• 通过形态测量分析对现代人类颅底发育的新见解

  摘要 研究目标 颅底位于面部、大脑和脊柱的交界处。了解其生长规律对于阐明颅面发育、神

  来源：American Journal of Biological Anthropology

  时间：2026-06-13

• 基于残差重参数化与证据一致性的可靠性感知矩阵分解

  梁晨|杨云 中国江苏省苏州市苏州大学 215222 摘要 在用户反馈具有分布不规则性的情况下，实现可靠且可解释的偏好推断仍是推荐系统面临的核心挑战。这种不规则性通常表现为评分分布的偏斜、重尾以及稀疏性，这些特征会扭曲残差结构，破坏潜在因子估计的稳定性，进而削弱模型解释的依据。为解

  来源：Neurocomputing

  时间：2026-06-13

• 通过知识蒸馏与对抗训练利用时空相关性实现稳健的流量预测

  张辉|丁坤|谢杰涛|赵翔|张晓雄|肖伟东|谢玉祥中国国防科技大学第六十三研究所，南京，210007摘要[总结]流量预测在交通管理及网络监控等领域至关重要。然而，现代用于流量预测的深度学习模型容易受到节点观测数据中微小对抗性扰动的影响，从而导致实际应用中的决策不可靠。尽管对抗性训练

  来源：Neurocomputing

  时间：2026-06-13

• 基于延迟霍普菲尔德式CPG控制系统的多足机器人步态生成方法

  肖宇|宋子根|孙秀婷|周金|徐健 中国上海201210，同济大学智能自主系统研究所 摘要 多足机器人的步态生成是机器人运动控制领域的重要研究课题。中枢模式发生器（CPG）控制系统在多足机器人的步态生成中有着广泛应用。通常，范德波尔（VDP）和霍普夫等振荡器被用作CP

  来源：Neurocomputing

  时间：2026-06-13

• 基于相似性感知的零样本跨域序列推荐泛化框架

  潘志豪|党玉卓|张欣|潘志强|邵泰华|蔡飞 中国长沙，410073，国防科技大学信息系统工程国家重点实验室 摘要 零样本跨域序列推荐旨在将来自交互丰富的源域的序列知识转移到没有目标域交互数据的未知目标域中。近期基于大型语言模型（LLM）的方法通过利用物品层面的语义信

  来源：Neurocomputing

  时间：2026-06-13

• 针对社交网络中的影响力最大化问题，通过适应度景观状态来规划差分进化算法

  唐建新|庞娟|耿乐乐|傅家强|徐天鹏中国甘肃省兰州市730050，兰州理工大学计算机科学与人工智能学院摘要在社交网络中最大化信息传播效果的关键在于从高维解空间中找出最优的种子节点。然而这类空间存在大量局部最优解，容易使搜索过程陷入次优区域。现有的元启发式算法虽无需梯度信息即可进行

  来源：Neurocomputing

  时间：2026-06-13

• IAGM-TAN：一种用于多目标轨迹关联的交互式注意力图匹配网络

  胡晓宇|任伟|宋洪涛|王杏梅|曾子岩中国哈尔滨工程大学计算机科学与技术学院，哈尔滨，150006摘要我们提出了IAGM-TAN，这是一种轨迹关联网络，旨在解决在复杂机动、异步观测和环境噪声条件下多目标关联的难题。与那些存在特征提取不理想和抗噪性能有限的现有方法不同，我们的方法结合

  来源：Neurocomputing

  时间：2026-06-13

• 综述：面向遥感中未知领域的泛化：一项综述

  Muxin Liao|Meiying Liao|Zhihong Lu|Yuting Sun|Yinglong Wang|Yingqiong Peng江西农业大学计算机科学与工程学院，中国南昌，330045摘要[摘要] 在遥感领域中，计算机视觉任务如分类、检测和分割属于学术界和工业

  来源：Neurocomputing

  时间：2026-06-13

• 基于概率的核机器用于非线性条件异方差时间序列

  金昌圭|尹敏赫|李相烈韩国首尔大学统计学系，首尔，08826摘要本研究提出了一种新的基于核的回归方法，即基于似然的核机器，用于处理具有条件异方差的时间序列。该方法基于准最大似然估计，其原始形式可通过芬切尔-罗卡菲勒对偶定理转化为有限维对偶形式。该模型具有很强的稳定性，能够为各种非

  来源：Neurocomputing

  时间：2026-06-13

• 同时学习用于多视图子空间聚类的表示张量与正交投影

  Jinghao Li|Xiaoqian Zhang|Jing Wang|Huaijiang Sun中国四川省绵阳市西南科技大学信息与控制工程学院，邮编621010摘要目前的张量学习多视图子空间聚类方法直接在原始数据上操作，而数据中的冗余和噪声可能会影响聚类结果的质量。为解决这些问

  来源：Neurocomputing

  时间：2026-06-13

知名企业招聘：