• G-EvoNAS：基于网络生长的进化神经网络架构搜索

  摘要 神经架构搜索（NAS）旨在为特定任务自动设计高性能神经网络架构。当前主流方法分为两类。第一类是基于单元的局部搜索，通过重复堆叠相同的单元来构建完整网络。然而，每一层结构的同质化限制了网络的表达能力。第二类在人工设计的模块上进行搜索，虽然取得了良好的性能，但搜索复杂度极

  来源：Swarm and Evolutionary Computation

  时间：2026-08-22

• 一种非平稳、摊销式的迁移学习方法，用于意大利空气质量建模

  •摊销神经估计扩展至跨空间支持域的迁移学习。 •数百万个空间变化参数在几秒内完成估计。 •从网格数据迁移到点数据时，参数针对局部效应进行调整。 •为 2023 年全年生成了带有不确定性范围的意大利每日精细网格 NO2 地图。 •非平稳、各向异性模型更好地适应了复杂的意大利地理

  来源：Spatial Statistics

  时间：2026-08-22

• 面向神经形态应用的压电半导体 PIN 棒瞬态行为的机械调控

  •建立压电半导体（PSs）的时变非线性多场耦合模型，并通过 PS-FVM 实现高精度求解。 •机械载荷增强 PIN 晶体管的反向恢复电流，符合突触长时程增强特性。 •机械载荷抑制电流衰减以实现突触非易失性。 •提出一种基于 PS 应变工程构建人工突触的新思路。 引言 在后摩

  来源：Physica B: Condensed Matter

  时间：2026-08-22

• 一种由dGaussian激活的忆阻 Hopfield 神经网络的动态多样性及视觉加密效率

  摘要：忆阻式霍普菲尔德神经网络（HNNs）为模拟神经和电路系统中的复杂非线性现象提供了一个有效的框架。本文提出了一种具有电磁感应效应的高斯导数激活忆阻式霍普菲尔德神经网络（dGHNN）。在非单调的高斯导数激活函数的驱动下，该系统表现出丰富的动态特性，包括四叶吸引子、混沌爆发、瞬态

  来源：Physica A: Statistical Mechanics and its Applications

  时间：2026-08-22

• 一种基于稀疏卷积神经网络的低功耗轻量级处理器，用于可穿戴癫痫检测设备

  **摘要** 癫痫信号复杂多样，传统的手动检测方法耗时、劳动强度大且错误率较高。因此，迫切需要开发高效可靠的自动癫痫检测技术。本研究提出了一种基于稀疏卷积神经网络（SCNN）的低功耗、轻量级的癫痫检测IP设计。首先，该方案利用过采样技术平衡样本分布，并结合带通滤波器来抑制噪声

  来源：Microelectronics Journal

  时间：2026-08-22

• 一种用于工业代码审查中值得信赖的代理式人工智能（Agent AI）的神经符号框架

  摘要背景：自主AI组件，如自动审查器和重构工具，越来越多地嵌入到开发工具链中，成为控制软件质量的关键架构元素。在以数据为中心的系统中，例如制造执行系统（MES），这些组件必须处理跨越易变的应用代码和持久数据库元素的跨层行为的复杂性。目标：我们将代码审查视为自主AI的一种架构能力，

  来源：Information and Software Technology

  时间：2026-08-22

• 台风期间双塔结构耦合风预测的动态图学习

  摘要 台风期间，动态风荷载可能在间距紧密的超高层建筑之间引发显著的气动干扰，然而传统的预测方法往往依赖于简化的干扰因子模型，在捕捉相邻塔楼之间的相互作用及其复杂的时空演化方面能力有限。本研究提出了一种用于双子塔系统台风风场短期预测的动态图学习框架。该框架基于时空图神经网络（G

  来源：Engineering Structures

  时间：2026-08-22

• 一种基于双向混合抽样引导的新型分层重要性抽样方法，用于高效失效概率函数估计

  摘要失效概率函数（FPF）将关注设计区域内的随机输入分布参数映射到结构失效概率，对于基于可靠性的设计优化至关重要。然而，现有的 FPF 估计方法在高维稀有事件场景下存在计算效率有限和精度降低的问题。为解决这些问题，本文提出了一种由双向混合采样指导的分层重要性采样方法，该方法建

  来源：Engineering Structures

  时间：2026-08-22

• 量子分层细胞神经网络的模式形成

  摘要 我们提出了一类新的量子神经网络（QNNs），其状态是带有非局部势的 p 进薛定谔方程的解，该势控制着神经元之间的相互作用。这些方程是通过 p 进细胞神经网络（CNNs）的状态方程进行维克旋转获得的。p 进 CNNs 是大型离散分层神经网络（NNs）的连续极限。CNNs

  来源：Communications in Nonlinear Science and Numerical Simulation

  时间：2026-08-22

• 基于滑模控制的具有脉冲效应 BAM 神经网络的固定/预定义时间稳定性分析

  摘要 本工作研究了具有外部干扰和脉冲效应 的双向联想记忆神经网络 (BAMNN) 的固定时间稳定性 (FXTS) 和预定义时间稳定性 (PDTS) 分析。贡献主要有两方面。首先，基于平均脉冲间隔，提出了脉冲系统在固定时间和预定义时间内稳定化的几个充分条件，其中在统一的充分条

  来源：Communications in Nonlinear Science and Numerical Simulation

  时间：2026-08-22

知名企业招聘：