E-CaTCH：一种基于事件的跨模态注意力机制，具备时间一致性和类别不平衡处理能力，用于虚假信息检测

《IEEE Transactions on Computational Social Systems》：E-CaTCH: Event-Centric Cross-Modal Attention With Temporal Consistency and Class-Imbalance Handling for Misinformation Detection

　　

摘要：

摩擦是机电系统控制中面临的主要挑战之一，它存在于大多数机械结构中，会严重降低运动的精度和效率。本文探讨了一种神经形态控制策略，用于解决直流电机在接近死区时的静态摩擦问题。该策略引入了一种类似神经元的调制器，可将传统控制器的输出转换为脉冲序列，从而使系统能够克服由摩擦引起的死区效应，同时保持主控制器所设定的线性瞬态动态特性。这项工作的贡献有三点：1）从理论上分析了神经元参数对静态摩擦补偿以及速度和位置响应动态特性的影响；2）为该策略的两个独立参数制定了简单的调参规则，便于实际应用；3）在一种低成本自主移动机器人上进行了实验验证，并与传统摩擦补偿方法进行了比较，结果显示在非常低的设定点下，该策略在运动精度与能源效率之间取得了更好的平衡。这些结果证明，所提出的方法是一种有效且实用的解决方案，尤其适用于那些对能源效率要求较高的机器人应用。