CoRe-MARL: Cooperative Redistribution Under Unknown Dynamics Using Recurrent Multi-Agent Reinforcement Learning
研究使用CoRe-MARL框架，通过多智能体强化学习解决应急物资分配中的供需不平衡问题，提升服务均衡性和最差服务区域的服务水平。
0 citationsRead paper
Selected work
Representative Papers
Understanding the Usability of Cryptographic Verification Tools
研究通过调查Tamarin和ProVerif等工具的用户体验，识别了加密协议验证工具在易用性上的障碍，并提出改进设计的具体建议以提高这些工具的可访问性和可用性。
0 citationsRead paper
Quantum-Gated LiteSSD: A Parameter-Efficient Lightweight Hybrid Quantum-Classical Framework for Forward-Looking Sonar Object Detection
为解决前视声纳目标检测在嵌入式平台上的模型紧凑性问题，提出了一种参数高效的量子-经典混合框架Quantum-Gated LiteSSD，通过量子门控机制实现空间特征调制。
0 citationsRead paper
A Differentially Private Federated Proximal Optimization Framework for Customer Churn Prediction in Heterogeneous Federated Telecom Networks
为解决电信网络中客户流失预测的隐私和异质性问题，提出了一种基于差分隐私的联邦近端优化框架DP-FedProx。
0 citationsRead paper
A Dual Cross-Attention Framework for Colposcopic CIN Grading and Swede Score Prediction Using a New Multi-Center Dataset
为解决宫颈癌筛查中专家短缺和主观性问题，提出一种双交叉注意力框架用于CIN分级和Swede评分预测，并引入新多中心数据集，提高筛查准确性。
0 citationsRead paper
Recent publications
Latest Papers
CoRe-MARL: Cooperative Redistribution Under Unknown Dynamics Using Recurrent Multi-Agent Reinforcement Learning
研究使用CoRe-MARL框架，通过多智能体强化学习解决应急物资分配中的供需不平衡问题，提升服务均衡性和最差服务区域的服务水平。
0 citationsRead paper
Understanding the Usability of Cryptographic Verification Tools
研究通过调查Tamarin和ProVerif等工具的用户体验，识别了加密协议验证工具在易用性上的障碍，并提出改进设计的具体建议以提高这些工具的可访问性和可用性。
0 citationsRead paper
Quantum-Gated LiteSSD: A Parameter-Efficient Lightweight Hybrid Quantum-Classical Framework for Forward-Looking Sonar Object Detection
为解决前视声纳目标检测在嵌入式平台上的模型紧凑性问题，提出了一种参数高效的量子-经典混合框架Quantum-Gated LiteSSD，通过量子门控机制实现空间特征调制。
0 citationsRead paper
A Differentially Private Federated Proximal Optimization Framework for Customer Churn Prediction in Heterogeneous Federated Telecom Networks
为解决电信网络中客户流失预测的隐私和异质性问题，提出了一种基于差分隐私的联邦近端优化框架DP-FedProx。
0 citationsRead paper
A Dual Cross-Attention Framework for Colposcopic CIN Grading and Swede Score Prediction Using a New Multi-Center Dataset
为解决宫颈癌筛查中专家短缺和主观性问题，提出一种双交叉注意力框架用于CIN分级和Swede评分预测，并引入新多中心数据集，提高筛查准确性。
0 citationsRead paper