• NeutronSparse：在NPUs上进行稀疏矩阵乘法时协调不同类型的计算引擎

  摘要AI 摘要要查看此由 AI 生成的摘要，您必须具有高级访问权限。了解更多登录摘要摘要稀疏矩阵–矩阵乘法（SpMM）是大规模稀疏数据处理的根本数据操作。随着高性能神经处理单元（NPUs）因其性能和能效而被越来越多地部署在数据中心中，在这些平台上加速 SpMM 是一个自然的选择。

  来源：Proceedings of the ACM on Management of Data

  时间：2026-10-16

• 从全局搜索到局部查找：基于可微有守卫逻辑的可扩展知识库补全

  摘要AI 摘要要查看此AI生成的摘要，您必须拥有高级访问权限。了解更多登录摘要摘要当前最先进的知识库补全模型，从几何嵌入到图神经网络，都取得了令人印象深刻的预测性能，但共享一个关键局限：它们作为黑箱运行，往往忽视数据一致性，产生的预测违反严格的本体约束。虽然神经符号框架试图通

  来源：Proceedings of the ACM on Management of Data

  时间：2026-10-16

• DiSTA：一种用于交通预测中多层次信息融合的分布式语义图框架

  • 提出了DiSTA，采用多级信息融合进行交通预测。• 构建了超越物理拓扑的分布语义图。• 开发了面向异构信号的、感知不确定性的自适应融合方法。• 采用瓶颈引导的融合机制实现高效的时空学习。• 相较最先进的基线方法，性能提升最高达1.78%。引言交通预测是智能交通系统（ITS

  来源：Information Fusion

  时间：2026-10-16

• 基于多源数据的大都市规模韧性可信交通流量推断

  •基于神经过程的全网络交通状态推断框架。 •定制的注意力偏置缓解了联合交通推断子任务间的跷跷板效应。 •联合量化并良好校准偶然不确定性。 •在多方面感知干扰下具有强大的韧性。 •构建了一个大都市规模的多源数据集以基准测试所提出的方法。 引言 准确、实时且具有预测性的交通状态信

  来源：TRANSPORTATION RESEARCH PART C-EMERGING TECHNOLOGIES

  时间：2026-10-16

• 面向铣削加工的知识驱动可解释风险评估与规则引导参数调整

  •深度神经模糊推理将专家规则与有限的工业数据相结合。 •刀具路径复杂性将NC几何形状与质量风险推理联系起来。 •规则引导的有界调整支持可审计的参数修正。 **引言** 铣削加工因其在金属、塑料和复合材料加工方面的灵活性，被广泛应用于航空航天、汽车、半导体和制药制造领域。随

  来源：CIRP Journal of Manufacturing Science and Technology

  时间：2026-10-16

• 基于视网膜启发的分层焦点物理信息神经网络建模异质界面扩散动力学

  摘要为解决异质界面扩散预测中抑制测量噪声与捕捉局部动力学特征之间的根本矛盾，本文提出了一种新颖的拓扑感知分层焦点物理信息神经网络（Topology-Aware Hierarchical Focal-PINN），融合了受视网膜启发的分层聚焦机制。该模型通过残差触发的分层细化，结

  来源：Engineering Analysis with Boundary Elements

  时间：2026-10-16

• 热门研究：斯托克斯流中悬浮的超椭球形颗粒的努塞尔数

  •超椭球体能够对不同形状的颗粒进行热传递建模。•7875次颗粒分辨模拟量化了超椭球形颗粒的热传递。•对于Pe数⩽ 1的情况，颗粒的方向对努塞尔特数的影响可以忽略不计。•提出了一种新的相关性和物理约束的神经网络（PCNN）努塞尔特数模型，适用于Pe ⩽ 1和长宽比λ⩽ 9的情况。•

  来源：International Journal of Heat and Mass Transfer

  时间：2026-10-16

• SAFE-Soil：有限监测条件下土壤加热过程的稀疏锚点预测与场估计

  •将稀疏土壤加热预测表述为稀疏到场的耦合基准问题。•SAFE-Traj 在池化五种子冷点基准中达到 0.033°C 的平均测试 RMSE。•SAFE-Traj 锚点将 SAFE-Field 测试 MAE/RMSE 从 26.55/35.15°C 降至 18.18/29.34°

  来源：International Communications in Heat and Mass Transfer

  时间：2026-10-16

• 一种基于能量形式物理学原理的神经网络，该网络具有几何自适应的硬约束机制，用于解决二维和三维域内的稳态热传导问题

  • 一种具有硬约束能量的PINN方法可以解决二维和三维的稳态热传导问题。 • 通过四步程序可以精确构建施加狄利克雷边界条件（BCs）的乘子。 • 隐式函数可以将硬约束扩展到弯曲、有孔和三维域。 • 与有限元方法（FEM）相比，相对L2误差通常低于2%，在所有情况下最高

  来源：International Communications in Heat and Mass Transfer

  时间：2026-10-16

• 迈向鲁棒的图神经网络：一种针对图和标签噪声的综合策略

  提出一个相互正则化的框架以缓解联合图噪声和标签噪声。 • 通过动态探索与静态稳定性引入图增强以应对噪声。 • 设计解耦的标签去噪以限制噪声引起的梯度和传播。 • 开发受控噪声预训练，在双噪声训练之前学习数据先验。 引言 大语言模型（Tang 等，2024）、多智能体协作（

  来源：Information Processing & Management

  时间：2026-10-16

知名企业招聘：