• AnchorNav：基于锚点协同验证与语义空间先验的免训练物体目标导航

  # 摘要 具身物体导航旨在使自主智能体能够探索复杂的未知环境并精确定位目标物体，是高级机器人任务执行的基础能力。然而，复杂的室内环境对目标物体定位提出了双重挑战。首先，目标物体容易受到遮挡、视角变化和背景干扰的影响，使精确定位本身具有固有的困难性。其次，当同一类别的多个实例

  来源：Neurocomputing

  时间：2026-08-30

• 基于集成深度学习的标注方法构建的物联网赋能香蕉生命周期图像数据集——面向精准农业

  摘要香蕉种植在安得拉邦的农业经济中扮演着重要角色，尤其是以香蕉生产闻名的拉武拉帕勒姆地区。本研究提出了EAAF-Net（集成AI标注框架），这是一种应用于香蕉生命周期分类和半自动图像标注的AI工作流程，使用在受控采后储存条件下通过基于树莓派的成像系统获取的图像。该工作流程旨在

  来源：Applied Fruit Science

  时间：2026-08-30

• 综述：多发性先天性皮肤窦道：一例特殊的三重窦道结构病例，对当前胚胎学理论提出挑战

  摘要目的先天性皮肤窦道（DST）是一种罕见的脊柱发育畸形，通常表现为孤立的中央线病变。侧向或多发的DST极为罕见，其胚胎学基础尚不明确。本文报道了一例三重DST病例，并回顾了相关文献，以更好地描述其临床和解剖特征。方法本文报告了一例1个月大的婴儿病例，该婴儿在骶尾部位出现三重DS

  来源：Child's Nervous System

  时间：2026-08-30

• NeuroComp：用于在神经形态硬件上高效部署脉冲神经网络的跨平台编译器

  脉冲神经网络（SNNs）具有显著的能量效率优势，但将其部署到各种神经形态硬件上仍然面临挑战。现有的工具链存在关键的权衡问题：特定平台的框架缺乏可移植性，而底层编程接口则需要大量硬件专业知识且生成的代码不具备可移植性。此外，传统深度学习编译器无法处理SNNs独特的时序动态特性以

  来源：ACM Transactions on Architecture and Code Optimization

  时间：2026-08-30

• HARMONI：面向SSD高性能计算系统中混合工作负载的异质性感知I/O调度

  摘要AI 摘要查看此 AI 生成的摘要需要高级访问权限。了解更多登录摘要摘要现代高性能计算（HPC）系统日益依赖分层存储架构，其中固态硬盘（SSD）作为关键的性能层。然而，SSD 固有的异步 I/O 特性（包括读写带宽不对称性和干扰）为传统 I/O 调度器带来了重大挑战。当突

  来源：ACM Transactions on Architecture and Code Optimization

  时间：2026-08-30

• 基于多智能体协作强化学习的机器随机故障下动态柔性作业车间调度

  **摘要** 动态柔性作业车间调度问题（DFJSP）要求提高调度效率、缩短生产周期并平衡作业车间机器的加工状态。为此，提出了一种融合图神经网络（GNN）和多头注意力机制的双智能体近端策略优化（PPO）算法，其目标是最小化最大完工时间、降低机器空闲率并提高机器负载均衡率。将D

  来源：Computers & Operations Research

  时间：2026-08-30

• 一个基于物理学的框架，用于处理功能梯度材料中的三维正反向弹性静力学问题

  摘要 本研究提出了一种创新框架，该框架将径向基函数（RBFs）集成到物理信息神经网络（PINNs）中，用于求解功能梯度材料中的三维正向和逆向弹性静力学问题。所提出的框架采用全连接神经网络，以源点的角度作为输入，并预测它们的位置以及形状参数，以近似计算域内的解。通过利用成熟的R

  来源：Computers & Mathematics with Applications

  时间：2026-08-30

• 考虑土体空间变异性与非饱和稳态渗流的边坡概率稳定性分析深度学习框架

  摘要 本研究提出了一种基于深度学习的概率分析框架，用于评估稳态渗流条件下空间变异性土体中非饱和边坡的可靠性。该框架将物理信息渗流求解器与两阶段神经网络代理模型相结合。首先，开发了一种基于通量的物理信息Kolmogorov-Arnold网络（PI-KAN），用于求解稳态条件下

  来源：Computers and Geotechnics

  时间：2026-08-30

• 一种面向复合结构代理辅助多尺度建模的材料嵌入物理循环神经网络框架

  •将PRNN重新表述为基于核函数的多尺度近似框架。•MERNN实现材料嵌入的含路径依赖的本构建模。•高效的多材料训练，降低数据成本。•在代理辅助FE2中实现两个数量级的效率提升。引言复合材料因其优异的比刚度、强度、疲劳抵抗性和损伤容限[3, 4]，已被广泛应用于高性能工程结构

  来源：COMPOSITE STRUCTURES

  时间：2026-08-30

• 神经网络辅助的无迹卡尔曼滤波算法在未知输入条件下用于RC热模型中联合参数识别和温度预测

  • 为电阻-电容（RC）识别开发了一种混合物理-数据驱动的UKF-UI框架。• 一个循环网络指导自适应过程和测量协方差更新。• 热状态、RC参数和未知的热输入被联合估计。• 在高斯噪声、重尾噪声和非平稳噪声下证明了其鲁棒性。• 实际房间测试验证了可靠的识别和温度预测能力。 引言

  来源：ENERGY AND BUILDINGS

  时间：2026-08-30

知名企业招聘：