• 基于冻结病理基础模型的14种切片聚合器比较：评估设计与聚合器选择同等重要

  摘要

  来源：Applied Sciences

  时间：2026-10-12

• 轻量级互补卷积神经网络用于乳腺癌病理图像分类：患者不相交评估与数据泄漏分析

  摘要

  来源：Applied Sciences

  时间：2026-10-12

• 基于物理信息神经网络的柔性交流输电系统大范围阻尼控制器虚假数据注入攻击检测与恢复

  摘要

  来源：Fractal and Fractional

  时间：2026-10-12

• 基于物联网与人工智能协同的公共交通质量监测系统框架及其性能验证

  **摘要：** 提升公共交通的乘客满意度对于激励可持续出行和减少城市温室气体排放至关重要。为解决这一挑战，本研究提出了一种创新的运输质量监测系统（TQMS）框架，该框架协同运用物联网（IoT）和人工智能（AI）技术，系统地收集和评估客观指标与用户感知质量指标。所提出的TQMS

  来源：IEEE Open Journal of Vehicular Technology

  时间：2026-10-12

• 基于即插即用先验与定制化深度网络的灵活三维断层合成孔径雷达重建框架

  摘要：断层合成孔径雷达（TomoSAR）是一种用于获取观测场景高分辨率三维（3-D）信息的先进遥感技术。现有的 TomoSAR 重建方法广泛采用了显式正则化项，例如 L1-范数和全变分（TV），以提高断层重建质量。然而，显式正则化项通常与特定的散射假设绑定，使得单一正则化项

  来源：IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing

  时间：2026-10-12

• 基于延迟嵌入输入输出的不确定性感知非线性系统预测方法

  摘要：可信的网信息系统需要具备能够处理不确定性的预测模型，以应对准确物理模型不可用且测量数据存在噪声的情况。本研究提出了一种基于延迟嵌入输入输出表示的、具有不确定性感知能力的、面向非线性系统一步预测输出的数据驱动框架。一个循环神经网络学习未来嵌入状态的二阶高斯描述，而一个卡尔

  来源：IEEE Control Systems Letters

  时间：2026-10-12

• PromptSentinel：一种可审计的大语言模型恶意提示防护神经符号框架

  摘要：大语言模型（LLMs）的广泛采用要求其抵御恶意提示的攻击。现有的神经防护栏存在一个关键局限：其决策来源于不透明的、高维度的变换过程，难以被人审察，因此不适用于需要可审计性和人工监督的受监管或安全关键部署场景。本文通过引入PromptSentinel填补这一空白——这是

  来源：IEEE Transactions on Computational Social Systems

  时间：2026-10-12

• 面向6G联合通信与感知的复值神经网络波形设计框架

  联合通信与感知（JCAS）最近已成为未来6G无线网络的关键技术。JCAS通过共享发射波形同时实现通信和雷达感知功能，既降低了硬件成本，又提高了能效。然而，设计能够同时提供高通信效率和准确感知能力的波形仍然是一个具有挑战性的研究问题。因此，近期研究已探索了各种针对JCAS定制的

  来源：IEICE Transactions on Communications

  时间：2026-10-12

• K-DAREK：面向安全关键应用的神经网络最坏情况误差估计与量化框架

  摘要： 机器学习在安全关键应用中需要能够支持可靠最坏情况分析的不确定性估计。神经网络（NNs）能够提供强大的函数逼近能力，但通常缺乏易于处理的最坏情况下的误差界限；而高斯过程（GPs）在大规模应用时计算成本较高。我们提出

  来源：IEEE Open Journal of Control Systems

  时间：2026-10-12

• 神经信道基元辅助深度强化学习框架用于多HAP辅助LEO卫星网络资源管理

  摘要：集成低地球轨道（LEO）卫星和高空平台（HAP）的非地面网络（NTN）预计将在超越第五代（B5G）和第六代（6G）无线系统中发挥重要作用，提供广域覆盖和弹性连接。然而，多种空中和空间平台的共存引入了高度动态的网络拓扑、时变干扰以及依赖于移动性的信道变化，这极大地增加了

  来源：IEEE Open Journal of the Communications Society

  时间：2026-10-12

知名企业招聘：