• E 2 SL：基于事件的结构光的高效深度感知技术

  摘要：结构光（SL）是一种流行的3D重建方法。大多数SL技术依赖于基于帧的相机，在高速动态场景中往往不够稳健。最近，由于事件相机具有较高的时间分辨率，它们在高速SL成像方面引起了越来越多的关注。基于事件的SL技术具有高速数据采集的优势，然而，大多数现有方法倾向于追求重建精度，但牺

  来源：IEEE Transactions on Visualization and Computer Graphics

  时间：2026-04-08

• PERCEL：一种可重写的非易失性存储器（NVM）组件模型（CIM），集成了基于CTT（Cell-Transistor-Array）技术的单元级数模转换器（DAC）

  摘要： 内存计算（CiM）加速器直接在内存数组中执行矩阵向量乘法（MVM），减少了数据传输，提高了AI工作负载的能效和吞吐量。为了减少转换次数，最新的设计采用了多位计算单元。然而，实际的多位CiM仍然面临着精度、效率和可重写性之间的平衡问题：基于多层NVM的设计存在非线性问题且

  来源：IEEE Journal on Exploratory Solid-State Computational Devices and Circuits

  时间：2026-04-08

• 在吸收式RIS辅助的上行NOMA系统中抑制干扰的方法

  摘要：非正交多址接入（NOMA）由于其增强的频谱效率，成为下一代无线通信系统的一项有前景的技术。然而，无线通信面临着日益增长的安全需求。为此，利用多天线进行干扰抑制已成为一个重要的研究课题。在本文中，我们考虑了一个带有可重构智能表面（RIS）的上行NOMA系统，该系统不仅辅助上

  来源：IEEE Transactions on Communications

  时间：2026-04-08

• 深度展开技术在MIMO无线通信系统中的应用

  摘要：在无线多输入多输出（MIMO）通信系统中，深度学习技术已被广泛整合到传统通信架构中，以降低复杂性并提高性能。如今，人们对深度学习在无线MIMO通信系统设计中的应用越来越感兴趣，尤其是在算法展开（也称为深度展开）方面。深度展开是一种显著的技术，它有效地将传统的迭代优化算法与

  来源：IEEE Communications Magazine

  时间：2026-04-08

• 基于人工智能的堆叠集成智能技术：用于卫星地面融合网络中的鲁棒链路质量分类与自适应资源管理

  摘要：卫星-地面集成网络（STIN）作为一种关键的架构模式应运而生，它通过结合卫星系统的广泛覆盖范围与地面网络的高容量和低延迟，实现了无缝、全球性的且具有弹性的无线连接。尽管具有这些优势，STIN仍面临诸多挑战，这些挑战源于异构的链路质量、动态的网络拓扑结构、较长的传播延迟以及

  来源：IEEE Open Journal of the Communications Society

  时间：2026-04-08

• 基于LEACH的路由协议：应用、目标和方法论

  摘要：无线传感器网络（WSNs）是先进应用的重要组成部分。然而，它们有限的能量、受限的资源以及多种部署环境给高效的路由协议带来了挑战。低能耗自适应聚类层次结构（LEACH）仍然是基于能量意识的聚类的基础协议。尽管LEACH在可扩展性、可靠性和领域特定适应性方面存在不足，但这促使

  来源：IEEE Open Journal of the Communications Society

  时间：2026-04-08

• 毫米波基站和非地面IAB中的倾斜角度调谐技术，用于关键任务通信

  摘要：第五代（5G）技术的推出凸显了对强大、高可靠性通信的需求，以支持关键任务应用。这种新型服务要求未来的移动网络能够确保无缝连接、高带宽和严格的服务质量，尤其是在应急响应场景中。为了满足这些严格的要求，使用安装在无人驾驶飞行器上的集成接入与回传（IAB）节点提供了一种有前景的

  来源：IEEE Open Journal of the Communications Society

  时间：2026-04-08

• 一种基于区域的、节能的、点云处理的三维物体检测算法，采用特征解耦的PointNet技术，适用于自动驾驶应用

  最近的基于点的神经网络在3D物体检测方面表现出了良好的性能，它们可以直接处理原始点云而无需将其转换为体素。然而，由于采样、分组和神经网络操作的计算需求各不相同，这些网络存在阶段特定的计算瓶颈。本文提出了一种面积和能耗效率高的处理器，通过算法与硬件的协同优化来加速基于点的神经网络，

  来源：IEEE Transactions on Circuits and Systems I: Regular Papers

  时间：2026-04-08

• 利用半动态特征集（SDFS）和基于大语言模型（LLM）的可解释性技术进行特征扩展：一种发现缺失特征的新方法

  影响声明：特征工程，特别是特征选择，被广泛用于提高机器学习性能，并且已经得到了深入研究。然而，特征扩展……显示更多摘要：传统的特征选择方法侧重于降低维度，这通常意味着会丢弃有价值但隐藏的信息。相比之下，本文介绍了一种特征扩展方法，这是一种新颖的方法，它可以自动识别并重构缺失的特征

  来源：IEEE Transactions on Artificial Intelligence

  时间：2026-04-08

• 永磁同步电机有限控制集模型预测控制方法的全面综述

  摘要：由于具有高功率密度、优异的效率和宽广的速度控制范围，永磁同步电机（PMSMs）已成为工业领域的首选。在过去十年中，高性能驱动器和电力电子技术的进步推动了模型预测控制（MPC）技术的发展。在各种控制方法中，有限控制集MPC（FCS-MPC）因其结构简单和响应速度快而受到广泛

  来源：Chinese Journal of Electrical Engineering

  时间：2026-04-08

知名企业招聘：