• 帕累托集预测辅助的双层双目标优化

  摘要AI 摘要查看此 AI 生成的摘要，您需要拥有 Premium 访问权限。了解详情登录摘要摘要双层优化问题由一个上层优化任务和一个作为约束的下层优化任务组成。虽然已有大量且不断增长的相关文献致力于使用进化计算求解两层均为单目标的优化问题，但针对两层均为多目标的问题（BLM

  来源：ACM Transactions on Evolutionary Learning and Optimization

  时间：2026-09-14

• 使用演化策略和线性策略网络解决深度强化学习任务

  摘要AI 摘要要查看此 AI 生成的摘要，您必须拥有高级访问权限。了解更多登录摘要摘要尽管深度强化学习方法可以为具有挑战性的问题学习出有效的策略，但底层算法十分复杂，且训练时间通常较长。本研究探讨了多种前沿版本的演化策略在性能上相较于基于梯度的深度强化学习方法的表现如何。我们

  来源：ACM Transactions on Evolutionary Learning and Optimization

  时间：2026-09-14

• 兼容性比率作为嵌入式加速器硬件/DNN协同设计的指导准则

  摘要AI 摘要要查看此 AI 生成的摘要，您必须拥有高级访问权限。了解更多登录摘要摘要日益庞大的深度神经网络（DNNs）在计算能力和能耗方面带来了严峻挑战，尤其是在边缘端。这一挑战通常需要通过专用的推理硬件加速器来解决。硬件/软件协同设计可以通过联合优化硬件微架构和 DNN

  来源：ACM Transactions on Embedded Computing Systems

  时间：2026-09-14

• MEDEA：面向异构超低功耗平台能效型DNN推理的设计时多目标管理器

  摘要AI 摘要要查看此 AI 生成的摘要，您必须拥有高级访问权限。了解更多登录摘要摘要随着对设备端人工智能需求的增长，在资源受限的超低功耗（ULP）平台上高效执行基于深度神经网络（DNN）的应用程序变得至关重要。结合专用处理元素（PE）的异构架构已成为实现所需性能和能效的关键

  来源：ACM Transactions on Embedded Computing Systems

  时间：2026-09-14

• NEXUS：加速下一代 AI 工作负载，NPU 上的 GNN 与 SSM 优化

  摘要AI 摘要查看此 AI 生成的摘要，您必须拥有高级访问权限。了解更多登录摘要摘要设备端 AI 的兴起已将现代客户端电脑转变为强大的本地 AI 工作负载执行平台，支持低延迟、高能效和隐私保护的应用。传统的设备端 AI 应用主要集中于计算机视觉任务，如图像分类、分割和目标检测

  来源：ACM Transactions on Embedded Computing Systems

  时间：2026-09-14

• 物理引导的黏弹性阻尼器CNN代理模型及其在结构抗震控制中的应用

  **摘要** 粘弹性阻尼器（VEDs）时域非线性力学行为的精确表征仍然具有挑战性。传统的频域模型无法同时考虑载荷历史、应变幅值和环境温度，而高保真时域模型通常需要进行复杂的参数标定且计算成本高昂。为克服上述局限性，本研究提出了一种物理引导的卷积神经网络（CNN）代理模型，即

  来源：Computers & Structures

  时间：2026-09-14

• IA-PINNs：集成自适应物理信息神经网络，用于求解偏微分方程

  摘要 物理信息神经网络（PINNs）作为一种解决偏微分方程（PDEs）的通用框架日益受到关注，其核心思想是将物理定律嵌入到神经网络训练过程中。然而，原始PINNs通常面临重大挑战，尤其是在平衡多个损失组件（包括PDE残差、边界条件和初始条件）时，可能导致不稳定或次优收敛。为

  来源：Engineering Analysis with Boundary Elements

  时间：2026-09-14

• 一种用于二维线性弹性的赫尔丁格-莱谢纳混合物理信息神经网络

  •Hellinger–Reissner神经网络直接预测位移和应力。•局部平衡条件和材料本构关系改善了两个场之间的一致性。•该方法改善了应力梯度较大区域的应力预测。•与深度能量法相比，获得了更低的应力误差。引言偏微分方程是描述固体力学、流体力学、热传导及相关领域物理问题的基本数

  来源：Engineering Analysis with Boundary Elements

  时间：2026-09-14

• 基于凹弧设计的抗高速冲击负泊松比超材料薄板吸能特性分析

  # 摘要 基于圆弧凹角负泊松比特性超材料，本文系统地研究了超材料防护板的高速抗冲击性能与能量吸收性能。通过结合有限元仿真与BP（反向传播）神经网络优化算法，实现了壁厚、弧角、边长等多个几何参数的协同优化设计，获得了最优参数组合（弧角56.6°，壁厚1.6 mm，边长16 m

  来源：Mechanics Research Communications

  时间：2026-09-14

• 使用智能传感技术监测和分析链式挖掘器中马铃薯的运动动态

  •倾斜角度对作物安全至关重要；8.8°为最佳工作区间。•链式输送机的较高速度有助于清洁，且不会造成进一步损伤。•利用神经网络开发了一种智能逆向控制框架。•成功解耦了清洁效率与损伤之间的矛盾。•"逆向顾问"以可忽略不计的0.15°误差精度实现了精准控制。引言马铃薯（Solanu

  来源：Measurement

  时间：2026-09-14

知名企业招聘：