Single-Fragment Forensic Coding via Multidimensional Cyclically Permutable Codes
为解决3D打印物品的追踪问题,研究通过多维循环可置换码实现单碎片法医编码,即使存在替换错误也能从任何包含指定体积和厚度的轴平行盒的碎片中恢复唯一标识符。
0 citationsRead paper
为解决3D打印物品的追踪问题,研究通过多维循环可置换码实现单碎片法医编码,即使存在替换错误也能从任何包含指定体积和厚度的轴平行盒的碎片中恢复唯一标识符。
为了解决多类开放集异常检测问题,提出了一种可解释的多超球体深度异常检测方法IMHD-AD,通过在共享特征空间中为每个已知正常类别构建独立的超球体,并优化其位置和范围。
该研究提出AirGC-CD方案,通过高斯循环矩阵预编码和可控的裁剪方法,在空中联邦学习中降低峰均比并消除偏差,同时压缩传输数据。
本文研究了树上搜索树(STT)的简洁表示问题,提出了一种可在多项式时间内构建且空间最优的表示方法,并设计了支持快速遍历的数据结构。
本文针对多脸伪造检测问题,提出了一种基于指令的大规模视觉-语言模型的方法IMFD,通过将人脸边界框作为视觉线索整合到指令中来提高检测性能。
为解决3D打印物品的追踪问题,研究通过多维循环可置换码实现单碎片法医编码,即使存在替换错误也能从任何包含指定体积和厚度的轴平行盒的碎片中恢复唯一标识符。
为了解决多类开放集异常检测问题,提出了一种可解释的多超球体深度异常检测方法IMHD-AD,通过在共享特征空间中为每个已知正常类别构建独立的超球体,并优化其位置和范围。
该研究提出AirGC-CD方案,通过高斯循环矩阵预编码和可控的裁剪方法,在空中联邦学习中降低峰均比并消除偏差,同时压缩传输数据。
本文研究了树上搜索树(STT)的简洁表示问题,提出了一种可在多项式时间内构建且空间最优的表示方法,并设计了支持快速遍历的数据结构。
本文针对多脸伪造检测问题,提出了一种基于指令的大规模视觉-语言模型的方法IMFD,通过将人脸边界框作为视觉线索整合到指令中来提高检测性能。