阿里巴巴-浙江大学前沿技术联合研究中心

AZFT-物联网实验室团队论文“Detecting Rogue Access Points Using Client-agnostic Wireless Fingerprints” 被国际顶级期刊TOSN录用

AZFT-物联网实验室团队论文“Bound-based Network Tomography for Ingerring Interesting Path Metrics” 被国际顶级期刊TON 2022录用

《信息与交互设计技术》是浙江大学国际设计研究院-阿里巴巴设计委员会合作课程

我们在视频检索的验证集达到了100%的准确率，在图像检索部分达到85.85%左右，应用对比学习改进后可以达到93.75%；每秒可以处理1.03个视频检索，48.57个图像检索

模型只需要少量新语义标注的数据即可充分学习；（2）模型可以持续学习新语义而无需重新训练

该报告介绍了一种新型代数持久性故障分析方法，该方法将持久性故障分析与代数分析相结合，大大提高了密码分析的效率

在挑战性的POT数据集上平均精度领先第二名LISRD 12%(相对提高比例), 领先于基于非关键点的方法LDES 64.7%，以下视频给出了在POT上视频替换物体的效果对比

结果表明：ViT借助于代理模型的先验信息可以在没有预训练的情况下快速收敛，其最终效果也在参数量接近时高于传统的CNN模型