用于超大型介质多目标RCS预测的OptiMECA-BRC方法

《IEEE Antennas and Wireless Propagation Letters》：OptiMECA-BRC for Extremely Large Dielectric Multi-Target RCS Prediction

　　

摘要：

在数字空间中开展网络犯罪调查时，往往需要分析分散在各种数字设备和计算平台上的证据。传统的法医分析方法往往缺乏必要的机制和手段来将这些证据及不同类型的数据联系起来，从而为调查工作构建正式的知识表示形式。知识图谱与语义技术则能够提供机器可读、可追踪且结构化的知识表示，有助于实现语义推理以及可解释的人工智能。在这项系统性文献综述中，我们纳入了2020年至2026年间发表的43项核心研究，总结了在网络犯罪与数字法医领域中应用的基于图的知识表示方法及语义技术。我们通过叙述性综合分析与定量分析，并结合描述性总结，对多项研究的结果进行整合、分析及进一步解读。本文的研究成果展示了向智能语义数字法医系统发展的趋势，这类系统采用混合架构与神经符号架构，融合了深度学习、语言模型以及知识图谱技术。同时，考虑到在这些应用中合理使用人工智能模型的重要性，我们还强调了目前研究不足的治理、安全、法医标准化、偏见消除及责任追究等社会技术层面问题。本研究的结果将为学者、从业者以及政策制定者在未来开发可解释且具有法律认可度的法医系统方面提供参考。