本綜述對聯邦學習進行了簡明而全面的概述，從其核心架構和通信協議開始。我們討論了標準FL生命周期，包括本地訓練、模型聚合和全局更新。特別強調了關鍵的技術挑戰，如處理非獨立同分佈（non-IID）數據、緩解系統異構性和硬件異構性、減少通信開銷，以及通過差分私隱和安全聚合等機制確保私隱。此外，我們探討了FL研究的新興趨勢，包括個性化聯邦學習、跨設備聯邦學習與跨孤島聯邦學習設置，以及與其他範式（如強化學習和量子計算）的集成。我們還重點介紹了實際應用，並總結了FL研究中常用的基準數據集和評估指標。最後，我們概述了開放的研究問題和未來方向，以指導可擴展、高效和可信賴的FL系統的開發。

摘要

  • 原文標題：RAGAT-Mind: A Multi-Granular Modeling Approach for Rumor Detection Based on MindSpore
  • 中文標題：基於MindSpore的多粒度建模謠言檢測方法RAGAT-Mind
  • 發佈日期：2025-04-24 14:03:53+00:00
  • 作者：Zhenkai Qin, Guifang Yang, Dongze Wu
  • 分類：cs.CL, cs.CY
  • 原文連結：http://arxiv.org/abs/2504.17574v1

中文摘要：隨着虛假信息在社交媒體平台持續擴散，有效謠言檢測已成為自然語言處理領域的緊迫挑戰。本文提出RAGAT-Mind——一種基於MindSpore深度學習框架的中文謠言檢測多粒度建模方法。該模型整合了TextCNN用於局部語義提取、雙向GRU用於序列上下文學習、多頭自注意力機制用於全局依賴聚焦，以及雙向圖卷積網絡(BiGCN)用於詞共現圖的結構化表徵。在微博謠言數據集上的實驗表明，RAGAT-Mind實現了99.2%的準確率和0.9919的宏觀F1值，驗證了層次化語言特徵與圖式語義結構結合的有效性。該模型還展現出強大的泛化能力和可解釋性，凸顯了其在現實場景中的實用價值。

摘要

  • 原文標題：Reconstructions of electron-temperature profiles from EUROfusion Pedestal Database using turbulence models and machine learning
  • 中文標題：基於湍流模型和機器學習的EUROfusion基座數據庫電子溫度剖面重建
  • 發佈日期：2025-04-24 12:25:10+00:00
  • 作者：L. -P. Turica, A. R. Field, L. Frassinetti, A. A. Schekochihin, JET Contributors, the EUROfusion Tokamak Exploitation Team
  • 分類：physics.plasm-ph
  • 原文連結：http://arxiv.org/abs/2504.17486v1

中文摘要：本研究利用EUROfusion基座數據庫中的等離子體剖面數據，重點關注H-mode ELMy JET ITER-Like-Wall（ILW）放電邊緣區域的電子溫度和電子密度剖面。我們以放電的密度剖面和工程參數作為輸入，對電子溫度基座進行系統性預測。 首先提出一種機器學習算法：在輸入參數多於理論建模且使用數據庫80%數據作為訓練集時，能重構剩餘20%溫度剖面（誤差控制在實驗值的20%以內），包括對基座寬度和位置的精確估計。預測中最重要的工程參數是磁場強度、粒子加料速率、等離子體電流和靶板位形，這證實了利用大型數據庫實現精確基座預測的潛力。 其次採用理論方法，假設密度梯度（R/L_ne）與溫度梯度（R/L_Te）存在局域冪律關係：R/L_Te=A(R/L_ne)^α（α≈0.4）在陡梯度區擬合良好。當對各基座獨立擬合A和α時，會出現適用於JET-C數據的線性關聯。當α=1時，A≡η_e（平板ETG理論中湍流的已知控制參數），實測陡梯度區的η_e值遠超平板ETG穩定性閾值，暗示存在非線性閾值偏移或超臨界湍流態。 最後測試了基於迴旋動理學模擬的熱通量標度律，並提供重構JET-ILW基座的最佳擬合參數。這些模型需要額外實驗輸入才能達到機器學習重構的精度。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種結合蒙特卡洛模擬（MCNP）與機器學習技術的中子束快門創新設計方法，旨在提升屏蔽性能並加速設計流程。目標設施為緊湊型中子科學平台，其中子由回旋加速器質子束轟擊靶材產生，系統包含熱中子和快中子束線。熱中子束線上安裝的快門用於降低維護期間的職業輻射暴露。 研究通過MCNP模擬了200種不同材料序列的中子快門構型，利用生成的數據集訓練全連接神經網絡以預測屏蔽下游中子通量。該模型隨後應用於1,000種隨機生成的屏蔽構型，實現快速通量預測與性能排序。篩選出預測通量最低的20種設計後，通過MCNP模擬進行二次驗證。 結果表明：最優設計將快門入口處5.61×10^9 n/cm²·s的中子通量降至出口處4.96×10^5 n/cm²·s，實現四個數量級的衰減。這些發現證實機器學習技術能有效降低模擬成本並輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的巨大潛力。

摘要

  • 原文標題：DTECM: Digital Twin Enabled Channel Measurement and Modeling in Terahertz Urban Macrocell
  • 中文標題：DTECM：太赫茲城市宏蜂窩中數字孿生賦能的信道測量與建模
  • 發佈日期：2025-04-24 15:40:57+00:00
  • 作者：Yuanbo Li, Ziming Yu, Chong Han
  • 分類：cs.IT, math.IT
  • 原文連結：http://arxiv.org/abs/2504.17673v1

中文摘要：摘要：本研究針對太赫茲城市宏蜂窩(THz UMa)場景，通過結合射線追蹤、計算機視覺(CV)和統計方法開展了大規模信道測量並建立了精確信道模型。具體而言，在220GHz頻段實施了傳輸距離達410米的實測，並實現納秒級絕對時間同步。基於測量結果詳細分析了傳播現象，對信道特性進行量化計算與統計建模。進一步提出數字孿生使能信道模型(DTECM)，採用混合方式生成太赫茲信道響應：主徑通過射線追蹤與CV技術確定性生成，除射線追蹤確定的路徑增益外，基於全景圖像提取的植被信息精確建模附加葉簇損耗；為保持DTECM的低計算複雜度，非主徑採用統計方式生成。數值結果表明，相較傳統統計信道模型，DTECM將路徑損耗建模誤差從14dB降至4dB，展現出顯著優勢。此外，基於DTECM的初步鏈路性能評估表明，太赫茲UMa具有可行性，但需高天線增益與覆蓋擴展技術以實現高頻譜效率與廣覆蓋。

摘要

  • 原文標題：Characterisation of Hamamatsu R11065-20 PMTs for use in the SABRE South NaI(Tl) Crystal Detectors
  • 中文標題：用於SABRE South碘化鈉(鉈)晶體探測器的濱松R11065-20型光電倍增管特性研究
  • 發佈日期：2025-04-24 02:50:26+00:00
  • 作者：O. Stanley, W. J. D. Melbourne, P. Urquijo, E. Barberio, V. U. Bashu, L. J. Bignell, I. Bolognino, G. Brooks, S. S. Chhun, F. Dastgiri, M. B. Froehlich, T. Fruth, G. Fu, G. C. Hill, R. S. James, K. Janssens, S. Kapoor, G. J. Lane, K. T. Leaver, P. McGee, P. C. McNamara, J. McKenzie, L. J. McKie, M. Mews, L. J. Milligan, K. J. Rule, F. Scutti, Z. Slavkovská, A. E. Stuchbery, B. Suerfu, A. G. Williams, Y. Xing, Y. Y. Zhong
  • 分類：physics.ins-det, hep-ex
  • 原文連結：http://arxiv.org/abs/2504.17209v1

中文摘要：SABRE實驗是一項直接探測暗物質的實驗，使用由多個NaI(Tl)晶體組成的目標。該實驗旨在通過在北部（格蘭薩索國家實驗室，LNGS）和南部（斯托威爾地下物理實驗室，SUPL）半球部署探測器，對DAMA/LIBRA結果進行獨立驗證。SABRE South光電倍增管（PMTs）將在接近低能量噪聲閾值的條件下使用，因此在安裝前需要對其性能及其在NaI(Tl)暗物質搜索中對背景的貢獻進行詳細校準。我們介紹了R11065-20濱松PMTs的預校準程序開發。這些PMTs直接耦合在SABRE South實驗的NaI(Tl)晶體上。本文中我們提出了表徵PMTs增益、暗計數率和時間特性的方法，並開發了一種無需光注入源的原位校準方法。此外，我們探索了機器學習技術的應用，通過基於單個PMTs響應的提升決策樹（BDT）訓練，來理解可用於背景排除的信息。最後，我們簡要介紹了用於從光學蒙特卡洛模擬生成數碼化PMT數據的仿真工具。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估——用於線驅動可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服裝近年來作為剛性外骨骼的替代方案被開發出來，並越來越多地應用於臨床和家庭環境中上下肢治療與輔助。雖然已開發出許多線驅動式外骨骼服裝，但關於其機電設計和性能的公開研究甚少。為此，本文提出了一種用於線驅動可穿戴外骨骼服裝的二自由度肌腱驅動單元（TDU）的全面設計與性能分析。詳細介紹了評估TDU功能性的基準測試方法：靜態扭矩輸出測試比較指令扭矩與實測扭矩；速度控制測試評估不同速度下的衰減和相位偏移；噪音測試評估穿戴者在不同轉速下的聽覺感受；熱應力測試記錄TDU的冷卻性能以確保高負載下的安全運行；電池續航測試評估不同負載條件下的運行時間以確定可用時長。為演示這些測試，本文推出了一種模塊化線驅動TDU系統，其電機、滑輪和傳感器等組件可根據目標應用需求進行適配。通過分享詳細的方法論和性能結果，本研究旨在提供可被他人借鑑的TDU設計方案，並為研究人員和工程師提供資源以更好地記錄其TDU設計的性能表現。

摘要

  • 原文標題：Nonlinear Derivative-free Constrained Optimization with a Penalty-Interior Point Method and Direct Search
  • 中文標題：非線性無導數約束優化的罰函數-內點法與直接搜索法
  • 發佈日期：2025-04-24 15:54:01+00:00
  • 作者：Andrea Brilli, Ana L. Custódio, Giampaolo Liuzzi, Everton J. Silva
  • 分類：math.OC
  • 原文連結：http://arxiv.org/abs/2504.17682v1

中文摘要：摘要：本研究提出將混合懲罰-內點法與直接搜索法相結合，用於求解非線性約束的無導數優化問題。通過構建一個評價函數，將非線性不等式約束集分為兩組：一組採用對數障礙法處理，另一組與等式約束共同通過懲罰項處理。該策略經調整後融入直接搜索方法，從而實現對一般非線性約束的有效處理。在連續可微性假設下（無需任何凸性要求），證明了算法收斂到KKT穩定點。基於CUTEst測試問題的數值實驗表明，與現有先進求解器相比，所提方法具有魯棒性、高效性和整體有效性。

摘要

  • 原文標題：Early Detection of Multidrug Resistance Using Multivariate Time Series Analysis and Interpretable Patient-Similarity Representations
  • 中文標題：基於多元時間序列分析和可解釋患者相似性表徵的多重耐藥性早期檢測
  • 發佈日期：2025-04-24 16:19:13+00:00
  • 作者：Óscar Escudero-Arnanz, Antonio G. Marques, Inmaculada Mora-Jiménez, Joaquín Álvarez-Rodríguez, Cristina Soguero-Ruiz
  • 分類：cs.LG, cs.AI
  • 原文連結：http://arxiv.org/abs/2504.17717v1

中文摘要：背景與目的：多重耐藥性（MDR）是影響全球健康的重大難題，會導致住院時間延長、醫療成本增加及死亡率上升。本研究提出一種可解釋的機器學習（ML）框架用於MDR預測，旨在實現精準推斷與增強可解釋性雙重目標。 方法：將患者建模為多元時間序列（MTS），捕捉臨床進展和患者間交互。採用基於MTS的方法量化患者相似性：描述性統計、動態時間規整和時間聚類核函數。這些相似性度量作為邏輯回歸、隨機森林和支持向量機的分類輸入，通過降維和核變換提升模型性能。為增強可解釋性，基於這些指標構建患者相似性網絡，應用譜聚類和t-SNE識別MDR相關亞組並可視化高風險集群，從而揭示臨床相關模式。 結果：該框架在富恩拉夫拉達大學醫院ICU電子健康記錄上驗證，取得81%的AUC值。通過基於圖分析的患者相似性分析，其性能超越基線ML和深度學習模型。該方法識別出關鍵風險因素——長期抗生素使用、侵入性操作、合併感染及ICU滯留延長，並發現具有臨床意義的集群。代碼與結果見\https://github.com/oscarescuderoarnanz/DM4MTS。 結論：結合基於圖分析的患者相似性表徵能提供準確的MDR預測和可解釋的洞見。該方法支持早期檢測、風險因素識別和患者分層，彰顯了可解釋ML在重症監護領域的潛力。

摘要

  • 原文標題：RAGAT-Mind: A Multi-Granular Modeling Approach for Rumor Detection Based on MindSpore
  • 中文標題：基於MindSpore的多粒度建模謠言檢測方法RAGAT-Mind
  • 發佈日期：2025-04-24 14:03:53+00:00
  • 作者：Zhenkai Qin, Guifang Yang, Dongze Wu
  • 分類：cs.CL, cs.CY
  • 原文連結：http://arxiv.org/abs/2504.17574v1

中文摘要：隨着虛假信息在社交媒體平台持續擴散，有效的謠言檢測已成為自然語言處理領域的緊迫挑戰。本文提出RAGAT-Mind——一種基於MindSpore深度學習框架的中文謠言檢測多粒度建模方法。該模型整合了TextCNN用於局部語義提取、雙向GRU用於序列上下文學習、多頭自注意力機制用於全局依賴聚焦，以及雙向圖卷積網絡(BiGCN)用於詞共現圖的結構化表徵。在微博謠言數據集上的實驗表明，RAGAT-Mind實現了99.2%的準確率和0.9919的宏觀F1值，驗證了分層語言特徵與圖語義結構結合的有效性。該模型還展現出強大的泛化能力和可解釋性，凸顯了其在現實場景中的實用價值。

摘要

  • 原文標題：Reconstructions of electron-temperature profiles from EUROfusion Pedestal Database using turbulence models and machine learning
  • 中文標題：基於湍流模型和機器學習對EUROfusion基座數據庫中電子溫度剖面的重建
  • 發佈日期：2025-04-24 12:25:10+00:00
  • 作者：L. -P. Turica, A. R. Field, L. Frassinetti, A. A. Schekochihin, JET Contributors, the EUROfusion Tokamak Exploitation Team
  • 分類：physics.plasm-ph
  • 原文連結：http://arxiv.org/abs/2504.17486v1

中文摘要：本研究利用EUROfusion基座數據庫中的等離子體剖面數據，重點分析H-mode ELMy JET ITER-Like-Wall (ILW)放電邊緣區域的電子溫度和電子密度剖面。我們以放電的密度剖面和工程參數作為輸入，對電子溫度基座進行系統性預測。 首先提出一種機器學習算法：在輸入參數多於理論建模、且使用數據庫80%數據作為訓練集時，能重構剩餘20%溫度剖面（誤差控制在實驗值的20%以內），包括對基座寬度和位置的精確估計。預測中最重要的工程參數是磁場強度、粒子加料速率、等離子體電流和靶板位形配置，這證實了利用大型數據庫實現精確基座預測的潛力。 其次採用理論方法，假設密度梯度($R/L_{n_e}$)與溫度梯度($R/L_{T_e}$)存在局域冪律關係：$R/L_{T_e}=A(R/L_{n_e})^\alpha$（$\alpha\approx0.4$在陡梯度區擬合良好）。當$A$和$\alpha$對各基座獨立擬合時，會出現適用於JET-C數據的線性關聯。當$\alpha=1$時，$A \equiv \eta_e$（平板ETG理論中湍流的已知控制參數），實測$\eta_e$值遠超平板ETG穩定性閾值，暗示存在非線性閾值偏移或超臨界湍流態。 最後測試了迴旋動理學模擬啟發的熱通量標度律，並提供重構JET-ILW基座的最佳擬合參數。這些模型需要額外實驗輸入才能達到機器學習重構的精度。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估：面向纜驅可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服裝作為剛性外骨骼的替代方案近年來得到發展，並日益應用於臨床和家庭環境中上下肢治療與輔助。雖然已開發出多種線驅動式外骨骼服裝，但其機電設計與性能的公開研究甚少。為此，本文針對線驅動可穿戴外骨骼服裝的雙自由度肌腱驅動單元（TDU）提出了全面的設計與性能分析方案。研究詳細闡述了TDU功能基準測試方法：靜態扭矩輸出測試對比指令扭矩與實測扭矩；速度控制測試評估不同速度下的衰減與相位偏移；噪聲測試量化穿戴者感知的TDU運行聲響；熱應力測試記錄冷卻性能以確保高負載安全運行；電池續航測試評估不同負載條件下的持續運行時間。為驗證測試方案，研究還推出模塊化線驅動TDU系統，其電機、滑輪和傳感器等組件可根據應用需求靈活配置。通過分享詳細方法論與性能數據，本研究旨在提供可復用的TDU設計方案，並為研究人員和工程師建立更完善的TDU設計能力文檔體系提供參考。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種結合蒙特卡洛模擬（MCNP）與機器學習技術的中子束快門創新設計方法，旨在提升屏蔽性能並加速設計流程。目標設施為緊湊型中子科學平台，其中中子由回旋加速器質子束轟擊中子產生靶所生成，系統包含熱中子和快中子束線。熱中子束線上安裝的束流快門用於降低維護期間的職業輻射暴露。 研究通過MCNP模擬了200種不同材料序列的中子快門構型，利用所得數據集訓練全連接神經網絡以預測屏蔽下游的中子通量。訓練完成的模型隨後應用於1,000組隨機生成的屏蔽構型，實現快速通量預測與性能排序。篩選出預測通量最低的20種設計後，通過MCNP模擬進行進一步驗證。 結果表明：最優設計將快門入口處5.61×10^9 n/cm2*s的中子通量降低至出口處的4.96×10^5 n/cm2*s，實現四個數量級的衰減。這些發現證實機器學習技術能有效降低模擬成本並輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的巨大潛力。

摘要

  • 原文標題：Nonlinear Derivative-free Constrained Optimization with a Penalty-Interior Point Method and Direct Search
  • 中文標題：基於罰函數-內點法與直接搜索的非線性無導數約束優化
  • 發佈日期：2025-04-24 15:54:01+00:00
  • 作者：Andrea Brilli, Ana L. Custódio, Giampaolo Liuzzi, Everton J. Silva
  • 分類：math.OC
  • 原文連結：http://arxiv.org/abs/2504.17682v1

中文摘要：摘要：本研究提出將混合懲罰-內點法與直接搜索法相結合，用於求解非線性約束的無導數優化問題。通過構建一個評價函數，將非線性不等式約束集分為兩組：一組採用對數障礙函數法處理，另一組與等式約束共同通過懲罰項處理。該策略經調整後融入直接搜索框架，實現了對一般非線性約束的有效處理。在連續可微性假設下（無需任何凸性要求），證明了算法收斂於KKT穩定點。基於CUTEst測試問題的數值實驗表明，與現有先進求解器相比，所提方法具有魯棒性、高效性和整體優越性。

摘要

  • 原文標題：RAGAT-Mind: A Multi-Granular Modeling Approach for Rumor Detection Based on MindSpore
  • 中文標題：基於MindSpore的多粒度建模謠言檢測方法RAGAT-Mind
  • 發佈日期：2025-04-24 14:03:53+00:00
  • 作者：Zhenkai Qin, Guifang Yang, Dongze Wu
  • 分類：cs.CL, cs.CY
  • 原文連結：http://arxiv.org/abs/2504.17574v1

中文摘要：隨着虛假信息在社交媒體平台持續擴散，有效的謠言檢測已成為自然語言處理領域亟待解決的挑戰。本文提出RAGAT-Mind——一種基於MindSpore深度學習框架的中文謠言檢測多粒度建模方法。該模型整合了TextCNN用於局部語義提取、雙向GRU用於序列上下文學習、多頭自注意力機制用於全局依賴聚焦，以及雙向圖卷積網絡(BiGCN)用於詞共現圖的結構化表徵。在微博謠言數據集上的實驗表明，RAGAT-Mind實現了99.2%的準確率和0.9919的宏觀F1值，驗證了層次化語言特徵與圖語義結構相結合的有效性。該模型還展現出強大的泛化能力和可解釋性，凸顯了其在現實場景中的實用價值。

摘要

  • 原文標題：FlexPINN: Modeling Fluid Dynamics and Mass Transfer in 3D Micromixer Geometries Using a Flexible Physics-Informed Neural Network
  • 中文標題：FlexPINN：基於柔性物理信息神經網絡的3D微混合器流體動力學與傳質建模
  • 發佈日期：2025-04-24 19:17:21+00:00
  • 作者：Meraj Hassanzadeh, Ehsan Ghaderi, Mohamad Ali Bijarchi
  • 分類：physics.flu-dyn, physics.comp-ph
  • 原文連結：http://arxiv.org/abs/2504.17896v1

中文摘要：本研究採用改進型物理信息神經網絡(FlexPINN)研究了具有不同翅片形狀和排布的3D T型微混合器內部流體流動與濃度分佈。該網絡在標準PINN架構基礎上進行了多項改進：考慮矩形、橢圓形和三角形三種翅片幾何形狀的影響，並在三維通道中設置四種不同翅片排布方式以考察位置效應。模擬在雷諾數5/20/40/80條件下進行，包含單單元(四翅片)和雙單元(八翅片)兩種配置，旨在通過FlexPINN方法評估壓降係數、混合指數和混合效率。針對標準PINN在三維問題模擬中的局限性，本研究引入多項改進：將控制方程以一階無量綱導數形式嵌入網絡提升精度，採用遷移學習降低計算成本，並應用自適應損失加權以改善收斂性。這些改進形成了可適用於多種測試場景的靈活架構。與計算流體力學(CFD)結果相比，FlexPINN預測的壓降係數和混合指數最大誤差分別為3.25%和2.86%。所有測試案例中，雙單元配置的C型矩形翅片在雷諾數40時表現出最高混合效率(達1.63)。該框架在複雜三維幾何中的流體流動與物質輸運模擬方面展現出強大能力。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估（用於線驅動可穿戴技術）
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服作為剛性外骨骼的替代方案近年來得到發展，並日益應用於臨床和家庭環境中上下肢治療與輔助。目前雖已開發出多種線驅動外骨骼服，但其機電設計與性能的公開研究甚少。為此，本文提出了一種用於線驅動可穿戴外骨骼服的雙自由度肌腱驅動單元（TDU）的全面設計與性能分析方案。研究詳細闡述了TDU功能基準測試方法：通過靜態扭矩輸出測試對比指令扭矩與實測扭矩；速度控制測試評估不同速度下的衰減與相位偏移；噪聲測試量化穿戴者感知的TDU運行聲響；熱應力測試記錄冷卻性能以確保高負載下的安全運行；電池續航測試則評估不同負載條件下的持續運行時間。為驗證測試方案，研究還推出模塊化線驅動TDU系統，其電機、滑輪和傳感器等組件可根據目標應用需求靈活調整。通過分享詳細方法論與性能數據，本研究旨在提供可復用的TDU設計方案，並為研究人員和工程師提供系統化記錄TDU設計性能的參考框架。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種結合蒙特卡洛模擬（MCNP）與機器學習技術的中子束快門創新設計方法，旨在提升屏蔽性能並加速設計流程。目標設施為緊湊型中子科學平台，其中子由回旋加速器質子束轟擊中子產生靶產生，系統包含熱中子和快中子束線。熱中子束線上安裝的快門用於降低維護期間的職業輻射暴露。 研究通過MCNP模擬了200種不同材料序列的中子快門構型，利用生成的數據集訓練全連接神經網絡以預測屏蔽下游中子通量。訓練後的模型應用於1000個隨機生成的屏蔽構型，實現快速通量預測與性能排序。篩選預測通量最低的20種設計後，通過MCNP模擬進行進一步驗證。 結果表明：最優設計將快門入口處5.61×10^9 n/cm²·s的中子通量降至出口處4.96×10^5 n/cm²·s，實現四個數量級的衰減。這些發現證實機器學習技術能有效降低模擬成本並輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的巨大潛力。

摘要

  • 原文標題：Nonlinear Derivative-free Constrained Optimization with a Penalty-Interior Point Method and Direct Search
  • 中文標題：基於罰函數-內點法和直接搜索的非線性無導數約束優化
  • 發佈日期：2025-04-24 15:54:01+00:00
  • 作者：Andrea Brilli, Ana L. Custódio, Giampaolo Liuzzi, Everton J. Silva
  • 分類：math.OC
  • 原文連結：http://arxiv.org/abs/2504.17682v1

中文摘要：摘要：本研究提出將混合懲罰-內點法與直接搜索法相結合，用於求解非線性約束的無導數優化問題。通過構建一個評價函數，將非線性不等式約束集分為兩組：一組採用對數障礙法處理，另一組與等式約束共同通過懲罰項處理。該策略經過調整後被整合到直接搜索方法中，從而實現對一般非線性約束的有效處理。在連續可微性假設下（無需任何凸性要求），證明了算法收斂到KKT穩定點。基於CUTEst測試問題的數值實驗表明，與現有先進求解器相比，所提方法具有魯棒性、高效性和整體優越性。

摘要

  • 原文標題：RAGAT-Mind: A Multi-Granular Modeling Approach for Rumor Detection Based on MindSpore
  • 中文標題：基於MindSpore的多粒度建模謠言檢測方法RAGAT-Mind
  • 發佈日期：2025-04-24 14:03:53+00:00
  • 作者：Zhenkai Qin, Guifang Yang, Dongze Wu
  • 分類：cs.CL, cs.CY
  • 原文連結：http://arxiv.org/abs/2504.17574v1

中文摘要：隨着虛假信息在社交媒體平台持續擴散，有效謠言檢測已成為自然語言處理領域的緊迫挑戰。本文提出RAGAT-Mind——一種基於MindSpore深度學習框架的中文謠言檢測多粒度建模方法。該模型整合了TextCNN用於局部語義提取、雙向GRU用於序列上下文學習、多頭自注意力機制用於全局依賴聚焦，以及雙向圖卷積網絡(BiGCN)用於詞共現圖的結構表徵。在微博謠言數據集上的實驗表明，RAGAT-Mind實現了99.2%的準確率和0.9919的宏觀F1值，驗證了分層語言特徵與圖式語義結構結合的有效性。該模型還展現出強大的泛化能力和可解釋性，凸顯了其在現實場景謠言檢測應用中的實用價值。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估——面向纜驅可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服作為剛性外骨骼的替代方案近年來得到發展，並逐漸應用於臨床和家庭環境中上下肢治療與輔助。雖然已開發出多種線驅動外骨骼服，但其機電設計與性能的公開研究甚少。為此，本文針對線驅動可穿戴外骨骼服提出一種二自由度肌腱驅動單元（TDU）的全面設計與性能分析。詳細闡述了TDU功能基準測試方法：靜態扭矩輸出測試對比指令扭矩與實測扭矩；速度控制測試評估不同速度下的衰減與相位偏移；噪聲測試量化穿戴者感知的TDU運行聲響；熱應力測試記錄冷卻性能以確保高負載安全運行；電池續航測試評估不同負載條件下的持續運行時間。為驗證測試方案，本文推出模塊化線驅動TDU系統，其電機、滑輪和傳感器等組件可根據應用需求靈活調整。通過分享詳細方法論與性能數據，本研究旨在提供可復用的TDU設計方案，並為研究人員和工程師提供系統化記錄TDU設計性能的參考框架。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種新型中子束快門設計方法，該方法將蒙特卡洛模擬（MCNP）與機器學習技術相結合，以提升屏蔽性能並加速設計流程。目標設施是一個緊湊型中子科學平台，其中子由回旋加速器質子束轟擊中子產生靶產生。該系統包含熱中子和快中子兩條束線，熱中子束線上安裝有束流快門以降低維護期間的職業輻射暴露。 本研究使用MCNP模擬了200種不同材料序列的中子快門構型，所得數據集用於訓練全連接神經網絡以預測屏蔽下游的中子通量。訓練完成的模型隨後應用於1000個隨機生成的屏蔽構型，實現快速通量預測與性能排序。篩選出預測通量最低的20種設計方案，並通過MCNP模擬進行進一步驗證。 結果表明，最優設計將快門入口處5.61×10^9 n/cm2*s的中子通量降低至出口處的4.96×10^5 n/cm2*s，實現四個數量級的衰減。這些發現證實機器學習技術的整合能有效降低模擬成本，並輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的強大潛力。

摘要

  • 原文標題：Nonlinear Derivative-free Constrained Optimization with a Penalty-Interior Point Method and Direct Search
  • 中文標題：基於罰函數-內點法與直接搜索的非線性無導數約束優化
  • 發佈日期：2025-04-24 15:54:01+00:00
  • 作者：Andrea Brilli, Ana L. Custódio, Giampaolo Liuzzi, Everton J. Silva
  • 分類：math.OC
  • 原文連結：http://arxiv.org/abs/2504.17682v1

中文摘要：摘要：本研究提出將混合懲罰-內點法與直接搜索法相結合，用於求解非線性約束的無導數優化問題。通過構建一個評價函數，將非線性不等式約束集分為兩組：一組採用對數障礙法處理，另一組與等式約束共同通過懲罰項處理。該策略經調整後被整合至直接搜索法中，從而實現對一般非線性約束的有效處理。在連續可微性假設下（無需任何凸性要求），證明了算法收斂到KKT穩定點。基於CUTEst測試問題的數值實驗表明，與現有先進求解器相比，所提方法具有魯棒性、高效性和整體優越性。

摘要

  • 原文標題：RAGAT-Mind: A Multi-Granular Modeling Approach for Rumor Detection Based on MindSpore
  • 中文標題：基於MindSpore的多粒度建模謠言檢測方法RAGAT-Mind
  • 發佈日期：2025-04-24 14:03:53+00:00
  • 作者：Zhenkai Qin, Guifang Yang, Dongze Wu
  • 分類：cs.CL, cs.CY
  • 原文連結：http://arxiv.org/abs/2504.17574v1

中文摘要：隨着虛假信息在社交媒體平台持續泛濫，有效的謠言檢測已成為自然語言處理領域的緊迫挑戰。本文提出RAGAT-Mind——一種基於MindSpore深度學習框架的中文謠言檢測多粒度建模方法。該模型整合了TextCNN用於局部語義提取、雙向GRU用於序列上下文學習、多頭自注意力機制用於全局依賴聚焦，以及雙向圖卷積網絡(BiGCN)用於詞共現圖的結構化表徵。在微博謠言數據集上的實驗表明，RAGAT-Mind實現了99.2%的準確率和0.9919的宏觀F1值，驗證了層次化語言特徵與圖式語義結構結合的有效性。該模型還展現出強大的泛化能力和可解釋性，凸顯了其在現實場景謠言檢測應用中的實用價值。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估——用於線驅動可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服裝作為剛性外骨骼的替代方案近年來得到發展，並日益應用於臨床和家庭環境中上下肢治療與輔助。雖然已開發出眾多線纜驅動式外骨骼服裝，但其機電設計與性能的公開研究甚少。為此，本文針對線纜驅動可穿戴外骨骼服裝的二自由度肌腱驅動單元（TDU）提出了全面的設計與性能分析方案。研究詳細闡述了TDU功能基準測試方法：通過靜態扭矩輸出測試對比指令扭矩與實測扭矩；速度控制測試評估不同速度下的衰減與相位偏移；噪聲測試量化穿戴者感知的單元運行聲響；熱應力測試記錄冷卻性能以確保高負載安全運行；電池續航測試則評估不同負載條件下的持續工作時間。為驗證這些測試，研究引入模塊化TDU系統，其電機、滑輪和傳感器等組件可根據目標應用需求靈活調整。通過分享詳細方法論與性能數據，本研究旨在提供可復用的TDU設計方案，並為研究人員和工程師提供系統化記錄TDU設計性能的參考框架。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種結合蒙特卡洛模擬（MCNP）與機器學習技術的中子束快門創新設計方法，旨在提升屏蔽性能並加速設計流程。目標設施為緊湊型中子科學平台，其中子由回旋加速器質子束轟擊靶材產生，系統包含熱中子和快中子束線。熱中子束線上安裝的快門用於降低維護期間的職業輻射暴露。 研究通過MCNP模擬了200種不同材料序列的中子快門構型，利用所得數據集訓練全連接神經網絡以預測屏蔽下游中子通量。訓練模型隨後應用於1,000組隨機生成的屏蔽構型，實現通量快速預測與性能排序。篩選預測通量最低的20種設計後，通過MCNP模擬進行進一步驗證。 結果表明：最優設計將快門入口處5.61×10^9 n/cm2·s的中子通量降至出口處4.96×10^5 n/cm2·s，實現四個數量級的衰減。這些發現證實機器學習技術能有效降低模擬成本並輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的巨大潛力。

摘要

  • 原文標題：Nonlinear Derivative-free Constrained Optimization with a Penalty-Interior Point Method and Direct Search
  • 中文標題：基於罰函數-內點法與直接搜索的非線性無導數約束優化
  • 發佈日期：2025-04-24 15:54:01+00:00
  • 作者：Andrea Brilli, Ana L. Custódio, Giampaolo Liuzzi, Everton J. Silva
  • 分類：math.OC
  • 原文連結：http://arxiv.org/abs/2504.17682v1

中文摘要：摘要：本研究提出將混合懲罰-內點法與直接搜索法相結合，用於求解非線性約束的無導數優化問題。通過構建一個評價函數，將非線性不等式約束集分為兩組：一組採用對數障礙法處理，另一組與等式約束共同通過懲罰項處理。該策略經調整後被整合至直接搜索法中，從而實現對一般非線性約束的有效處理。在連續可微性假設下（無需任何凸性要求），證明了算法收斂於KKT穩定點。基於CUTEst測試問題的數值實驗表明，與現有先進求解器相比，所提方法具有魯棒性、高效性及整體優越性。

摘要

  • 原文標題：RAGAT-Mind: A Multi-Granular Modeling Approach for Rumor Detection Based on MindSpore
  • 中文標題：基於MindSpore的多粒度建模謠言檢測方法RAGAT-Mind
  • 發佈日期：2025-04-24 14:03:53+00:00
  • 作者：Zhenkai Qin, Guifang Yang, Dongze Wu
  • 分類：cs.CL, cs.CY
  • 原文連結：http://arxiv.org/abs/2504.17574v1

中文摘要：隨着虛假信息在社交媒體平台持續擴散，有效謠言檢測已成為自然語言處理領域的緊迫挑戰。本文提出RAGAT-Mind——一種基於MindSpore深度學習框架的中文謠言檢測多粒度建模方法。該模型整合了TextCNN用於局部語義提取、雙向GRU用於序列上下文學習、多頭自注意力機制用於全局依賴聚焦，以及雙向圖卷積網絡(BiGCN)用於詞共現圖的結構化表徵。在微博謠言數據集上的實驗表明，RAGAT-Mind實現了99.2%的準確率和0.9919的宏觀F1值，驗證了分層語言特徵與圖語義結構結合的有效性。該模型還展現出強大的泛化能力和可解釋性，凸顯了其在現實場景中的實用價值。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估：面向纜驅可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服作為剛性外骨骼的替代方案近年來得到快速發展，並日益廣泛應用於臨床和家庭環境中上下肢治療與輔助領域。雖然已有多種纜驅式外骨骼服問世，但其機電設計與性能表現的公開研究卻十分有限。為此，本文針對纜驅式可穿戴外骨骼服提出了一種二自由度肌腱驅動單元（TDU）的全面設計與性能分析方案。研究詳細闡述了TDU功能基準測試方法：通過靜態扭矩輸出測試對比指令扭矩與實測扭矩；採用速度控制測試評估不同速度下的衰減與相位偏移；噪聲測試量化穿戴者感知的TDU運行聲響；熱應力測試記錄冷卻性能以確保高負載下的安全運行；電池續航測試則評估不同負載條件下的持續工作時間。為驗證測試方案，研究還推出模塊化纜驅TDU系統，其電機、滑輪和傳感器等組件可根據目標應用需求靈活配置。通過分享詳細方法論與性能數據，本研究旨在為科研人員與工程師提供可復用的TDU設計方案，並建立標準化文檔框架以更好地記錄TDU設計性能。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種結合蒙特卡洛模擬（MCNP）與機器學習技術的中子束快門創新設計方法，旨在提升屏蔽性能並加速設計流程。目標設施為緊湊型中子科學平台，其中中子由回旋加速器質子束轟擊中子產生靶產生，系統包含熱中子和快中子束線。熱中子束線上安裝的束流快門用於降低維護期間的職業輻射暴露。 研究通過MCNP模擬了200種不同材料序列的中子快門構型，利用所得數據集訓練全連接神經網絡以預測屏蔽下游的中子通量。訓練後的模型應用於1,000種隨機生成的屏蔽構型，實現快速通量預測與性能排序。篩選預測通量最低的20種設計後，通過MCNP模擬進行進一步驗證。 結果表明：最優設計將快門入口處5.61×10^9 n/cm²·s的中子通量降至出口處4.96×10^5 n/cm²·s，實現四個數量級的衰減。這些發現證實機器學習技術能有效降低模擬成本並輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的巨大潛力。

摘要

  • 原文標題：Nonlinear Derivative-free Constrained Optimization with a Penalty-Interior Point Method and Direct Search
  • 中文標題：基於罰函數-內點法與直接搜索的非線性無導數約束優化
  • 發佈日期：2025-04-24 15:54:01+00:00
  • 作者：Andrea Brilli, Ana L. Custódio, Giampaolo Liuzzi, Everton J. Silva
  • 分類：math.OC
  • 原文連結：http://arxiv.org/abs/2504.17682v1

中文摘要：摘要：本研究提出將混合懲罰-內點法與直接搜索法相結合，用於求解非線性約束的無導數優化問題。通過構建一個評價函數，將非線性不等式約束集分為兩組：一組採用對數障礙法處理，另一組與等式約束共同通過懲罰項處理。該策略經過調整後被整合到直接搜索方法中，從而實現對一般非線性約束的有效處理。在連續可微性假設下（無需任何凸性要求），證明了算法收斂到KKT穩定點。基於CUTEst測試問題的數值實驗表明，與現有先進求解器相比，所提方法具有魯棒性、高效性和整體優越性。

摘要

  • 原文標題：RAGAT-Mind: A Multi-Granular Modeling Approach for Rumor Detection Based on MindSpore
  • 中文標題：基於MindSpore的多粒度建模謠言檢測方法RAGAT-Mind
  • 發佈日期：2025-04-24 14:03:53+00:00
  • 作者：Zhenkai Qin, Guifang Yang, Dongze Wu
  • 分類：cs.CL, cs.CY
  • 原文連結：http://arxiv.org/abs/2504.17574v1

中文摘要：隨着虛假信息在社交媒體平台持續擴散，有效謠言檢測已成為自然語言處理領域的緊迫挑戰。本文提出RAGAT-Mind——一種基於MindSpore深度學習框架的中文謠言檢測多粒度建模方法。該模型整合了以下組件：TextCNN用於局部語義提取、雙向GRU用於序列上下文學習、多頭自注意力機制用於全局依賴聚焦，以及雙向圖卷積網絡(BiGCN)用於詞共現圖的結構化表徵。在微博謠言數據集上的實驗表明，RAGAT-Mind實現了卓越的分類性能，準確率達99.2%，宏觀F1分數為0.9919。結果驗證了將層次化語言特徵與基於圖的語義結構相結合的有效性。此外，該模型展現出強大的泛化能力和可解釋性，凸顯了其在現實場景謠言檢測應用中的實用價值。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估——面向纜驅可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服裝作為剛性外骨骼的替代方案近年來得到發展，並日益應用於臨床和家庭環境中上下肢治療與輔助。雖然已開發出多種線驅式外骨骼服裝，但其機電設計與性能的公開研究甚少。為此，本文針對線驅式可穿戴外骨骼服裝提出了一種二自由度肌腱驅動單元（TDU）的全面設計與性能分析方案。詳細闡述了TDU功能基準測試方法：靜態扭矩輸出測試對比指令扭矩與實測扭矩；速度控制測試評估不同速度下的衰減與相位偏移；噪聲測試量化穿戴者感知的TDU運行聲響；熱應力測試記錄冷卻性能以確保高負載下的安全運行；電池續航測試評估不同負載條件下的持續運行時間。為驗證這些測試，本文推出模塊化線驅TDU系統，其電機、滑輪和傳感器等組件可根據目標應用需求靈活調整。通過分享詳細方法論與性能數據，本研究旨在提供可復用的TDU設計方案，並為研究人員和工程師提供系統化記錄TDU設計性能的參考框架。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種結合蒙特卡洛模擬（MCNP）與機器學習技術的中子束快門創新設計方法，旨在提升屏蔽性能並加速設計流程。目標設施為緊湊型中子科學平台，其中中子由回旋加速器質子束轟擊中子產生靶產生，系統包含熱中子和快中子束線。熱中子束線上安裝的束流快門用於降低維護期間的職業輻射暴露。 研究通過MCNP模擬了200種不同材料序列的中子快門構型，利用生成的數據集訓練全連接神經網絡以預測屏蔽下游中子通量。訓練後的模型應用於1,000種隨機生成的屏蔽構型進行快速通量預測與性能排序，篩選出預測通量最低的20種設計並通過MCNP模擬進一步驗證。 結果表明：最優設計將快門入口處5.61×10^9 n/cm²·s的中子通量降低至出口處4.96×10^5 n/cm²·s，實現四個數量級的衰減。這些發現證實機器學習技術能有效降低模擬成本並輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的巨大潛力。

摘要

  • 原文標題：Nonlinear Derivative-free Constrained Optimization with a Penalty-Interior Point Method and Direct Search
  • 中文標題：基於罰函數-內點法和直接搜索的非線性無導數約束優化
  • 發佈日期：2025-04-24 15:54:01+00:00
  • 作者：Andrea Brilli, Ana L. Custódio, Giampaolo Liuzzi, Everton J. Silva
  • 分類：math.OC
  • 原文連結：http://arxiv.org/abs/2504.17682v1

中文摘要：摘要：本研究提出將混合懲罰-內點法與直接搜索法相結合，用於求解非線性約束的無導數優化問題。通過構建一個評價函數，將非線性不等式約束集分為兩組：一組採用對數障礙法處理，另一組與等式約束共同通過懲罰項處理。該策略經調整後被整合至直接搜索方法中，從而實現對一般非線性約束的有效處理。在連續可微性假設下（無需任何凸性要求），證明了算法收斂至KKT穩定點。基於CUTEst測試問題的數值實驗表明，與現有先進求解器相比，所提方法具有魯棒性、高效性及整體優越性。

摘要

  • 原文標題：RAGAT-Mind: A Multi-Granular Modeling Approach for Rumor Detection Based on MindSpore
  • 中文標題：基於MindSpore的多粒度建模謠言檢測方法RAGAT-Mind
  • 發佈日期：2025-04-24 14:03:53+00:00
  • 作者：Zhenkai Qin, Guifang Yang, Dongze Wu
  • 分類：cs.CL, cs.CY
  • 原文連結：http://arxiv.org/abs/2504.17574v1

中文摘要：隨着虛假信息在社交媒體平台持續擴散，有效謠言檢測已成為自然語言處理領域的緊迫挑戰。本文提出RAGAT-Mind——一種基於MindSpore深度學習框架的中文謠言檢測多粒度建模方法。該模型整合了TextCNN用於局部語義提取、雙向GRU用於序列上下文學習、多頭自注意力機制用於全局依賴聚焦，以及雙向圖卷積網絡(BiGCN)用於詞共現圖的結構化表徵。在微博謠言數據集上的實驗表明，RAGAT-Mind實現了99.2%的準確率和0.9919的宏觀F1值，驗證了層級化語言特徵與圖式語義結構結合的有效性。該模型同時展現出強泛化性和可解釋性，凸顯了其在現實場景謠言檢測中的實用價值。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估：面向纜驅可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服作為剛性外骨骼的替代方案近年來得到發展，並日益應用於臨床和家庭環境中的上下肢治療與輔助。目前雖已開發出多種線驅動外骨骼服，但其機電設計與性能的公開研究甚少。為此，本文針對線驅動可穿戴外骨骼服提出一種二自由度肌腱驅動單元（TDU）的全面設計與性能分析方案。通過詳細的方法論對TDU功能進行基準測試：靜態扭矩輸出測試對比指令扭矩與實測扭矩；速度控制測試評估不同速度下的衰減與相位偏移；噪聲測試量化穿戴者感知的單元運行聲響；熱應力測試記錄冷卻性能以確保高負載下的安全運行；電池續航測試則評估不同負載條件下的持續工作時間。為驗證測試方案，本研究推出模塊化線驅動TDU系統，其電機、滑輪和傳感器等組件可根據目標應用需求靈活配置。通過共享詳細方法論與性能數據，本研究旨在提供可復用的TDU設計方案，並為研究人員和工程師提供系統化記錄TDU設計性能的參考框架。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種結合蒙特卡洛模擬（MCNP）與機器學習技術的中子束快門創新設計方法，旨在提升屏蔽性能並加速設計流程。目標設施為緊湊型中子科學平台，其中中子由回旋加速器質子束轟擊中子產生靶產生，系統包含熱中子和快中子束線。在熱中子束線上安裝束流快門以降低維護期間的職業輻射暴露。 研究通過MCNP模擬了200種不同材料序列的中子快門構型，利用所得數據集訓練全連接神經網絡以預測屏蔽下游的中子通量。訓練完成的模型隨後應用於1,000種隨機生成的屏蔽構型，實現快速通量預測與性能排序。篩選出預測通量最低的20種設計方案後，通過MCNP模擬進行進一步驗證。 結果表明，最優設計將快門入口處5.61×10^9 n/cm²*s的中子通量降低至出口處的4.96×10^5 n/cm²*s，實現四個數量級的衰減。這些發現證實機器學習技術能有效降低模擬成本並輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的巨大潛力。

摘要

  • 原文標題：Nonlinear Derivative-free Constrained Optimization with a Penalty-Interior Point Method and Direct Search
  • 中文標題：基於罰函數-內點法與直接搜索的非線性無導數約束優化
  • 發佈日期：2025-04-24 15:54:01+00:00
  • 作者：Andrea Brilli, Ana L. Custódio, Giampaolo Liuzzi, Everton J. Silva
  • 分類：math.OC
  • 原文連結：http://arxiv.org/abs/2504.17682v1

中文摘要：摘要：本研究提出將混合懲罰-內點法與直接搜索法結合使用，以解決非線性約束的無導數優化問題。我們採用了一個評價函數，其中非線性不等式約束集被分為兩組：一組採用對數障礙法處理，另一組與等式約束共同通過懲罰項處理。該策略經過調整後被整合到直接搜索方法中，從而能夠有效處理一般非線性約束。在連續可微性假設下（無需任何凸性要求），證明了算法收斂到KKT穩定點。通過CUTEst測試問題進行的數值實驗表明，與當前最先進的求解器相比，所提方法具有魯棒性、高效性和整體有效性。

摘要

  • 原文標題：RAGAT-Mind: A Multi-Granular Modeling Approach for Rumor Detection Based on MindSpore
  • 中文標題：基於MindSpore的多粒度建模謠言檢測方法RAGAT-Mind
  • 發佈日期：2025-04-24 14:03:53+00:00
  • 作者：Zhenkai Qin, Guifang Yang, Dongze Wu
  • 分類：cs.CL, cs.CY
  • 原文連結：http://arxiv.org/abs/2504.17574v1

中文摘要：隨着虛假信息在社交媒體平台持續擴散，有效謠言檢測已成為自然語言處理領域的緊迫挑戰。本文提出RAGAT-Mind——一種基於MindSpore深度學習框架的中文謠言檢測多粒度建模方法。該模型整合了TextCNN用於局部語義提取、雙向GRU用於序列上下文學習、多頭自注意力機制用於全局依賴聚焦，以及雙向圖卷積網絡(BiGCN)用於詞共現圖的結構表徵。在微博謠言數據集上的實驗表明，RAGAT-Mind實現了99.2%的準確率和0.9919的宏觀F1值，驗證了層級語言特徵與圖式語義結構結合的有效性。該模型還展現出強大的泛化能力和可解釋性，凸顯了其在現實場景謠言檢測中的實用價值。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估——面向纜驅可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服裝作為剛性外骨骼的替代方案近年來得到發展，並逐漸應用於臨床和家庭環境中上下肢治療與輔助。雖然已開發出多種線驅式外骨骼服裝，但其機電設計與性能的公開研究甚少。為此，本文針對線驅可穿戴外骨骼服裝的雙自由度肌腱驅動單元（TDU）進行了全面設計與性能分析，詳細闡述了TDU功能基準測試方法：靜態扭矩輸出測試對比指令扭矩與實測扭矩；速度控制測試評估不同速度下的衰減與相位偏移；噪聲測試量化穿戴者感知的TDU運行聲響；熱應力測試記錄冷卻性能以確保高負載安全運行；電池續航測試評估不同負載條件下的持續運行時間。為驗證測試方案，本文推出模塊化線驅TDU系統，其電機、滑輪和傳感器等組件可根據目標應用需求靈活調整。通過分享詳細方法論與性能數據，本研究旨在提供可復用的TDU設計方案，並為研究人員和工程師提供系統化評估工具，以更完善地記錄其TDU設計性能。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種結合蒙特卡洛模擬（MCNP）與機器學習技術的中子束快門創新設計方法，旨在提升屏蔽性能並加速設計流程。目標設施為緊湊型中子科學平台，其中子由回旋加速器質子束轟擊中子產生靶產生，系統包含熱中子和快中子束線。熱中子束線上安裝的束流快門用於降低維護期間的職業輻射暴露。 研究通過MCNP模擬了200種不同材料序列的中子快門構型，利用所得數據集訓練全連接神經網絡以預測屏蔽下游的中子通量。訓練完成的模型隨後應用於1,000組隨機生成的屏蔽構型，實現快速通量預測與性能排序。篩選預測通量最低的20組設計後，通過MCNP模擬進行進一步驗證。 結果表明：最優設計將快門入口處5.61×10^9 n/cm²·s的中子通量降低至出口處的4.96×10^5 n/cm²·s，實現四個數量級的衰減。這些發現證實機器學習技術能有效降低模擬成本並輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的巨大潛力。

摘要

  • 原文標題：Nonlinear Derivative-free Constrained Optimization with a Penalty-Interior Point Method and Direct Search
  • 中文標題：基於罰函數-內點法和直接搜索的非線性無導數約束優化
  • 發佈日期：2025-04-24 15:54:01+00:00
  • 作者：Andrea Brilli, Ana L. Custódio, Giampaolo Liuzzi, Everton J. Silva
  • 分類：math.OC
  • 原文連結：http://arxiv.org/abs/2504.17682v1

中文摘要：摘要：本研究提出將混合懲罰-內點法與直接搜索法結合使用，以求解非線性約束的無導數優化問題。通過構建一個評價函數，將非線性不等式約束集分為兩組：一組採用對數障礙法處理，另一組與等式約束共同通過懲罰項處理。該策略經調整後被整合到直接搜索方法中，從而實現對一般非線性約束的有效處理。在連續可微性假設下（無需任何凸性要求），證明了算法收斂於KKT穩定點。基於CUTEst測試問題的數值實驗表明，與現有先進求解器相比，所提方法具有魯棒性、高效性及整體優越性。

摘要

  • 原文標題：RAGAT-Mind: A Multi-Granular Modeling Approach for Rumor Detection Based on MindSpore
  • 中文標題：基於MindSpore的多粒度建模謠言檢測方法RAGAT-Mind
  • 發佈日期：2025-04-24 14:03:53+00:00
  • 作者：Zhenkai Qin, Guifang Yang, Dongze Wu
  • 分類：cs.CL, cs.CY
  • 原文連結：http://arxiv.org/abs/2504.17574v1

中文摘要：隨着虛假信息在社交媒體平台持續泛濫，有效的謠言檢測已成為自然語言處理領域亟待解決的挑戰。本文提出RAGAT-Mind——一種基於MindSpore深度學習框架的中文謠言檢測多粒度建模方法。該模型整合了TextCNN用於局部語義提取、雙向GRU用於序列上下文學習、多頭自注意力機制用於全局依賴聚焦，以及雙向圖卷積網絡(BiGCN)用於詞共現圖的結構化表徵。在微博謠言數據集上的實驗表明，RAGAT-Mind實現了99.2%的準確率和0.9919的宏觀F1值，驗證了層次化語言特徵與圖式語義結構結合的有效性。該模型還展現出強大的泛化能力和可解釋性，凸顯了其在現實場景謠言檢測應用中的實用價值。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估：面向纜驅可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服裝作為剛性外骨骼的替代方案近年來得到發展，並日益應用於臨床和家庭環境中上下肢治療與輔助。雖然已開發出多種線驅動外骨骼服裝，但其機電設計與性能的公開研究甚少。為此，本文針對線驅動可穿戴外骨骼服裝的雙自由度肌腱驅動單元（TDU）提出了全面的設計與性能分析方案。研究詳細闡述了TDU功能基準測試方法：靜態扭矩輸出測試對比指令扭矩與實測扭矩；速度控制測試評估不同速度下的衰減與相位偏移；噪聲測試量化穿戴者感知的TDU運行聲響；熱應力測試記錄冷卻性能以確保高負載安全運行；電池續航測試評估不同負載條件下的持續運行時間。為驗證測試方案，研究還推出模塊化線驅動TDU系統，其電機、滑輪和傳感器等組件可根據應用需求靈活調整。通過分享詳細方法論與性能數據，本研究旨在提供可復用的TDU設計方案，並為研究人員和工程師建立更完善的TDU設計能力文檔體系提供參考。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種結合蒙特卡洛模擬（MCNP）與機器學習技術的中子束快門創新設計方法，旨在提升屏蔽性能並加速設計流程。目標設施為緊湊型中子科學平台，其中中子由回旋加速器質子束轟擊中子產生靶產生，系統包含熱中子和快中子束線。熱中子束線上安裝的束流快門用於降低維護期間的職業輻射暴露。 研究通過MCNP模擬了200種不同材料序列的中子快門構型，利用生成的數據集訓練全連接神經網絡以預測屏蔽下游的中子通量。訓練後的模型應用於1,000種隨機生成的屏蔽構型，實現快速通量預測與性能排序。篩選預測通量最低的20種設計後，通過MCNP模擬進行進一步驗證。 結果表明：最優設計將快門入口處5.61×10^9 n/cm2*s的中子通量降至出口處4.96×10^5 n/cm2*s，實現四個數量級的衰減。這些發現證實機器學習技術能有效降低模擬成本，輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的巨大潛力。

摘要

  • 原文標題：Nonlinear Derivative-free Constrained Optimization with a Penalty-Interior Point Method and Direct Search
  • 中文標題：基於罰函數-內點法與直接搜索的非線性無導數約束優化
  • 發佈日期：2025-04-24 15:54:01+00:00
  • 作者：Andrea Brilli, Ana L. Custódio, Giampaolo Liuzzi, Everton J. Silva
  • 分類：math.OC
  • 原文連結：http://arxiv.org/abs/2504.17682v1

中文摘要：摘要：本研究提出將混合懲罰-內點法與直接搜索法相結合，用於求解非線性約束的無導數優化問題。通過構建一個評價函數，將非線性不等式約束集分為兩組：一組採用對數障礙函數法處理，另一組與等式約束共同通過懲罰項處理。該策略經調整後被整合到直接搜索方法中，從而能夠有效處理一般非線性約束。在連續可微性假設下（無需任何凸性要求），證明了算法收斂到KKT穩定點。基於CUTEst測試問題的數值實驗表明，與現有先進求解器相比，所提方法具有魯棒性、高效性和整體有效性。

摘要

  • 原文標題：RAGAT-Mind: A Multi-Granular Modeling Approach for Rumor Detection Based on MindSpore
  • 中文標題：基於MindSpore的多粒度建模謠言檢測方法RAGAT-Mind
  • 發佈日期：2025-04-24 14:03:53+00:00
  • 作者：Zhenkai Qin, Guifang Yang, Dongze Wu
  • 分類：cs.CL, cs.CY
  • 原文連結：http://arxiv.org/abs/2504.17574v1

中文摘要：隨着虛假信息在社交媒體平台持續泛濫，有效的謠言檢測已成為自然語言處理領域亟待解決的挑戰。本文提出RAGAT-Mind——一種基於MindSpore深度學習框架的中文謠言檢測多粒度建模方法。該模型整合了TextCNN用於局部語義提取、雙向GRU用於序列上下文學習、多頭自注意力機制用於全局依賴聚焦，以及雙向圖卷積網絡(BiGCN)用於詞共現圖的結構化表徵。在微博謠言數據集上的實驗表明，RAGAT-Mind實現了99.2%的準確率和0.9919的宏觀F1值，驗證了層次化語言特徵與圖式語義結構相結合的有效性。該模型還展現出強大的泛化能力和可解釋性，凸顯了其在現實場景謠言檢測應用中的實用價值。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估：面向纜驅可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：摘要：外骨骼服作為剛性外骨骼的替代方案近年來得到發展，並日益應用於臨床和家庭環境中的上下肢治療與輔助。雖然已開發出多種線驅動外骨骼服，但其機電設計與性能的公開研究甚少。為此，本文提出了一種用於線驅動可穿戴外骨骼服的雙自由度肌腱驅動單元（TDU）的全面設計與性能分析。研究詳細闡述了TDU功能基準測試方法：靜態扭矩輸出測試比較指令扭矩與實測扭矩；速度控制測試評估不同速度下的衰減與相位偏移；噪聲測試量化穿戴者感知的TDU運行聲響；熱應力測試記錄冷卻性能以確保高負載下的安全運行；電池續航測試評估不同負載條件下的持續運行時間。為驗證測試方案，研究還推出模塊化線驅動TDU系統，其電機、滑輪和傳感器等組件可根據應用需求靈活調整。通過分享詳細方法論與性能數據，本研究旨在提供可復用的TDU設計方案，並為研究人員和工程師提供系統化記錄TDU設計性能的參考框架。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種結合蒙特卡洛模擬（MCNP）與機器學習技術的中子束快門創新設計方法，旨在提升屏蔽性能並加速設計流程。目標設施為緊湊型中子科學平台，其中子由回旋加速器質子束轟擊中子產生靶產生，系統包含熱中子和快中子束線。熱中子束線上安裝的束流快門用於降低維護期間的職業輻射暴露。 研究通過MCNP模擬了200種不同材料序列的中子快門構型，利用生成的數據集訓練全連接神經網絡以預測屏蔽下游中子通量。訓練後的模型應用於1,000種隨機生成的屏蔽構型進行快速通量預測與性能排序，篩選出預測通量最低的20種設計並通過MCNP模擬進一步驗證。 結果表明：最優設計將快門入口處5.61×10^9 n/cm²·s的中子通量降至出口處4.96×10^5 n/cm²·s，實現四個數量級的衰減。這些發現證實機器學習技術能有效降低模擬成本並輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的巨大潛力。

摘要

  • 原文標題：RAGAT-Mind: A Multi-Granular Modeling Approach for Rumor Detection Based on MindSpore
  • 中文標題：基於MindSpore的多粒度建模謠言檢測方法RAGAT-Mind
  • 發佈日期：2025-04-24 14:03:53+00:00
  • 作者：Zhenkai Qin, Guifang Yang, Dongze Wu
  • 分類：cs.CL, cs.CY
  • 原文連結：http://arxiv.org/abs/2504.17574v1

中文摘要：隨着虛假信息在社交媒體平台持續泛濫，有效的謠言檢測已成為自然語言處理領域亟待解決的挑戰。本文提出RAGAT-Mind——一種基於MindSpore深度學習框架的中文謠言檢測多粒度建模方法。該模型整合了TextCNN用於局部語義提取、雙向GRU用於序列上下文學習、多頭自注意力機制用於全局依賴聚焦，以及雙向圖卷積網絡(BiGCN)用於詞共現圖的結構表徵。在微博謠言數據集上的實驗表明，RAGAT-Mind實現了99.2%的準確率和0.9919的宏觀F1值，展現出卓越的分類性能。結果驗證了將層次化語言特徵與基於圖的語義結構相結合的有效性。此外，該模型表現出強大的泛化能力和可解釋性，凸顯了其在現實場景謠言檢測應用中的實用價值。

摘要

  • 原文標題：Nonlinear Derivative-free Constrained Optimization with a Penalty-Interior Point Method and Direct Search
  • 中文標題：基於罰函數-內點法和直接搜索的非線性無導數約束優化
  • 發佈日期：2025-04-24 15:54:01+00:00
  • 作者：Andrea Brilli, Ana L. Custódio, Giampaolo Liuzzi, Everton J. Silva
  • 分類：math.OC
  • 原文連結：http://arxiv.org/abs/2504.17682v1

中文摘要：摘要：本研究提出將混合懲罰-內點法與直接搜索法相結合，用於求解非線性約束的無導數優化問題。通過構建一個評價函數，將非線性不等式約束集分為兩組：一組採用對數障礙法處理，另一組與等式約束共同通過懲罰項處理。該策略經調整後被整合到直接搜索方法中，從而實現對一般非線性約束的有效處理。在連續可微性假設下（無需任何凸性要求），證明了算法收斂到KKT穩定點。基於CUTEst測試問題的數值實驗表明，與現有先進求解器相比，所提方法具有魯棒性、高效性和整體優越性。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估（用於線驅動可穿戴技術）
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服裝作為剛性外骨骼的替代方案近年來得到發展，並逐漸應用於臨床和家庭環境中上下肢治療與輔助。雖然已開發出多種線驅動外骨骼服裝，但其機電設計與性能的公開研究較少。為此，本文提出一種用於線驅動可穿戴外骨骼服裝的二自由度肌腱驅動單元（TDU）的全面設計與性能分析。詳細介紹了TDU功能基準測試方法：靜態扭矩輸出測試比較指令扭矩與實測扭矩；速度控制測試評估不同速度下的衰減與相位偏移；噪聲測試量化穿戴者感知的TDU運行聲響；熱應力測試記錄冷卻性能以確保高負載安全運行；電池續航測試評估不同負載條件下的運行時長。為演示測試方案，本文推出模塊化線驅動TDU系統，其電機、滑輪和傳感器等組件可根據目標應用需求調整。通過分享詳細方法與性能數據，本研究旨在提供可復用的TDU設計方案，並為研究人員和工程師提供系統化記錄TDU設計性能的參考框架。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種新型中子束快門設計方法，該方法將蒙特卡洛模擬（MCNP）與機器學習技術相結合，以提升屏蔽性能並加速設計流程。目標設施為緊湊型中子科學平台，其中子由回旋加速器質子束轟擊中子產生靶產生。該系統包含熱中子和快中子兩條束線，熱中子束線上安裝的束流快門用於降低維護期間的職業輻射暴露。 研究通過MCNP模擬了200種不同材料序列的中子快門構型，所得數據集用於訓練全連接神經網絡以預測屏蔽下游的中子通量。訓練完成的模型隨後應用於1000種隨機生成的屏蔽構型，實現快速通量預測與性能排序。篩選出預測通量最低的20種設計方案後，通過MCNP模擬進行了進一步驗證。 結果表明：最優設計將快門入口處5.61×10^9 n/cm2·s的中子通量降至出口處的4.96×10^5 n/cm2·s，實現四個數量級的衰減。這些發現證實機器學習技術的整合能有效降低模擬成本，並輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的巨大潛力。

摘要

  • 原文標題：RAGAT-Mind: A Multi-Granular Modeling Approach for Rumor Detection Based on MindSpore
  • 中文標題：基於MindSpore的多粒度建模謠言檢測方法RAGAT-Mind
  • 發佈日期：2025-04-24 14:03:53+00:00
  • 作者：Zhenkai Qin, Guifang Yang, Dongze Wu
  • 分類：cs.CL, cs.CY
  • 原文連結：http://arxiv.org/abs/2504.17574v1

中文摘要：隨着虛假信息在社交媒體平台持續泛濫，有效的謠言檢測已成為自然語言處理領域亟待解決的挑戰。本文提出RAGAT-Mind——一種基於MindSpore深度學習框架的中文謠言檢測多粒度建模方法。該模型整合了TextCNN用於局部語義提取、雙向GRU用於序列上下文學習、多頭自注意力機制用於全局依賴聚焦，以及雙向圖卷積網絡(BiGCN)用於詞共現圖的結構化表徵。在微博謠言數據集上的實驗表明，RAGAT-Mind實現了99.2%的準確率和0.9919的宏觀F1值，驗證了分層語言特徵與圖語義結構結合的有效性。該模型還展現出強大的泛化能力和可解釋性，凸顯了其在現實場景中的實用價值。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估：面向纜驅可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服作為剛性外骨骼的替代方案近年來得到發展，並日益應用於臨床和家庭環境中上下肢治療與輔助。雖然已開發出多種線驅動外骨骼服，但關於其機電設計和性能的公開研究甚少。為此，本文提出了一種用於線驅動可穿戴外骨骼服的雙自由度肌腱驅動單元（TDU）的全面設計與性能分析。研究詳細闡述了TDU功能基準測試方法：靜態扭矩輸出測試對比指令扭矩與實測扭矩；速度控制測試評估不同速度下的衰減與相位偏移；噪聲測試量化穿戴者感知的TDU運行聲響；熱應力測試記錄散熱性能以確保高負載下的安全運行；電池續航測試評估不同負載條件下的持續運行時間。為驗證測試方案，研究還推出模塊化線驅動TDU系統，其電機、滑輪和傳感器等組件可根據目標應用需求靈活配置。通過分享詳細方法論與性能數據，本研究旨在提供可復用的TDU設計方案，並為研究人員和工程師提供系統化記錄TDU設計性能的參考框架。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種結合蒙特卡羅模擬（MCNP）與機器學習技術的中子束快門創新設計方法，旨在提升屏蔽性能並加速設計流程。目標設施為緊湊型中子科學平台，其中子由回旋加速器質子束轟擊靶材產生，系統包含熱中子和快中子束線。在熱中子束線上安裝快門以降低維護期間的職業輻射暴露。 研究通過MCNP模擬了200種不同材料序列的中子快門構型，利用所得數據集訓練全連接神經網絡以預測屏蔽下游中子通量。訓練完成的模型隨後應用於1,000種隨機生成的屏蔽構型，實現快速通量預測與性能排序。篩選預測通量最低的20種設計後，通過MCNP模擬進行進一步驗證。 結果表明：最優設計將快門入口處5.61×10^9 n/cm²·s的中子通量降至出口處4.96×10^5 n/cm²·s，實現四個數量級的衰減。這些發現證實機器學習技術能有效降低模擬成本並輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的巨大潛力。

摘要

  • 原文標題：RAGAT-Mind: A Multi-Granular Modeling Approach for Rumor Detection Based on MindSpore
  • 中文標題：基於MindSpore的多粒度建模謠言檢測方法RAGAT-Mind
  • 發佈日期：2025-04-24 14:03:53+00:00
  • 作者：Zhenkai Qin, Guifang Yang, Dongze Wu
  • 分類：cs.CL, cs.CY
  • 原文連結：http://arxiv.org/abs/2504.17574v1

中文摘要：隨着虛假信息在社交媒體平台持續泛濫，有效謠言檢測已成為自然語言處理領域的緊迫挑戰。本文提出RAGAT-Mind——一種基於MindSpore深度學習框架的中文謠言檢測多粒度建模方法。該模型整合了TextCNN用於局部語義提取、雙向GRU用於序列上下文學習、多頭自注意力機制用於全局依賴聚焦，以及雙向圖卷積網絡(BiGCN)用於詞共現圖的結構化表徵。在微博謠言數據集上的實驗表明，RAGAT-Mind實現了99.2%的準確率和0.9919的宏觀F1值，驗證了層級化語言特徵與圖式語義結構結合的有效性。該模型還展現出強大的泛化能力和可解釋性，凸顯了其在現實場景謠言檢測中的實用價值。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估——面向纜驅可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服裝作為剛性外骨骼的替代方案近年來得到發展，並日益應用於臨床和家庭環境中的上下肢治療與輔助。雖然已開發出多種線驅動外骨骼服裝，但其機電設計與性能的公開研究甚少。為此，本文針對線驅動可穿戴外骨骼服裝的二自由度肌腱驅動單元（TDU）提出了全面的設計與性能分析方案。研究詳細闡述了TDU功能基準測試方法：靜態扭矩輸出測試對比指令扭矩與實測扭矩；速度控制測試評估不同速度下的衰減與相位偏移；噪聲測試量化穿戴者感知的TDU運行聲響；熱應力測試記錄散熱性能以確保高負載安全運行；電池續航測試則評估不同負載條件下的持續工作時間。為驗證測試方案，研究還推出模塊化線驅動TDU系統，其電機、滑輪和傳感器等組件可根據應用需求靈活調整。通過分享詳細方法論與性能數據，本研究旨在提供可復用的TDU設計方案，並為研究人員和工程師建立TDU設計能力文檔提供參考資源。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種結合蒙特卡洛模擬（MCNP）與機器學習技術的中子束快門創新設計方法，旨在提升屏蔽性能並加速設計流程。目標設施為緊湊型中子科學平台，其中子由回旋加速器質子束轟擊靶材產生，系統包含熱中子和快中子束線。在熱中子束線上安裝束流快門以降低維護期間的職業輻射暴露。 研究通過MCNP模擬了200種不同材料序列的中子快門構型，利用所得數據集訓練全連接神經網絡以預測屏蔽下游中子通量。訓練後的模型應用於1000種隨機生成的屏蔽構型，實現快速通量預測與性能排序。篩選預測通量最低的20種設計後，通過MCNP模擬進行進一步驗證。 結果表明：最優設計將快門入口處5.61×10^9 n/cm²·s的中子通量降至出口處4.96×10^5 n/cm²·s，實現四個數量級的衰減。這些發現證實機器學習技術能有效降低模擬成本並輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的巨大潛力。

摘要

  • 原文標題：RAGAT-Mind: A Multi-Granular Modeling Approach for Rumor Detection Based on MindSpore
  • 中文標題：基於MindSpore的多粒度建模謠言檢測方法RAGAT-Mind
  • 發佈日期：2025-04-24 14:03:53+00:00
  • 作者：Zhenkai Qin, Guifang Yang, Dongze Wu
  • 分類：cs.CL, cs.CY
  • 原文連結：http://arxiv.org/abs/2504.17574v1

中文摘要：隨着虛假信息在社交媒體平台持續泛濫，有效的謠言檢測已成為自然語言處理領域亟待解決的挑戰。本文提出RAGAT-Mind——一種基於MindSpore深度學習框架的中文謠言檢測多粒度建模方法。該模型整合了TextCNN用於局部語義提取、雙向GRU用於序列上下文學習、多頭自注意力機制用於全局依賴聚焦，以及雙向圖卷積網絡(BiGCN)用於詞共現圖的結構化表徵。在微博謠言數據集上的實驗表明，RAGAT-Mind實現了99.2%的準確率和0.9919的宏觀F1值，驗證了分層語言特徵與圖語義結構相結合的有效性。此外，該模型展現出強大的泛化能力和可解釋性，凸顯了其在現實場景謠言檢測中的實用價值。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估：面向纜驅可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服作為剛性外骨骼的替代方案近年來快速發展，在臨床和家庭環境中日益廣泛地應用於上下肢治療與輔助。雖然已開發出多種線驅動外骨骼服，但其機電設計與性能的公開研究甚少。為此，本文提出了一種用於線驅動可穿戴外骨骼服的雙自由度肌腱驅動單元（TDU）的全面設計與性能分析。研究詳細闡述了TDU功能基準測試方法：靜態扭矩輸出測試對比指令扭矩與實測扭矩；速度控制測試評估不同速度下的衰減與相位偏移；噪聲測試測定穿戴者感知的TDU運行聲響；熱應力測試獲取TDU冷卻性能以確保高負載下的安全運行；電池續航測試評估不同負載條件下的持續運行時間。為驗證這些測試，研究推出模塊化線驅動TDU系統，其電機、滑輪和傳感器等組件可根據應用需求靈活調整。通過分享詳細方法論與性能數據，本研究旨在提供可復用的TDU設計方案，並為研究人員和工程師提供系統記錄TDU設計性能的參考框架。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種結合蒙特卡洛模擬（MCNP）與機器學習技術的中子束快門創新設計方法，旨在提升屏蔽性能並加速設計流程。目標設施為緊湊型中子科學平台，其中子由回旋加速器質子束轟擊靶材產生，系統包含熱中子和快中子束線。熱中子束線上安裝的快門用於降低維護期間的職業輻射暴露。 研究通過MCNP模擬了200種不同材料序列的中子快門構型，利用所得數據集訓練全連接神經網絡以預測屏蔽下游中子通量。訓練後的模型應用於1,000組隨機生成的屏蔽構型進行快速通量預測與性能排序，篩選預測通量最低的20種設計並通過MCNP模擬進一步驗證。 結果表明：最優設計將快門入口處5.61×10^9 n/cm²·s的中子通量降至出口處4.96×10^5 n/cm²·s，實現四個數量級的衰減。該研究證實機器學習技術能有效降低模擬成本並輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的巨大潛力。

摘要

  • 原文標題：Nonlinear Derivative-free Constrained Optimization with a Penalty-Interior Point Method and Direct Search
  • 中文標題：非線性無導數約束優化的罰函數-內點法與直接搜索法
  • 發佈日期：2025-04-24 15:54:01+00:00
  • 作者：Andrea Brilli, Ana L. Custódio, Giampaolo Liuzzi, Everton J. Silva
  • 分類：math.OC
  • 原文連結：http://arxiv.org/abs/2504.17682v1

中文摘要：摘要：本研究提出將混合懲罰-內點法與直接搜索法相結合，用於求解非線性約束的無導數優化問題。通過構建一個評價函數，將非線性不等式約束集分為兩組：一組採用對數障礙函數法處理，另一組與等式約束共同通過懲罰項處理。該策略經調整後被整合到直接搜索方法中，從而實現對一般非線性約束的有效處理。在連續可微性假設下（無需任何凸性要求），證明了算法收斂到KKT穩定點。基於CUTEst測試問題的數值實驗表明，與現有先進求解器相比，所提方法具有魯棒性、高效性和整體優越性。

摘要

  • 原文標題：RAGAT-Mind: A Multi-Granular Modeling Approach for Rumor Detection Based on MindSpore
  • 中文標題：基於MindSpore的多粒度建模謠言檢測方法RAGAT-Mind
  • 發佈日期：2025-04-24 14:03:53+00:00
  • 作者：Zhenkai Qin, Guifang Yang, Dongze Wu
  • 分類：cs.CL, cs.CY
  • 原文連結：http://arxiv.org/abs/2504.17574v1

中文摘要：隨着虛假信息在社交媒體平台持續擴散，有效謠言檢測已成為自然語言處理領域的緊迫挑戰。本文提出RAGAT-Mind——一種基於MindSpore深度學習框架的中文謠言檢測多粒度建模方法。該模型整合了TextCNN用於局部語義提取、雙向GRU用於序列上下文學習、多頭自注意力機制用於全局依賴聚焦，以及雙向圖卷積網絡(BiGCN)用於詞共現圖的結構表徵。在微博謠言數據集上的實驗表明，RAGAT-Mind實現了99.2%的準確率和0.9919的宏觀F1值，驗證了層級化語言特徵與圖式語義結構結合的有效性。該模型還展現出強大的泛化能力和可解釋性，凸顯了其在現實場景謠言檢測中的實用價值。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估：面向纜驅可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服裝作為剛性外骨骼的替代方案近年來得到發展，並日益應用於臨床和家庭環境中上下肢治療與輔助。雖然已開發出多種線驅動式外骨骼服裝，但其機電設計與性能的公開研究甚少。為此，本文針對線驅動可穿戴外骨骼服裝的二自由度肌腱驅動單元（TDU）提出了全面的設計與性能分析方案。研究詳細闡述了TDU功能基準測試方法：靜態扭矩輸出測試對比指令扭矩與實測扭矩；速度控制測試評估不同速度下的衰減與相位偏移；噪聲測試量化穿戴者感知的TDU運行聲響；熱應力測試記錄散熱性能以確保高負載下的安全運行；電池續航測試則評估不同負載條件下的持續工作時間。為驗證這些測試，研究推出模塊化線驅動TDU系統，其電機、滑輪和傳感器等組件可根據目標應用需求靈活配置。通過分享詳細方法論與性能數據，本研究旨在提供可被借鑑的TDU設計方案，並為研究人員和工程師提供資源，以更完善地記錄其TDU設計性能。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種結合蒙特卡洛模擬（MCNP）與機器學習技術的中子束快門創新設計方法，旨在提升屏蔽性能並加速設計流程。目標設施為緊湊型中子科學平台，其中子由回旋加速器質子束轟擊靶材產生，系統包含熱中子和快中子束線。熱中子束線上安裝的快門用於降低維護期間的職業輻射暴露。 研究通過MCNP模擬了200種不同材料序列的中子快門構型，利用所得數據集訓練全連接神經網絡以預測屏蔽下游中子通量。訓練完成的模型隨後應用於1,000組隨機生成的屏蔽構型，實現快速通量預測與性能排序。篩選預測通量最低的20組設計後，通過MCNP模擬進行進一步驗證。 結果表明：最優設計將快門入口處5.61×10^9 n/cm²·s的中子通量降至出口處4.96×10^5 n/cm²·s，實現四個數量級的衰減。這些發現證實機器學習技術能有效降低模擬成本並輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的巨大潛力。

摘要

  • 原文標題：RAGAT-Mind: A Multi-Granular Modeling Approach for Rumor Detection Based on MindSpore
  • 中文標題：基於MindSpore的多粒度謠言檢測模型RAGAT-Mind
  • 發佈日期：2025-04-24 14:03:53+00:00
  • 作者：Zhenkai Qin, Guifang Yang, Dongze Wu
  • 分類：cs.CL, cs.CY
  • 原文連結：http://arxiv.org/abs/2504.17574v1

中文摘要：隨着虛假信息在社交媒體平台持續泛濫，有效的謠言檢測已成為自然語言處理領域亟待解決的挑戰。本文提出RAGAT-Mind——一種基於MindSpore深度學習框架的中文謠言檢測多粒度建模方法。該模型整合了TextCNN用於局部語義提取、雙向GRU用於序列上下文學習、多頭自注意力機制用於全局依賴聚焦，以及雙向圖卷積網絡(BiGCN)用於詞共現圖的結構化表徵。在微博謠言數據集上的實驗表明，RAGAT-Mind實現了99.2%的準確率和0.9919的宏觀F1值，展現出卓越的分類性能。結果驗證了將層次化語言特徵與基於圖的語義結構相結合的有效性。此外，該模型表現出強大的泛化能力和可解釋性，凸顯了其在現實場景謠言檢測應用中的實用價值。

摘要

  • 原文標題：Nonlinear Derivative-free Constrained Optimization with a Penalty-Interior Point Method and Direct Search
  • 中文標題：非線性無導數約束優化的罰函數-內點法與直接搜索法
  • 發佈日期：2025-04-24 15:54:01+00:00
  • 作者：Andrea Brilli, Ana L. Custódio, Giampaolo Liuzzi, Everton J. Silva
  • 分類：math.OC
  • 原文連結：http://arxiv.org/abs/2504.17682v1

中文摘要：摘要：本研究提出將混合懲罰-內點法與直接搜索法相結合，用於求解非線性約束的無導數優化問題。採用一個價值函數，將非線性不等式約束集分為兩組：一組採用對數障礙法處理，另一組與等式約束共同通過懲罰項處理。該策略經過調整後被整合到直接搜索方法中，從而能夠有效處理一般非線性約束。在連續可微性假設下（無需任何凸性要求），證明了算法收斂到KKT穩定點。通過CUTEst測試問題進行的數值實驗表明，與現有先進求解器相比，所提方法具有魯棒性、高效性和整體有效性。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估：面向纜驅可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服裝作為剛性外骨骼的替代方案近年來得到快速發展，並日益廣泛應用於臨床和家庭環境中上下肢治療與輔助。儘管已有多種纜驅式外骨骼服裝問世，但其機電設計與性能表現的公開研究仍較為匱乏。為此，本文針對纜驅式可穿戴外骨骼服裝的二自由度肌腱驅動單元（TDU）提出了全面的設計與性能分析方案。研究詳細闡述了TDU功能基準測試方法：靜態扭矩輸出測試對比指令扭矩與實際測量值；速度控制測試評估不同速度下的衰減與相位偏移；噪聲測試量化穿戴者感知的單元運行聲響；熱應力測試記錄冷卻性能以確保高負載下的安全運行；電池續航測試則評估不同負載條件下的持續工作時間。為驗證測試方案，研究還推出模塊化纜驅系統，支持根據應用需求靈活配置電機、滑輪和傳感器等組件。通過分享詳細方法論與性能數據，本研究旨在為科研人員與工程師提供可復用的TDU設計方案，並建立標準化文檔框架以更全面記錄TDU設計性能。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種新型中子束快門設計方法，該方法將蒙特卡洛模擬（MCNP）與機器學習技術相結合，以提升屏蔽性能並加速設計流程。目標設施為緊湊型中子科學平台，其中中子由回旋加速器質子束轟擊中子產生靶產生。該系統包含熱中子和快中子兩條束線，熱中子束線上安裝快門以降低維護期間的職業輻射暴露。 研究通過MCNP模擬了200種不同材料序列的中子快門構型，利用所得數據集訓練全連接神經網絡來預測屏蔽下游的中子通量。訓練完成的模型隨後應用於1,000個隨機生成的屏蔽構型，實現快速通量預測與性能排序。篩選出預測通量最低的20種設計後，通過MCNP模擬進行進一步驗證。 結果表明：最優設計將快門入口處5.61×10^9 n/cm2*s的中子通量降低至出口處的4.96×10^5 n/cm2*s，實現四個數量級的衰減。這些發現證實機器學習技術能有效降低模擬成本並輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的巨大潛力。

摘要

  • 原文標題：RAGAT-Mind: A Multi-Granular Modeling Approach for Rumor Detection Based on MindSpore
  • 中文標題：基於MindSpore的多粒度建模謠言檢測方法RAGAT-Mind
  • 發佈日期：2025-04-24 14:03:53+00:00
  • 作者：Zhenkai Qin, Guifang Yang, Dongze Wu
  • 分類：cs.CL, cs.CY
  • 原文連結：http://arxiv.org/abs/2504.17574v1

中文摘要：隨着虛假信息在社交媒體平台持續擴散，有效謠言檢測已成為自然語言處理領域的緊迫挑戰。本文提出RAGAT-Mind——一種基於MindSpore深度學習框架的中文謠言檢測多粒度建模方法。該模型整合了TextCNN用於局部語義提取、雙向GRU用於序列上下文學習、多頭自注意力機制用於全局依賴聚焦，以及雙向圖卷積網絡(BiGCN)用於詞共現圖的結構表徵。在微博謠言數據集上的實驗表明，RAGAT-Mind實現了99.2%的準確率和0.9919的宏觀F1值，驗證了分層語言特徵與圖式語義結構結合的有效性。該模型還展現出強大的泛化能力和可解釋性，凸顯了其在現實場景謠言檢測中的應用價值。

摘要

  • 原文標題：Nonlinear Derivative-free Constrained Optimization with a Penalty-Interior Point Method and Direct Search
  • 中文標題：非線性無導數約束優化的罰函數-內點法與直接搜索法
  • 發佈日期：2025-04-24 15:54:01+00:00
  • 作者：Andrea Brilli, Ana L. Custódio, Giampaolo Liuzzi, Everton J. Silva
  • 分類：math.OC
  • 原文連結：http://arxiv.org/abs/2504.17682v1

中文摘要：摘要：本文提出將混合懲罰-內點法與直接搜索法相結合，用於求解非線性約束的無導數優化問題。通過構建一個評價函數，將非線性不等式約束集分為兩組：一組採用對數障礙法處理，另一組與等式約束共同通過懲罰項處理。該策略經調整後融入直接搜索方法，實現了對一般非線性約束的有效處理。在連續可微性假設下（無需任何凸性要求），證明了算法收斂到KKT穩定點。基於CUTEst測試問題的數值實驗表明，與現有先進求解器相比，所提方法具有魯棒性、高效性和整體優越性。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估：面向線驅可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服裝作為剛性外骨骼的替代方案近年來得到發展，並日益應用於臨床和家庭環境中上下肢治療與輔助。雖然已開發出多種線驅式外骨骼服裝，但其機電設計與性能的公開研究甚少。為此，本文針對線驅式可穿戴外骨骼服裝的雙自由度肌腱驅動單元（TDU）提出了全面的設計與性能分析方案。研究詳細闡述了TDU功能基準測試方法：通過靜態扭矩輸出測試對比指令扭矩與實際扭矩；速度控制測試評估不同速度下的衰減與相位偏移；噪音測試量化穿戴者感知的TDU運行聲響；熱應力測試記錄散熱性能以確保高負載下的安全運行；電池續航測試則評估不同負載條件下的持續運行時間。為驗證這些測試，研究推出模塊化線驅TDU系統，其電機、滑輪和傳感器等組件可根據應用需求靈活調整。通過分享詳細方法論與性能數據，本研究旨在提供可復用的TDU設計方案，並為研究人員和工程師提供系統化記錄TDU設計性能的參考框架。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種新型中子束快門設計方法，該方法將蒙特卡洛模擬（MCNP）與機器學習技術相結合，以提升屏蔽性能並加速設計流程。目標設施是一個緊湊型中子科學平台，其中中子由回旋加速器質子束轟擊中子產生靶產生。該系統包含熱中子和快中子束線，在熱中子束線上安裝束流快門以降低維護期間的職業輻射暴露。 本研究使用MCNP模擬了200種不同材料序列的中子快門構型，所得數據集用於訓練全連接神經網絡以預測屏蔽下游的中子通量。訓練完成的模型隨後應用於1,000個隨機生成的屏蔽構型，實現快速通量預測和性能排序。篩選出預測通量最低的20種設計並通過MCNP模擬進一步驗證。 結果表明，最優設計將快門入口處5.61×10^9 n/cm2*s的中子通量降低至出口處的4.96×10^5 n/cm2*s，實現四個數量級的衰減。這些發現證實機器學習技術的整合能有效降低模擬成本，並輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的強大潛力。

摘要

  • 原文標題：RAGAT-Mind: A Multi-Granular Modeling Approach for Rumor Detection Based on MindSpore
  • 中文標題：基於MindSpore的多粒度建模謠言檢測方法RAGAT-Mind
  • 發佈日期：2025-04-24 14:03:53+00:00
  • 作者：Zhenkai Qin, Guifang Yang, Dongze Wu
  • 分類：cs.CL, cs.CY
  • 原文連結：http://arxiv.org/abs/2504.17574v1

中文摘要：隨着虛假信息在社交媒體平台持續泛濫，有效謠言檢測已成為自然語言處理領域的緊迫挑戰。本文提出RAGAT-Mind——一種基於MindSpore深度學習框架的中文謠言檢測多粒度建模方法。該模型整合了TextCNN用於局部語義提取、雙向GRU用於序列上下文學習、多頭自注意力機制用於全局依賴聚焦，以及雙向圖卷積網絡(BiGCN)用於詞共現圖的結構化表徵。在微博謠言數據集上的實驗表明，RAGAT-Mind實現了99.2%的準確率和0.9919的宏觀F1值，驗證了分層語言特徵與圖式語義結構結合的有效性。該模型還展現出強大的泛化能力和可解釋性，凸顯了其在現實場景謠言檢測中的實用價值。

摘要

  • 原文標題：Nonlinear Derivative-free Constrained Optimization with a Penalty-Interior Point Method and Direct Search
  • 中文標題：非線性無導數約束優化的罰函數-內點法與直接搜索法
  • 發佈日期：2025-04-24 15:54:01+00:00
  • 作者：Andrea Brilli, Ana L. Custódio, Giampaolo Liuzzi, Everton J. Silva
  • 分類：math.OC
  • 原文連結：http://arxiv.org/abs/2504.17682v1

中文摘要：摘要：本研究提出將混合懲罰-內點法與直接搜索法相結合，用於求解非線性約束的無導數優化問題。通過構建一個評價函數，將非線性不等式約束集分為兩組：一組採用對數障礙法處理，另一組與等式約束共同通過懲罰項處理。該策略經調整後被整合到直接搜索方法中，從而實現對一般非線性約束的有效處理。在連續可微性假設下（無需任何凸性要求），證明了算法收斂到KKT穩定點。基於CUTEst測試問題的數值實驗表明，與現有先進求解器相比，所提方法具有魯棒性、高效性和整體優越性。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估：面向線驅可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服裝作為剛性外骨骼的替代方案近年來得到發展，並日益應用於臨床和家庭環境中上下肢治療與輔助。雖然已開發出多種線驅動式外骨骼服裝，但其機電設計與性能的公開研究甚少。為此，本文提出一種用於線驅動可穿戴外骨骼的二自由度肌腱驅動單元（TDU）的全面設計與性能分析方案。研究詳細闡述了TDU功能基準測試方法：靜態扭矩輸出測試對比指令扭矩與實際扭矩；速度控制測試評估不同速度下的衰減與相位偏移；噪聲測試量化穿戴者感知的TDU運行聲響；熱應力測試記錄冷卻性能以確保高負載安全運行；電池續航測試評估不同負載條件下的持續工作時間。為驗證測試方案，研究推出模塊化線驅動TDU系統，其電機、滑輪和傳感器等組件可根據應用需求靈活調整。通過分享詳細方法論與性能數據，本研究旨在提供可復用的TDU設計方案，並為研究人員和工程師提供系統化記錄TDU設計性能的參考框架。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種結合蒙特卡洛模擬（MCNP）與機器學習技術的中子束快門創新設計方法，旨在提升屏蔽性能並加速設計流程。目標設施為緊湊型中子科學平台，其中子由回旋加速器質子束轟擊靶材產生，系統包含熱中子和快中子束線。熱中子束線上安裝的快門用於降低維護期間的職業輻射暴露。 研究通過MCNP模擬了200種不同材料序列的中子快門構型，利用生成的數據集訓練全連接神經網絡以預測屏蔽下游中子通量。訓練後的模型應用於1000種隨機生成的屏蔽構型，實現快速通量預測與性能排序。篩選預測通量最低的20種設計後，通過MCNP模擬進一步驗證。 結果表明：最優設計將快門入口處5.61×10^9 n/cm²·s的中子通量降至出口處4.96×10^5 n/cm²·s，實現四個數量級的衰減。這證實機器學習技術能有效降低模擬成本並輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的巨大潛力。

摘要

  • 原文標題：RAGAT-Mind: A Multi-Granular Modeling Approach for Rumor Detection Based on MindSpore
  • 中文標題：基於MindSpore的多粒度建模謠言檢測方法RAGAT-Mind
  • 發佈日期：2025-04-24 14:03:53+00:00
  • 作者：Zhenkai Qin, Guifang Yang, Dongze Wu
  • 分類：cs.CL, cs.CY
  • 原文連結：http://arxiv.org/abs/2504.17574v1

中文摘要：隨着虛假信息在社交媒體平台持續擴散，有效謠言檢測已成為自然語言處理領域的緊迫挑戰。本文提出RAGAT-Mind——一種基於MindSpore深度學習框架的中文謠言檢測多粒度建模方法。該模型整合了TextCNN用於局部語義提取、雙向GRU用於序列上下文學習、多頭自注意力機制用於全局依賴聚焦，以及雙向圖卷積網絡(BiGCN)用於詞共現圖的結構化表徵。在微博謠言數據集上的實驗表明，RAGAT-Mind實現了99.2%的準確率和0.9919的宏觀F1值，驗證了分層語言特徵與圖語義結構結合的有效性。該模型還展現出強大的泛化能力和可解釋性，凸顯了其在現實場景中的實用價值。

摘要

  • 原文標題：Nonlinear Derivative-free Constrained Optimization with a Penalty-Interior Point Method and Direct Search
  • 中文標題：非線性無導數約束優化的罰函數-內點法與直接搜索法
  • 發佈日期：2025-04-24 15:54:01+00:00
  • 作者：Andrea Brilli, Ana L. Custódio, Giampaolo Liuzzi, Everton J. Silva
  • 分類：math.OC
  • 原文連結：http://arxiv.org/abs/2504.17682v1

中文摘要：摘要：本研究提出將混合懲罰-內點法與直接搜索法結合使用，以求解非線性約束的無導數優化問題。我們構建了一個評價函數，將非線性不等式約束集分為兩組：一組採用對數障礙法處理，另一組與等式約束共同通過懲罰項處理。該策略經過調整後被整合到直接搜索方法中，從而能夠有效處理一般非線性約束。在連續可微性假設下（無需任何凸性要求），證明了算法收斂到KKT穩定點。通過CUTEst測試問題集的數值實驗表明，與現有先進求解器相比，所提方法具有魯棒性、高效性和整體優越性。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估：面向纜驅可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服裝作為剛性外骨骼的替代方案近年來得到發展，並日益應用於臨床和家庭環境中上下肢治療與輔助。雖然已開發出多種線驅式外骨骼服裝，但其機電設計與性能的公開研究甚少。為此，本文針對線驅可穿戴外骨骼服裝的雙自由度肌腱驅動單元（TDU）提出了全面的設計與性能分析方案。研究詳細闡述了TDU功能基準測試方法：靜態扭矩輸出測試對比指令扭矩與實測扭矩；速度控制測試評估不同速度下的衰減與相位偏移；噪聲測試量化穿戴者感知的TDU運行聲響；熱應力測試記錄冷卻性能以確保高負載安全運行；電池續航測試評估不同負載條件下的持續工作時間。為驗證測試方案，研究推出模塊化線驅TDU系統，其電機、滑輪和傳感器等組件可根據應用需求靈活調整。通過分享詳細方法論與性能數據，本研究旨在提供可復用的TDU設計方案，並為研究人員和工程師建立更完善的TDU性能文檔體系提供參考。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種新型中子束快門設計方法，該方法將蒙特卡洛模擬（MCNP）與機器學習技術相結合，以提升屏蔽性能並加速設計流程。目標設施是一個緊湊型中子科學平台，其中子由回旋加速器質子束轟擊中子產生靶產生。該系統包含熱中子和快中子束線，在熱中子束線上安裝束流快門以降低維護期間的職業輻射暴露。 本研究使用MCNP模擬了200種不同材料序列的中子快門構型，所得數據集用於訓練全連接神經網絡以預測屏蔽下游的中子通量。訓練後的模型隨後應用於1000個隨機生成的屏蔽構型，進行快速通量預測和性能排序。篩選出預測通量最低的20種設計，並通過MCNP模擬進一步驗證。 結果表明，最優設計將快門入口處5.61×10^9 n/cm2*s的中子通量降低至出口處的4.96×10^5 n/cm2*s，實現了四個數量級的衰減。這些發現證實機器學習技術的整合能有效降低模擬成本，並有助於識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的強大潛力。

摘要

  • 原文標題：RAGAT-Mind: A Multi-Granular Modeling Approach for Rumor Detection Based on MindSpore
  • 中文標題：基於MindSpore的多粒度建模謠言檢測方法RAGAT-Mind
  • 發佈日期：2025-04-24 14:03:53+00:00
  • 作者：Zhenkai Qin, Guifang Yang, Dongze Wu
  • 分類：cs.CL, cs.CY
  • 原文連結：http://arxiv.org/abs/2504.17574v1

中文摘要：隨着虛假信息在社交媒體平台持續泛濫，有效的謠言檢測已成為自然語言處理領域亟待解決的挑戰。本文提出RAGAT-Mind——一種基於MindSpore深度學習框架的中文謠言檢測多粒度建模方法。該模型整合了TextCNN用於局部語義提取、雙向GRU用於序列上下文學習、多頭自注意力機制用於全局依賴聚焦，以及雙向圖卷積網絡(BiGCN)用於詞共現圖的結構化表徵。在微博謠言數據集上的實驗表明，RAGAT-Mind實現了99.2%的準確率和0.9919的宏觀F1值，展現出卓越的分類性能。結果驗證了將層次化語言特徵與基於圖的語義結構相結合的有效性。此外，該模型表現出強大的泛化能力和可解釋性，凸顯了其在現實場景謠言檢測應用中的實用價值。

摘要

  • 原文標題：Nonlinear Derivative-free Constrained Optimization with a Penalty-Interior Point Method and Direct Search
  • 中文標題：非線性無導數約束優化的罰函數-內點法與直接搜索法
  • 發佈日期：2025-04-24 15:54:01+00:00
  • 作者：Andrea Brilli, Ana L. Custódio, Giampaolo Liuzzi, Everton J. Silva
  • 分類：math.OC
  • 原文連結：http://arxiv.org/abs/2504.17682v1

中文摘要：摘要：本研究提出將混合懲罰-內點法與直接搜索法相結合，用於求解非線性約束的無導數優化問題。通過構建一個評價函數，將非線性不等式約束集分為兩組：一組採用對數障礙法處理，另一組與等式約束共同通過懲罰項處理。該策略經調整後融入直接搜索方法，實現了對一般非線性約束的有效處理。在連續可微性假設下（無需任何凸性要求），證明了算法收斂到KKT穩定點。基於CUTEst測試問題的數值實驗表明，與現有先進求解器相比，所提方法具有魯棒性、高效性和整體優越性。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估——面向纜驅可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服裝作為剛性外骨骼的替代方案近年來得到發展，並日益應用於臨床和家庭環境中上下肢治療與輔助。雖然已開發出多種線驅動式外骨骼服裝，但其機電設計與性能的公開研究甚少。為此，本文針對線驅動可穿戴外骨骼服裝的二自由度肌腱驅動單元（TDU）提出了全面的設計與性能分析方案。研究詳細闡述了TDU功能基準測試方法：靜態扭矩輸出測試對比指令扭矩與實測扭矩；速度控制測試評估不同速度下的衰減與相位偏移；噪聲測試量化穿戴者感知的TDU運行聲響；熱應力測試記錄散熱性能以確保高負載下的安全運行；電池續航測試評估不同負載條件下的持續工作時間。為驗證測試方案，研究推出模塊化線驅動TDU系統，其電機、滑輪和傳感器等組件可根據應用需求靈活配置。通過分享詳細方法論與性能數據，本研究旨在提供可復用的TDU設計方案，並為研究人員和工程師提供系統化記錄TDU設計性能的參考框架。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種結合蒙特卡洛模擬（MCNP）與機器學習技術的中子束快門創新設計方法，旨在提升屏蔽性能並加速設計流程。目標設施為緊湊型中子科學平台，其中子由回旋加速器質子束轟擊靶材產生，系統包含熱中子和快中子束線。熱中子束線上安裝的束流快門用於降低維護期間的職業輻射暴露。 研究通過MCNP模擬了200種不同材料序列的中子快門構型，利用生成的數據集訓練全連接神經網絡以預測屏蔽下游中子通量。訓練後的模型應用於1000種隨機生成的屏蔽構型，實現快速通量預測與性能排序。篩選預測通量最低的20種設計後，通過MCNP模擬進行進一步驗證。 結果表明：最優設計將快門入口處5.61×10^9 n/cm2·s的中子通量降至出口處4.96×10^5 n/cm2·s，實現四個數量級的衰減。這些發現證實機器學習技術能有效降低模擬成本並輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的巨大潛力。

摘要

  • 原文標題：RAGAT-Mind: A Multi-Granular Modeling Approach for Rumor Detection Based on MindSpore
  • 中文標題：基於MindSpore的多粒度建模謠言檢測方法RAGAT-Mind
  • 發佈日期：2025-04-24 14:03:53+00:00
  • 作者：Zhenkai Qin, Guifang Yang, Dongze Wu
  • 分類：cs.CL, cs.CY
  • 原文連結：http://arxiv.org/abs/2504.17574v1

中文摘要：隨着虛假信息在社交媒體平台持續擴散，有效的謠言檢測已成為自然語言處理領域亟待解決的挑戰。本文提出RAGAT-Mind——一種基於MindSpore深度學習框架的中文謠言檢測多粒度建模方法。該模型整合了TextCNN用於局部語義提取、雙向GRU用於序列上下文學習、多頭自注意力機制用於全局依賴聚焦，以及雙向圖卷積網絡(BiGCN)用於詞共現圖的結構化表徵。在微博謠言數據集上的實驗表明，RAGAT-Mind實現了99.2%的準確率和0.9919的宏觀F1值，驗證了層級語言特徵與圖語義結構結合的有效性。該模型還展現出強大的泛化能力和可解釋性，凸顯了其在現實場景中的實用價值。

摘要

  • 原文標題：Nonlinear Derivative-free Constrained Optimization with a Penalty-Interior Point Method and Direct Search
  • 中文標題：非線性無導數約束優化的罰函數-內點法與直接搜索聯合方法
  • 發佈日期：2025-04-24 15:54:01+00:00
  • 作者：Andrea Brilli, Ana L. Custódio, Giampaolo Liuzzi, Everton J. Silva
  • 分類：math.OC
  • 原文連結：http://arxiv.org/abs/2504.17682v1

中文摘要：摘要：本研究提出將混合懲罰-內點法與直接搜索法結合使用，以解決非線性約束的無導數優化問題。我們採用了一個評價函數，其中非線性不等式約束集被分為兩組：一組採用對數障礙法處理，另一組與等式約束共同通過懲罰項處理。該策略經過調整後被整合到直接搜索方法中，從而能夠有效處理一般非線性約束。在連續可微性假設下（無需任何凸性要求），我們建立了算法收斂到KKT穩定點的理論保證。通過CUTEst測試問題的數值實驗表明，與現有先進求解器相比，所提方法具有魯棒性、高效性和整體有效性。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估：面向纜驅可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服作為剛性外骨骼的替代方案近年來得到發展，並日益應用於臨床和家庭環境中上下肢治療與輔助。雖然已開發出多種線驅動外骨骼服，但其機電設計與性能的公開研究甚少。為此，本文針對線驅動可穿戴外骨骼服提出一種二自由度肌腱驅動單元（TDU）的全面設計與性能分析。詳細闡述了TDU功能基準測試方法：靜態扭矩輸出測試對比指令扭矩與實測扭矩；速度控制測試評估不同速度下的衰減與相位偏移；噪聲測試量化穿戴者感知的TDU運行聲響；熱應力測試記錄冷卻性能以確保高負載下的安全運行；電池續航測試評估不同負載條件下的持續運行時間。為驗證測試方案，本文推出模塊化線驅動TDU系統，其電機、滑輪和傳感器等組件可根據目標應用需求靈活調整。通過分享詳細方法與性能數據，本研究旨在提供可被借鑑的TDU設計方案，並為研究人員和工程師提供資源以更完善地記錄其TDU設計性能。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種新型中子束快門設計方法，該方法將蒙特卡洛模擬（MCNP）與機器學習技術相結合，以提升屏蔽性能並加速設計流程。目標設施為緊湊型中子科學平台，其中子由回旋加速器質子束轟擊中子產生靶產生。該系統包含熱中子和快中子兩條束線，熱中子束線上安裝有束流快門以降低維護期間的職業輻射暴露。 本研究使用MCNP模擬了200種不同材料序列的中子快門構型，所得數據集用於訓練全連接神經網絡以預測屏蔽下游的中子通量。訓練完成的模型隨後應用於1000個隨機生成的屏蔽構型，實現快速通量預測和性能排序。篩選出預測通量最低的20種設計方案，並通過MCNP模擬進行進一步驗證。 結果表明，最優設計將快門入口處5.61×10^9 n/cm2*s的中子通量降低至出口處的4.96×10^5 n/cm2*s，實現四個數量級的衰減。這些發現證實機器學習技術的整合能有效降低模擬成本，並輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的強大潛力。

摘要

  • 原文標題：RAGAT-Mind: A Multi-Granular Modeling Approach for Rumor Detection Based on MindSpore
  • 中文標題：基於MindSpore的多粒度建模謠言檢測方法RAGAT-Mind
  • 發佈日期：2025-04-24 14:03:53+00:00
  • 作者：Zhenkai Qin, Guifang Yang, Dongze Wu
  • 分類：cs.CL, cs.CY
  • 原文連結：http://arxiv.org/abs/2504.17574v1

中文摘要：隨着虛假信息在社交媒體平台持續擴散，有效謠言檢測已成為自然語言處理領域的緊迫挑戰。本文提出RAGAT-Mind——一種基於MindSpore深度學習框架的中文謠言檢測多粒度建模方法。該模型整合了TextCNN用於局部語義提取、雙向GRU用於序列上下文學習、多頭自注意力機制用於全局依賴聚焦，以及雙向圖卷積網絡(BiGCN)用於詞共現圖的結構化表徵。在微博謠言數據集上的實驗表明，RAGAT-Mind實現了99.2%的準確率和0.9919的宏觀F1值，驗證了層級化語言特徵與圖式語義結構結合的有效性。該模型還展現出強大的泛化能力和可解釋性，凸顯了其在現實場景謠言檢測應用中的實用價值。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估：面向線驅可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服裝作為剛性外骨骼的替代方案近年來得到發展，並日益應用於臨床和家庭環境中上下肢治療與輔助。雖然已開發出多種線驅動式外骨骼服裝，但其機電設計與性能的公開研究甚少。為此，本文針對線驅動可穿戴外骨骼服裝的二自由度肌腱驅動單元（TDU）提出了全面的設計與性能分析方案。研究詳細闡述了TDU功能基準測試方法：通過靜態扭矩輸出測試對比指令扭矩與實測扭矩；速度控制測試評估不同速度下的衰減與相位偏移；噪聲測試量化穿戴者感知的單元運行聲響；熱應力測試記錄冷卻性能以確保高負載下的安全運行；電池續航測試則評估不同負載條件下的持續工作時間。為驗證測試方案，研究還推出模塊化線驅動TDU系統，其電機、滑輪和傳感器等組件可根據應用需求靈活調整。通過分享詳細方法論與性能數據，本研究旨在提供可復用的TDU設計方案，並為研究人員和工程師提供系統化記錄TDU設計性能的參考框架。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種新型中子束快門設計方法，該方法將蒙特卡洛模擬（MCNP）與機器學習技術相結合，以提升屏蔽性能並加速設計流程。目標設施是一個緊湊型中子科學平台，其中子由回旋加速器質子束轟擊中子產生靶產生。該系統包含熱中子和快中子兩條束線，在熱中子束線上安裝束流快門以降低維護期間的職業輻射暴露。 本研究使用MCNP模擬了200種不同材料序列的中子快門構型，所得數據集用於訓練全連接神經網絡以預測屏蔽下游的中子通量。訓練完成的模型隨後應用於1,000個隨機生成的屏蔽構型，進行快速通量預測和性能排序。篩選出預測通量最低的20種設計方案，並通過MCNP模擬進一步驗證。 結果表明，最優設計將快門入口處5.61×10^9 n/cm2*s的中子通量降低至出口處的4.96×10^5 n/cm2*s，實現四個數量級的衰減。這些發現證實機器學習技術的整合能有效降低模擬成本，並有助於識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的強大潛力。

摘要

  • 原文標題：RAGAT-Mind: A Multi-Granular Modeling Approach for Rumor Detection Based on MindSpore
  • 中文標題：基於MindSpore的多粒度建模謠言檢測方法RAGAT-Mind
  • 發佈日期：2025-04-24 14:03:53+00:00
  • 作者：Zhenkai Qin, Guifang Yang, Dongze Wu
  • 分類：cs.CL, cs.CY
  • 原文連結：http://arxiv.org/abs/2504.17574v1

中文摘要：隨着虛假信息在社交媒體平台持續泛濫，有效的謠言檢測已成為自然語言處理領域亟待解決的挑戰。本文提出RAGAT-Mind——一種基於MindSpore深度學習框架的中文謠言檢測多粒度建模方法。該模型整合了TextCNN（局部語義提取）、雙向GRU（序列上下文學習）、多頭自注意力機制（全局依賴聚焦）以及雙向圖卷積網絡BiGCN（詞共現圖的結構表徵）。在微博謠言數據集Weibo1-Rumor上的實驗表明，RAGAT-Mind實現了99.2%的準確率和0.9919的宏觀F1值，驗證了層次化語言特徵與圖語義結構結合的有效性。該模型還展現出強大的泛化能力和可解釋性，凸顯了其在現實場景中的實用價值。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估：用於線驅動可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服裝作為剛性外骨骼的替代方案近年來得到發展，並日益應用於臨床和家庭環境中上下肢治療與輔助。雖然已開發出眾多線驅式外骨骼服裝，但其機電設計與性能的公開研究甚少。為此，本文提出了一種用於線驅可穿戴外骨骼服裝的二自由度肌腱驅動單元（TDU）的全面設計與性能分析。研究詳細闡述了TDU功能基準測試方法：靜態扭矩輸出測試對比指令扭矩與實測扭矩；速度控制測試評估不同速度下的衰減與相位偏移；噪聲測試量化穿戴者感知的TDU運行聲響；熱應力測試記錄冷卻性能以確保高負載下的安全運行；電池續航測試則評估不同負載條件下的持續運行時間。為驗證測試方案，本研究推出模塊化線驅TDU系統，其電機、滑輪和傳感器等組件可根據應用需求靈活調整。通過分享詳細方法學與性能數據，本研究旨在提供可復用的TDU設計方案，並為研究人員和工程師提供系統化記錄TDU設計性能的參考框架。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種結合蒙特卡洛模擬（MCNP）與機器學習技術的中子束快門創新設計方法，旨在提升屏蔽性能並加速設計流程。目標設施為緊湊型中子科學平台，其中子由回旋加速器質子束轟擊靶材產生，系統包含熱中子和快中子束線。熱中子束線上安裝的快門用於降低維護期間的職業輻射暴露。 研究通過MCNP模擬了200種不同材料序列的中子快門構型，利用所得數據集訓練全連接神經網絡以預測屏蔽下游中子通量。訓練後的模型應用於1,000組隨機生成的屏蔽構型，實現快速通量預測與性能排序。篩選預測通量最低的20種設計後，通過MCNP模擬進行進一步驗證。 結果表明：最優設計將快門入口處5.61×10^9 n/cm²·s的中子通量降至出口處4.96×10^5 n/cm²·s，實現四個數量級的衰減。這些發現證實機器學習技術能有效降低模擬成本並輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的巨大潛力。

摘要

  • 原文標題：RAGAT-Mind: A Multi-Granular Modeling Approach for Rumor Detection Based on MindSpore
  • 中文標題：基於MindSpore的多粒度建模謠言檢測方法RAGAT-Mind
  • 發佈日期：2025-04-24 14:03:53+00:00
  • 作者：Zhenkai Qin, Guifang Yang, Dongze Wu
  • 分類：cs.CL, cs.CY
  • 原文連結：http://arxiv.org/abs/2504.17574v1

中文摘要：隨着虛假信息在社交媒體平台持續泛濫，有效的謠言檢測已成為自然語言處理領域亟待解決的挑戰。本文提出RAGAT-Mind——一種基於MindSpore深度學習框架的中文謠言檢測多粒度建模方法。該模型整合了TextCNN用於局部語義提取、雙向GRU用於序列上下文學習、多頭自注意力機制用於全局依賴聚焦，以及雙向圖卷積網絡(BiGCN)用於詞共現圖的結構化表徵。在微博謠言數據集上的實驗表明，RAGAT-Mind實現了99.2%的準確率和0.9919的宏觀F1值，展現出卓越的分類性能。結果驗證了將層次化語言特徵與基於圖的語義結構相結合的有效性。此外，該模型表現出強大的泛化能力和可解釋性，凸顯了其在現實場景謠言檢測應用中的實用價值。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估：面向線驅可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服作為剛性外骨骼的替代方案近年來得到發展，並日益應用於臨床和家庭環境中上下肢治療與輔助。雖然已開發出多種線驅動外骨骼服，但其機電設計與性能的公開研究甚少。為此，本文提出了一種用於線驅動可穿戴外骨骼服的雙自由度肌腱驅動單元（TDU）的全面設計與性能分析。研究詳細闡述了TDU功能基準測試方法：靜態扭矩輸出測試對比指令扭矩與實測扭矩；速度控制測試評估不同速度下的衰減與相位偏移；噪聲測試量化穿戴者感知的TDU運行聲響；熱應力測試記錄冷卻性能以確保高負載下的安全運行；電池續航測試評估不同負載條件下的持續運行時間。為驗證這些測試，研究還推出模塊化TDU系統，其電機、滑輪和傳感器等組件可根據目標應用需求靈活調整。通過分享詳細方法論與性能數據，本研究旨在提供可被他人借鑑的TDU設計方案，並為研究人員和工程師提供資源以更完善地記錄其TDU設計性能。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種新型中子束快門設計方法，該方法將蒙特卡洛模擬（MCNP）與機器學習技術相結合，以提升屏蔽性能並加速設計流程。目標設施是一個緊湊型中子科學平台，其中子由回旋加速器質子束轟擊中子產生靶產生。該系統包含熱中子和快中子兩條束線，在熱中子束線上安裝束流快門以降低維護期間的職業輻射暴露。 本研究使用MCNP模擬了200種不同材料序列的中子快門構型，所得數據集用於訓練全連接神經網絡以預測屏蔽下游的中子通量。訓練後的模型隨後應用於1,000個隨機生成的屏蔽構型，實現快速通量預測與性能排序。篩選出預測通量最低的20種設計並通過MCNP模擬進一步驗證。 結果表明：最優設計將快門入口處5.61×10^9 n/cm2*s的中子通量降低至出口處的4.96×10^5 n/cm2*s，實現四個數量級的衰減。這些發現證實機器學習技術的整合能有效降低模擬成本並輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的巨大潛力。

摘要

  • 原文標題：RAGAT-Mind: A Multi-Granular Modeling Approach for Rumor Detection Based on MindSpore
  • 中文標題：基於MindSpore的多粒度建模謠言檢測方法RAGAT-Mind
  • 發佈日期：2025-04-24 14:03:53+00:00
  • 作者：Zhenkai Qin, Guifang Yang, Dongze Wu
  • 分類：cs.CL, cs.CY
  • 原文連結：http://arxiv.org/abs/2504.17574v1

中文摘要：隨着虛假信息在社交媒體平台持續泛濫，有效謠言檢測已成為自然語言處理領域的緊迫挑戰。本文提出RAGAT-Mind——一種基於MindSpore深度學習框架的中文謠言檢測多粒度建模方法。該模型整合了TextCNN用於局部語義提取、雙向GRU用於序列上下文學習、多頭自注意力機制用於全局依賴聚焦，以及雙向圖卷積網絡(BiGCN)用於詞共現圖的結構化表徵。在微博謠言數據集上的實驗表明，RAGAT-Mind實現了優越的分類性能，準確率達99.2%，宏觀F1分數為0.9919。結果驗證了將分層語言特徵與基於圖的語義結構相結合的有效性。此外，該模型展現出強大的泛化能力和可解釋性，凸顯了其在現實場景謠言檢測應用中的實用價值。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估：面向纜驅可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服裝作為剛性外骨骼的替代方案近年來得到發展，並日益應用於臨床和家庭環境中的上肢與下肢治療與輔助。雖然已開發出多種線驅式外骨骼服裝，但其機電設計與性能的公開研究甚少。為此，本文針對線驅可穿戴外骨骼服裝的雙自由度肌腱驅動單元（TDU）提出了全面的設計與性能分析方案。研究詳細闡述了TDU功能基準測試方法：靜態扭矩輸出測試對比指令扭矩與實測扭矩；速度控制測試評估不同速度下的衰減與相位偏移；噪聲測試量化穿戴者感知的TDU運行聲響；熱應力測試記錄散熱性能以確保高負載安全運行；電池續航測試評估不同負載條件下的持續工作時間。為驗證測試方案，本研究推出模塊化線驅TDU系統，其電機、滑輪和傳感器等組件可根據應用需求靈活配置。通過分享詳細方法論與性能數據，本研究旨在提供可復用的TDU設計方案，並為研究人員和工程師建立更完善的TDU性能文檔體系提供參考。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種新型中子束快門設計方法，該方法將蒙特卡洛模擬（MCNP）與機器學習技術相結合，以提升屏蔽性能並加速設計流程。目標設施為緊湊型中子科學平台，其中子由回旋加速器質子束轟擊中子產生靶產生。該系統包含熱中子和快中子兩條束線，在熱中子束線上安裝束流快門以降低維護期間的職業輻射暴露。 本研究使用MCNP模擬了200種不同材料序列的中子快門構型，所得數據集用於訓練全連接神經網絡以預測屏蔽下游的中子通量。訓練完成的模型隨後應用於1,000個隨機生成的屏蔽構型，實現快速通量預測與性能排序。篩選出預測通量最低的20種設計方案，並通過MCNP模擬進行進一步驗證。 結果表明：最優設計將快門入口處5.61×10^9 n/cm2*s的中子通量降低至出口處的4.96×10^5 n/cm2*s，實現四個數量級的衰減。這些發現證實機器學習技術的整合能有效降低模擬成本，並輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的強大潛力。

摘要

  • 原文標題：RAGAT-Mind: A Multi-Granular Modeling Approach for Rumor Detection Based on MindSpore
  • 中文標題：基於MindSpore的多粒度建模謠言檢測方法RAGAT-Mind
  • 發佈日期：2025-04-24 14:03:53+00:00
  • 作者：Zhenkai Qin, Guifang Yang, Dongze Wu
  • 分類：cs.CL, cs.CY
  • 原文連結：http://arxiv.org/abs/2504.17574v1

中文摘要：隨着虛假信息在社交媒體平台持續擴散，有效的謠言檢測已成為自然語言處理領域亟待解決的挑戰。本文提出RAGAT-Mind——一種基於MindSpore深度學習框架的中文謠言檢測多粒度建模方法。該模型整合了TextCNN用於局部語義提取、雙向GRU用於序列上下文學習、多頭自注意力機制用於全局依賴聚焦，以及雙向圖卷積網絡(BiGCN)用於詞共現圖的結構化表徵。在微博謠言數據集上的實驗表明，RAGAT-Mind實現了99.2%的準確率和0.9919的宏觀F1值，驗證了層次化語言特徵與圖式語義結構結合的有效性。該模型還展現出強大的泛化能力和可解釋性，凸顯了其在現實場景中的實用價值。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估——面向纜驅可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服裝作為剛性外骨骼的替代方案近年來得到快速發展，並日益應用於臨床和家庭環境中的上下肢治療與輔助。雖然已開發出眾多線纜驅動式外骨骼服裝，但其機電設計與性能的公開研究甚少。為此，本文針對線纜驅動可穿戴外骨骼的雙自由度肌腱驅動單元（TDU）提出了全面的設計與性能分析方案。研究詳細闡述了TDU功能基準測試方法：靜態扭矩輸出測試對比指令扭矩與實測扭矩；速度控制測試評估不同速度下的衰減與相位偏移；噪聲測試量化穿戴者感知的TDU運行聲響；熱應力測試記錄散熱性能以確保高負載安全運行；電池續航測試評估不同負載條件下的持續工作時間。為驗證測試方案，本研究推出模塊化線纜驅動TDU系統，其電機、滑輪和傳感器等組件可根據應用需求靈活配置。通過分享詳細方法論與性能數據，本研究旨在提供可復用的TDU設計方案，並為研究人員和工程師建立更完善的TDU性能文檔體系提供參考資源。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種結合蒙特卡羅模擬（MCNP）與機器學習技術的中子束快門創新設計方法，旨在提升屏蔽性能並加速設計流程。目標設施為緊湊型中子科學平台，其中子由回旋加速器質子束轟擊靶材產生，系統包含熱中子和快中子束線。熱中子束線上安裝的快門用於降低維護期間的職業輻射暴露。 研究通過MCNP模擬了200種不同材料序列的中子快門構型，利用所得數據集訓練全連接神經網絡以預測屏蔽下游中子通量。訓練完成的模型隨後應用於1,000種隨機生成的屏蔽構型，實現快速通量預測與性能排序。篩選出預測通量最低的20種設計後，通過MCNP模擬進行進一步驗證。 結果表明：最優設計將快門入口處5.61×10^9 n/cm2*s的中子通量降至出口處的4.96×10^5 n/cm2*s，實現四個數量級的衰減。這些發現證實機器學習技術能有效降低模擬成本並輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的巨大潛力。

摘要

  • 原文標題：RAGAT-Mind: A Multi-Granular Modeling Approach for Rumor Detection Based on MindSpore
  • 中文標題：基於MindSpore的多粒度建模謠言檢測方法RAGAT-Mind
  • 發佈日期：2025-04-24 14:03:53+00:00
  • 作者：Zhenkai Qin, Guifang Yang, Dongze Wu
  • 分類：cs.CL, cs.CY
  • 原文連結：http://arxiv.org/abs/2504.17574v1

中文摘要：隨着虛假信息在社交媒體平台持續擴散，有效謠言檢測已成為自然語言處理領域的緊迫挑戰。本文提出RAGAT-Mind——一種基於MindSpore深度學習框架的中文謠言檢測多粒度建模方法。該模型整合了TextCNN用於局部語義提取、雙向GRU用於序列上下文學習、多頭自注意力機制用於全局依賴聚焦，以及雙向圖卷積網絡(BiGCN)用於詞共現圖的結構化表徵。在微博謠言數據集上的實驗表明，RAGAT-Mind實現了99.2%的準確率和0.9919的宏觀F1值，驗證了分層語言特徵與圖語義結構結合的有效性。該模型還展現出強大的泛化能力和可解釋性，凸顯了其在現實場景中的實用價值。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估——面向纜驅可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服裝作為剛性外骨骼的替代方案近年快速發展，在臨床和家庭環境中日益廣泛地應用於上下肢治療與輔助。雖然已有多種線驅式外骨骼服裝問世，但其機電設計與性能的公開研究甚少。為此，本文針對線驅式可穿戴外骨骼服裝提出了一種二自由度肌腱驅動單元（TDU）的全面設計與性能分析方案。研究詳細闡述了TDU功能基準測試方法：靜態扭矩輸出測試對比指令扭矩與實際扭矩；速度控制測試評估不同速度下的衰減與相位偏移；噪聲測試量化穿戴者感知的TDU運行聲響；熱應力測試記錄散熱性能以確保高負載安全運行；電池續航測試則評估不同負載條件下的持續工作時間。為驗證測試方案，本研究推出模塊化線驅TDU系統，其電機、滑輪和傳感器等組件可根據應用需求靈活配置。通過分享詳細方法論與性能數據，本研究旨在提供可復用的TDU設計方案，並為研究人員和工程師建立更完善的TDU性能文檔體系提供參考。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種結合蒙特卡洛模擬（MCNP）與機器學習技術的中子束快門創新設計方法，旨在提升屏蔽性能並加速設計流程。目標設施為緊湊型中子科學平台，其中子由回旋加速器質子束轟擊中子產生靶產生，系統包含熱中子和快中子束線。熱中子束線上安裝的快門用於降低維護期間的職業輻射暴露。 研究通過MCNP模擬了200種不同材料序列的中子快門構型，利用所得數據集訓練全連接神經網絡以預測屏蔽下游中子通量。訓練模型隨後應用於1,000個隨機生成的屏蔽構型，實現快速通量預測與性能排序。篩選預測通量最低的20種設計後，通過MCNP模擬進行進一步驗證。 結果表明：最優設計將快門入口處5.61×10^9 n/cm²·s的中子通量降至出口處4.96×10^5 n/cm²·s，實現四個數量級的衰減。這些發現證實機器學習技術能有效降低模擬成本並輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的巨大潛力。

摘要

  • 原文標題：RAGAT-Mind: A Multi-Granular Modeling Approach for Rumor Detection Based on MindSpore
  • 中文標題：基於MindSpore的多粒度建模謠言檢測方法RAGAT-Mind
  • 發佈日期：2025-04-24 14:03:53+00:00
  • 作者：Zhenkai Qin, Guifang Yang, Dongze Wu
  • 分類：cs.CL, cs.CY
  • 原文連結：http://arxiv.org/abs/2504.17574v1

中文摘要：隨着虛假信息在社交媒體平台持續泛濫，有效的謠言檢測已成為自然語言處理領域亟待解決的挑戰。本文提出RAGAT-Mind——一種基於MindSpore深度學習框架的中文謠言檢測多粒度建模方法。該模型整合了TextCNN用於局部語義提取、雙向GRU用於序列上下文學習、多頭自注意力機制用於全局依賴聚焦，以及雙向圖卷積網絡(BiGCN)用於詞共現圖的結構化表徵。在微博謠言數據集上的實驗表明，RAGAT-Mind實現了99.2%的準確率和0.9919的宏觀F1值，驗證了層次化語言特徵與圖式語義結構結合的有效性。該模型還展現出強大的泛化能力和可解釋性，凸顯了其在現實場景謠言檢測應用中的實用價值。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估——面向纜驅可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服裝作為剛性外骨骼的替代方案近年來得到發展，並日益應用於臨床和家庭環境中的上下肢治療與輔助。雖然已開發出多種線驅式外骨骼服裝，但其機電設計與性能的公開研究甚少。為此，本文針對線驅可穿戴外骨骼服裝的二自由度肌腱驅動單元（TDU）提出了全面的設計與性能分析方案。研究詳細闡述了TDU功能基準測試方法：靜態扭矩輸出測試對比指令扭矩與實測扭矩；速度控制測試評估不同速度下的衰減與相位偏移；噪聲測試量化穿戴者感知的TDU運行聲響；熱應力測試記錄散熱性能以確保高負載安全運行；電池續航測試則評估不同負載條件下的持續工作時間。為驗證這些測試，研究引入模塊化線驅TDU系統，其電機、滑輪和傳感器等組件可根據目標應用需求靈活調整。通過分享詳細方法論與性能數據，本研究旨在提供可復用的TDU設計方案，並為研究人員和工程師提供系統化記錄TDU設計性能的參考框架。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種結合蒙特卡洛模擬（MCNP）與機器學習技術的中子束快門創新設計方法，旨在提升屏蔽性能並加速設計流程。目標設施為緊湊型中子科學平台，其中子由回旋加速器質子束轟擊中子產生靶產生，系統包含熱中子和快中子束線。熱中子束線上安裝的束流快門用於降低維護期間的職業輻射暴露。 研究通過MCNP模擬了200種不同材料序列的中子快門構型，利用生成的數據集訓練全連接神經網絡以預測屏蔽下游中子通量。訓練完成的模型隨後應用於1,000組隨機生成的屏蔽構型，實現快速通量預測與性能排序。篩選預測通量最低的20組設計後，通過MCNP模擬進行進一步驗證。 結果表明：最優設計將快門入口處5.61×10^9 n/cm²·s的中子通量降低至出口處4.96×10^5 n/cm²·s，實現四個數量級的衰減。這些發現證實機器學習技術能有效降低模擬成本並輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的巨大潛力。

摘要

  • 原文標題：RAGAT-Mind: A Multi-Granular Modeling Approach for Rumor Detection Based on MindSpore
  • 中文標題：基於MindSpore的多粒度建模謠言檢測方法RAGAT-Mind
  • 發佈日期：2025-04-24 14:03:53+00:00
  • 作者：Zhenkai Qin, Guifang Yang, Dongze Wu
  • 分類：cs.CL, cs.CY
  • 原文連結：http://arxiv.org/abs/2504.17574v1

中文摘要：隨着虛假信息在社交媒體平台持續擴散，有效的謠言檢測已成為自然語言處理領域亟待解決的挑戰。本文提出RAGAT-Mind——一種基於MindSpore深度學習框架的中文謠言檢測多粒度建模方法。該模型整合了TextCNN用於局部語義提取、雙向GRU用於序列上下文學習、多頭自注意力機制用於全局依賴聚焦，以及雙向圖卷積網絡(BiGCN)用於詞共現圖的結構化表徵。在微博謠言數據集上的實驗表明，RAGAT-Mind實現了99.2%的準確率和0.9919的宏觀F1值，驗證了分層語言特徵與圖語義結構結合的有效性。該模型還展現出強大的泛化能力和可解釋性，凸顯了其在現實場景中的實用價值。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估：面向纜驅可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服作為剛性外骨骼的替代方案近年來快速發展，已廣泛應用於臨床和家庭環境中上下肢治療與輔助。儘管已有多種纜驅式外骨骼服問世，但其機電設計與性能表現的公開研究仍較為匱乏。為此，本文提出了一種用於纜驅式可穿戴外骨骼服的雙自由度肌腱驅動單元（TDU）的全面設計與性能分析方案。研究詳細闡述了TDU功能基準測試方法：靜態扭矩輸出測試對比指令扭矩與實測扭矩；速度控制測試評估不同速度下的衰減與相位偏移；噪聲測試量化穿戴者感知的TDU運行聲響；熱應力測試記錄冷卻性能以確保高負載下的安全運行；電池續航測試則評估不同負載條件下的持續工作時間。為驗證這些測試，研究還推出模塊化纜驅TDU系統，其電機、滑輪和傳感器等組件可根據應用需求靈活調整。通過分享詳細方法論與性能數據，本研究旨在為其他研究者提供可借鑑的TDU設計方案，並為工程師系統記錄TDU設計性能建立標準化參考框架。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種結合蒙特卡洛模擬（MCNP）與機器學習技術的中子束快門創新設計方法，旨在提升屏蔽性能並加速設計流程。目標設施為緊湊型中子科學平台，其中子由回旋加速器質子束轟擊靶材產生，系統包含熱中子和快中子束線。熱中子束線上安裝的快門用於降低維護期間的職業輻射暴露。 研究通過MCNP模擬了200種不同材料序列的中子快門構型，利用所得數據集訓練全連接神經網絡以預測屏蔽下游中子通量。訓練完成的模型應用於1,000組隨機生成的屏蔽構型，實現快速通量預測與性能排序。篩選預測通量最低的20種設計後，通過MCNP模擬進行二次驗證。 結果表明：最優設計將快門入口處5.61×10^9 n/cm²·s的中子通量降至出口處4.96×10^5 n/cm²·s，實現四個數量級的衰減。這證實機器學習技術能有效降低模擬成本並輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的巨大潛力。

摘要

  • 原文標題：RAGAT-Mind: A Multi-Granular Modeling Approach for Rumor Detection Based on MindSpore
  • 中文標題：基於MindSpore的多粒度建模謠言檢測方法RAGAT-Mind
  • 發佈日期：2025-04-24 14:03:53+00:00
  • 作者：Zhenkai Qin, Guifang Yang, Dongze Wu
  • 分類：cs.CL, cs.CY
  • 原文連結：http://arxiv.org/abs/2504.17574v1

中文摘要：隨着虛假信息在社交媒體平台持續泛濫，有效謠言檢測已成為自然語言處理領域的緊迫挑戰。本文提出RAGAT-Mind——一種基於MindSpore深度學習框架的中文謠言檢測多粒度建模方法。該模型整合了TextCNN用於局部語義提取、雙向GRU用於序列上下文學習、多頭自注意力機制用於全局依賴聚焦，以及雙向圖卷積網絡(BiGCN)用於詞共現圖的結構化表徵。在微博謠言數據集上的實驗表明，RAGAT-Mind實現了優越的分類性能，準確率達99.2%，宏觀F1分數達0.9919。結果驗證了將層次化語言特徵與基於圖的語義結構相結合的有效性。此外，該模型展現出強大的泛化能力和可解釋性，凸顯了其在現實場景謠言檢測應用中的實用價值。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估：面向線驅可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服作為剛性外骨骼的替代方案近年來得到發展，並日益應用於臨床和家庭環境中上下肢治療與輔助。儘管已開發出多種線驅式外骨骼服，但其機電設計與性能的公開研究甚少。為此，本文針對線驅可穿戴外骨骼服提出一種二自由度肌腱驅動單元（TDU）的全面設計與性能分析。詳細闡述了TDU功能基準測試方法：靜態扭矩輸出測試對比指令與實測扭矩；速度控制測試評估不同速度下的衰減與相位偏移；噪聲測試量化穿戴者感知的TDU運行聲響；熱應力測試記錄冷卻性能以確保高負載安全運行；電池續航測試評估不同負載條件下的持續運行時間。為驗證測試方案，本文推出模塊化線驅TDU系統，其電機、滑輪和傳感器等組件可根據應用需求靈活調整。通過分享詳細方法與性能數據，本研究旨在提供可復用的TDU設計方案，並為研究人員和工程師提供系統化記錄TDU設計性能的參考框架。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種結合蒙特卡洛模擬（MCNP）與機器學習技術的中子束快門創新設計方法，旨在提升屏蔽性能並加速設計流程。目標設施為緊湊型中子科學平台，其中子由回旋加速器質子束轟擊靶材產生，系統包含熱中子和快中子束線。熱中子束線上安裝的束流快門用於降低維護期間的職業輻射暴露。 研究通過MCNP模擬了200種不同材料序列的中子快門構型，利用生成的數據集訓練全連接神經網絡以預測屏蔽下游中子通量。訓練完成的模型隨後應用於1,000組隨機生成的屏蔽構型，實現快速通量預測與性能排序。篩選預測通量最低的20種設計後，通過MCNP模擬進行進一步驗證。 結果表明：最優設計將快門入口處5.61×10^9 n/cm2·s的中子通量降至出口處4.96×10^5 n/cm2·s，實現四個數量級的衰減。這些發現證實機器學習技術能有效降低模擬成本並輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的巨大潛力。

摘要

  • 原文標題：RAGAT-Mind: A Multi-Granular Modeling Approach for Rumor Detection Based on MindSpore
  • 中文標題：基於MindSpore的多粒度建模謠言檢測方法RAGAT-Mind
  • 發佈日期：2025-04-24 14:03:53+00:00
  • 作者：Zhenkai Qin, Guifang Yang, Dongze Wu
  • 分類：cs.CL, cs.CY
  • 原文連結：http://arxiv.org/abs/2504.17574v1

中文摘要：隨着虛假信息在社交媒體平台持續擴散，有效的謠言檢測已成為自然語言處理領域亟待解決的挑戰。本文提出RAGAT-Mind——一種基於MindSpore深度學習框架的中文謠言檢測多粒度建模方法。該模型整合了TextCNN（局部語義提取）、雙向GRU（序列上下文學習）、多頭自注意力（全局依賴聚焦）以及雙向圖卷積網絡BiGCN（詞共現圖的結構化表徵）。在微博謠言數據集Weibo1-Rumor上的實驗表明，RAGAT-Mind實現了99.2%的準確率和0.9919的宏觀F1值，驗證了分層語言特徵與圖式語義結構結合的有效性。該模型同時展現出強大的泛化能力和可解釋性，凸顯了其在現實場景謠言檢測中的實用價值。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估：面向纜驅可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服裝作為剛性外骨骼的替代方案近年來得到發展，並日益應用於臨床和家庭環境中上下肢治療與輔助。目前雖已開發出多種線驅動外骨骼服裝，但其機電設計與性能的公開研究甚少。為此，本文提出一種用於線驅動可穿戴外骨骼服裝的二自由度肌腱驅動單元（TDU）的全面設計與性能分析。研究詳細闡述了TDU功能基準測試方法：靜態扭矩輸出測試對比指令扭矩與實測扭矩；速度控制測試評估不同速度下的衰減與相位偏移；噪聲測試量化穿戴者感知的TDU運行聲響；熱應力測試記錄冷卻性能以確保高負載下的安全運行；電池續航測試評估不同負載條件下的持續運行時間。為驗證測試方案，本研究推出模塊化線驅動TDU系統，其電機、滑輪和傳感器等組件可根據目標應用需求靈活調整。通過分享詳細方法論與性能數據，本研究旨在提供可復用的TDU設計方案，並為研究人員和工程師提供系統化記錄TDU設計性能的參考框架。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種結合蒙特卡洛模擬（MCNP）與機器學習技術的中子束快門創新設計方法，旨在提升屏蔽性能並加速設計流程。目標設施為緊湊型中子科學平台，其中子由回旋加速器質子束轟擊靶材產生，系統包含熱中子和快中子束線。在熱中子束線上安裝快門以降低維護期間的職業輻射暴露。 研究通過MCNP模擬了200種不同材料序列的中子快門構型，利用所得數據集訓練全連接神經網絡以預測屏蔽下游中子通量。訓練後的模型應用於1,000種隨機生成的屏蔽構型，實現快速通量預測與性能排序。篩選預測通量最低的20種設計後，通過MCNP模擬進行二次驗證。 結果表明：最優設計將快門入口處5.61×10^9 n/cm²·s的中子通量降至出口處4.96×10^5 n/cm²·s，實現四個數量級的衰減。該研究證實機器學習技術能有效降低模擬成本並輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的巨大潛力。

摘要

  • 原文標題：RAGAT-Mind: A Multi-Granular Modeling Approach for Rumor Detection Based on MindSpore
  • 中文標題：基於MindSpore的多粒度謠言檢測模型RAGAT-Mind
  • 發佈日期：2025-04-24 14:03:53+00:00
  • 作者：Zhenkai Qin, Guifang Yang, Dongze Wu
  • 分類：cs.CL, cs.CY
  • 原文連結：http://arxiv.org/abs/2504.17574v1

中文摘要：隨着虛假信息在社交媒體平台持續擴散，有效謠言檢測已成為自然語言處理領域的緊迫挑戰。本文提出RAGAT-Mind——一種基於MindSpore深度學習框架的中文謠言檢測多粒度建模方法。該模型整合了TextCNN用於局部語義提取、雙向GRU用於序列上下文學習、多頭自注意力機制用於全局依賴聚焦，以及雙向圖卷積網絡(BiGCN)用於詞共現圖的結構化表徵。在微博謠言數據集上的實驗表明，RAGAT-Mind實現了99.2%的準確率和0.9919的宏觀F1值，驗證了層次化語言特徵與圖式語義結構結合的有效性。該模型還展現出強大的泛化能力和可解釋性，凸顯了其在現實場景謠言檢測應用中的實用價值。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估：面向纜驅可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服作為剛性外骨骼的替代方案近年來得到發展，並日益應用於臨床和家庭環境中上下肢治療與輔助。雖然已開發出多種線驅式外骨骼服，但其機電設計與性能的公開研究甚少。為此，本文提出一種用於線驅可穿戴外骨骼服的雙自由度肌腱驅動單元（TDU）的全面設計與性能分析。研究詳細闡述了TDU功能基準測試方法：靜態扭矩輸出測試對比指令扭矩與實測扭矩；速度控制測試評估不同速度下的衰減與相位偏移；噪聲測試量化穿戴者感知的TDU運行聲響；熱應力測試記錄冷卻性能以確保高負載安全運行；電池續航測試評估不同負載條件下的持續運行時間。為驗證測試方案，研究還推出模塊化線驅TDU系統，其電機、滑輪和傳感器等組件可根據應用需求靈活調整。通過分享詳細方法論與性能數據，本研究旨在提供可復用的TDU設計方案，並為研究人員和工程師提供系統化記錄TDU設計性能的參考框架。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種結合蒙特卡洛模擬（MCNP）與機器學習技術的中子束快門創新設計方法，旨在提升屏蔽性能並加速設計流程。目標設施為緊湊型中子科學平台，其中子由回旋加速器質子束轟擊中子產生靶產生，系統包含熱中子和快中子束線。在熱中子束線上安裝束流快門以降低維護期間的職業輻射暴露。 研究通過MCNP模擬了200種不同材料序列的中子快門構型，利用所得數據集訓練全連接神經網絡以預測屏蔽下游的中子通量。訓練模型隨後應用於1,000個隨機生成的屏蔽構型，實現快速通量預測與性能排序。篩選預測通量最低的20種設計後，通過MCNP模擬進行進一步驗證。 結果表明：最優設計將快門入口處中子通量從5.61×10^9 n/cm²·s降至出口處的4.96×10^5 n/cm²·s，實現四個數量級的衰減。這些發現證實機器學習技術能有效降低模擬成本並輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的巨大潛力。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估——面向纜驅可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服作為剛性外骨骼的替代方案近年來得到發展，並日益應用於臨床和家庭環境中上下肢治療與輔助。儘管已開發出眾多線驅式外骨骼服，但其機電設計與性能的公開研究甚少。為此，本文針對線驅可穿戴外骨骼服提出一種二自由度肌腱驅動單元（TDU）的全面設計與性能分析。詳細闡述了TDU功能基準測試方法：靜態扭矩輸出測試對比指令與實測扭矩；速度控制測試評估不同速度下的衰減與相位偏移；噪聲測試量化穿戴者感知的TDU運行聲響；熱應力測試記錄冷卻性能以確保高負載下的安全運行；電池續航測試評估不同負載條件下的持續運行時間。為驗證測試方案，本文推出模塊化線驅TDU系統，其電機、滑輪和傳感器等組件可根據目標應用需求靈活調整。通過分享詳細方法與性能數據，本研究旨在提供可復用的TDU設計方案，並為研究人員和工程師提供系統化記錄TDU設計性能的參考框架。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種結合蒙特卡洛模擬（MCNP）與機器學習技術的中子束快門創新設計方法，旨在提升屏蔽性能並加速設計流程。目標設施為緊湊型中子科學平台，其中子由回旋加速器質子束轟擊中子產生靶產生，系統包含熱中子和快中子束線。熱中子束線上安裝的快門用於降低維護期間的職業輻射暴露。 研究通過MCNP模擬了200種不同材料序列的中子快門構型，利用生成的數據集訓練全連接神經網絡以預測屏蔽下游中子通量。訓練完成的模型隨後應用於1,000種隨機生成的屏蔽構型，實現快速通量預測與性能排序。篩選出預測通量最低的20種設計後，通過MCNP模擬進行進一步驗證。 結果表明：最優設計將快門入口處5.61×10^9 n/cm2*s的中子通量降至出口處4.96×10^5 n/cm2*s，實現四個數量級的衰減。這些發現證實機器學習技術能有效降低模擬成本並輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的巨大潛力。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估：面向纜驅可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服裝作為剛性外骨骼的替代方案近年來得到發展，並日益應用於臨床和家庭環境中上下肢治療與輔助。雖然已開發出多種線驅式外骨骼服裝，但其機電設計與性能的公開研究較少。為此，本文針對線驅可穿戴外骨骼服裝提出了一種二自由度肌腱驅動單元（TDU）的全面設計與性能分析。研究詳細闡述了TDU功能基準測試方法：靜態扭矩輸出測試對比指令扭矩與實測扭矩；速度控制測試評估不同速度下的衰減與相位偏移；噪聲測試量化穿戴者感知的TDU運行聲響；熱應力測試記錄冷卻性能以確保高負載下的安全運行；電池續航測試評估不同負載條件下的持續運行時間。為驗證測試方案，本文推出模塊化線驅TDU系統，其電機、滑輪和傳感器等組件可根據目標應用需求靈活調整。通過分享詳細方法論與性能數據，本研究旨在提供可復用的TDU設計方案，並為研究人員和工程師提供系統化記錄TDU設計性能的參考框架。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種結合蒙特卡洛模擬（MCNP）與機器學習技術的中子束快門創新設計方法，旨在提升屏蔽性能並加速設計流程。目標設施為緊湊型中子科學平台，其中子由回旋加速器質子束轟擊靶材產生，系統包含熱中子和快中子束線。熱中子束線上安裝的快門用於降低維護期間的職業輻射暴露。 研究通過MCNP模擬了200種不同材料序列的中子快門構型，利用所得數據集訓練全連接神經網絡以預測屏蔽下游中子通量。訓練完成的模型隨後應用於1,000組隨機生成的屏蔽構型，實現快速通量預測與性能排序。篩選預測通量最低的20種設計後，通過MCNP模擬進行進一步驗證。 結果表明：最優設計將快門入口處5.61×10^9 n/cm²·s的中子通量降至出口處4.96×10^5 n/cm²·s，實現四個數量級的衰減。這些發現證實機器學習技術能有效降低模擬成本並輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的巨大潛力。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估：面向線驅可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服裝作為剛性外骨骼的替代方案近年來得到發展，並日益應用於臨床和家庭環境中的上肢與下肢治療與輔助。雖然已開發出多種線驅動式外骨骼服裝，但其機電設計與性能的公開研究甚少。為此，本文提出了一種用於線驅動可穿戴外骨骼服裝的二自由度肌腱驅動單元（TDU）的全面設計與性能分析。研究詳細闡述了TDU功能基準測試方法：靜態扭矩輸出測試對比指令扭矩與實測扭矩；速度控制測試評估不同速度下的衰減與相位偏移；噪音測試量化穿戴者感知的TDU運行聲響；熱應力測試記錄冷卻性能以確保高負載下的安全運行；電池續航測試評估不同負載條件下的持續運行時間。為驗證測試方案，研究還推出模塊化TDU系統，其電機、滑輪和傳感器等組件可根據目標應用需求靈活調整。通過分享詳細方法與性能數據，本研究旨在提供可被復用的TDU設計方案，並為研究人員和工程師提供系統化記錄TDU設計性能的參考框架。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種結合蒙特卡洛模擬（MCNP）與機器學習技術的中子束快門創新設計方法，旨在提升屏蔽性能並加速設計流程。目標設施為緊湊型中子科學平台，其中子由回旋加速器質子束轟擊靶材產生，系統包含熱中子與快中子束線。熱中子束線上安裝的束流快門用於降低維護期間的職業輻射暴露。 研究通過MCNP模擬了200種不同材料序列的中子快門構型，利用生成的數據集訓練全連接神經網絡以預測屏蔽下游的中子通量。訓練後的模型應用於1,000種隨機生成的屏蔽構型，實現快速通量預測與性能排序。篩選預測通量最低的20種設計方案後，通過MCNP模擬進行進一步驗證。 結果表明：最優設計將快門入口處中子通量從5.61×10^9 n/cm²·s降至出口處的4.96×10^5 n/cm²·s，實現四個數量級的衰減。這些發現證實機器學習技術能有效降低模擬成本並輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的巨大潛力。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估——面向纜驅可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服裝作為剛性外骨骼的替代方案近年來得到發展，並逐漸應用於臨床和家庭環境中的上下肢治療與輔助。雖然已開發出多種線驅動外骨骼服裝，但其機電設計與性能的公開研究甚少。為此，本文提出了一種用於線驅動可穿戴外骨骼服裝的二自由度肌腱驅動單元（TDU）的全面設計與性能分析。研究詳細闡述了TDU功能基準測試方法：靜態扭矩輸出測試對比指令扭矩與實測扭矩；速度控制測試評估不同速度下的衰減與相位偏移；噪聲測試量化穿戴者感知的TDU運行聲響；熱應力測試記錄冷卻性能以確保高負載下的安全運行；電池續航測試評估不同負載條件下的持續運行時間。為驗證這些測試，研究還推出模塊化TDU系統，其電機、滑輪和傳感器等組件可根據目標應用需求靈活調整。通過分享詳細方法論與性能數據，本研究旨在提供可復用的TDU設計方案，並為研究人員和工程師提供系統化記錄TDU設計性能的參考框架。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種結合蒙特卡洛模擬（MCNP）與機器學習技術的中子束快門創新設計方法，旨在提升屏蔽性能並加速設計流程。目標設施為緊湊型中子科學平台，其中子由回旋加速器質子束轟擊靶材產生，系統包含熱中子和快中子束線。熱中子束線上安裝的束流快門用於降低維護期間的職業輻射暴露。 研究通過MCNP模擬了200種不同材料序列的中子快門構型，利用所得數據集訓練全連接神經網絡以預測屏蔽下游中子通量。訓練後的模型應用於1,000組隨機生成的屏蔽構型進行快速通量預測與性能排序，篩選預測通量最低的20種設計並通過MCNP模擬進一步驗證。 結果表明：最優設計將快門入口處5.61×10^9 n/cm²·s的中子通量降至出口處4.96×10^5 n/cm²·s，實現四個數量級的衰減。這些發現證實機器學習技術能有效降低模擬成本並輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的巨大潛力。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種新型中子束快門設計方法，該方法將蒙特卡洛模擬（MCNP）與機器學習技術相結合，以提升屏蔽性能並加速設計流程。目標設施是一個緊湊型中子科學平台，其中子由回旋加速器質子束轟擊中子產生靶產生。該系統包含熱中子和快中子兩條束線，在熱中子束線上安裝束快門以降低維護期間的職業輻射暴露。 本研究使用MCNP模擬了200種不同材料序列的中子快門構型，所得數據集用於訓練全連接神經網絡以預測屏蔽下游的中子通量。訓練完成的模型隨後應用於1,000個隨機生成的屏蔽構型，進行快速通量預測和性能排序。最終篩選出預測通量最低的20種設計方案，並通過MCNP模擬進一步驗證。 結果表明，最優設計將快門入口處的中子通量從5.61×10^9 n/cm²·s降至出口處的4.96×10^5 n/cm²·s，實現了四個數量級的衰減。這些發現證實機器學習技術的整合能有效降低模擬成本，並有助於識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的強大潛力。

摘要

  • 原文標題：RAGAT-Mind: A Multi-Granular Modeling Approach for Rumor Detection Based on MindSpore
  • 中文標題：基於MindSpore的多粒度建模謠言檢測方法RAGAT-Mind
  • 發佈日期：2025-04-24 14:03:53+00:00
  • 作者：Zhenkai Qin, Guifang Yang, Dongze Wu
  • 分類：cs.CL, cs.CY
  • 原文連結：http://arxiv.org/abs/2504.17574v1

中文摘要：隨着虛假信息在社交媒體平台持續擴散，有效謠言檢測已成為自然語言處理領域的緊迫挑戰。本文提出RAGAT-Mind——一種基於MindSpore深度學習框架的中文謠言檢測多粒度建模方法。該模型整合了TextCNN用於局部語義提取、雙向GRU用於序列上下文學習、多頭自注意力機制用於全局依賴聚焦，以及雙向圖卷積網絡(BiGCN)用於詞共現圖的結構化表徵。在微博謠言數據集上的實驗表明，RAGAT-Mind實現了99.2%的準確率和0.9919的宏觀F1值，驗證了層級化語言特徵與圖式語義結構結合的有效性。該模型還展現出強大的泛化能力和可解釋性，凸顯了其在現實場景謠言檢測中的實用價值。

摘要

  • 原文標題：Design and benchmarking of a two degree of freedom tendon driver unit for cable-driven wearable technologies
  • 中文標題：二自由度肌腱驅動單元的設計與性能評估：用於線驅動可穿戴技術
  • 發佈日期：2025-04-24 16:49:21+00:00
  • 作者：Adrian Esser, Chiara Basla, Peter Wolf, Robert Riener
  • 分類：eess.SY, cs.SY
  • 原文連結：http://arxiv.org/abs/2504.17736v1

中文摘要：外骨骼服裝作為剛性外骨骼的替代方案近年來快速發展，已廣泛應用於臨床和家庭環境中上下肢治療與輔助。雖然已有多種纜驅式外骨骼服裝問世，但其機電設計與性能指標的公開研究仍較為匱乏。為此，本文針對纜驅式可穿戴外骨骼服裝提出了一種二自由度肌腱驅動單元（TDU）的完整設計方案與性能分析體系。研究詳細闡述了TDU功能基準測試方法：靜態扭矩輸出測試對比指令扭矩與實際輸出扭矩；速度控制測試評估不同速度下的信號衰減與相位偏移；噪音測試量化穿戴者感知的TDU運行聲響；熱應力測試記錄散熱性能以確保高負載安全運行；電池續航測試測定不同負載條件下的持續工作時間。為驗證測試體系，研究開發了模塊化纜驅TDU系統，其電機、滑輪和傳感器等組件可根據應用需求靈活配置。通過公開詳細方法論與性能數據，本研究旨在為科研人員提供可復用的TDU設計方案，並為工程師建立規範的TDU性能文檔體系提供參考標準。

摘要

  • 原文標題：Machine Learning-Based Design and Monte Carlo Simulation of a Neutron Beam Shutter for Cyclotron-Based Neutron Sources
  • 中文標題：基於機器學習的回旋加速器中子源中子束快門設計與蒙特卡洛模擬
  • 發佈日期：2025-04-24 07:21:25+00:00
  • 作者：Li-Fang Chen, Sheng-Long Jeng, Cheng-Si Tsao, Jyh-Shen Tsay
  • 分類：physics.ins-det
  • 原文連結：http://arxiv.org/abs/2504.17319v1

中文摘要：本研究提出了一種結合蒙特卡洛模擬（MCNP）與機器學習技術的中子束快門創新設計方法，旨在提升屏蔽性能並加速設計流程。目標設施為緊湊型中子科學平台，其中中子由回旋加速器質子束轟擊中子產生靶產生，系統包含熱中子和快中子束線。熱中子束線上安裝的快門用於降低維護期間的職業輻射暴露。 研究通過MCNP模擬了200種不同材料序列的中子快門構型，利用所得數據集訓練全連接神經網絡以預測屏蔽下游中子通量。訓練後的模型應用於1,000種隨機生成的屏蔽構型，實現快速通量預測與性能排序。篩選預測通量最低的20種設計後，通過MCNP模擬進行進一步驗證。 結果表明：最優設計將快門入口處5.61×10^9 n/cm2·s的中子通量降至出口處4.96×10^5 n/cm2·s，實現四個數量級的衰減。這些發現證實機器學習技術能有效降低模擬成本並輔助識別高性能屏蔽構型，展現了數據驅動方法在中子系統設計中的巨大潛力。

摘要

  • 原文標題：RAGAT-Mind: A Multi-Granular Modeling Approach for Rumor Detection Based on MindSpore
  • 中文標題：RAGAT-Mind：基於MindSpore的多粒度謠言檢測建模方法
  • 發佈日期：2025-04-24 14:03:53+00:00
  • 作者：Zhenkai Qin, Guifang Yang, Dongze Wu
  • 分類：cs.CL, cs.CY
  • 原文連結：http://arxiv.org/abs/2504.17574v1

中文摘要：隨着虛假信息在社交媒體平台持續泛濫，有效的謠言檢測已成為自然語言處理領域的緊迫挑戰。本文提出RAGAT-Mind——一種基於MindSpore深度學習框架的中文謠言檢測多粒度建模方法。該模型整合了TextCNN用於局部語義提取、雙向GRU用於序列上下文學習、多頭自注意力機制用於全局依賴聚焦，以及雙向圖卷積網絡(BiGCN)用於詞共現圖的結構化表徵。在微博謠言數據集上的實驗表明，RAGAT-Mind實現了99.2%的準確率和0.9919的宏觀F1值，展現出卓越的分類性能。結果驗證了將層次化語言特徵與基於圖的語義結構相結合的有效性。此外，該模型表現出強大的泛化能力和可解釋性，凸顯了其在現實場景謠言檢測應用中的實用價值。

取自 "http://zh.wikiedge.org/index.php?title=WikiEdge:ArXiv速递/2025-04-24&oldid=10618"