• 通过基于梯度的任务组织缓解类增量学习中的灾难性遗忘

  摘要 任务序列是类增量学习（CIL）的一个内在但尚未得到充分研究的方面。当前方法主要通过架构正则化或记忆回放来解决灾难性遗忘（CF）问题，而任务组织对误差累积的影响仍未得到充分研究。在本工作中，系统地研究了任务划分和任务排序在 CIL 中的影响。预测过程的概率分解表明，增强任

  来源：Neurocomputing

  时间：2026-09-02

• 通过由粗到细的时空探索实现受人类启发的智能体视频理解

  摘要当前的视频理解模型遵循被动感知范式，依赖于固定的采样策略，这可能会引入大量的时间冗余和细粒度细节丢失。为了克服这一问题，我们从被动感知转向在一个紧凑且可复用的视频环境中进行主动证据获取。我们提出了 HIVE（受人类启发的视频探索者），这是一个由粗到细的时空策略驱动的训练无

  来源：Neurocomputing

  时间：2026-09-02

• 具有多重延迟耦合的有向耦合忆阻式Cohen-Grossberg神经网络的固定时间延迟输出同步

  摘要：本文提出了一种具有多重延迟耦合的有向耦合磁阻Cohen-Grossberg神经网络（DCMCGNNs）。首先，通过构建Lyapunov函数，确立了这类网络的固定时间延迟输出同步准则。然后，设计了一种自适应输出反馈控制方案，以确保所提出的网络实现固定时间延迟输出同步。此外，由

  来源：Neurocomputing

  时间：2026-09-02

• LightGT：用于工业控制入侵检测的轻量级图感知类大语言模型 Transformer

  摘要 工业控制系统（ICS）是国家关键基础设施的重要组成部分，其网络安全与制造、能源等行业部门的可靠运行密切相关。随着工业控制网络日益互联并暴露于外部通信信道，新型网络威胁——如勒索软件和高级持续性威胁（APT）——不断涌现。准确且及时的入侵检测已成为确保工业安全的关键。然而

  来源：Neurocomputing

  时间：2026-09-02

• HFCE：一种用于 3D 部分点云配准的可靠混合特征提取与置信度估计网络

  摘要 3D 点云配准是计算机视觉领域的一项基本任务。然而，精确配准，特别是对于部分重叠的 3D 点云，一直是一个具有挑战性的问题。现有的基于学习的方法在这种情况下通常存在特征干扰问题。为了解决这个问题，我们提出了一种混合特征提取与置信度估计（HFCE）网络，用于提取局部形状和

  来源：Neurocomputing

  时间：2026-09-02

• MMVD: 一种基于自适应传播增益和多模态交互的源代码漏洞检测方法

  摘要源代码漏洞检测在增强软件系统安全性方面发挥着至关重要的作用。为了改善对复杂漏洞模式的表征能力，现有方法已开始引入多源代码表示进行联合建模。然而，大多数方法仍然采用“每种模态分别编码，最后统一融合”的建模方法，缺乏一种在融合前通过跨模态交互持续补充和完善各自表示的机制。因此

  来源：Neurocomputing

  时间：2026-09-02

• 面向刀具磨损预测的三阶段难度感知机理约束学习

  **摘要** 刀具磨损预测对于智能加工和预测性维护至关重要。然而，现有方法通常忽略了刀具磨损的阶段依赖性演变。这可能会降低在磨损过渡和加速退化区域附近的预测可靠性。为了解决这个问题，本文提出了一种用于刀具磨损预测的三阶段难度感知机制约束学习框架（TDMC）。TDMC 构建了一

  来源：Neurocomputing

  时间：2026-09-02

• 面向真实世界图像超分辨率的像素自适应噪声与退化感知

  摘要 真实世界图像超分辨率（Real-ISR）由于内在的异质性和空间非均匀退化，以及生成式恢复中的保真度 - 感知权衡，仍然具有高度挑战性。尽管最近的工作通过大感受野或生成先验隐式学习空间变化退化，但这些策略往往无法捕捉真实退化的细粒度、特定区域特性。我们还观察到，这种隐式

  来源：Neurocomputing

  时间：2026-09-02

• LumiSpec：用于保结构低光图像增强的保相位频率调制

  摘要 低光照图像增强不仅需要提高可见性，还需要可靠地保留下游机器视觉任务所需的结构线索。一个核心挑战是，现有的增强方法通常在严重光照退化下无法有效平衡结构恢复和噪声抑制，导致信息边界模糊或高频响应不稳定。为解决这一问题，本文提出了 LumiSpec，一种用于结构保持低光照图像

  来源：Neurocomputing

  时间：2026-09-02

• 综述：部署约束下的领域适应：统一的四轴空间、演化范式与系统级危机

  摘要 计算机视觉模型的泛化能力受到静态训练假设与动态部署偏移之间不匹配的制约。领域自适应（DA）已从经典的无监督设置扩展到无源和测试时机制、开放世界标签空间不确定性以及基础模型流水线，但文献仍然碎片化。本综述通过四轴问题空间（目标监督、源配置/可访问性、标签空间关系以及目标暴

  来源：Neurocomputing

  时间：2026-09-02

知名企业招聘：