• AstraFL：面向低轨卫星星座的联邦学习框架——融合混合共识、动态浮点运算与任务并行聚合的星载边缘智能范式

  摘要：低地球轨道（LEO）卫星星座的发展亟需能够兼顾去中心化智能与极端能源约束的人工智能框架。本文提出了AstraFL——一种面向轨道边缘计算的联邦学习范式，通过三项概念性创新从根本上重新思考模型协调机制。首先，我们引入了一种混合共识架构，将基于八卦协议的对等同步与区块链安

  来源：IEEE Transactions on Aerospace and Electronic Systems

  时间：2026-09-15

• 深度学习入侵检测系统中对抗攻击与防御的系统性文献综述

  深度学习已成为现代入侵检测的默认方法。然而，那些能以极高准确率区分良性与恶意流量的模型，却容易被微小且刻意设计的扰动所欺骗。我们报告了一项关于2020年1月至2026年3月期间，深度学习入侵检测系统（IDS）中该漏洞如何被研究的系统性文献综述。该综述遵循《系统评价和荟萃分析报

  来源：IEEE Access

  时间：2026-09-15

• CMB-S4原型探测器晶圆与读出模块首次端到端测试结果及性能表征

  **摘要：** 宇宙微波背景（CMB），即大爆炸之后发出的遗留辐射，是探测早期宇宙和暴胀理论的关键工具。宇宙微波背景第四阶段（CMB-S4）项目原计划作为一台地基望远镜巡天设备，使用超过50万个探测器绘制CMB的温度和偏振图。我们报告了CMB-S4原型探测器和读出模块首次端

  来源：IEEE Transactions on Applied Superconductivity

  时间：2026-09-15

• TRACE：面向自主AI代理的可审查运行时治理框架——基于AEGIS的预注册评估及其局限性分析

  摘要：自主人工智能（AI）代理调用工具并影响工程系统的速度，快于操作员重建其动作的速度。TRACE 将代理视为不可信实体，并通过签名策略包、网关调解、独立遥测、确定性触发线、分级遏制以及防篡改证据链来获取运行时保证。其参考实现——自主工程治理与智能系统（AEGIS）——是在

  来源：IEEE Access

  时间：2026-09-15

• 激活缩放与学习率重加权的解耦：内部尺度干预效应的分离及其最终接口状态对比

  摘要： 内部尺度干预将激活重标定与补偿引起的学习率重加权纠缠在一起。我们通过将全局特征学习强度（FLS）输出乘数移动至内部表示边界，并将每个截断点配对一个仅含学习率的控制组（该控制组保留上游补偿但不缩放激活），从而分离这两种效应。在受控的 CIFAR-100 ResNet1

  来源：IEEE Access

  时间：2026-09-15

• 时间数字转换器校准对量化抖动影响的理论分析与实验评估

  时间数字转换器（Time-to-Digital Converters）的校准众所周知是实现最佳性能的必要手段，尤其是在半导体制造工艺波动和运行条件影响所导致的非线性存在的情况下。这种校准通常通过随机过程来完成。在本研究中，我们提出了一种理论分析，探讨校准对量化抖动的影响，量化

  来源：IEEE Access

  时间：2026-09-15

• 基于上下文感知大语言模型的呼吸道传染病多模态时间序列预测框架

  摘要：呼吸道传染病持续威胁全球公共卫生，及时准确地预测流行病学指标对于公共卫生干预至关重要。传统预测模型在融合多模态数据和动态上下文信息方面存在局限性，而现有的基于大语言模型的方法大多依赖静态提示，难以应对低质量文本数据。本文系统探讨了针对呼吸道传染病的上下文感知时间序列预

  来源：IEEE Access

  时间：2026-09-15

• O-RAN中xApp策略冲突攻击的形式化建模与轻量级仲裁防御机制研究

  随着分布式、多厂商设计的开放无线接入网（O-RAN）的出现，第三方应用（xApp）可以通过近实时无线接入网智能控制器（near-RT RIC）驱动闭环控制。与好处相比，这种开放性也带来了独特的O-RAN威胁：恶意或配置错误的xApp可能会针对同一共享资源发出与合法xApp冲突

  来源：IEEE Access

  时间：2026-09-15

• 基于频率相关波束下倾的宽带基站天线均匀覆盖方案与移相器实现

  多频段和宽带基站天线（BSA）可以同时覆盖多个子频段，但由于波束宽度和路径损耗随频率变化，各工作频段的覆盖情况存在差异。本文讨论了这对蜂窝通信系统覆盖的影响，并提出了一种在不同频率上具有更均匀小区覆盖的BSA概念。该BSA概念基于频率相关波束下倾。通过在馈电网络中分布具有定制

  来源：IEEE Antennas and Propagation Magazine

  时间：2026-09-15

• Sinc-Mamba-KAN：一种用于婴儿哭前发声自动识别的紧凑混合架构

  摘要：婴儿哭前发声的自动识别有望促成看护人更早的响应及无创发育筛查，但进展受到小型、异质语料库以及既不稳健也不具备可解释性的模型的制约。我们提出了 Sinc-Mamba-KAN，这是一种紧凑的混合架构，统一了四种互补的归纳偏置：(i) 可学习的 sinc 滤波器组 (Sin

  来源：IEEE Access

  时间：2026-09-15

知名企业招聘：