• 面向无样本持续图学习的实例-原型亲和性学习

  • 实证和理论研究表明，原型对比学习（PCL）比原型回放（PR）引发的特征漂移更少。 • 我们提出了一种基于PCL的新型非范例持续图学习（NECGL）范式，有效地平衡了稳定性与可塑性。 • 我们将图拓扑结构融入原型计算中，以提升学习能力。 • 我们提出了一种灵活的蒸馏方法，在

  来源：Pattern Recognition

  时间：2026-09-19

• 面向少样本数据场景下电池荷电状态稳健估算的双流物理信息神经网络-迁移学习框架

  摘要 在不同电池化学体系及多变环境温度下实现准确的荷电状态（SOC）估计，对于高级电池管理系统的可靠运行至关重要。然而，有效弥合由复杂且依赖于温度的电化学动力学引起的跨域差异仍是一项挑战。为解决这些问题，本研究提出了一种双流物理信息神经网络 - 迁移学习（PINN-TL）框架

  来源：Journal of Energy Chemistry

  时间：2026-09-19

• 工业信息物理系统中具有双重感染率的非线性分数阶恶意软件传播模型的设计：基于非线性外生神经架构的机器学习预测分析

  摘要 信息物理系统（CPS）凭借其即时处理实时数据、执行精细控制功能以及自适应与环境交互的能力，成为前沿技术的骨干支撑，象征着计算框架与物理基础设施的突破性融合。由于数字智能与现实世界物理架构之间的复杂交互，信息物理系统面临着日益严峻的网络攻击威胁。本研究设计了一种创新的自

  来源：Journal of Industrial Information Integration

  时间：2026-09-19

• 基于双神经网络逆向设计的可见光宽带消色差高数值孔径金属ens

  •采用双网络方法，成功设计了工作在可见光谱范围内的宽带非色散高数值孔径金属enses，实现了近衍射极限聚焦，焦点偏移完全在瑞利焦深范围内。 •引入相位补偿预测神经网络，用于修正由非理想超原子几何结构和旋转角度与帕南查拉南-贝里（Pancharatnam-Berry）相位响应

  来源：Optics and Lasers in Engineering

  时间：2026-09-19

• GNN-PO：基于图神经网络和美洲狮优化的云计算智能任务分配模型

  - 提出了一种GNN-PO框架，用于云计算环境中的智能任务分配。 - 图神经网络学习异构云环境中的任务-资源关系。 - 美洲狮优化算法最小化完成时间、等待时间和SLA违规。 - 在阿里巴巴集群跟踪数据集v2023上进行了评估，包含50,000个真实世界任务。 - 在收敛性、可

  来源：Sustainable Computing: Informatics and Systems

  时间：2026-09-19

• 面向节能电子器件的 Si/SiOx/ZnO 异质结构中纳安阻变开关的界面门控 可供购买

  打开图表查看器 本文展示了一种基于Si/SiOx/ZnO异质结构的高度可调且电学鲁棒性强的电阻开关平台，其中横向电

  来源：Materials Horizons

  时间：2026-09-19

• 基于图神经网络的四旋翼无人机集群控制策略综合

  摘要四旋翼无人机集群已广泛应用于多个领域。由于四旋翼无人机具有高度机动性，且无线通信链路容易受到干扰攻击，集群图可能变得高度动态且不可靠，使得弹性集群控制成为一个非平凡问题。在本工作中，我们利用图神经网络（GNNs）来解决四旋翼无人机集群中的这一挑战。与大多数基于简化二重积分

  来源：European Journal of Control

  时间：2026-09-19

• 拉伸纳米多孔碳的微机械演化：基于机器学习的分子动力学研究

  •对高精度的神经进化机器学习势（NEP）进行了重新训练和验证，用于无序纳米多孔碳的大规模建模。•使用 NEP 的大规模分子动力学（MD）模拟实现了超低应变率 10⁸ s⁻¹，每个密度进行九次独立运行以获得充分的统计采样。•纳米多孔碳的弹性模量（杨氏模量、体模量、剪切模量）随密

  来源：Computational Materials Science

  时间：2026-09-19

• GNN-LS：一种解决图上标签稀缺问题的信息增强方法

  # 摘要 标签稀缺严重阻碍了图上进行节点分类任务的性能。为了克服标签提供的监督信息不足的问题，一些工作试图通过附加基于自监督学习的预训练任务，旨在从图数据本身挖掘内在信息作为补充。然而，现有方法的表征学习能力受到两个主要因素的削弱：（1）由于有限标签的利用不足导致的监督信息

  来源：ACM Transactions on Knowledge Discovery from Data

  时间：2026-09-19

• 一种低功耗、兼容CMOS工艺的NDR（非晶硅）器件，具备电流-电压双重控制机制、超高PVCR（光电转换效率）以及可调的双稳态特性

  摘要 本文介绍了一种采用UMC 0.18 μm标准互补金属氧化物半导体（CMOS）工艺制造的电流-电压双控负差分电阻（NDR）器件。该器件由一个N沟道金属氧化物半导体场效应晶体管（NMOS）和一个NPN双极结型晶体管（NPN BJT）组成。测试结果表明，在电流控制状态下，该器

  来源：Microelectronics Journal

  时间：2026-09-19

知名企业招聘：