• 用于交通网络地震脆弱性评估与加固优先级确定的图神经网络

  Md Shoaib Mahmud|Mohammad Nafis Ikbal|Himadri Sen Gupta|Dylan Sanderson|Saptadeep Biswas 摘要：城市交通与应急救援的效率依赖于地震发生后仍能保持功能可靠的交通网络。本研究提出了一种基于物理原

  来源：RELIABILITY ENGINEERING & SYSTEM SAFETY

  时间：2026-06-14

• 数字零售中的注意力引导机制：动画的结构化匹配如何提升决策确定性

  彭敏静|黄兰|大卫·迈克尔·史密斯中国广东省江门市五邑大学经济管理学院，邮编529020摘要在数字零售领域，动画被广泛用于吸引消费者注意力，但过度使用的动态展示往往会造成视觉干扰和认知负担。本研究基于注意力优先级映射理论，提出了“结构对齐”这一概念——即让动画的显眼度与消费者内在

  来源：Journal of Retailing and Consumer Services

  时间：2026-06-14

• 女性性别与胰腺神经内分泌肿瘤术后更好的预后相关

  Fabiola A. Bechtiger|Jörg Kaiser|Ingmar F. Rompen|Ulf Hinz|Magdalena Lewosinska|Carl-Stephan Leonhardt|Mohammed Al-Saeedi|Martin Loos|Markus

  来源：European Journal of Surgical Oncology

  时间：2026-06-14

• 考虑制度因素的潜在市场状态下的股票指数预测：一种结合跨市场验证的混合统计学习框架

  摘要

  来源：Forecasting

  时间：2026-06-14

• 评估深度学习模型在基础程序分析任务中的有效性

  摘要AI总结要查看此由AI生成的总结，您需要拥有高级访问权限。了解更多信息登录摘要摘要尽管深度神经网络为各种编程语言任务提供了最先进的解决方案，但其在处理基础程序分析任务方面的效果仍有待深入研究。在本文中，我们通过实证研究评估了四种著名的代码模型（即CuBERT、CodeBERT

  来源：ACM Transactions on Software Engineering and Methodology

  时间：2026-06-14

• CALICE：基于自适应LIC模型的连续比特率控制

  摘要AI总结要查看此AI生成的总结，您需要拥有高级访问权限。了解更多登录摘要摘要近期，学习型图像压缩技术因在速率失真效率方面优于标准化编码格式而受到广泛关注。然而，现有的LIC模型通常是针对特定的速率失真平衡点进行训练的，若要实现不同的目标速率，则需重新训练模型并存储整个权重，这

  来源：ACM Transactions on Multimedia Computing, Communications, and Applications

  时间：2026-06-14

• 病理性近视中的视盘周围光学相干断层扫描伪影：其发生率及其对青光眼诊断的影响

  摘要 摘要： < /> 目的： 研究病理性近视患者中视盘周围视网膜神经纤维层厚度相关伪影与布鲁赫膜开口最小边缘宽度相关伪影的检出率，以及这些伪影对开角型青光眼

  来源：Journal of Glaucoma

  时间：2026-06-14

• 推进阿拉伯语逆向词典系统：基于Transformer的方法与新型数据集构建

  摘要AI总结要查看此AI生成的总结，您需要拥有高级访问权限。了解更多登录摘要摘要本研究针对阿拉伯语自然语言处理领域的关键缺陷，开发了一种有效的阿拉伯语反向词典系统，该系统允许用户根据单词的描述或含义来查找单词。我们提出了一种基于变换器的新方法，采用具有逐层递减结构的半编码器神经网

  来源：ACM Transactions on Asian and Low-Resource Language Information Processing

  时间：2026-06-14

• 深度学习参数估计与单分子量子控制

  相干控制（coherent control）是物理学和化学中的一个核心概念，由于其在从光捕获复合体到分子量子比特等应用中微调原子和单个分子干涉效应的能力，引发了广泛关注。然而，其实现需要对系统的耗散动力学（dissipative dynamics）进行精确表征

  来源：ACS Physical Chemistry Au

  时间：2026-06-14

• 一种用于供应链网络欺诈检测的异构图表示学习方法

  在当前网络安全时代，供应链网络（SCN）中的欺诈活动日益复杂，并可能对企业经营造成巨大的财务与声誉影响。传统的表格型与序列型模型难以捕捉SCN关系及其相互依赖所构成的网络结构。为此，本研究提出一种基于图表示学习与深度图神经网络（GNN）的SCN欺诈检测新模型。

  来源：Intelligent Systems with Applications

  时间：2026-06-14

知名企业招聘：