-
面向认知无线电网络的认知联邦图学习框架:频谱信道、路由与功率的协同优化
摘要
来源:Algorithms
时间:2026-10-10
-
GPRL-TO:融合图物理信息神经网络与物理残差驱动好奇心的电磁器件拓扑优化框架
摘要
来源:Mathematics
时间:2026-10-10
-
基于Wi-Fi被动感知数据的城市轨道交通短期客流预测:时空图神经网络模型的比较分析
摘要:城市轨道交通(URT)系统日益增长的客流量加剧了拥挤问题,促使需要准确的短期客流量预测来支持动态服务调整和乘客信息服务。本研究对用于预测地铁站乘客流入和流出的时空图神经网络(STGNN)模型进行了比较分析,利用Wi-Fi设备连接数据作为多伦多地铁网络中被动、低成本的客
来源:IEEE Intelligent Transportation Systems Magazine
时间:2026-10-10
-
基于Mn掺杂ZnO缺陷工程的忆阻器及其神经形态计算应用研究
摘要:神经形态硬件的实际部署需要具有精确控制的缺陷动力学的活性材料,以调控电荷传输和突触可塑性。虽然本征ZnO提供了结构上有利的开关平台,但本征缺陷的随机分布往往导致开关均匀性差和保持性能下降。在本研究中,我们利用Mn掺入作为缺陷工程策略,对ZnO的缺陷景观进行空间调控,显著
来源:IEEE Journal on Exploratory Solid-State Computational Devices and Circuits
时间:2026-10-10
-
基于变分贝叶斯的持续测试时适应不确定性量化方法
影响陈述:部署在真实环境中的AI系统越来越多地在部署后面临持续分布偏移,同时标记数据不可用。在这些条件...显示更多摘要:持续测试时适应(CTTA)任务研究在测试时面临持续域偏移场景下的有效域适应问题。由于仅使用未标记样本,模型更新中存在显著的不确定性,导致CTTA面临严重的
来源:IEEE Transactions on Artificial Intelligence
时间:2026-10-10
-
基于Transformer的刚性撞击下软体塑性变形实时预测框架
影响力声明:本工作通过在数据驱动物理模拟中证明刚性撞击下软体的动态变形可以被预测,引入了重大进展……展开更多 摘要:在本工作中,我们介绍了一种基于 Transformer 的神经网络新框架,用于预测刚性物体撞击下软体的塑性变形。与通常需要大量实验数据集或难以处理复杂非线性材料
来源:IEEE Transactions on Artificial Intelligence
时间:2026-10-10
-
基于单幅图像的功率相关激光成丝可观测量推断研究
超快激光成丝表现出强烈的功率相关非线性演化,然而表征成丝发射轮廓通常需要完整的功率扫描,这限制了测量速度。本研究展示了一种单图像条件卷积神经网络(conditional convolutional neural network, CNN),能够从单幅多脉冲平均
来源:IEEE Photonics Technology Letters
时间:2026-10-10
-
显微外科双壁眶减压术治疗甲状腺相关眼病视力损害的临床研究
背景:甲状腺相关眼病(thyroid-associated ophthalmopathy)中的甲状腺功能障碍性视神经病变(dysthyroid optic neuropathy, DON)是一种威胁视力的并发症,可能需要紧急手术干预。研究人员描述了一种显微外科
来源:European Journal of Ophthalmology
时间:2026-10-10
-
基于图神经网络与残余应力建模的市政基础设施统一时空预测及资源分配框架
地方市政机构面临市民投诉、基础设施问题及服务中断等多重挑战,而被动式的市政管理模式导致效率低下与响应迟缓。为克服上述局限,本研究提出一种名为历史基线残余预测架构(Historical Baseline Residual Forecasting Architec
来源:IEEE Access
时间:2026-10-10
-
复杂电磁介质的解析、物理与数据驱动建模:AI反演、超表面工程与复杂介质传播前沿
现代电磁问题常涉及复杂材料特性、精细几何结构、多尺度相互作用和耦合物理机制,对传统解析与数值方法构成重大挑战。因此,对电磁系统进行精确建模、高效优化和可靠表征的日益增长需求,推动了先进计算技术和严格理论框架的发展。
一个日益重要的研究方向是将人工智能(AI)
来源:IEEE Transactions on Antennas and Propagation
时间:2026-10-10