• DCI-OSC：用于识别物体状态变化的双重因果干预方法

  •提出后门干预场景分类器以控制混杂因素 •提出前门因果干预模块以切断虚假关联 •设计三个互补的损失项以提升学习性能 •在三个基准数据集上达到最先进性能 引言 物体状态变化（OSCs）[1]、[2]、[3]、[4]是视频理解领域的重要研究方向，在日常生活的各种场景中均有体现，

  来源：Neurocomputing

  时间：2026-09-17

• SO-Mamba: 面向子任务的以 Mamba 为核心的遥感图像变化检测网络

  摘要遥感影像（RSI）变化检测（CD）通过分析多时相高分辨率影像来识别地表变化，需要具备高效长程表示能力的深度学习模型来处理目标的离散分布特征。虽然Mamba架构凭借线性计算复杂度在变化检测领域引起了越来越多的关注，但现有的基于Mamba的方法仍以架构为导向，着重于提升Mam

  来源：Neurocomputing

  时间：2026-09-17

• 用于图像共享链检测的双域级联分类网络

  摘要随着社交网络的快速发展，图像分享链检测——即重构图像在社交平台上的分享历史——变得尤为重要，尤其在多媒体取证领域。由于跨平台传输的影响，较后使用的平台可能弱化并掩盖先前平台留下的痕迹，使其难以被检测。因此，解耦具有区分性的平台特定痕迹是该检测任务的关键。本文提出了一种在噪

  来源：Neurocomputing

  时间：2026-09-17

• 通过动态历史引用的非采样嵌入实现即时本地引用推荐

  摘要 随着科学出版物数量的不断增长，在文稿起草过程中准确高效地推荐引用变得愈发重要。现有的局部引用推荐方法通过静态全局信息（如完整参考文献列表）增强局部上下文，并假设嵌入模型进行难负样本采样训练。这些假设与实际学术写作场景中动态推荐和不可见负样本的特性不符。我们提出了一种通过

  来源：Neurocomputing

  时间：2026-09-17

• 基于类内交互的双分支协同校正框架，用于公平性皮肤病变分析

  摘要 深度神经网络在自动化皮肤科诊断中取得了优异的性能，但它们可能会学习到与年龄、性别和肤色等敏感属性之间的虚假相关性。在皮肤科数据集中，这种相关性尤其成问题，因为这些敏感属性在人群中的分布不平衡可能导致不同子群体的性能差异。尽管现有的偏见缓解方法旨在提高公平性，但它们往往抑制了

  来源：Neurocomputing

  时间：2026-09-17

• 基于图的代理建模框架：用于城市暴雨内涝防治中低影响开发布局的大规模空间优化

  •异质性感知采样以减少外推误差•知识增强型图神经网络用于可靠的代理建模•可扩展的高维图社区检测。•高精度、高效率的LID优化框架。•最优性价比方案的识别。引言城市内涝已成为一项严峻的全球性挑战（Vajjarapu and Verma, 2021, Xu et al., 202

  来源：Journal of Hydrology

  时间：2026-09-17

• 一种面向复杂边界条件下稀疏观测气流场重建的统一硬约束物理信息神经网络方法

  •建立统一的隐式边界表示方法，可同时处理规则与不规则几何结构。•能够基于稀疏观测数据实现准确的全场气流重建。•在具有两个入口和两个出口的复杂室内气流场景中验证了所提方法的有效性。引言全场气流信息对于广泛应用于室内环境控制（Chatterjee and Khovalyg, 20

  来源：Engineering Applications of Artificial Intelligence

  时间：2026-09-17

• 基于自由形式变形的物理信息神经网络框架用于混合边界条件下薄板挠度预测

  - PINNs 能够针对混合边界条件下的薄板实现收敛。 - FFD 矩阵用于表征不规则薄板，设计了两类挠度预测 PINNs。 - 边界耦合偏差网络可校正曲率变化引起的板挠度误差。 - 该模型在保持相当精度的同时，将计算速度提升了十倍。 引言 薄板是工程中广泛使用的结构构件

  来源：Engineering Applications of Artificial Intelligence

  时间：2026-09-17

• 几何感知液体图神经网络用于多风况下高速磁悬浮列车表面压力场重构与外推

  摘要 准确的表面压力预测对于在不同气动条件下优化磁悬浮列车性能至关重要。本研究结合控制风洞实验、流场分析和人工智能技术，开发了一个经过验证的代理模型，用于压力重构和外推。实验基于1:40缩尺的高速磁悬浮列车模型生成高质量数据集，使用63个测压孔覆盖15种工况条件，偏航角范围

  来源：Engineering Applications of Artificial Intelligence

  时间：2026-09-17

• 基于t分布随机邻域嵌入的电力信息物理系统多参数神经网络比例-积分-微分协作控制器设计

  摘要 随着电力系统信息物理系统的发展，实时数据采集和协同控制为提升多区域输电系统的稳定性提供了新的机遇。本文提出了一种基于信息物理系统的发电机协同控制策略，旨在改善故障条件下多区域输电系统的稳定性。研究采用了一个7机29节点电力信息物理系统模型，通过信息物理系统实时采集多个参

  来源：Engineering Applications of Artificial Intelligence

  时间：2026-09-17

知名企业招聘：