AirGAN：空調(diào)機(jī)理模型增強(qiáng)生成對(duì)抗模型[模擬設(shè)計(jì)][智能電網(wǎng)]

為引導(dǎo)資源龐大、調(diào)控靈活的空調(diào)負(fù)荷參與需求響應(yīng)實(shí)現(xiàn)“源荷互動(dòng)”，保障電網(wǎng)的安全經(jīng)濟(jì)運(yùn)行，各大研究單位開展了樓宇空調(diào)需求響應(yīng)實(shí)時(shí)控制仿真與實(shí)踐研究。然而，如何準(zhǔn)確地估算空調(diào)的負(fù)荷，并對(duì)空調(diào)負(fù)荷進(jìn)行預(yù)測(cè)是目前面臨的重要挑戰(zhàn)。當(dāng)前主流方法包括模型驅(qū)動(dòng)型、數(shù)據(jù)驅(qū)動(dòng)型兩種方法體系。其中模型驅(qū)動(dòng)型依賴對(duì)空調(diào)負(fù)荷的建模，難以實(shí)現(xiàn)對(duì)空調(diào)負(fù)荷復(fù)雜變化的模擬。數(shù)據(jù)驅(qū)動(dòng)則是依賴大量數(shù)據(jù)進(jìn)行模型訓(xùn)練，但難以覆蓋空調(diào)負(fù)荷的各類特點(diǎn)。為此，擬從模型驅(qū)動(dòng)及數(shù)據(jù)驅(qū)動(dòng)相結(jié)合的角度進(jìn)行空調(diào)負(fù)荷的智能擬合，以提升空調(diào)負(fù)荷生成預(yù)測(cè)的準(zhǔn)確性和適應(yīng)性。提出了一種基于機(jī)制模型與生成對(duì)抗網(wǎng)絡(luò)（GAN）相結(jié)合的負(fù)荷生成方法和模型AirGAN。該方法通過GAN生成器生成的虛擬數(shù)據(jù)，持續(xù)調(diào)整物理模型的超參數(shù)，以使其更好地符合實(shí)際空調(diào)負(fù)荷特性。同時(shí)，采用GAN判別器對(duì)機(jī)制模型預(yù)測(cè)的負(fù)荷進(jìn)行判別，以此訓(xùn)練機(jī)制模型，從而提升其預(yù)測(cè)精度。

發(fā)表于：6/18/2025 2:14:00 PM

歐盟刑事跨境電子取證制度的新發(fā)展及啟示[其他][其他]

在數(shù)據(jù)時(shí)代，刑事犯罪與網(wǎng)絡(luò)空間的深入融合凸顯了電子數(shù)據(jù)證據(jù)在刑案?jìng)善浦械闹匾匚??？缇成婢W(wǎng)刑案的日益增多也讓各國(guó)日益關(guān)注跨境電子取證制度的建設(shè)。在復(fù)雜的案件環(huán)境中，我國(guó)目前大力推行的刑事司法協(xié)助制度有著適用范圍小、啟動(dòng)后效率低的問題。作為補(bǔ)充的單邊跨境電子取證制度則僅以缺乏有效監(jiān)督體系、范圍同樣有限的網(wǎng)絡(luò)在線提取為主。二者均難以滿足跨境電子取證高效率、取證充分的需求。以歐盟《電子證據(jù)條例》（European Production and Preservation Orders Regulation）為參考，可以看到屬人主義單邊跨境電子取證制度成為國(guó)際主流。有鑒于歐盟單邊跨境電子取證制度中對(duì)傳統(tǒng)主權(quán)理論的突破，我國(guó)應(yīng)當(dāng)率先構(gòu)建以網(wǎng)絡(luò)服務(wù)商為取證節(jié)點(diǎn)的屬人主義刑事單邊跨境電子取證制度，再考慮刑事司法協(xié)助的改良方法，這有利于提高效率，充分取證，助力涉網(wǎng)跨境刑事案件的偵破，掌握國(guó)際網(wǎng)絡(luò)空間的主動(dòng)性與話語權(quán)，維護(hù)我國(guó)數(shù)據(jù)主權(quán)。

發(fā)表于：5/29/2025 5:09:51 PM

多方主體平行享有醫(yī)療數(shù)據(jù)產(chǎn)權(quán)的制度設(shè)計(jì)[其他][其他]

隨著醫(yī)療活動(dòng)的數(shù)字化、智能化發(fā)展，原本作為診療活動(dòng)副產(chǎn)品的醫(yī)療數(shù)據(jù)，日益具備獨(dú)立的數(shù)據(jù)財(cái)產(chǎn)價(jià)值，患者、醫(yī)療機(jī)構(gòu)、行業(yè)其他機(jī)構(gòu)都具有參與數(shù)據(jù)財(cái)產(chǎn)權(quán)分配的資格。將醫(yī)療數(shù)據(jù)劃分為提供型、觀察型和加工型三類數(shù)據(jù)，依據(jù)“數(shù)據(jù)二十條”提出的數(shù)據(jù)產(chǎn)權(quán)結(jié)構(gòu)性分置方案，構(gòu)建了分類確權(quán)授權(quán)制度?；颊邔?duì)于由其促成產(chǎn)生的提供型數(shù)據(jù)具有完整數(shù)據(jù)持有權(quán)、使用權(quán)和經(jīng)營(yíng)權(quán)，醫(yī)療機(jī)構(gòu)可以通過授權(quán)協(xié)議的方式繼受取得相應(yīng)的數(shù)據(jù)產(chǎn)權(quán)?；颊摺⑨t(yī)療機(jī)構(gòu)可以平行享有觀察型數(shù)據(jù)的財(cái)產(chǎn)權(quán)，并可以分別獨(dú)立地行使相應(yīng)的數(shù)據(jù)權(quán)利，其條件是不損害對(duì)方的合法利益。醫(yī)療機(jī)構(gòu)和其他行業(yè)機(jī)構(gòu)可以基于衍生創(chuàng)造取得加工型數(shù)據(jù)的財(cái)產(chǎn)權(quán)，同時(shí)也有必要在未來的立法中將國(guó)家機(jī)構(gòu)的共享決定、授權(quán)運(yùn)營(yíng)決定作為法定取得數(shù)據(jù)財(cái)產(chǎn)權(quán)的方式。

發(fā)表于：5/29/2025 3:59:32 PM

一種基于DRSN-GAN的通信信號(hào)調(diào)制識(shí)別方法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對(duì)在小樣本和低信噪比條件下通信信號(hào)調(diào)制識(shí)別率低的問題，提出了一種基于深度殘差收縮生成對(duì)抗網(wǎng)絡(luò)（Deep Residual Shrinkage Network and Generative Adversarial Network, DRSN-GAN）的深度學(xué)習(xí)框架。首先，將信號(hào)的同相正交數(shù)據(jù)(I/Q data)作為模型輸入，通過生成器生成的數(shù)據(jù)對(duì)數(shù)據(jù)集進(jìn)行擴(kuò)充，有效解決了高質(zhì)量數(shù)據(jù)稀缺的問題，增強(qiáng)了模型的泛化能力。利用DRSN組成判別器，將經(jīng)過擴(kuò)充的數(shù)據(jù)送入DRSN進(jìn)行訓(xùn)練。同時(shí)，對(duì)輸入數(shù)據(jù)在空間維度上執(zhí)行全局平均池化，利用通道注意力模塊提取I/Q信號(hào)的上下文特征，有效減少了噪聲干擾。該方法解決了因固定閾值很難適用于所有樣本而導(dǎo)致的識(shí)別準(zhǔn)確率低的問題，并在低信噪比環(huán)境下顯著提高了識(shí)別效果。實(shí)驗(yàn)結(jié)果表明，所提出的模型在信噪比為0 dB時(shí)準(zhǔn)確率達(dá)92%，對(duì)比其他模型，整體分類精度提升了3%，且在小樣本和低信噪比條件下表現(xiàn)出更強(qiáng)的魯棒性。

發(fā)表于：5/29/2025 3:15:31 PM