使用Ray进行大规模并行智能体仿真
https://www.anyscale.com/blog/massively-parallel-agentic-simulations-with-ray 译文
Java与AI模型部署：构建企业级模型服务与生命周期管理平台
随着企业AI模型数量的快速增长，模型部署与生命周期管理成为确保AI应用稳定运行的关键。本文深入探讨如何使用Java生态构建一个企业级的模型服务平台，实现模型的版本控制、A/B测试、灰度发布、监控与回滚。通过集成Spring Boot、Kubernetes、MLflow和监控工具，我们将展示如何构建一个高可用、可扩展的模型服务架构，为大规模AI应用提供坚实的运维基础。
基于深度学习的客流量预测系统
本文分析了疫情后旅游市场复苏带动地铁客流增长的背景，探讨了客流预测对交通运营的重要性，综述了基于多源数据与深度学习模型（如LSTM、STGCN）的研究进展，并介绍了CNN与RNN在人流预测中的技术原理及系统实现路径。
正交时频空间调制：离散Zak变换方法——论文阅读笔记
本文提出基于离散Zak变换（DZT）的正交时频空间（OTFS）调制新方法，通过DZT统一构建OTFS收发框架，揭示其在时延-多普勒域的输入输出关系，简化系统分析并深化对分辨率与脉冲设计的理解，为高移动性通信提供高效解决方案。
基于信息论的OTFS雷达波形设计——论文阅读
本文提出一种基于条件互信息（CMI）的OTFS雷达波形设计方法，首次将信息论准则引入延迟-多普勒域波形优化。通过建立扩展目标回波模型，推导出CMI与波形自相关旁瓣及互相关的等价关系，并提出Multi-CAN算法优化恒模波形。仿真表明，优化波形显著降低旁瓣电平，提升信息获取能力，增强高动态环境下雷达检测性能。
6G时代的新型延迟多普勒通信范式：正交时频空间（OTFS）综述
本文综述正交时频空间（OTFS）技术，一种面向6G高移动性场景的新型延迟-多普勒域通信范式。OTFS通过在延迟-多普勒域调制信号，克服传统OFDM在高速移动下的多普勒扩展难题，具备信道稳定性强、抗干扰能力优、峰均比低等优势。文章系统阐述OTFS的信道模型、调制原理、收发机设计、ISAC一体化及在卫星、水声、可见光等新兴场景的应用前景，为其在6G空天地海一体化网络中的应用提供理论支撑与技术路径。