-
在低空无线网络中存在不确定性的情况下,基于变压器的协作无人机包围策略
摘要:集成感知与通信(ISAC)技术使无人机(UAV)集群能够通过无线网络协调策略并获取环境信息。这一能力对于协作式多无人机包围作战至关重要,因为这是一种精确有效的威胁消除策略,也是安全有序管理低空空域的关键。然而,在某些情况下,ISAC服务的稳定性可能会受到影响,因此需要具备弹性和高效性的包围策略来确保在网络条件不稳定的情况下任务能够顺利完成。我们提出了一种基于多智能体的Transformer框架,该框架能够在噪声较大或历史数据不完整的情况下建模智能体之间的依赖关系。通过从部分观测数据中提取联合状态的潜在表示,该模型能够捕捉时间语义和智能体间的相关性,从而实现对不确定环境的可靠理解。为了提高
来源:IEEE Transactions on Cognitive Communications and Networking
时间:2025-11-22
-
一种基于多智能体的复数值LSTM框架,用于通过Sub-6 GHz信道状态信息(CSI)在干扰网络中实现毫米波(MmWave)的协同波束成形
摘要:在这项研究中,我们探讨了用于多小区多用户干扰网络的毫米波协调波束成形(CBF)技术。鉴于获取移动用户精确且及时的毫米波信道信息的挑战,我们利用历史上的6 GHz以下信道状态信息(CSI)来预测毫米波CBF向量。值得注意的是,当6 GHz以下信道和毫米波信道的收发器共址时,它们之间存在相似性,这一点在非独立组网(NSA)双连接网络中得到了观察。因此,我们构建了一个深度神经网络(DNN),将历史上的多链路6 GHz以下CSI映射到毫米波CBF向量。然而,传统的DNN及相关数据处理方法是针对实值数据设计的,当应用于复数值CSI时可能会导致失真。为了解决这个问题,我们采用了一种复数值长短期记忆(
来源:IEEE Transactions on Cognitive Communications and Networking
时间:2025-11-22
-
在具有跨层干扰的下行多LEO通信系统中,利用进化强化学习进行资源效率优化
摘要:在本文中,我们研究了多LEO通信系统的资源效率问题,该问题面临着频谱和能源资源有限以及严重的跨层干扰所带来的挑战。具体而言,我们联合优化了发射功率、天线波束宽度以及俯仰角和方位角,以同时最小化资源利用效率的低下和下行传输中的平均干扰。为了解决这一优化问题,我们提出了一种进化强化学习(ERL)框架,在该框架中,网络使用深度强化学习(DRL)中的梯度下降方法进行更新,并通过遗传算法进行改进。统计结果表明,所提出的方法非常有效,资源效率提高了30.9%,干扰水平降低了39.2%。
来源:IEEE Transactions on Cognitive Communications and Networking
时间:2025-11-22
-
在分布偏移情况下的5G移动网络集群异常检测:一种因果视角
摘要:随着高频谱C波段的应用,5G无线基站的数量相比3G/4G网络大幅增加。因此,如何智能地检测基站中的异常情况对于5G网络的日常运营和维护至关重要。如今,5G移动网络集群(5G-MNCs)正逐渐取代单个基站,作为一组内部具有高度相关性的区域基站进行维护。然而,由于复杂的时空测量数据,5G-MNC中的异常检测仍然具有挑战性,此外,这些数据时间序列的分布变化也会对异常检测产生较大影响。在这项工作中,我们提出了一种新的架构,将因果干预与双重残差时空图卷积(Causal-DRSTGC)相结合。首先,引入了一个因果干预模块来消除由于分布变化导致的混杂因素影响。其次,采用双重残差结构分别输出重建结果和隐
来源:IEEE Transactions on Cognitive Communications and Networking
时间:2025-11-22
-
大型多模态模型辅助的6G自主通信调度
摘要:近年来,大型语言模型(LLMs)因其能够快速、准确地生成针对给定查询的答案而受到了广泛关注。这些模型已经发展成大型多模态模型(LMMs),能够解释和分析图像和文本等多模态输入。随着自主设备中人工智能功能的指数级增长,执行人工智能推理的数字处理单元(CU)需要处理LMMs以有效控制这些设备。为了确保向设备无缝传递指令,CU必须进行调度,这包括根据信道条件分配资源块(RB)以用于数据传输,以及选择调制编码方案(MCS)索引。在6G的许多实际环境中,这项任务具有挑战性,因为即使是用户的小幅度移动也可能导致信道突然变化。在本文中,我们提出了一种基于LMM的调度技术来应对这一挑战。我们的核心思想是
来源:IEEE Transactions on Cognitive Communications and Networking
时间:2025-11-22
-
基于多智能体深度强化学习的分布式多无人机3D轨迹规划
摘要:在万物互联(IoT)背景下,无人驾驶飞行器(UAV)在智慧城市场景中得到了广泛应用,多UAV协同轨迹规划面临诸多挑战,包括成本限制、碰撞风险以及复杂的行动空间。为了解决这些问题,提出了一种分布式多UAV三维轨迹规划协同优化方法,该方法通过联合优化UAV的能耗和信息时效(AoI)来提升系统效率。首先,设计了一种基于改进遗传算法的优化机制,通过引入威胁因素和综合奖励因素来确定UAV的数量。随后,建立了一个基于多智能体深度强化学习(MADRL)的协同规划框架,将轨迹规划问题建模为多目标马尔可夫决策过程(MDP),从而通过分布式策略网络在复杂的城市环境中实现自主轨迹优化。最后,系统利用贪心算法对
来源:IEEE Transactions on Cognitive Communications and Networking
时间:2025-11-22
-
联合货物配送与联邦学习:一种具备异步群体个性化训练功能的多功能无人机框架
摘要:多功能无人机(UAV)因能够支持多种任务(如配送和联邦学习FL)而受到关注。然而,异步数据上传阻碍了模型的同步聚合,且用户行为通常表现出群体层面的个性化特征。为了解决这些挑战,我们提出了一个结合模型训练和无人机路径优化的框架。我们构建了一个无人机网络系统模型,使无人机既能作为配送工具,也能作为FL参数服务器。我们设计了一个双层训练框架,以减轻群体间的异质性和模型数据的过时问题。具体而言,内层负责进行同步的群体内部个性化更新,而外层则采用考虑数据过时的异步全局聚合方法。为了减少货物配送过程中的模型数据过时现象,我们提出了一个包含训练窗口持续时间的路径优化问题,并通过深度强化学习来解决该问题
来源:IEEE Transactions on Cognitive Communications and Networking
时间:2025-11-22
-
智能频谱控制辅助的安全传输方案在无人机通信中的应用
摘要:由于无人驾驶飞行器(UAV)等非地面设备的迅速发展,低空经济(LAE)已成为一个有前景的经济模式。然而,在日益复杂的通信环境中,窃听者和恶意干扰器对LAE网络的安全构成了严重威胁。为应对这一挑战,本文提出了一种基于智能频谱控制(ISC)的通信方案,以提升UAV传输的安全性,作为认知通信的补充方法。具体而言,该方案将传输通道划分为多个频率时隙和时间帧,并利用密码学原理,根据实时信道状态智能生成决策序列,从而实现同一UAV服务的授权用户之间的非碰撞传输。我们进一步分析了不同小区内用户之间的碰撞概率(CP),推导出安全传输概率(STP)和可靠传输概率(RTP)的封闭形式表达式。仿真结果表明,与
来源:IEEE Transactions on Cognitive Communications and Networking
时间:2025-11-22
-
ChatGPT 面临变形攻击检测:利用多模态大型语言模型和通用视觉模型的零样本攻击检测(Zero-Shot Attack Detection, MAD)
摘要:面部识别系统(FRS)越来越容易受到面部变形攻击的影响,这促使人们开发出了变形攻击检测(MAD)算法。然而,MAD面临的一个关键挑战是其对未见数据的泛化能力有限,且缺乏可解释性——这对于实际应用环境(如注册站和自动化边境控制系统)来说至关重要。鉴于大多数现有的MAD算法依赖于监督学习范式,本研究探索了一种利用大型语言模型(LLMs)的零样本学习方法来实现MAD。我们提出了两种类型的零样本MAD算法:一种基于通用视觉模型,另一种则利用多模态LLMs。对于通用视觉模型,我们通过计算独立支持集的平均支持嵌入来处理MAD任务,而无需使用变形后的图像。在基于LLM的方法中,我们使用了先进的GPT-
来源:IEEE Transactions on Biometrics, Behavior, and Identity Science
时间:2025-11-22
-
用于指纹脊线计数的机器学习
摘要:脊线计数是标准化指纹模板中的一个重要特征,它支持互操作性,提高匹配精度,并为验证自动化决策提供了一种透明且可解释的衡量标准。然而,传统的脊线计数技术依赖于二值化和骨架化处理,容易产生伪影,从而限制了其准确性和鲁棒性。在这项研究中,我们提出并分析了基于不同架构范式的机器学习方法来进行脊线计数,例如全连接残差网络、卷积网络和Transformer技术,这些方法可以直接对原始的灰度指纹图像进行处理。作为本研究的一部分,我们引入了一个包含50名受试者手动标注的23,724条脊线计数的基准数据集。实验结果表明,基于卷积网络和Transformer的模型取得了最高的准确率,其精确的脊线计数匹配率分别
来源:IEEE Transactions on Biometrics, Behavior, and Identity Science
时间:2025-11-22
-
Voice2Visage:从声音中识别面部特征
摘要:人类的声音包含了关于个人身份和情感的宝贵信息。一个更有趣的问题是:是否仅凭声音就能推断出一个人的面部特征?现有的研究主要集中在探索自然音频和视觉数据之间的关系,而对说话者声音与面部特征之间的生物特征关联这一特定领域关注较少。本研究旨在建模声音中蕴含的面部相关信息,并最终仅通过未听过的声音来预测一个人的外貌。这项任务面临几个挑战:首先,尽管自然声音存在显著的变化,但人类声音的频率往往相似,这使得建立它们之间的对应关系变得复杂;其次,从声音生成面部图像是一个难以解决的问题,因为诸如妆容和姿态等细节无法仅通过声音来推断。在本文中,我们提出了一个名为Voice2Visage的新框架,该框架利用自
来源:IEEE Transactions on Biometrics, Behavior, and Identity Science
时间:2025-11-22
-
GaitMspT:一种用于野外步态识别的新型多尺度、多视角时间学习网络
摘要:步态识别是一种前景广阔的生物特征识别技术,但在无约束的野外环境中面临诸多挑战。尽管空间建模技术已经取得了进展,但现有的最先进方法由于依赖于为受限环境开发的策略,仍然难以应对时间变化问题,这限制了它们在多种现实世界条件下的有效性。为了解决这一关键瓶颈,我们提出了GaitMspT,这是一种新型的多尺度多视角时间学习网络,专为强大的无约束步态识别而设计。GaitMspT包含两个核心模块:多尺度时间提取(MsTE)模块,能够在三个不同的尺度上捕捉多样化的时间特征,有效缓解步态轮廓遮挡等问题;多视角时空提取(MpSTE)模块则能够提取细致的水平与垂直步态变化,突出关键组成部分。这两者的协同作用显著
来源:IEEE Transactions on Biometrics, Behavior, and Identity Science
时间:2025-11-22
-
通过频域增强和自预测学习实现人脸伪造检测的结构一致性
摘要:现有的面部伪造检测方法往往会对已知的伪造模式产生过拟合,导致其对未见过的伪造行为的泛化能力有限。为了解决这个问题,我们提出了一种基于频域增强和自预测学习的面部伪造检测方法,该方法将频域特征嵌入到空间表示中,并利用真实面部场景中的结构一致性来提供更具区分性的伪造识别线索。具体来说,我们设计了一个数据增强模块,通过离散余弦变换(DCT)提取频率信息,并使用频域增强模块(FEM)对其进行增强,以捕捉细微的伪造痕迹。此外,我们还设计了一个自预测学习模块(SPLM),该模块通过利用真实面部特征的结构一致性来重建被遮挡的面部中央区域。为了进一步指导学习过程,我们定义了一种自预测重建损失函数,该函数可
来源:IEEE Transactions on Biometrics, Behavior, and Identity Science
时间:2025-11-22
-
基于梯度反转的域通用多模态交叉注意力网络,用于实现鲁棒的人脸防伪造
摘要:面部识别系统越来越容易受到“展示攻击”(presentation attacks)的威胁,攻击者利用打印照片、重新播放的视频或3D面具等手段来冒充真实用户。尽管在面部防欺骗技术方面取得了显著进展,但大多数现有方法在面对未见过的攻击类型或领域变化(如传感器、环境或采集协议的变化)时,其泛化能力仍然较弱,这限制了它们在现实世界应用中的鲁棒性。我们提出了梯度反转的领域通用多模态交叉注意力网络(Gradient-Reversed Domain-Generalizable Multi-Modal Cross-Attention Network,简称GR-DXNet),该网络能够增强对前所未见攻击的
来源:IEEE Transactions on Biometrics, Behavior, and Identity Science
时间:2025-11-22
-
PFPINet:一个用于部分手指照片识别的端到端网络
摘要:智能手机已成为日常生活中不可或缺的工具,可用于多种场景,如设备解锁、账户登录、在线交易、电子银行服务、电子健康服务以及访问控制等。近年来,利用智能手机摄像头获取指纹图像(称为“手指照片”)作为一种替代专用指纹传感器的方法受到了关注,因为这种方法更加便捷、经济且易于获取。然而,手指照片的质量会受到多种因素的影响,包括光照条件、摄像头分辨率、手指或智能手机的移动、对焦不良以及手指放置的角度等。这些因素可能导致某些区域变得模糊或质量低下,从而无法可靠地重建指纹的纹理特征。当某些区域受损时,手指照片的剩余部分也会变得不完整,这对识别系统来说是一个重大挑战。在本文中,我们提出了PFPINet,这是
来源:IEEE Transactions on Biometrics, Behavior, and Identity Science
时间:2025-11-22
-
抑制坏死性凋亡可维持实验性败血症中的膈肌功能
在重症监护领域,脓毒症(sepsis)引发的膈肌功能障碍一直是研究的重点和治疗的难点。膈肌作为主要的呼吸肌肉,其功能受损不仅会影响患者的呼吸能力,还可能导致长期机械通气、住院时间延长以及更高的死亡率。因此,理解脓毒症导致膈肌功能障碍的机制,并探索可能的干预手段,对改善患者预后具有重要意义。本研究通过结合临床观察和动物实验,揭示了脓毒症中一种名为“坏死性凋亡”(necroptosis)的细胞死亡机制在膈肌损伤中的关键作用,并探讨了通过抑制这一过程来保护膈肌功能的潜力。### 脓毒症与膈肌功能障碍脓毒症是一种由宿主对感染反应失调导致的危及生命的器官功能障碍。它不仅影响全身多个系统,还会对呼吸系统造
来源:The American Journal of Pathology
时间:2025-11-22
-
KLF转录因子5/溶血磷脂酸受体5通过调节丝裂原活化蛋白激酶(MAPK)家族中的MAPK7的磷酸化,诱导M2型巨噬细胞的活化并引发炎症,这在儿童哮喘中起着重要作用
Jing Li|Meixue Chen|Lingling Lu|Yinmiao Wang|Wei Wu|Yanhong Feng中国锦州锦州医科大学第一附属医院儿科儿童哮喘是一种呼吸系统疾病,其中M2巨噬细胞起着关键作用。本文通过体内和体外实验研究了溶血磷脂酸受体5(LPAR5)在儿童哮喘中的作用及其分子机制。哮喘患儿的 peripheral blood mononuclear cells(外周血单核细胞)中LPAR5的表达水平升高。在卵白蛋白诱导的新生儿哮喘小鼠模型中,LPAR5拮抗剂通过抑制炎症细胞的浸润和炎症因子的释放来减轻气道炎症。LPAR5拮抗剂还抑制了新生儿肺组织中由卵白蛋白诱导的
来源:The American Journal of Pathology
时间:2025-11-22
-
尼伏鲁单抗联合低分割放疗治疗转移性黏膜黑色素瘤患者的II期试验:PORTER-M3试验
野村元男(Motoo Nomura)| 吉村道夫(Michio Yoshimura)| 横田智也(Tomoya Yokota)| 博库翔平(Shogen Boku)| 大瀬功(Isao Oze)| 石川秀树(Hideki Ishikawa)| 武藤学(Manabu Muto)京都大学医学院研究生院头颈肿瘤与创新治疗系摘要背景尼伏鲁单抗(nivolumab)单药治疗黏膜黑色素瘤的响应率仅约为20%。本II期试验的目的是评估尼伏鲁单抗与放疗联合治疗转移性黏膜黑色素瘤的疗效和安全性。方法纳入标准如下:组织学诊断为转移性黏膜黑色素瘤,ECOG体力状态评分为0或1,且存在可测量的病灶。患者接受尼伏鲁单抗
来源:Immuno-Oncology and Technology
时间:2025-11-22
-
HLA-B27基因调节肠道微生物群的组成,并促进促炎性的肠道微生态的形成
Hla-B27与肠道微生物群落及自身免疫性炎症疾病之间的关系是一个复杂的生物学过程,近年来引起了广泛的关注。Hla-B27作为一种人类白细胞抗原(HLA)基因,其在自身免疫性疾病中的作用已被广泛研究,尤其与脊柱关节炎(SpA)、类风湿性关节炎(RA)和炎症性肠病(IBD)等疾病密切相关。然而,尽管已知Hla-B27能够重塑肠道微生物群落,其在介导炎症疾病中的具体机制仍未完全明确。本研究通过系统分析Hla-B27/β2M转基因小鼠模型,探讨了该基因对肠道微生物组成及其功能的影响,并揭示了其在自身免疫性炎症疾病发生中的潜在作用。Hla-B27/β2M的表达显著改变了小鼠肠道微生物的多样性,导致细菌
来源:Human Immunology
时间:2025-11-22
-
探究SARS-Cov-2阳性妊娠中胎盘中的eNOS与Caveolin-1的相互作用
Canan Hurdag|T. Önel|K. Sandal|S. Demircan土耳其伊斯坦布尔34394,Demiroğlu Bilim大学医学院组织学与胚胎学系摘要背景胎盘是母亲与胎儿之间的重要桥梁,负责促进营养物质的交换和免疫调节。尽管胎盘通常能有效防止病原体的传播,但某些病毒(如CMV和Zika病毒)仍能突破这一屏障。SARS-CoV-2的垂直传播机制尚未明确。目的研究SARS-CoV-2阳性妊娠患者胎盘组织中caveolin-1(Cav-1)和内皮一氧化氮合酶(eNOS)的表达及相互作用,以及它们在限制病毒垂直传播中的潜在作用。材料与方法研究样本来自RT-PCR检测确认的COVI
来源:Human Immunology
时间:2025-11-22