智慧工程建设的“智慧之眼”与“闭环之手”——如何用数字孪生技术重塑工程巡检与问题管理

各类无人集群的技术现状和功能。 现有的协同作战案例或理论。 协同机制的关键技术，如通信、控制、数据融合。 训练流程的设计，包括阶段划分、模拟环境等。 评估指标和方法。 潜在挑战及解决方案。 实际应用案例。

从大模型性能优化到DeepSeek部署

针对航拍图像目标检测中存在的复杂背景对检测的干扰、小目标的细节丢失及检测效率的高需求等问题，文中提出深度重塑增强网络(Depth-Reshaping Enhanced Network， DR- ENet)。首先，采用空间深度重塑技术取代传统下采样方法，减少特征提取中的信息损失，增强对细节的捕获能力。然后，提出可变形空间金字塔池化方法，增强网络对目标形状变化的适应性和在复杂背景中目标识别的能力。同时，注意力解耦检测头增强针对各检测任务的学习效果。最后，为了同时兼顾密集小目标和复

时序知识图谱海量稀疏，实体的长尾分布导致对分布外实体的推理泛化性较差，历史交互低频导致对未来事件的预测偏差较大。为此，文中提出故事启发大语言模型的时序知识图谱预测方法，利用大语言模型的世界知识储备和复杂语义推理能力，增强对分布外实体的理解和交互稀疏事件的关联。首先，根据时序知识图谱中时间和结构的特性筛选“关键事件树冶，通过历史事件筛选策略提炼最具代表性的事件，并摘要当前查询相关的历史信息，减少数据输入量并保留最重要的信息。

电子信息装备数字化研发方法

基于深度学习的预警装备知识图谱构建方法研究

空中目标作战意图识别研究综述

强化学习是一种用于解决序列决策问题的常用机器学习方法,核心思想是让智能体与环境交互获得反馈,从而逐步学会最佳策略. 随着实际应用对计算能力和数据规模的要求不断提高,单体智能转向群体智能逐渐成 为人工智能未来发展的必然趋势,这为强化学习带来诸多新的机遇和挑战. 文中首先从深度多智能体强化学习概念着手,针对目前的理论困境,如可拓展性较差、效用分配较难、探索-利用困境、环境非稳态、信息部分可观测等问题,进行提炼和分析. 然后,详细阐述目前学者对于这些问题提出的多种解决方法及其

DeepSeek如何赋能职场应用？