混沌顺序传播 (SPoC) 是一种用于求解平均场随机微分方程 (SDE) 及其相关非线性福克-普朗克方程的最新技术。这些方程描述了受随机噪声影响的概率分布的演变，在流体动力学和生物学等领域至关重要。解决这些 PDE 的传统方法面临着挑战，因为它们的 DeepSPoC：将混沌顺序传播与深度学习相结合以有效解决平均场随机微分方程首先出现在 AI Quantum Intelligence 上。
Soft Computing, Volume 28, Issue 13-14, July 2024
1) 使用广义梯形模糊数的完整排序进行多准则决策：修改后的结果作者：Raina Ahuja、Amit Kumar、S. S. Appadoo页数：7589 - 76002) 分数不确定微分方程的参数估计作者：Cheng Luo、Guo–Cheng Wu、Ting Jin页数：7601 - 76163) CL 代数上的拓扑作者：H. Khajeh Nasir、M. Aaly Kologani、R. A. Borzooei页数：7617 - 76254) 基于 Siamese capsule gorilla soldiers network 的汽车评论多模态情绪分析作者：Sri Raman Kot
Predicting Soil Moisture Content Using Physics-Informed Neural Networks (PINNs)
摘要：近地表土壤含水量等环境条件是物体检测问题中的宝贵信息。然而，如果没有主动感知，通常无法以必要的规模获得此类信息。理查兹方程是一个描述非饱和土壤入渗过程的偏微分方程 (PDE)。求解理查兹方程可以得到有关土壤体积含水量、水力传导率和毛细管压力头的信息。然而，由于理查兹方程的非线性，它很难近似。有限差分法 (FDM) 和有限元法 (FEM) 等数值求解器是近似理查兹方程解的常规方法。但此类数值求解器在实时使用时非常耗时。物理信息神经网络 (PINN) 是依赖物理方程近似解的神经网络。一旦经过训练，这些网络就可以快速输出近似值。因此，PINN 在数值 PDE 社区中引起了广泛关注。该项目旨在将
Comparing ANN and CNN on CIFAR-10: A Comprehensive Analysis
您是否好奇不同的神经网络如何相互叠加？在本博客中，我们将使用流行的 CIFAR-10 数据集深入研究人工神经网络 (ANN) 和卷积神经网络 (CNN) 之间的激动人心的比较。我们将分解 ANN 和 CNN 的关键概念、架构差异和实际应用。加入我们，揭秘哪种模型在图像分类任务中占据主导地位以及原因。让我们开始吧！数据集概述 CIFAR-10 数据集是机器学习和计算机视觉任务中广泛使用的数据集。它由 10 个不同类别的 60,000 张 32x32 彩色图像组成，其中有 50,000 张训练图像和 10,000 张测试图像。类别包括飞机、汽车、鸟类、猫、鹿、狗、青蛙、马、船和卡车。本博客探讨了人
Neural Network (MLP) for Time Series Forecasting in Practice
特征工程和构建 MLP 模型的实用示例简介时间序列，更具体地说是时间序列预测，是专业人士和商业用户中非常著名的数据科学问题。存在几种预测方法，为了理解和更好的概述，可以将其归类为统计或机器学习方法，但事实上，对预测的需求如此之高，以至于可用的选项非常丰富。机器学习方法被认为是时间序列预测中最先进的方法，并且越来越受欢迎，因为它们能够捕捉数据中复杂的非线性关系，并且通常可以提高预测的准确性 [1]。一个流行的机器学习领域是神经网络领域。具体来说，对于时间序列分析，循环神经网络已被开发并应用于解决预测问题 [2]。数据科学爱好者可能会发现此类模型背后的复杂性令人生畏，作为你们中的一员，我可以说我也
IEEE Transactions on Fuzzy Systems, Volume 32, Issue 7, July 2024
1) 模糊机器学习：综合框架与系统综述作者：陆杰，马广志，张广全页数：3861 - 38782) 基于切换事件的区间型 2 T-S 可变方向模糊控制，适用于具有未知控制方向的时滞系统作者：水毅，董璐，张亚，孙昌银页数：3879 - 38903) 基于双规则的加权模糊插值推理模块和时间编码器-解码器贝叶斯网络用于试剂添加控制作者：高晓亮，唐朝晖，谢永芳，张虎，丁农章，桂伟华页数：3891 - 39024) 模糊非线性 MAS 在 DoS 攻击下的弹性协同优化控制作者：范莎，岳东，闫怀成， Xiangpeng Xie, Chao Deng页数：3903 - 39135) 直觉模糊偏好下考虑共识和态
Arctic sea ice set for steep decline
如上图所示，2024 年 2 月的温度（2 米）远高于 1951-1980 年，尤其是在北极。上图改编自 NASA，显示 2024 年 2 月的平均温度异常比 1951-1980 年高 1.44°C，异常最高可达 11°C。上图是根据 NASA 陆地+海洋月平均全球温度异常与 1900-1923 年自定义基准创建的，进一步调整了 0.99°C，以反映海洋气温、更高的极地异常和前工业化基准。添加了两个趋势，蓝色趋势基于所有数据（1880 年 1 月 - 2024 年 2 月），洋红色趋势基于较短时期（2010 年 1 月 - 2024 年 2 月），以更好地反映厄尔尼诺和非线性反馈等变量，如北极
IEEE Transactions on Neural Networks and Learning Systems, Volume 35, Issue 5, May 2024
1) 特邀编辑：基于可解释表示学习的复杂系统智能检测与维护特刊作者：刘志刚、Cesare Alippi、陈洪天、刘德荣页数：5819 - 58232) 基于大规模电动汽车和风电并网的新型自动发电控制方法作者：席蕾、李浩凯、朱继忠、李彦英、王守祥页数：5824 - 58343) 基于自适应动态规划的自旋交换无松弛系统最优自旋极化控制作者：王瑞刚、王卓、刘思迅、李涛、李峰、秦博东、魏庆来页数：5835 - 58474) 具有输出饱和和扰动的不确定非线性系统的事件触发分数阶跟踪控制作者：舒逸Shao, Mou Chen, Sijia Zheng, Shumin Lu, Qijun Zhao页数：58
IEEE Transactions on Fuzzy Systems, Volume 32, Issue 5
1) 具有犹豫模糊偏好关系的无向协作网络下的群体决策合作博弈作者：廖虎昌、蒋帆、唐明、徐泽水页数：2530 - 25422) 随机高阶 MAS 在 FDI 攻击下的自适应容错共识跟踪控制作者：邵新峰、叶丹、赵新刚页数：2543 - 25533) 非线性信息物理系统针对传感器和执行器攻击的输出反馈自适应模糊逆最优安全控制作者：陈泽斌、余兆旭、李树刚页数：2554 - 25664) 多智能体系统在 DoS 攻击和间歇性执行器故障下的自适应模糊安全控制作者：李永明、陆戈、李克文页数： 2567 - 25765) 基于模糊综合评价和温度可调范围的锌焙烧过程温度协同优化作者：冯振祥，马鹏，李永刚，孙蓓，
IEEE Transactions on Fuzzy Systems, Volume 32, Issue 6, June 2024
1) 以人为本的模糊最佳最差群体决策过程综述作者：Yanlin Li, Yung Po Tsang, Carman Ka Man Lee, Zhen-Song Chen页数：3302 - 33182) 具有停留时间的互联切换非线性系统的自适应模糊最优控制作者：Licheng Zheng, Junhe Liu, C. L. Philip Chen, Yun Zhang, Ci Chen, Zongze Wu, Zhi Liu页数：3319 - 33283) 分层演化模糊系统：一种多维混沌时间序列在线预测方法作者：Lei Hu, Xinghan Xu, Weijie Ren, Min Han页数：
IEEE Transactions on Emerging Topics in Computational Intelligence, Volume 8, Issue 2, April 2024
1) 使用深度学习进行骨骼视频异常检测：调查、挑战和未来方向作者：Pratik K. Mishra、Alex Mihailidis、Shehroz S. Khan页数：1073 - 10852) 基于事件的复值非线性系统的 ADP 跟踪控制作者：Tao Dong、Kai Li、Tingwen Huang页数：1086 - 10963) EAYv3-CFC3：基于注意力机制的 Yv3 集成学习结合 CFC3 损失进行淫秽内容检测作者：Sonali Samal、Yu-Dong Zhang、Juan Manuel Gorriz Saez、Shui-Hua Wang、Bunil Kumar Balab
Ученые из ЮФУ создали улучшенную систему управления для роботов-помощников
南方联邦大学（SFU）无线电工程系统与控制研究所教授、技术科学博士Anatoly Gaiduk与研究生Dmitry Lukin一起开发了一种合成自动机器人非线性控制系统的新方法。现在，与类似系统相比，该控制系统将更加有效 - 它将确保通用机器人以给定速度沿着复杂轨迹进行更稳定的运动。
继续上一篇文章，如果我似乎对最近的 Kelly 等人的计划大加赞赏（确实如此），我很抱歉，但它确实让我震惊。著名的“简约”和“KISS（保持复杂简单）”原则被彻底颠覆了！George Box 和 Arnold Zellner 一定在坟墓里翻滚了…… 无处不在的复杂性美德Bryan T. Kelly（耶鲁管理学院；AQR Capital Management, LLC；美国国家经济研究局 (NBER)）；Semyon Malamud（洛桑联邦理工学院；经济政策研究中心 (CEPR)；瑞士金融研究所）；Kangying Zhou（耶鲁管理学院）我们研究了高复杂性机制下非线性回报预测模型的表现，即当
The Leadership Balancing Act with Author Andy Temte
Mike 欢迎 Kaplan North America 总裁兼全球企业学习主管 Andrew (“Andy”) Temte 博士，他也是《平衡法案：教导教练导师激励》一书的作者。我们首先讨论安迪的非线性职业道路，以及他如何接受沿途的坎坷。我们还讨论了整个人的重要性以及行为技能和深厚专业知识的重要性。安迪解释了持续改进和组织健康的重要性。以及他如何学会放弃“命令和控制”，通过采用教授、指导、辅导和激励他的团队的方法。如果您喜欢您所听到的内容，请订阅 Trending in Education，无论您在哪里收听播客。并在 TrendinginEducation.com 上关注我们
Mitigating Cosite Interference in UAVs
作者：Doug King dking(at)polezero.com军用无线电必须能够在严重的同址干扰环境中工作（图 1.1 定义了同址干扰）。同址干扰是许多 RF 和微波通信平台面临的问题；包括无人系统。军用无线电通常在其他无线电附近运行，从而产生同址干扰。以下文章解释了军用无线电在靠近其他干扰源处运行的相关问题，以及如何在实时应用中使用可调滤波器。最后，总结了 MPG-Pole/Zero 在减轻同址干扰方面取得的最新进展。军用无线电在靠近其他干扰源处运行的相关问题：多个发射器与天线紧密耦合，形成一种称为反向互调的条件，其特征是能量从一个发射器耦合到另一个发射器的天线，同时产生反向和正向能量
AFR major promotion, captain continuation boards postponed
2021 日历年空军预备役主要线路和非线路晋升委员会已重新安排在 3 月 29 日，比原定的 1 月 29 日推迟了两个月。这一变化是由于新的国防部和国防部空军的要求以及实施这些要求所需的时间。
Numerical Analysis of Weak Acoustic Shocks in Aperiodic Array of Rigid Scatterers
摘要：冲击波通过周期性结构的非线性传播有可能表现出有趣的现象。位于周期性结构带隙内的冲击的频率内容被强烈衰减，但非线性频率-频率相互作用将能量泵回这些频带。为了研究这些传播现象的相对重要性，使用 Khokhlov-Zabolotskaya-Kuznetsov (KZK) 方程进行了数值实验。通过迭代地使用一个波导的输出作为下一个波导的输入来执行通过矩形波导的周期性阵列的二维传播。比较了线性和非线性情况下初始冲击波的演化。
摘要：神经网络（NN）擅长解决监督学习领域的一些复杂的非线性问题。这些网络的一个突出应用是图像分类。过去几十年的大量改进提高了这些图像分类器的能力。然而，神经网络仍然是解决图像分类和其他复杂任务的黑匣子。进行的许多实验研究了神经网络如何解决这些复杂的问题。本文拆解了特定材料分类器的神经网络解决方案，结合了卷积层。使用多种技术来研究该问题的解决方案。这些技术专门关注哪些像素对神经网络做出的决策有贡献，以及每个神经元对决策的贡献。本次调查的目的是了解神经网络的决策过程，并利用这些知识对材料分类算法提出改进建议。
