• 全状态约束下非线性纯反馈系统的预定时间自适应神经跟踪控制

  本文研究了一类具有全状态约束的非线性纯反馈系统的预定时间自适应神经跟踪控制问题。构建了一种将障碍Lyapunov函数（BLF）与预定时间性能函数（PTPF）相结合的新方法，以确保跟踪误差在用户指定的时间内收敛到预设的残差集，同时在整个运行过程中严格满足状态约束。为克服传统反步

  来源：Mathematics

  时间：2026-09-23

• 斋月间歇性禁食对成年人群神经认知功能、心理健康与睡眠质量的前瞻性队列研究

  摘要

  来源：Healthcare

  时间：2026-09-23

• 面向神经多样性人群的城市公园空间审计：以曼谷为案例的NCD框架开发与初步应用

  摘要

  来源：Urban Science

  时间：2026-09-23

• 基于分数阶忆阻器霍普菲尔德神经网络医学图像加密系统的结构性密码分析

  摘要 基于混沌的图像加密系统通常会生成类似噪声的密文，但动力学复杂性并不能保证安全性。本文对孙等人提出的基于分数阶忆阻器霍普菲尔德神经网络（FMHNN）的医学图像加密系统进行结构性密码分析。对于固定参数和维度，已发表的数据通路被形式化为一个与明文无关的置换操作后跟一个固定

  来源：Fractal and Fractional

  时间：2026-09-23

• 可识别性感知的分数阶SEAIHRD流行病学模型逆学习：理论性质建立与实证可识别性评估

  我们提出了一种可识别性感知的逆学习工作流，用于构建一个维度一致的Caputo阶SEAIHRD流行病学模型，该模型纳入了广义发病率、无症状感染者传播、住院动态、免疫衰减以及常规的累计死亡平衡。针对该自治系统，我们建立了正性、正向不变性、全局适定性、阈值与稳定性结果、地方性平衡点

  来源：Fractal and Fractional

  时间：2026-09-23

• 基于分布鲁棒优化的无监督对抗训练方法提升无线资源分配深度神经网络的分布外泛化性能

  摘要：无监督学习正越来越多地被用于训练深度神经网络（DNNs），以优化无线资源分配，从而避免昂贵的标签生成。然而，在实际部署中，由于无线系统场景和配置的多样性，无线通道的测试分布往往偏离训练分布，导致分布外（OOD）泛化性能下降。本文提出了一种离线、模型无关的训练方法，仅使

  来源：IEEE Transactions on Machine Learning in Communications and Networking

  时间：2026-09-23

• 基于WGAN-GP的神经网络随机数生成器框架

  摘要：随机数生成器（RNGs）是众多计算领域中的关键组件，包括密码学、机器学习、人工智能、游戏、图形、网络和统计建模。这些算法产生的数字序列近似于真正的随机性，通常使用统计工具（如NIST测试套件）进行评估。本工作提出了一种基于带梯度惩罚的Wasserstein生成对抗网络（

  来源：IEEE Access

  时间：2026-09-23

• 基于SHAP的可解释机器学习模型在预测过敏性鼻炎儿童ADHD共病中的开发与验证

  背景：过敏性鼻炎（AR）与注意缺陷/多动障碍（ADHD）的共病在儿科领域带来显著临床挑战，然而目前尚缺乏能够捕捉非线性神经-免疫交互作用的预测工具。方法：研究人员利用混合特征选择流程，在518例儿科AR患者（其中255例共病ADHD）队列基础上开发了一种可解释

  来源：Frontiers in Public Health

  时间：2026-09-23

• 基于RBF神经网络补偿的反步滑模控制的PEMFC氢气再循环系统鲁棒控制

  摘要：质子交换膜燃料电池（PEMFC）阳极再循环回路中氢气的动态行为受喷射器、供应歧管和电堆流道内耦合的流量-压力相互作用支配，这使得精确的压力调节成为影响系统效率、稳定性和寿命的关键挑战。确保足够的阳极燃料供应和稳定的氢气供应压力需要对气体处理系统进行精细控

  来源：CHAIN

  时间：2026-09-23

• 弹性深度神经网络用于遥感图像检索中的自适应特征提取

  遥感图像存档的大规模快速增长提高了对准确且高效的内容基图像检索（Content-Based Image Retrieval, CBIR）系统的需求。现有的深度学习方法通常采用固定的特征提取架构，可能无法有效捕获航空场景的多样视觉特征。为解决这一局限，本文提出了

  来源：IEEE Transactions on Aerospace and Electronic Systems

  时间：2026-09-23

知名企业招聘：