• 一种用于工业代码审查中值得信赖的代理式人工智能（Agent AI）的神经符号框架

  摘要背景：自主AI组件，如自动审查器和重构工具，越来越多地嵌入到开发工具链中，成为控制软件质量的关键架构元素。在以数据为中心的系统中，例如制造执行系统（MES），这些组件必须处理跨越易变的应用代码和持久数据库元素的跨层行为的复杂性。目标：我们将代码审查视为自主AI的一种架构能力，

  来源：Information and Software Technology

  时间：2026-08-22

• 台风期间双塔结构耦合风预测的动态图学习

  摘要 台风期间，动态风荷载可能在间距紧密的超高层建筑之间引发显著的气动干扰，然而传统的预测方法往往依赖于简化的干扰因子模型，在捕捉相邻塔楼之间的相互作用及其复杂的时空演化方面能力有限。本研究提出了一种用于双子塔系统台风风场短期预测的动态图学习框架。该框架基于时空图神经网络（G

  来源：Engineering Structures

  时间：2026-08-22

• 一种基于双向混合抽样引导的新型分层重要性抽样方法，用于高效失效概率函数估计

  摘要失效概率函数（FPF）将关注设计区域内的随机输入分布参数映射到结构失效概率，对于基于可靠性的设计优化至关重要。然而，现有的 FPF 估计方法在高维稀有事件场景下存在计算效率有限和精度降低的问题。为解决这些问题，本文提出了一种由双向混合采样指导的分层重要性采样方法，该方法建

  来源：Engineering Structures

  时间：2026-08-22

• 量子分层细胞神经网络的模式形成

  摘要 我们提出了一类新的量子神经网络（QNNs），其状态是带有非局部势的 p 进薛定谔方程的解，该势控制着神经元之间的相互作用。这些方程是通过 p 进细胞神经网络（CNNs）的状态方程进行维克旋转获得的。p 进 CNNs 是大型离散分层神经网络（NNs）的连续极限。CNNs

  来源：Communications in Nonlinear Science and Numerical Simulation

  时间：2026-08-22

• 基于滑模控制的具有脉冲效应 BAM 神经网络的固定/预定义时间稳定性分析

  摘要 本工作研究了具有外部干扰和脉冲效应 的双向联想记忆神经网络 (BAMNN) 的固定时间稳定性 (FXTS) 和预定义时间稳定性 (PDTS) 分析。贡献主要有两方面。首先，基于平均脉冲间隔，提出了脉冲系统在固定时间和预定义时间内稳定化的几个充分条件，其中在统一的充分条

  来源：Communications in Nonlinear Science and Numerical Simulation

  时间：2026-08-22

• 基于深度学习粒子方法的麦肯恩 - 弗拉索夫随机微分方程求解

  摘要我们开发了一种神经残差框架，用于麦肯 - 弗拉索夫随机微分方程（MV-SDEs）的数值近似。其定义的非线性源于演化解律对漂移和扩散系数的反馈。主要思想是将样本轨迹表示为时间和驱动路径的函数，并通过匹配伊藤公式诱导的漂移和扩散项来恢复目标动力学。这导致了一种无网格求解器，其

  来源：Communications in Nonlinear Science and Numerical Simulation

  时间：2026-08-22

• 一种用于调节 Hopfield 神经网络动力学的滑模-PI 混合控制器

  摘要 霍普菲尔德神经网络（HNN）作为生物物理上合理的计算模型，用于研究复杂神经动力学。HNN 表现出丰富的非线性行为，并且对外部刺激和初始条件具有显著的敏感性。因此，理解和精确控制此类动态过程仍是计算神经科学面临的主要挑战。为解决这一挑战，我们系统地研究了外部刺激下三细胞

  来源：Chaos, Solitons & Fractals

  时间：2026-08-22

• 基于 MXene 纳米片/有机半导体异质结构的节能光电突触，用于类脑计算和光信息处理

  摘要 将感知、记忆和信息处理集成到单一设备中的神经形态视觉系统对于克服传统冯·诺伊曼架构的局限性非常有用。在此，我们开发了一种基于MXene纳米片/Poly(3-己基噻吩-2,5-二基)（P3HT）异质结构的高性能光电子突触，用于实现能源高效的神经形态计算。实验表征结合密度泛

  来源：CARBON

  时间：2026-08-22

• 基于频率感知连续潜在动力学的噪声小样本场景下鲁棒轴承复合故障解耦

  摘要在强噪声干扰与稀疏标注数据条件下诊断复合机械故障，仍是状态监测领域的持续性挑战。传统深度学习框架主要依赖离散的空间变换。在强噪声与少样本约束下，通过离散层映射高度耦合的振动特征会破坏潜在拓扑结构，导致特征纠缠。为突破这一结构局限，本文提出频率感知连续动力学（FA-NODE

  来源：Expert Systems with Applications

  时间：2026-08-22

• 一种新颖的人工智能知识驱动型预测神经架构，通过纳入暴露媒介区室来分析玉米疾病的病毒感染动力学

  **摘要** 本文探讨了玉米花叶病流行模型的数值处理方法，并强调了该模型在全球粮食安全与可持续农业实践的更广泛背景下的意义。本文提出了一种新颖的人工智能知识驱动的预测神经网络架构，通过采用Levenberg-Marquardt（LM）反向传播技术进行优化的人工神经网络开发实

  来源：Engineering Applications of Artificial Intelligence

  时间：2026-08-22

知名企业招聘：