-
面向智能体视觉 - 语言分割与推理可解释性的形式化框架
•正式的智能体框架将视觉语言模型（VLM）分割建模为目标条件的状态转移。•命题确立了一致性、收敛性和输出有效性的保证。•可解释性商（IQ）从架构上量化推理透明度。•在 1000 种随机权重配置中，IQ 排名 100% 层级稳定。引言图像分割一直被形式化为基于视觉特征从像素到语
来源：Neurocomputing
时间：2026-10-18
-
分批次的多智能体策略优化，以实现性能与效率之间的平衡
• 提出了一种新颖的批量多智能体策略优化方案B2MAPO，该方案具有理论上的单调改进保证。
• 设计了一个符合CTDE范式的B2MAPO层次框架，能够与现有的MARL模型实现即插即用集成，充分利用并结合它们的优势。
• 引入了基于随机、启发式和DAG的批量序列生成方法，其
来源：Neurocomputing
时间：2026-10-18
-
HIP-BO：用于高效混合变量超参数调优的分层先验贝叶斯优化
摘要超参数优化（HPO）和神经架构搜索（NAS）通常涉及包含连续变量和分类变量的混合变量搜索空间。近期基于多保真度高斯过程的贝叶斯优化方法通过引入分类变量的自适应嵌入以及利用学习曲线外推来提高效率，已取得进展。然而，在低预算设置下，当仅有少量目标任务观测时，任务特定的分类表示
来源：Neurocomputing
时间：2026-10-18
-
超图信任博弈中 Q 学习的诱惑感知声誉自适应探索
摘要
探索在超图信任博弈的Q学习中发挥着关键作用，因为智能体必须在不破坏已学到的可信行为的前提下修正不可靠的策略。现有的基于声誉的Q学习模型通常用声誉来定义学习状态或奖励，但ε-贪心探索概率在各智能体之间保持固定。固定的探索规则无法区分不同行为可靠性的智能体，而当不可信托管人
来源：Neurocomputing
时间：2026-10-18
-
面向高效自适应控制的固定储层动力学强化驱动调制
•将基于上下文的回声状态网络扩展为动态调制的储层网络。•强化学习通过低维信号调制固定的储层动力学。•实现无需重新训练LfD权重的适应。•在新目标和约束下提升泛化能力。•适应成本与任务复杂度解耦。•在保留已展示技能的同时降低计算开销。引言从示教中学习（LfD）提供了一种通过模仿
来源：Neurocomputing
时间：2026-10-18
-
基于“最近邻”准则的混合数据聚类
• 提出了一种新的TNC框架，用于高效地进行混合数据聚类。
• 建立了MTNCIS理论，以实现精确的自然簇划分。
• 该方法避免了预先定义簇数和严格的分布假设。
• 该方法考虑了实例之间的双向相似性，从而提高了聚类的准确性。
### 引言
数据聚类是一种将对
来源：Neurocomputing
时间：2026-10-18
-
基于门控-概率-注意力融合模糊辨识网络与软演员-评论家方法的伺服进给系统在线联合参数辨识
# 论文分析报告
这是一篇关于**伺服送料系统在线参数联合辨识**的研究论文，提出了一种结合模糊神经网络与强化学习的创新方法。以下是详细分析：
---
## 一、研究背景与问题
### 核心问题
当温度、湿度、负载、内外扰动和工况发生变化时，伺服系统的**转动惯量**
来源：Neurocomputing
时间：2026-10-18
-
为语言模型服务及源自语言模型的语义认知
神经网络语言模型（LMs）在展现复杂语义行为方面的成功，引发了关于它们在多大程度上与人类概念知识兼容的疑问，以及它们是否也能推进我们对语义认知的理解。本短文探讨了语言模型与语义认知之间这种潜在的双向联系。具体而言，我回顾了用于建立语言模型中概念知识的结构与功能的各种方法论，这
来源：Current Opinion in Behavioral Sciences
时间：2026-10-18
-
请提供需要翻译的内容
nociplastic pain（伤害感受塑性疼痛）是继伤害感受性疼痛和神经病理性疼痛之后，于2017年被国际疼痛研究协会（IASP）采纳的第三种机制性疼痛描述术语。其定义为"源于伤害感受改变"的疼痛，且不能完全由伤害感受性或神经病理性疼痛机制解释。外周和/或中枢敏化通常存
-
用于鲁棒太阳能电池板裂纹分类的自适应神经模糊融合多方差激活机制
摘要
光伏系统（PV）的可靠性受微裂纹和结构缺陷的严重影响，这些缺陷会降低能量效率和长期稳定性。传统的人工检查技术，包括目视检查和专家对电致发光（EL）图像的评估，耗时费力、主观性强且易受人为错误影响。深度学习，特别是卷积神经网络（CNNs）的最新进展在自动化裂纹检测方面显示
粤公网安备 44010602000434号