• GT-A2T：基于图张量联盟注意力网络的动态图精准表示方法

  在当今大数据时代，动态图（DG）已成为社交网络、交通系统和金融交易等领域不可或缺的数据表征形式。这类数据不仅包含复杂的空间连接关系，还蕴含着随时间演变的动态规律。然而，传统动态图神经网络（DGNNs）在捕捉这类数据的时空特性时面临两大挑战：一是采用分离的时空建模方式破坏了时空依赖的整体性，二是过度依赖节点特征而忽略了高阶结构信息的重要性。这些局限使得现有模型在链接权重估计、关系预测等关键任务中的表现难以满足实际应用需求。针对这一难题，王玲等人发表在《IEEE/CAA Journal of Automatica Sinica》的研究提出了创新性的解决方案——GT-A2T（Graph Tensor

  来源：IEEE/CAA Journal of Automatica Sinica

  时间：2025-11-27

• 分布式神经策略梯度算法：用于实现网络化多智能体强化学习的全局收敛

  摘要：本文研究了网络化多智能体强化学习问题，其中智能体的目标是通过协作最大化折现后的平均累积奖励。与现有方法不同，现有方法由于使用线性函数近似而表达能力较差，我们提出了一种分布式神经策略梯度算法，该算法采用了两种创新设计的神经网络，专门用于智能体的近似Q函数和策略函数。这种分布式神经策略梯度算法包括两个关键组成部分：分布式评论家步骤和去中心化执行者步骤。在分布式评论家步骤中，智能体通过时变通信网络从邻近智能体接收近似Q函数参数，以协作评估联合策略。相比之下，在去中心化执行者步骤中，每个智能体仅根据自身的近似Q函数更新其本地策略参数。在收敛性分析中，我们首先证明了智能体在分布式评论家步骤中对联合

  来源：IEEE Transactions on Automatic Control

  时间：2025-11-27

• 面向SNN片上无监督学习的免恢复存取可转置eDRAM存内计算系统

  随着人工智能技术的快速发展，神经网络在图像分类、语音识别等复杂任务中展现出卓越性能。其中，脉冲神经网络（SNN）因模仿生物神经元和突触的工作机制，具有事件驱动、异步处理和低功耗等优势，成为类脑计算的研究热点。特别是其支持脉冲时序依赖可塑性（STDP）等片上无监督学习算法，更接近生物大脑的学习方式。然而，传统冯·诺依曼架构将存储与计算分离，导致数据频繁在内存和处理器间搬运，产生巨大的功耗开销，严重限制了SNN硬件的能效和性能表现。为突破这一瓶颈，存内计算（CIM）架构应运而生。它将计算单元嵌入内存阵列中，大幅减少数据移动，实现并行处理。但目前主流的CIM方案仍面临诸多挑战：静态随机存取存储器（S

  来源：IEEE Access

  时间：2025-11-27

• 基于机器学习的稀疏远场数据在主动相控阵中故障元件检测研究

  在5G及下一代无线通信系统中，主动相控阵天线通过集成硅基多通道集成电路（IC）和大量天线单元，实现了灵活的波束成形功能，被广泛应用于蜂窝基站、卫星终端和汽车雷达等领域。然而，这类复杂天线系统在制造、组装或现场运行过程中，电磁辐射体、IC或IC通道可能发生随机故障，导致辐射方向图发生不良变化，严重影响增益、波束宽度、旁瓣电平（SLL）、零陷位置和深度等关键性能指标。在更换组件或采取补偿措施之前，快速准确地定位故障元件的位置至关重要。特别是在制造后和现场场景中，实现近实时诊断面临巨大挑战。此外，IC非线性特性以及IC-天线接口间的互耦效应，使得故障定位方法更加复杂。传统的故障检测方法包括在IC级别

  来源：IEEE Open Journal of Antennas and Propagation

  时间：2025-11-27

• 基于统一仿真模型的相干伊辛机架构对比研究：噪声鲁棒性与线性泵浦优化分析

  在计算科学领域，求解大规模组合优化问题一直是个巨大挑战。这类问题广泛存在于调度、路由、资源分配和机器学习等关键应用中，但绝大多数都属于非确定性多项式困难（NP-hard）问题，意味着传统计算机在解决它们时需要消耗随问题规模指数级增长的计算资源。近年来，受伊辛模型启发的专用硬件——伊辛机（Ising Machines）应运而生，它通过模拟磁性材料中自旋的相互作用来寻找能量最低状态，从而快速逼近组合优化问题的最优解。其中，相干伊辛机（Coherent Ising Machine, CIM）作为一种利用光学参量振荡器（DOPO）的相位来代表自旋的光学系统，因其潜在的室温运行、高速度和能效优势而备受关

  来源：IEEE Access

  时间：2025-11-27

• 基于混合图神经网络与神经常微分方程的动态网络拓扑入侵检测模型研究

  随着数十亿物联网设备接入网络，现代网络架构正经历根本性变革。物联网和软件定义网络环境具有高度动态特性：网络拓扑频繁变化、设备异构性强、流量模式多样。这种灵活性在提升扩展性的同时，也显著扩大了攻击面，为高级持续性威胁创造了新机会。据预测，到2030年物联网设备将超过300亿个，相关攻击预计每年增长约25%。传统入侵检测系统面临严峻挑战：基于签名的技术无法检测零日攻击，而基于异常的检测系统虽然采用支持向量机等机器学习分类器，却在快速变化的网络拓扑中泛化能力不足，通常误报率高、适应性有限。近年来，图神经网络在复杂网络入侵检测领域展现出强大潜力。它能够将网络流量表示为图结构，其中节点对应设备或流，边捕

  来源：IEEE Access

  时间：2025-11-27

• 基于径向基函数神经网络和反步滑模控制的无人飞行器自适应扰动稳定性控制

  摘要：本文重点研究了在外部干扰作用下无人驾驶飞行器（UAV）的稳定性控制问题。UAV经常受到外部干扰的影响，其中风的影响尤为显著，会严重损害其轨迹跟踪控制的稳定性。目前关于UAV控制的研究尚未有效解决这些外部干扰问题；虽然某些控制器算法在面对轻微干扰时表现出良好的抑制能力，但随着干扰幅度的增加，其有效性会显著下降。为了提高控制器的抗干扰能力，本文提出了一种基于径向基函数神经网络（RBFNN）的方法。RBFNN用于估计外部干扰，同时采用自适应权重调整算法来适应不同类型的干扰。该方法通过将反步滑模控制方法集成到位置控制器和姿态控制器的设计中，有效抑制了干扰。这种组合方法不仅能够实时估计复杂的干扰信

  来源：IEEE Transactions on Aerospace and Electronic Systems

  时间：2025-11-27

• 基于地震心动图（SCG）的情感识别研究：EmoWear数据集的新见解与DEAP基准验证

  情绪如同无形的指挥家，深刻影响着我们的思维模式、行为决策乃至生理反应。在人工智能与人类生活深度融合的今天，让计算机理解人类情感已成为人机交互领域的前沿课题。传统的情感识别（Emotion Recognition, ER）多依赖于面部表情或语音分析，但这些外部信号易受主观掩饰干扰。相比之下，由自主神经系统（Autonomic Nervous System, ANS）调控的生理信号（如心率、呼吸频率）能够更客观地反映内在情感状态，为情感计算（Affective Computing）提供了可靠的数据基础。然而，当前基于生理信号的情感识别技术面临着一个突出瓶颈：为实现多模态数据采集，往往需要佩戴多种传

  来源：IEEE Transactions on Affective Computing

  时间：2025-11-27

• 雷达电子支援的端到端学习：基于频谱图多标签分类与可解释人工智能的创新方法

  在现代电子战中，雷达电子支援（ES）系统承担着对环境中雷达辐射源进行检测、分选和识别的重要任务。传统的ES信号处理流程通常遵循一个多级串联的固定模式：首先对接收到的宽频带信号进行脉冲检测，然后测量每个脉冲的参数并形成脉冲描述字（PDW），接着通过去交错处理将属于同一辐射源的脉冲分组，最后进行辐射源识别。然而，这种传统方法在面对现代低截获概率（LPI）雷达时显得力不从心。LPI雷达通常采用低发射功率、复杂的脉内调制、敏捷的雷达参数（如脉冲重复间隔（PRI）抖动、跳频）或宽带工作方式，这些特性使得脉冲检测和参数测量变得异常困难，而参数敏捷性更是给脉冲去交错器带来了巨大挑战。此外，传统的PDW方法还

  来源：IEEE Transactions on Aerospace and Electronic Systems

  时间：2025-11-27

• 一种图神经网络电荷模型，旨在准确预测有机分子的静电特性

  计算化学中原子级部分电荷分配模型的研究进展1. 传统电荷模型的局限性在分子力学（MM）模拟中，原子级部分电荷的准确分配对预测材料物理化学性质至关重要。目前主流方法包括基于量子化学计算的RESP和AM1-BCC，以及基于原子间多极矩的AIM方法。这些传统方法存在以下显著缺陷：1. 计算成本高昂：需要针对每个分子进行量子化学计算，尤其对包含多个旋转键的大分子体系，计算量呈指数级增长2. 几何依赖性强：电荷分配结果对分子构象高度敏感，导致不同软件包间的参数差异显著3. 多体极化效应处理不足：传统方法主要基于气相计算结果，未充分考虑溶剂化效应对电荷分布的影响4. 模型泛化能力有限：不同计算水平（如HF

  来源：Journal of Chemical Theory and Computation

  时间：2025-11-27

• 产前皮质类固醇治疗的益处与风险

  托马斯·施密茨（Thomas Schmitz）AP-HP医院，罗伯特·德布雷（Robert Debré）医院，妇产科，巴黎，法国摘要在妊娠34周之前给予单次剂量的产前皮质类固醇治疗，可显著降低新生儿期的呼吸窘迫综合征（SDR）、脑室内出血（HIV）、溃疡性坏死性小肠结肠炎（ECUN）和死亡发生率；从长远来看，该治疗可能还能降低脑瘫的发生率，并提高患儿的心理运动发育评分及无后遗症的生存率。然而，这种治疗可能会增加儿童成年后的胰岛素抵抗风险，以及精神和行为问题，并增加出生时胎龄已足的婴儿的感染几率。鉴于其利弊平衡较为有利，建议所有有早产风险的患者在妊娠34周之前接受产前皮质类固醇治疗。而多次重复使

  来源：Gynécologie Obstétrique Fertilité & Sénologie

  时间：2025-11-27

• 氡平均法：一种用于设计旋转不变模型的实用方法

  Jangwon Kim|Sanghyun Ryoo|Jiwon Kim|Junkee Hong|Soohee Han韩国庆尚北道浦项市南区Cheongam-ro 77号，浦项科技大学Convergence IT工程系，邮编37673摘要在制造场景中，旋转对称图案非常常见；因此，有效利用这种对称性对于实现鲁棒的视觉处理至关重要。然而，目前大多数实现旋转不变性的方法都会修改网络架构，这限制了预训练模型的重用，并且通常需要大量的超参数调整。为了解决这个问题，我们提出了一种简单有效的方法——Radon平均（Radon Averaging），该方法可以在不修改网络架构的情况下实现旋转不变性。Radon平

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-11-27

• 能量-有效能-环境-经济分析以及运用机器学习来研究和优化中等至高强度的低氧稀释燃烧过程

  该研究围绕低氧稀释预混燃烧（MILD燃烧）的数值模拟与优化展开，重点探究火焰结构特性与能源-熵值-环境-经济（4E）协同优化机制。研究采用数值模拟与人工智能算法相结合的方法，通过Reynolds-averaged Navier-Stokes（RANS）方程与k-ε RNG湍流模型耦合求解流动场特性，同时引入基于Eddy Dissipation Concept（EDC）的燃烧模型与GRI-Mech 2.11化学反应机理，构建了完整的湍流-燃烧耦合仿真体系。在燃烧特性分析方面，研究聚焦于燃料喷射雷诺数、预热温度及入口氧气浓度三个关键参数。通过对比不同工况下的燃烧效率（75%-88%）、燃料消耗率（

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-11-27

• 用于动作单元分类的时空变换器与事件相机

  面部动作分析在神经形态视觉中的创新探索与跨模态数据融合实践（约2200字）一、神经形态视觉在表情识别中的技术突破传统RGB视觉系统在捕捉微表情方面存在显著局限，主要受制于固定帧率导致的时序信息丢失。最新研究表明，基于事件相机的神经形态视觉系统可实时记录像素级亮度变化，其微秒级响应速度能够完整捕获面部肌肉的瞬时活动。这种技术特性为解决传统方法难以捕捉的80ms级微表情提供了新可能。二、FACEMORPHIC数据集的构建方法论1. 多模态同步采集通过特制实验平台实现RGB摄像头（30fps）与事件相机（1M事件/秒）的严格时序同步。采用双流同步采集技术，确保每帧RGB图像对应精确的事件流快照。2.

  来源：Computer Vision and Image Understanding

  时间：2025-11-27

• 训练数据集中森林的影响对农业用地中木质植被景观特征的检测

  木质植被景观特征作为农业用地生态保护的核心要素，在维持生物多样性、防止水土流失和固碳方面具有不可替代的作用。然而，这类植被通常分布零散且与森林存在光谱相似性，导致传统监测手段难以准确量化。近年来，深度学习技术在植被分类中的应用显著提升了数据获取效率，但其在复杂农业环境中的适用性仍需验证。本研究通过系统对比不同参数组合下的卷积神经网络模型，揭示了高精度分类的技术路径与现存挑战。### 研究背景与科学价值斯洛文尼亚作为中欧生态多样性热点区域，其农业景观中木质植被占比达15%-20%。这些零散分布的树丛、树篱和河岸植被构成了关键生态廊道，但现有监测数据存在显著空白。传统目视调查难以覆盖全国范围，且受

  来源：International Journal of Remote Sensing

  时间：2025-11-27

• 依恋类型与首选药物之间的关系：一项聚类分析

  该研究以德国语群体为对象，探讨了成人依恋模式与物质滥用风险之间的关联性。研究通过成人依恋量表（AAS）和世界卫生组织酒精、吸烟及成瘾物质筛查量表（WHO-ASSIST）对616名成年人进行评估，运用聚类分析方法将依恋模式划分为安全型、回避型、焦虑型和混乱型四种类型，并系统比较了各类群体对不同物质的依赖风险。研究首先构建了多维度分析框架。成人依恋理论强调早期依恋经历对形成安全基地的关键作用，安全型个体在情绪调节和人际关系建立方面具有显著优势。而依恋理论中的焦虑-回避双维模型则揭示了个体在亲密关系中的矛盾心理：焦虑型个体过度依赖外界情感支持，回避型个体则刻意保持情感距离。这种理论框架为后续的聚类分

  来源：Substance Use & Misuse

  时间：2025-11-27

• 综述：吉兰-巴雷综合征的生物心理社会影响的患者体验：一项范围综述

  盖尔尼综合征（Guillain-Barré Syndrome, GBS）作为全球范围内威胁人类健康的急性自身免疫性疾病，其临床研究多集中于神经生理机制和治疗方案优化，而患者长期面临的生物-心理-社会-灵性综合影响仍存在显著研究缺口。近年来，随着生物-心理-社会医学模式的发展，国际学术界开始关注神经系统疾病患者的多维健康状态。2023年发表于《康复医学前沿》的研究团队通过系统性文献综述方法，首次整合了GBS患者从急性期到长期康复的全周期健康影响图谱，为精准医疗模式的构建提供了重要参考。### 一、疾病特征与现有研究框架GBS具有发病急骤、进展迅速的特点，约30%的重症患者需要呼吸机支持，住院周期

  来源：Patient Preference and Adherence

  时间：2025-11-27

• DTA-QC：5G制造中基于人工智能的自适应质量控制与智能测试优化框架

  在当今高速发展的5G通信时代，无线电基站（RBS）的制造过程面临着前所未有的质量挑战。这些高度复杂的硬件-软件集成系统需要精确验证射频信号质量、热特性和能效参数，而传统的基于固定阈值的质量控制方法越来越难以应对动态生产环境中的微妙故障模式。正如研究人员在《Journal of Intelligent Manufacturing》上发表的最新研究表明，这种刚性检测方法不仅无法捕捉到渐变的异常模式，还需要大量人工干预，导致测试效率低下和资源浪费。传统质量控制方法的局限性在5G无线电制造中尤为突出。随着大规模MIMO技术的普及，32个或更多端口的配置使得传统的顺序测试方法在成本和时间上难以扩展。生产

  来源：JOURNAL OF INTELLIGENT MANUFACTURING

  时间：2025-11-27

• 神经质对执行功能的认知影响：对抑制、任务转换、信息更新及双任务处理能力的不同作用

  本研究系统探讨了神经质对执行功能（EFs）的影响机制，基于执行功能的统一性与多样性理论框架，采用改良的斯特鲁普范式对抑制、切换、更新和双任务四类核心执行功能进行测量。研究通过混合设计方法，首先对161名大学生进行神经质水平分组（高神经质组44人，低神经质组37人），继而通过多任务范式揭示执行功能受损的异质性特征。执行功能的统一性与多样性是理解其神经机制的关键。Baddeley的中央执行系统模型指出，EFs既存在共享的神经基础（如注意力调控、冲突监测等统一机制），又具有任务特异的执行路径（如抑制需要前额叶-顶叶网络协同，切换涉及背外侧前额叶的动态调节）。这种双重特性在实验任务中表现为：虽然四类E

  来源：Personality and Individual Differences

  时间：2025-11-27

• 结合混合卷积神经网络（CNN）和支持向量机（SVM）的模型，采用分类式焦点损失函数（Categorical Focal Loss Function）对阿尔茨海默病进行分类

  阿尔茨海默病早期诊断的混合深度学习模型研究一、研究背景与问题陈述阿尔茨海默病作为全球性老龄化社会的重大健康挑战，其早期诊断对延缓病情发展具有关键作用。当前主流的深度学习模型在处理医学影像时存在显著局限性：其一，传统CNN架构依赖全连接分类层，导致模型复杂度高且易受数据分布影响；其二，医学影像数据常面临样本不均衡问题，现有单模型架构难以兼顾各类别的识别精度；其三，过深的网络结构不仅增加计算成本，还容易陷入局部最优解，影响模型泛化能力。二、方法论创新本研究提出CNN-SVM混合架构，通过分阶段处理数据特征与分类任务，有效整合了深度学习与经典机器学习方法的优势。核心创新点体现在三个方面：1. 多模态

  来源：Pattern Recognition Letters

  时间：2025-11-27

知名企业招聘：