• 基于多属性融合上下文选择的PPVO可逆数据隐藏方法

  • 提出了一种基于PPVO的可逆数据隐藏自适应预测框架 • 开发了一种面向智能上下文选择的多元属性融合策略 • 设计了一种低复杂度的高效二维映射优化方法 • 验证了相比最先进方法，嵌入性能有所提升 **引言** 随着移动互联网、云计算和社交媒体的快速发展，数字图像已成为信

  来源：Expert Systems with Applications

  时间：2026-10-03

• 对LiMn2O4电极在充电状态控制下的稳定性的分析研究：该研究针对从废旧锂离子电池废水中通过摇椅电化学方法回收锂的过程中进行了探讨

  • 研究了一种由片上系统（SoC）控制的摇椅式电化学系统，用于从实际的废旧电池废水中回收Li+离子。 •

  来源：Desalination

  时间：2026-10-03

• 采用两种计算机建模方法进行宫颈体模剂量分布的质量保证

  **摘要** - 比较了两种用于三维体模计算建模的几何方法。 - 一种模型基于网格型表面，另一种使用Macrobodies。 - 使用蒙特卡洛方法计算放置在体模内放射致色膜中的吸收剂量。 - 表面网格模型显示出更高的剂量测定精度。 --- **引言** 高剂量率（HD

  来源：Applied Radiation and Isotopes

  时间：2026-10-03

• 推进第一人称视角视频对话：一种基于上下文推理的方法与新基准数据集

  自我视角视频推理能力对于推动第一人称可穿戴设备的开发至关重要。然而，大多数现有的自我视角视频理解任务仅限于单实例文本输入，忽视了模型在整个视频时长内对上下文进行推理的能力。为弥合这一差距，我们提出了一项名为自我视角视频对话（Egocentric Video Dialogue）

  来源：ACM Transactions on Multimedia Computing, Communications, and Applications

  时间：2026-10-03

• 面向先进工艺节点的机器学习辅助设计技术协同优化框架：基于数字模块 PPA 的 DTCO 参数分析与探索

  摘要AI 摘要要查看此 AI 生成的摘要，您必须拥有高级访问权限。了解更多登录摘要摘要设计与技术协同优化（DTCO）是在优化技术和设计的同时增强半导体性能、功耗和面积（PPA）的过程，其中重要组成部分是使用块级 PPA 分析来评估技术、设计规则和单元架构。本文提出了一种适用于

  来源：ACM Transactions on Design Automation of Electronic Systems

  时间：2026-10-03

• 基于轻量学习链路预测的混合UASN消息传播方法

  摘要 AI摘要

  来源：ACM Transactions on Internet Technology

  时间：2026-10-03

• 面向冷启动推荐的大语言模型合成数据筛选：一种渐进式影响函数方法

  摘要AI 摘要要查看此 AI 生成的摘要，您必须拥有高级访问权限。了解更多登录摘要摘要利用大型语言模型（LLMs）合成的数据来实现冷启动实体的表示学习，已成为解决冷启动推荐问题的一个有前景的解决方案。然而，现有研究往往过度依赖 LLM 生成的数据，而忽略了其可能引入的有害噪声

  来源：ACM Transactions on Information Systems

  时间：2026-10-03

• 一种基于经验交互机制的 FPRM 逻辑电路面积与功耗协同优化方法

  摘要AI 摘要要查看此 AI 生成的摘要，您必须拥有高级访问权限。了解更多登录摘要摘要针对基于 XNOR/OR 的固定极性 Reed-Muller (FPRM) 逻辑电路多目标优化中帕累托解集质量低下和搜索效率差的问题，本文提出了一种基于经验交互机制的面积与功耗协同优化方法

  来源：ACM Transactions on Design Automation of Electronic Systems

  时间：2026-10-03

• 使用“故事叙述实证研究转化”（SERT）方法共创生成式人工智能教育资源

  摘要AI 摘要要查看此 AI 生成的摘要，您必须拥有高级访问权限。了解更多登录摘要摘要本研究旨在探索代表性不足的儿童如何与生成式人工智能（GenAI）进行互动，并采用了一种创新方法——"故事叙述实证研究翻译"（SERT）——将实证研究成果转化为易于理解、共同创作的教育资源。共

  来源：ACM Transactions on Computing Education

  时间：2026-10-03

• 通过复杂度优先的算法与数据结构方法教授可扩展性推理

  摘要AI 摘要要查看此 AI 生成的摘要，您必须拥有 Premium 访问权限。了解更多登录摘要摘要算法与数据结构（ADS）课程将复杂度分析作为核心内容，但仅对渐近概念的正式学习本身并不能确保学生具备稳健且可迁移的扩展性推理能力。本文提出了一种以复杂度为先导的教学框架，称为A

  来源：ACM Transactions on Computing Education

  时间：2026-10-03

知名企业招聘：