摘要。数据增强 (DA)——通过添加合成样本来丰富训练数据——是计算机视觉 (CV) 和自然语言处理 (NLP) 任务中广泛采用的一项技术,用于提高模型性能。然而,DA 在网络环境中一直难以获得关注,特别是在流量分类 (TC) 任务中。在这项工作中,我们通过对应用于 3 个 TC 数据集的 18 个增强函数进行基准测试来填补这一空白,使用数据包时间序列作为输入表示并考虑各种训练条件。我们的结果表明:(i) DA 可以获得以前未曾探索过的好处;(ii) 作用于时间序列顺序和掩蔽的增强比幅度增强更适合 TC;(iii) 基本模型潜在空间分析有助于理解增强对分类性能的正面/负面影响。
我们引入了中央银行语言模型 (CB-LM)——一种基于央行演讲、政策文件和研究论文的综合语料库进行训练的专用编码器语言模型。我们表明,CB-LM 在预测央行习语中的掩蔽词方面优于其基础模型。一些 CB-LM 不仅优于其基础模型,而且在根据联邦公开市场委员会 (FOMC) 声明对货币政策立场进行分类方面也超越了最先进的生成式大型语言模型 (LLM)。在更复杂的场景中,需要对与美国货币政策相关的大量新闻进行情绪分类,我们发现最大的 LLM 优于领域自适应的仅编码器模型。然而,部署如此大型的 LLM 对央行在保密性、透明度、可复制性和成本效益方面提出了巨大挑战。
摘要:通过整合过去和现在的土地利用航空摄影数据与地形和地质数据,采用地理信息系统 (CIS) 方法评估香港新界屯门新市镇发展对环境的影响。图像叠加和二元掩蔽技术被发现特别有用,可以定量揭示每种土地利用类别的变化动态,而这是传统变化检测技术无法实现的。采用相同的方法来评估坡度、地表水文和地质等地形属性对这些土地利用变化的影响。结果显示,随着城市土地利用强度的增加,政府通过重新造林在控制侵蚀荒地蔓延方面取得了一些成功,尽管陡坡上的快速地表径流阻碍了重新造林。GIS 方法被评估为准确且能够为规划者提供更有见地的评估,以评估他们的行为对环境的影响。
摘要:通过整合过去和现在的土地利用航空摄影数据与地形和地质数据,采用地理信息系统 (CIS) 方法评估香港新界屯门新市镇发展对环境的影响。图像叠加和二元掩蔽技术被发现特别有用,可以定量揭示每种土地利用类别的变化动态,而这是传统变化检测技术无法实现的。同样的方法也用于评估坡度、地表水文和地质等地形属性对这些土地利用变化的影响。研究显示,随着城市土地利用强度的增加,政府通过重新造林在控制侵蚀荒地蔓延方面取得了一些成功,尽管陡坡上的快速地表径流阻碍了重新造林。GIS 方法被评估为准确且能够为规划者提供更有见地的评估,以评估他们的行为对环境的影响。
图 1 病变患者 ANTs_cohort 流程第 1 步概览。 (a) 对于标准化,我们研究了两种不同的方法,要么 (1) 将病变大脑直接标准化为 MNI-152 模板,要么 (2) 构建一个代表所研究对象的模板 (队列特定模板/CST),并将病变大脑标准化为模板 (ANTs_cohort)。 (b) 对于后者,使用中风患者的 T1 加权图像以迭代方式构建 CST。 平均图像可用作初始估计值。 在每次迭代中,使用 SyN 微分同胚变换 T i 将原始图像扭曲到 CST。 然后将这些变换的平均值应用于上一步的模板以构建新模板。 重复此过程直至收敛。 通过这种方式,CST 为所考虑的受试者提供了代表性形态——也就是说,它与所有图像“等距”。第二步,使用约束成本函数掩蔽将原始图像归一化为 CST(参见正文)
摘要 – 硬件冗余是一种众所周知的容错技术,用于安全和任务关键型系统。然而,这种技术的强化效率依赖于多数表决电路的稳健性。本摘要提供了用于辐射环境(例如太空任务)的多数表决架构的设计探索。提出了一种基于信号概率的特定应用单事件瞬态 (SET) 特性,以优化三模冗余 (TMR) 块插入方法。结果表明,复杂门架构的 SET 横截面表现出较低的输入依赖性,而对于基于 NOR/NAND 的架构,由于逻辑掩蔽效应,观察到更高的依赖性。此外,与其他架构不同,NAND 表决器显示,随着信号概率的增加,SET 率会降低。考虑到信号概率 p = 0.1、p = 0.5 和 p = 0.9,两个分析轨道的最佳设计分别是 NOR、CMOS1 和 NAND 表决器。
摘要 – 硬件冗余是一种众所周知的容错技术,用于安全和任务关键型系统。然而,这种技术的强化效率依赖于多数表决电路的稳健性。本摘要提供了用于辐射环境(例如太空任务)的多数表决架构的设计探索。提出了一种基于信号概率的特定应用单事件瞬态 (SET) 特性,以优化三模冗余 (TMR) 块插入方法。结果表明,复杂门架构的 SET 横截面表现出较低的输入依赖性,而对于基于 NOR/NAND 的架构,由于逻辑掩蔽效应,观察到更高的依赖性。此外,与其他架构不同,NAND 表决器显示,随着信号概率的增加,SET 率会降低。考虑到信号概率 p = 0.1、p = 0.5 和 p = 0.9,两个分析轨道的最佳设计分别是 NOR、CMOS1 和 NAND 表决器。
随着降噪技术的发展,潜艇的噪声越来越小,来自壁面或螺旋桨的声发射也越来越小,声发射减小,探测距离缩短,被动声纳越来越难以探测到潜艇,尤其在海上稳定时,被动声纳更是完全无用武之地。多基地声纳是一种可以弥补这一不足的有力技术。多基地声纳由声发射部件和分布在空间不同位置的声接收器等部分组成。声发射部件是向空间发射声能的声源,声接收器是用于收集来自不同位置的声反射的被动声纳。由于接收器静默地静止在任何可能的位置,敌方不可能找到接收器的确切位置,从而给敌方的对抗和规避带来困难。它具有掩蔽性好、抗干扰能力强、容易实现和优化、机动灵活、作用距离远、定位精度高等优点,非常适合于吊放声呐的探测应用和舰机联合潜艇探测应用。
为了应对 COVID-19 疫情,内分泌相关恶性肿瘤的管理需要进行重大变革,包括大幅减少无症状受试者的筛查、推迟计划的手术和被视为惰性的原发性肿瘤的放射治疗、减少剂量和/或推迟开始某些全身治疗。另一个关键因素是患者因害怕病毒感染而推迟就诊。临床咨询模式已经改变,包括更多虚拟就诊、物理间隔、掩蔽、人员配置变化以确保人群无 COVID 感染,以及家庭参与模式的重大变化。虽然这样做是为了提高 COVID-19 感染的安全性,但对癌症结果的影响尚未确定。根据以往的流行病和经济衰退,延迟就诊和治疗高级别恶性肿瘤可能会导致更糟糕的癌症结果。与一般人群相比,癌症患者感染 COVID-19 的风险也更高。回顾了乳腺癌、前列腺癌、甲状腺癌、甲状旁腺癌和肾上腺肿瘤患者的疫情管理策略。
摘要:受脑电图信号处理中跨数据集无缝传输的挑战的启发,本文对联合嵌入预测架构 (JEPA) 的使用进行了探索性研究。近年来,自监督学习已经成为一种在各个领域进行迁移学习的有前途的方法。然而,它在脑电图信号中的应用仍未得到充分探索。在本文中,我们介绍了用于表示脑电图记录的 Signal-JEPA,其中包括一种新颖的领域特定空间块掩蔽策略和三种用于下游分类的新型架构。该研究针对 54 个受试者的数据集进行,并在三种不同的 BCI 范式上评估模型的下游性能:运动意象、ERP 和 SSVEP。我们的研究为 JEPA 在脑电图信号编码中的潜力提供了初步证据。值得注意的是,我们的结果强调了空间滤波对于准确下游分类的重要性,并揭示了预训练示例的长度对下游性能的影响,而不是掩码大小的影响。