• 用于实现动力系统状态的低复杂度结构化神经网络

  摘要线性代数作为数据驱动学习中的数学支柱。数据驱动学习正在快速发展，为实现状态空间动力系统提供了一种新的视角。然而，源于非线性常微分方程（ODEs）的动力系统在计算效率方面存在局限性。为解决这一问题，我们从结构化矩阵理论出发，提出了一种结构化神经网络（StNN），该网络依赖于

  来源：Linear Algebra and its Applications

  时间：2026-09-05

• 基于神经网络的暗星候选体识别。Ⅰ. 测光

  摘要 宇宙中第一批恒星的形成可能受到暗物质（DM）效应的显著影响。具体而言，如果暗物质以弱相互作用大质量粒子（WIMPs）的形式存在，它可能引发（在z∼25−10的红移处）仅由暗物质湮灭供能的恒星的形成，即暗星（DSs）。这些天体可以增长至超大质量（M∼10^6 M⊙），并

  来源：Astronomy and Computing

  时间：2026-09-05

• 针对图上噪声与稀疏标签的证据引导学习

  摘要（贡献） - 我们探索了一个具有挑战性且研究不足的问题：在含噪声且标签稀疏的条件下训练图神经网络（GNN）。 - 我们通过多专家框架提供证据及不确定性估计。 - 我们通过一致性学习和伪标记来利用未标记节点，以应对标签稀疏性问题。 - 在基准数据集上的实验证明了所提出方法

  来源：Artificial Intelligence

  时间：2026-09-05

• 综述：可编程超表面的研究进展：其在电磁操控、时空编码和智能通信中的应用

  • 可编程的超表面具有数字电磁控制的可调节机制，能够实现相位、幅度和极化的多维操控。 • 时空编码实现了对光束、谐波和光谱的动态控制。 • RIS和AI推动了可编程超表面向自适应电磁信息系统的发展。 引言 超材料是一种人工设计的特殊材料，其概

  来源：Applied Thermal Engineering

  时间：2026-09-05

• 面向可解释自动简答评分的覆盖感知神经框架

  摘要 自动简答题评分（ASAG）对于可扩展、公平且及时的评估学生的简答至关重要。目前的 ASAG 技术通常采用语义相似性模型来衡量学生回答与参考答案之间的相似度。然而，学术评分不仅取决于语义相似度，还取决于学生回答覆盖预期参考内容的程度以及揭示缺失内容的程度。现有的基于神经网

  来源：Applied Soft Computing

  时间：2026-09-05

• 针对对抗性攻击的核反应堆鲁棒故障诊断：一种基于二次残差脉冲神经网络的方法

  摘要：控制棒驱动机构（CRDM）是核反应堆堆芯中唯一常规激活的组件，通过精确控制棒的位置直接调节反应堆功率。由于安全性的要求，CRDM的故障诊断必须在不利扰动下具备鲁棒性，而不仅仅是在理想的实验室条件下实现高精度。由于CRDM的振动信号具有丰富的瞬态特性和事件驱动性，它们会受到启

  来源：Applied Soft Computing

  时间：2026-09-05

• 用于形状记忆合金变摩擦摆支座设计的增强型物理信息神经网络模型

  # 摘要 为了提高隔震支座设计的效率和可靠性，本研究提出了一种基于增强型物理信息神经网络（EPINN）的设计方法，旨在加速抗震隔震支座的快速设计。根据形状记忆合金变摩擦系数摩擦摆支座（SMA-VFP）的力学模型，开发了一套系统性的力学性能设计方法。随后，基于贝叶斯理论，提出

  来源：Applied Soft Computing

  时间：2026-09-05

• 神经症谱系障碍患者的内化病耻感与应对策略：印度东部某三级医疗机构的描述性研究

  摘要内化病耻感是神经症谱系障碍患者康复的重要障碍，会影响患者的应对能力和心理社会功能。来自印度背景的证据仍然有限。本研究旨在评估神经症谱系障碍患者的内化病耻感和应对策略，以及两者之间的关系。本描述性横断面研究纳入了在印度东部一家三级医疗中心精神科门诊就诊的165名患者。采用精

  来源：Archives of Psychiatric Nursing

  时间：2026-09-05

• 分数阶区室模型结合人工神经网络用于麻疹传播动力学研究：以澳大利亚为例

  **摘要** 麻疹仍然是一种高度传染性的病毒性疾病，也是严峻的公共卫生挑战。尽管已有有效的疫苗，但免疫力减弱、疫苗接种覆盖率不完整以及感染病例报告不足等问题持续削弱着防控工作。这些问题凸显了需要一种智能计算框架来支持流行病学决策并强化预防策略。本研究提出了一种融合人工神经网络

  来源：Applied Soft Computing

  时间：2026-09-05

• 二阶多点边界值系统的无监督深度神经网络：理论与计算

  摘要 物理信息神经网络（PINNs）提供了一种灵活的框架，通过将控制方程嵌入损失函数来求解边界值问题（BVP）。本研究在PINNs方法的指导下，构建合适的损失函数，在无监督框架下引入了一种用于求解多点边界值问题系统（SMPBVP）的深神经网络（DNN-SMPBVP）。对于DN

  来源：Applied Soft Computing

  时间：2026-09-05

知名企业招聘：