-
基于几何残差校正的三维图神经网络分子与原子性质预测方法
摘要
来源：Symmetry
时间：2026-10-19
-
固定hard-tanh层与可训练浅层ReLU网络的二分类：超额误分类错误的最优学习率
本文在统计学习框架（statistical learning framework）内研究使用ReLU（rectified linear unit，修正线性单元）神经网络的二分类。与对隐藏神经元施加稀疏约束并对输出函数施加有界性假设的现有方法不同，研究人员考虑由
来源：Journal of Approximation Theory
时间：2026-10-19
-
面向6G工业物联网中队列感知的端-边-云协作DNN推理：一种多智能体学习方法
人工智能的快速发展将基于深度神经网络（DNN）的推理任务引入了工业物联网（IIoT）系统。这些任务通常是计算密集型的，需要超出传感设备能力的资源。为了解决这一挑战，边缘计算成为一种解决方案，通过任务卸载实现协作式DNN推理。本文将端-边-云系统中联合DNN划分
来源：Digital Communications and Networks
时间：2026-10-19
-
基于循环性的混合学习框架用于早期设计阶段的拆卸序列规划
本研究提出了一种基于循环性的混合学习框架，用于在早期设计阶段进行拆卸序列规划（DSP）。该框架能够从部分工程物料清单（eBOM）中推导出拆卸序列，无需详细的CAD几何数据。研究将遗传算法（GA）、Q学习和图神经网络（GNN）嵌入到一个统一的工作流中。框架依据四
来源：CIRP Journal of Manufacturing Science and Technology
时间：2026-10-19
-
综述：《深度学习：基础与概念》书评：系统性入门与统计学意义
2024年，Springer出版社出版了《Deep Learning: Foundations and Concepts》，这是一本介绍现代神经网络核心思想的教科书。深度学习如今已广泛应用于统计学领域，但其文献浩如烟海且变化迅速，仅靠研究论文难以入门。这本书将核心理论整合在一
来源：Journal of Official Statistics
时间：2026-10-19
-
面向大规模不平衡数据集的集成小批量AUC优化方法（EMBA）
摘要：优化受试者工作特征曲线（ROC）下的面积（AUC）在现代信号处理和机器学习应用中日益受到关注，这是由于近期大规模且高度偏斜数据集的激增。现有的可扩展方法利用的是建模能力有限的线性模型、计算成本高的核方法，或者对于当前问题可能不足的神经网络模型。在本通信中，我们将名为
来源：IEEE Transactions on Cybernetics
时间：2026-10-19
-
基于物理信息神经网络算子的OAM复用光无线通信传播损伤补偿
轨道角动量（OAM）复用光无线通信（OWC）是一种高容量光传输的有前景的技术。然而，大气湍流和克尔诱导的非线性传播会畸变OAM波前，导致模式间串扰并降低通信性能。本文提出了一种物理信息神经网络算子（PINO）框架，用于补偿OAM复用OWC系统中的传播损伤。该框架将随机非线性近
来源：IEEE Access
时间：2026-10-19
-
从神经机器翻译（NMT）到生成式人工智能（GenAI）：高等教育英语翻译教学的系统性综述与教学启示（2015—2025）
本系统性综述旨在综合2015年至2025年间高等教育中生成式人工智能（GenAI）与神经机器翻译（NMT）辅助英语翻译教学的实证研究，并评估前沿教学成果与新兴教学启示。基于通过系统评价和Meta分析优先报告条目（PRISMA）程序识别的31项研究，该综述描绘了
来源：Sage Open
时间：2026-10-19
-
不宁腿综合征及其他神经系统疾病：一项系统叙述混合文献综述，含探索性荟萃分析
# 摘要
不宁腿综合征（RLS）是一种睡眠相关的感觉运动障碍，影响全球约3%的成年人。本综述旨在综合当前关于RLS与主要神经系统疾病关联的证据，提供探索性定量综合分析以总结关联模式和异质性，并识别优先的机制和临床研究方向。数据库检索自建库至今2026年8月。在我们对119项
来源：Sleep Medicine Reviews
时间：2026-10-19
-
长滞后重复学习的多尺度神经特征：同步 fNIRS–EEG 研究
实验设计和长时距重复任务结构。(a) 参与者完成了四轮语义判断任务（有生命/无生命判断）。每轮包含五个块，每块包含六个单词。四个重复块（R1至R4，橙色）出现在所有四轮中，而每轮还包含一个独特的新颖块（N1至N4，蓝色）且从不重复。块顺序在每轮内伪随机化。(b) 试验结构。每
来源：Neurophotonics
时间：2026-10-19
粤公网安备 44010602000434号