• # GraphTCL：用于图分类的拓扑感知对比学习 **摘要** 图分类旨在将每个图分配到语义类别中，是图数据分析中最基本的任务之一。图级对比学习已成为学习鲁棒图表示以增强图分类有效性的流行方法，它通过利用全局图信息及其局部子图信息来增强图结构。然而，现有方法忽略了图的结构相似性，可能导致图级图对比学习的效果不理想。在本文中，我们提出了GraphTCL，这是一种用于图分类的图级拓扑感知对比学习框架。具体而言，我们提出了一种节点感知图增强方法来保留结构相似性。我们还提出了一种拓扑感知的投影方法，以捕获节点对图拓扑结构的依赖关系。为了验证我们方法的有效性，我们在多个真实世界数据集上进行了全面实验，包括自监督、半监督和有监督预训练三种设置。实验结果表明，我们的方法在有标签信息和无标签信息设置下均表现优异。代码将在以下地址开源：https://github.com/JasonYang9417/GraphTCL。 **关键词：** 图分类，对比学习，图表示学习，自监督学习

  本文提出GraphTCL，一种用于图分类的拓扑感知双视图对比学习框架，通过将基于图神经网络的结构性嵌入与基于持续同调的拓扑性嵌入进行对齐。 本文引入跨视图对比目标，显式地强制局部消息传递表示与全局拓扑图摘要之间保持一致。 本文证明持续同调特征为图神经网络嵌入提供了互补信息

  来源：Neurocomputing

  时间：2026-09-21

• 用于知识图谱表示学习的多关系约束共现注意力模型

  •提出了一种新型混合框架（MRCCA），协同利用图注意力网络（GATs）和知识图谱嵌入（KGE），以克服知识图谱补全中的过平滑和关系容量有限的问题。•一种共现驱动的注意力机制，利用共现信息和KGE语义假设，消除了传统的线性变换和非线性激活函数，从而减少可训练参数。•一个多关系

  来源：Neurocomputing

  时间：2026-09-21

• 一种基于混合空间-频率注意力引导的双域多焦点图像融合方法

  •我们提出了一种基于混合空频注意力引导的双域多焦点图像融合方法。其主要亮点总结如下：.•我们采用并行双分支特征提取并结合混合空频注意力机制，使其能够同时捕获空间域和频率域特征，从而充分利用图像的空间和频率域信息。•通过引入频率注意力机制来改进和增强传统的卷积块注意力模块，我们

  来源：Neurocomputing

  时间：2026-09-21

• 通过强化学习在无人机无线传感器网络中对恶意软件传播进行反应扩散建模与自适应控制

  • 首次建立了基于偏微分方程(PDE)的反应扩散SEIQR-SEIQRL模型，用于描述无人机-无线传感器网络(UAV-WSN)中的恶意软件传播，该模型整合了时空耦合特征和无线传感器网络的低能耗节点状态，突破了传统模型仅考虑时间维度的局限性，准确刻画了恶意软件的空间扩散和时间演

  来源：Neurocomputing

  时间：2026-09-21

• DEMEF：基于逻辑规则和多模态融合的自适应实体对齐

  摘要大规模知识图谱和预训练模型的快速发展激发了利用多模态数据进行实体对齐任务的兴趣。然而，模态间的固有异质性带来了重大挑战。依赖静态融合策略的传统方法往往难以应对模态特定噪声、数据缺失以及不同信息源贡献不均等问题，最终阻碍了鲁棒的跨图谱对齐。为了克服这些挑战，我们提出了 DE

  来源：Neurocomputing

  时间：2026-09-21

• A2ReLU：基于注意力的动态阈值机制，用于实现高效的神经网络激活函数

  摘要激活函数在决定深度神经网络的表达能力、稀疏性和优化行为方面起着关键作用。现有的动态激活函数主要通过调整斜率或门控系数来实现功能，但仍依赖于隐式的、固定的或全局共享的激活阈值。在这项工作中，我们提出了Attention-to-ReLU（A2ReLU）这种新的激活函数，它通过预测

  来源：Neurocomputing

  时间：2026-09-21

• 通过扩展表示和神经元异质性提升脉冲神经网络的学习效率

  •我们提出了一种支持多值发放的统一脉冲神经元框架。•我们引入了动态阈值和反馈重置机制以实现自适应脉冲发放。•我们设计了阈值相关的代理梯度以实现稳定训练。•我们提出了一种整数到二进制的转换方法以实现节能推理。•所提方法在多个基准测试上取得了最先进的结果。引言脉冲神经网络（SNN

  来源：Pattern Recognition

  时间：2026-09-21

• 面向时空动力学的等变图神经网络中时间尺度与环境的解耦

  •不变量标量控制将原子态、局部环境和时间振幅解耦，实现基于E(3)-等变坐标预测器的独立表征。 •环境感知的校准在保持用于注意力和门控的学习环境归属关系的同时，对齐无关标量通道的尺度变化。 •局部趋势-残差时间模块在短期历史窗口内分离持续性运动和残差运动，并保留它们的不变量振

  来源：Pattern Recognition

  时间：2026-09-21

• PRF：面向脉冲神经网络长序列学习的并行共振放电神经元

  •一种解耦重置方法，将漏积分-发放（LIF）神经元的训练复杂度从O(L²)降低到O(L log L)，在长序列上实现最高16.5倍的训练加速。•一种并行共振-发放（PRF）神经元，具有复数域中的振荡膜电位和可微分重置机制，能有效捕获长程依赖关系同时支持并行训练。•一种脉冲驱动

  来源：Pattern Recognition

  时间：2026-09-21

• 美国宾夕法尼亚州赤狐（*Vulpes vulpes*）肌肉中住肉孢子虫感染的分子与形态学表征

  摘要Sarcocystis（囊虫属）感染在许多食草动物和食肉动物物种中很常见，但此前未有美国赤狐（Vulpes vulpes）囊虫属感染的报道。在此，我们在宾夕法尼亚州的 21 只赤狐中发现了 10 只（47.6%）存在肌肉感染。通过结合不同方法（光镜、电镜和分子方法），我们

  来源：Veterinary Parasitology: Regional Studies and Reports

  时间：2026-09-21

知名企业招聘：