实体
Sensor Networks
Sensor Networks
PulseAugur coverage of Sensor Networks — every cluster mentioning Sensor Networks across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新研究探讨神经元追逐和稀疏协方差神经网络
两篇新研究论文探讨了训练神经网络的新方法。第一篇论文介绍了“神经元追逐”（Neuron Pursuit），这是一种贪婪算法，通过添加精心选择的神经元来迭代地扩展网络，然后最小化训练损失。第二篇论文提出了“稀疏协方差神经网络”（S-VNNs），它将稀疏化技术应用于协方差矩阵，以提高协方差神经网络的性能和效率，在神经科学和金融预测等领域显示出优势。
-
新型对抗性攻击针对传感器网络中的GNN异常检测
研究人员开发了BETA，一种新颖的间接对抗性攻击方法，旨在破坏传感器网络中基于图神经网络（GNN）的异常检测系统。该攻击方法允许攻击者扰乱一组有限节点的读数，而不包括目标传感器，从而操纵异常检测结果。BETA利用图解释模型和基于中心性的剪枝策略来识别有影响力的节点进行扰动，在真实世界的数据集上，将现有GNN检测器的F1分数平均降低36.07%至50.45%，显示出显著的有效性。
-
新的卡尔曼滤波框架在细胞复形上对复杂时间序列数据进行建模
研究人员开发了一种新的拓扑感知状态空间框架，用于从复杂的时间序列数据中推断潜在动力学。该方法利用细胞复形上的随机偏微分方程来模拟状态演化和观测，即使在部分可观测和结构未知的情况下也是如此。该方法采用扩展卡尔曼滤波器进行递归状态估计，并采用期望最大化算法进行参数学习，同时使用启发式算法来推断缺失的拓扑结构。