Reciprocity Separates Gradient Flow from Rotation in Conservative Physical Learning
研究探讨了物理学习中梯度流与旋转的区别，通过构建一个定向分层传输网络模型，分析对称性和非对称性对学习轨迹的影响。
0 citationsRead paper
Selected work
Representative Papers
Message Order Selects Opposite Collective Opinions on Laplacian-Cospectral Networks
研究通过构建量子类网络模型，探讨了消息顺序对整个网络最终意见的影响，揭示了拉普拉斯同谱网络中不同意见形成的机制。
0 citationsRead paper
Diff-DDoS: Realistic Cyber-Physical Attack Synthesis and Robust Detection for 5G-Enabled CPS Using Tabular Diffusion Models
为解决5G系统中DDoS检测器面对的数据稀缺和合成数据不真实的问题，提出Diff-DDoS框架，使用表格扩散模型生成逼真的攻击样本以增强检测器的鲁棒性。
0 citationsRead paper
Recent publications
Latest Papers
Reciprocity Separates Gradient Flow from Rotation in Conservative Physical Learning
研究探讨了物理学习中梯度流与旋转的区别，通过构建一个定向分层传输网络模型，分析对称性和非对称性对学习轨迹的影响。
0 citationsRead paper
Message Order Selects Opposite Collective Opinions on Laplacian-Cospectral Networks
研究通过构建量子类网络模型，探讨了消息顺序对整个网络最终意见的影响，揭示了拉普拉斯同谱网络中不同意见形成的机制。
0 citationsRead paper
Diff-DDoS: Realistic Cyber-Physical Attack Synthesis and Robust Detection for 5G-Enabled CPS Using Tabular Diffusion Models
为解决5G系统中DDoS检测器面对的数据稀缺和合成数据不真实的问题，提出Diff-DDoS框架，使用表格扩散模型生成逼真的攻击样本以增强检测器的鲁棒性。
0 citationsRead paper