• 智能技术：从联邦学习到具备资源感知能力的网络威胁检测

  西蒙妮·马格纳尼|柳博夫·涅多希维娜|罗伯托·多里古齐-科林|斯特凡诺·布拉金|多梅尼科·西拉库萨 摘要 云计算、边缘计算以及物联网的广泛应用增加了网络威胁的攻击面。这是因为大量通常缺乏安全保障且配置各异的设备被大规模部署，这些设备的硬件和软件配置也各不相同。这类设备的多样性带

  来源：Computer Networks

  时间：2026-07-17

• 基于软化技术的任意平滑度保形插值

  米凯莱·盖里尼·罗科 | 费德里科·斯乔斯科利 | 洛伦佐·菲吉尼 意大利米兰20126，米兰-比科卡大学物理系 摘要 在物理学和工程学中，一个常见的问题是在保留数据整体形状的同时对离散样本进行插值：例如，保持温度曲线的正性，或累积概率的单调性。现有的常用方法并不具

  来源：Computer Physics Communications

  时间：2026-07-17

• 拟对称网：科科塔基斯多面体等模椭圆型的构造性方法

  A. Nurmatov|M. Skopenkov|F. Rist|J. Klein|D.L. Michels•本文采用代数与分析方法研究可弯曲的Kokotsakis多面体。•引入了一类可构造的等模椭圆型多面体——即准对称网络。•这类准对称网络在实欧几里得空间中具有特定的弯曲特性，

  来源：Computer-Aided Design

  时间：2026-07-17

• 保持局域高斯定律的本征PIC方法：一种用于等离子体模拟的自洽场粒子更新方案

  赵中华|徐振利|殷倩|周盛高 中国香港香港理工大学应用数学系 摘要 高斯定律是实现物理上精确的粒子在单元格模拟中的关键要求，因为违反该定律往往会在长期模拟中导致严重错误。本文提出了一种新方法，能够在无需辅助场修正或特殊电流注入技术的情况下，为Vlasov-Ampèr

  来源：Computer Physics Communications

  时间：2026-07-17

• 边缘-云端协同优化的3D视频分析技术及高效神经编码器

  孙赫斌|施晓航|王小坤|张胜|孟凌坤|郑涵|朱安东|钱竹中|李向宇|王东旭 摘要 自动驾驶越来越依赖3D视频分析技术来感知复杂环境，由于车载计算能力有限，边缘-云端协作成为常见做法。然而，受限的带宽要求必须进行强力压缩以降低传输成本，而这会显著降低感知精度，因为传统为视觉保真度

  来源：Computer Networks

  时间：2026-07-17

• PACOB：基于多臂老虎机学习的车辆边缘计算中的优先级感知计算卸载技术

  Sadoon Azizi|Ayub Fatahi|Arash Bozorgchenani|Mohammad Shojafar摘要车辆边缘计算作为一种变革性技术，已在智能交通系统中得到广泛应用，它能够让车辆将那些计算强度高且对延迟敏感的任务转移到附近的边缘服务器或云端服务器上处理。

  来源：Computer Communications

  时间：2026-07-17

• 变密度TIMHD模型下线性和守恒电荷有限元方法的收敛性分析

  金淼人|崔霞|尹莉 中国北京应用物理与计算数学研究所，邮编100088 摘要 我们研究了一种变密度热耦合不可压缩无感应磁流体力学模型的数值模拟方法。首先，我们基于隐显混合技术以及后处理速度方法，构建了一种线性且满足电荷守恒的有限元方案。由于每个时间步仅需求解较小的线性子问题，该

  来源：Communications in Nonlinear Science and Numerical Simulation

  时间：2026-07-17

• 基于扰动周期二阶离散差分正则化的加速FCTN张量补全方法

  谢文超|王庆松|颜成成|郑鹏 中国湘潭市湘潭大学数学与计算科学学院，邮编411105 摘要 全连接张量网络分解在张量补全领域中因能够有效捕捉张量的低秩特性而备受重视。然而，其重建过程主要依赖低秩约束，导致无法充分建模局部结构信息。本文提出一种新的张量补全模型，将该模型与扰动周期

  来源：Communications in Nonlinear Science and Numerical Simulation

  时间：2026-07-17

• 基于CALPHAD方法的In–Zn、In–Sn和In–Bi体系汽液平衡分析，用于铟的真空回收

  德拉甘·马纳西耶维奇贝尔格莱德大学博尔技术学院，塞尔维亚19210，VJ 12，博尔 摘要 通过将CALPHAD平衡方法应用于In–Zn、In–Sn和In–Bi体系，评估了基于铟的合金中真空分离的热力学可行性。利用COST 531数据库中的液相活度数据，计算了随温度和成分变化的

  来源：Calphad

  时间：2026-07-17

• 用乌尔都语检测AI生成的文本重复使用与人类文本重复使用：基于短语级的基准数据集与特征融合方法

  伊克拉·穆尼尔|穆罕默德·卡希夫巴基斯坦拉合尔工程技术大学纳罗瓦尔校区摘要正确且可靠地识别人工智能文本重用与人类文本重用，对于维护文本的真实性（或虚假性及其带来的错误信息风险）、保障语言的完整性以及减少错误信息传播至关重要。当前用于检测文本的人工智能工具仅能识别和分类无上下文的单

  来源：Big Data Research

  时间：2026-07-17

知名企业招聘：