对YouTube上关于Sora的讨论中情感和主题的计算分析
Ayse Ocal
《Applied Sciences》:A Computational Analysis of Emotions and Topics in YouTube Discourse on Sora
Ayse Ocal
【字体:
大
中
小
】
时间:2026年03月06日
来源:Applied Sciences 2.5
编辑推荐:
宽频带雷达散射截面(RCS)预测深度神经网络模型WBRCS-Net,通过最小化均方误差损失直接逼近矩量法(MoM)解,避免迭代不稳定。输入仅需频率和入射角,简化网络结构,在PEC球体和立方体实验中,RCS计算误差低于10^-14,推理速度显著提升。
>
摘要
在本文中,我们提出了一种基于深度神经网络的方法,用于计算宽频带和广泛入射角范围内的雷达截面积(RCS)。所提出的网络称为WBRCS-Net,它通过最小化均方残差损失来收敛到矩方法(MoM)的解,而无需显式求解MoM线性系统,从而避免了传统迭代求解器中常见的数值不稳定问题。此外,WBRCS-Net仅使用频率和入射角作为输入,能够在广泛的入射角范围内实现宽带RCS预测,同时大幅简化了网络架构。我们在完美导电(PEC)球体和立方体上评估了WBRCS-Net的性能,并将其与基于切比雪夫多项式的Maehly近似方法进行了比较。比较范围是2–12 GHz的频率范围和0 °~90 °的入射角范围内,单站RCS。实验结果表明,经过训练后,WBRCS-Net能够在广泛的入射角范围内实现稳定的宽带RCS计算,并具有即时推理速度,其最小均方误差(MSE)相对于参考MoM解而言,达到了1?14的数量级。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号