• 面向少样本组织病理学图像分类的正向视觉语言噪声学习

  摘要视觉 - 语言模型在医学图像分析方面显示出巨大的潜力，但由于标注有限、领域偏移以及全参数微调的高成本，将其适应于组织病理学图像分类仍然具有挑战性。在本文中，受正激励噪声理论启发，我们提出了 HiPN，一种基于正视觉 - 语言噪声学习的小样本组织病理学图像分类框架。HiPN

  来源：Neurocomputing

  时间：2026-08-26

• GhostODE：一种基于常微分方程优化的轻量级网络

  摘要 最近，神经常微分方程（NODEs）已成为轻量级神经网络的一个有前景的范式。 however，其在轻量级网络中的实际应用仍受限于数值积分的准确性 - 成本权衡，特别是在仅能承担少量积分步骤的情况下。在本文中，我们提出了 GhostODE，一种高效的轻量级 ODE 架构。首

  来源：Neurocomputing

  时间：2026-08-26

• 无人系统中零化神经动力学的全面综述：设计、分析与挑战

  摘要 随着无人系统越来越多地在动态和非结构化环境中运行，它们面临着复杂的时变控制问题，需要实时和高精度的解决方案。传统的数值计算方法往往难以应对此类快速变化的系统，导致计算负担沉重和显著的滞后误差。为了应对这些挑战，零化神经动力学 (ZND) 作为一种强大的计算框架应运而生，

  来源：Neurocomputing

  时间：2026-08-26

• 一种考虑个体与群体公平性的社交网络个性化定价图神经网络框架

  摘要个性化定价根据客户特定特征为同一产品向客户分配不同价格，以提高零售商盈利能力。然而，这种做法往往引发对个人和群体层面公平性的担忧。在个体层面，如果客户注意到自己被收取比别人更高的价格，可能会感到受到不公平对待。在群体层面，系统性的定价差异可能导致对某些受保护群体（如按性别

  来源：Neurocomputing

  时间：2026-08-26

• 用于监督特征选择的稀疏线性判别分析

  摘要 基于稀疏学习的特征选择方法在机器学习领域引起了广泛关注。在本研究中，我们引入了一种基于线性判别分析（LDA）稀疏性的新型特征选择方法，采用迹差线性判别分析来有效选择特征。使用 l2,0 范数约束投影矩阵，相比 l2,1 范数促进了更高水平的稀疏性。然而，在 l2,0 范

  来源：Neurocomputing

  时间：2026-08-26

• 基于真实与 CGAN 增强光谱数据的废水质量预测

  摘要本研究提出了一种基于数据驱动的方法，利用紫外 - 可见光谱技术和机器学习来估计化学需氧量（COD），这是一个关键的废水质量指标。为了解决皮革厂等高污染工业环境中存在的数据稀缺问题，本研究引入了一种基于条件生成对抗网络（CGAN）的数据增强策略。该模型以特定的 COD 值为

  来源：Neurocomputing

  时间：2026-08-26

• 基于视图重构与结构统一的不完整多视图聚类

  摘要 作为不完整多视图聚类（IMVC）方法的一个重要类别，基于子空间的方法旨在从不完整的多视图数据中寻求共识潜在表示。然而，它们通常存在两个关键局限性。首先，它们通常依赖朴素插补或简单地忽略缺失条目。这会导致严重的错误传播，并在高缺失率下未能充分利用视图间相关性。其次，它们忽

  来源：Neurocomputing

  时间：2026-08-26

• 综述：异构图像域适应综述

  摘要监督深度学习通常需要大量的标注数据，而这往往难以获得。领域自适应通过将知识从一个标注数据集迁移到另一个（未标注或部分标注）数据集来缓解这一问题，而异质领域自适应（HDA）尤为具有挑战性，因为领域存在于不同的空间中。这是一个新兴的研究领域，涵盖了使用各种传感器（遥感、机器人

  来源：Neurocomputing

  时间：2026-08-26

• 面向标签噪声下鲁棒学习的类别感知集成重加权

  摘要 传统的提升算法（如 AdaBoost 和梯度提升决策树（GBDT））为每个基础学习器分配一个标量权重，假设其在所有类别上具有一致的判别能力。这种全局权重方案在噪声分类场景下变得存在问题，尤其是在正向激励噪声下。为了解决这些局限性，我们提出了一种新型的事后优化框架，用类感

  来源：Neurocomputing

  时间：2026-08-26

• 用于动态图异常检测的带有时间衰减图扩散的上下文感知层次化图神经网络

  摘要 动态图异常检测对于识别现实世界系统中的异常交互至关重要，例如社交媒体、电子商务和网络安全。现有方法通常独立编码图快照，随后聚合其时间表示，这限制了它们在保留时间相关的长程证据的同时，显式捕获跨快照细粒度结构演化的能力。此外，直接扩展历史观察窗口可能会引入无关信息和过高的

  来源：Neurocomputing

  时间：2026-08-26

知名企业招聘：