• 基于多项式Petri模糊神经网络的控制策略在微电网集群中的频率和电压稳定化应用

  摘要：随着现代电力系统复杂性的增加以及分布式能源资源整合程度的不断提高，微电网集群（MGCs）需要采用先进的控制策略。本研究探讨了在MGCs中采用基于多项式Petri模糊神经网络（PPFNN）的控制器来应对这些挑战。PPFNN控制器结合了多项式理论、Petri网和模糊神经网络的优点，为互联微电网之间的动态共识和协调提供了强大的框架。传统的控制方法在处理微电网系统的动态性和随机性方面往往显得力不从心。PPFNN控制器凭借其模糊逻辑的鲁棒性和神经网络的学习能力，为维持电压稳定性、频率调节和高效电力共享提供了更优的解决方案。研究表明，采用PPFNN控制器不仅提高了MGCs的运行韧性，还保持了电压和频

  来源：IEEE Systems Journal

  时间：2025-11-21

• 基于联邦学习的分布式定位技术：针对智能电网中虚假数据注入攻击的防护措施

  摘要：智能电网上的数据分析和监控受到网络物理系统攻击的威胁。虚假数据注入攻击（FDIA）是一种针对智能测量设备的攻击方式，通过注入恶意数据来实现。机器学习技术在检测和定位FDIA方面被证明是有效的。然而，训练此类模型需要处理敏感的用户数据，这在实际应用中可能不可行。通过采用联邦学习技术，可以在保护敏感用户数据隐私的同时，训练出用于检测和定位FDIA的模型。不过，联邦学习引入了新的问题，例如每个节点中检测器的个性化问题。在本文中，我们提出了一种基于联邦学习的方案，该方案结合了混合深度神经网络架构，利用图神经网络来捕捉连接的电力总线之间的局部相关性，并通过长短期记忆层来分析数据中的时间模式。所提出

  来源：IEEE Systems Journal

  时间：2025-11-21

• 显而易见：基于人工智能的边缘计算平台异常检测

  摘要：作为物联网（IoT）节点的嵌入式系统常常容易受到恶意或未知运行时软件的攻击，这些软件可能会损害系统安全、窃取敏感数据并导致系统行为异常。用于自动化、医疗设备和汽车行业的商用嵌入式系统尤其容易受到这种威胁，因为它们缺乏集成传统安全功能的资源，而且通过传统方法难以对其进行防护。我们提出了一种名为APPARENT的新系统设计，该设计通过监控和统计程序执行过程中硬件性能计数器（HPCs）发生的最大低级硬件事件数量来识别程序特征，并分析各种被监控事件之间的相关性。为了进一步利用这些捕获的事件作为特征，我们提出了一种基于自监督机器学习的算法，该算法结合了图注意力网络（GAT）和生成拓扑映射（GTM）

  来源：IEEE Transactions on Sustainable Computing

  时间：2025-11-21

• 面向3D空间计算系统的AI硬件架构与芯片技术综述

  当你在虚拟现实中伸手触碰一朵悬浮的光束花，或通过自动驾驶系统实时识别街道障碍物时，背后是海量3D数据在毫秒级内的精准运算。传统2D图像处理器（GPU）面对具有额外深度轴的3D RGB-D数据时，就像用剪刀裁剪水波般力不从心——稀疏分布的点云会导致计算资源利用率骤降，而高精度的神经渲染又需消耗堪比超级计算机的算力。这类矛盾使得微软HoloLens 2、苹果Vision Pro等顶尖设备仍部分依赖传统计算机视觉算法，制约了沉浸式体验的进一步突破。韩国科学技术院（KAIST）的Dongseok Im团队在《IEEE Open Journal of the Solid-State Circuits S

  来源：IEEE Open Journal of the Solid-State Circuits Society

  时间：2025-11-21

• MetaSel：一种用于微调深度神经网络模型的测试样本选择方法

  摘要：深度神经网络（DNNs）在部署过程中会面临协变量偏移的问题，即开发环境和部署环境之间的数据分布发生了变化。微调技术可以将预训练模型适配到新的环境中，但这种适应通常需要较小的标注数据集。然而，在有限的标注预算下测试微调后的模型仍然是一个关键挑战。本文介绍了一种名为MetaSel的新方法，该方法专为解决协变量偏移问题而设计，可以从未标注的输入中选择合适的测试样本。MetaSel假设微调模型和预训练模型具有相似的数据分布，并且在许多输入上表现出类似的行为；但在某些输入子空间内，微调会改变模型的决策边界，使得这些输入更容易被错误分类。与仅依赖DNN模型及其输入集的传统方法不同，MetaSel结合

  来源：IEEE Transactions on Software Engineering

  时间：2025-11-21

• 恶意社交机器人的演变：从个体画像到群体分析及超越

  在当今社会，Facebook、Twitter、微博等在线社交网络（OSN）已深度融入人们的日常生活，成为信息传播、观点交流和社群互动的重要场所。然而，这片繁荣的图景背后也潜藏着危机——恶意社交机器人的泛滥。这些由程序控制的账户，模仿人类用户自动发布内容和进行互动，被不法分子用于散布谣言、操纵舆论、进行金融欺诈甚至干预政治进程。它们不仅威胁平台安全，更扰乱了正常的社会秩序。尤其随着ChatGPT、GPT-4等大型语言模型（LLM）的崛起，恶意机器人能够生成高度逼真、上下文连贯的内容，使其伪装能力大幅提升，传统检测方法面临严峻挑战。为了系统应对这一不断演变的威胁，研究人员对恶意社交机器人检测技术进

  来源：Journal of Social Computing

  时间：2025-11-21

• 梯度网络

  摘要：直接对函数梯度进行参数化并学习这些梯度具有广泛的意义，具体应用包括逆问题、生成建模和最优传输等领域。本文介绍了梯度网络（GradNets）：这是一种新型的神经网络架构，能够对各类函数的梯度进行参数化。GradNets具有特殊的架构约束，确保其与梯度函数相匹配。我们提供了一个全面的GradNet设计框架，其中包括将GradNets转换为单调梯度网络（mGradNets）的方法，这类网络能够保证表示凸函数的梯度。我们的研究结果表明，所提出的GradNet（以及mGradNet）能够通用地逼近（凸）函数的梯度。此外，这些网络可以针对特定的潜在函数空间进行定制，包括（凸）脊函数的变换和组合。我们

  来源：IEEE Transactions on Signal Processing

  时间：2025-11-21

• 基于语言引导反事实图像生成与模型增强的深度分类器鲁棒性提升方法

  在深度学习席卷计算机视觉领域的今天，一个令人困扰的"黑箱"问题始终制约着模型的可靠性。当深度神经网络（DNN）在进行图像分类时，它们往往依赖于训练数据中存在的偏见，学习到特征之间的错误关联——比如通过背景而非主体物体进行判断。这种问题在医疗诊断等关键领域尤为致命，因为单纯的"阳性/阴性"结果无法提供可信的决策依据。可解释人工智能（XAI）的兴起正是为了破解这一难题。在众多技术路径中，反事实解释通过生成"如果...那么..."场景，为理解模型决策机制提供了独特视角。视觉反事实方法通过最小化但显著的图像扰动，揭示模型依赖的关键特征。然而，现有方法如LANCE虽然能识别模型弱点，却缺乏利用这些信息直

  来源：IEEE Open Journal of Signal Processing

  时间：2025-11-21

• 利用语音-脑电的多阶段性特性增强默语识别的多相相关网络研究

  想象一下，当一个人因肌萎缩侧索硬化症（ALS）或闭锁综合征而失去言语能力时，如何与外界沟通？脑机接口（BCI）技术为这类患者带来了希望，它能够将大脑信号转化为可识别的指令。然而，当前基于脑电图（EEG）的默语识别系统仍面临巨大挑战：信号信噪比低、空间分辨率有限，且容易受到各种伪迹的干扰。更棘手的是，大多数研究仅聚焦于单一语音阶段（如默语），忽略了人类沟通本身涉及听觉感知、语音产生、发音动作和内心想象等多个阶段的协同工作。这种"单阶段中心"的研究范式，限制了识别准确率的进一步提升。正是在这一背景下，来自印度理工学院马德拉斯分校和麻省理工学院的研究团队在《IEEE Open Journal of

  来源：IEEE Open Journal of Signal Processing

  时间：2025-11-21

• 人工智能辅助的卡尔曼滤波器：用于卡尔曼类型算法的AI增强设计

  摘要：卡尔曼滤波器（KF）及其变体是信号处理领域中最著名的算法之一。这些方法通过依赖简单的状态空间（SS）模型来进行动态系统的状态估计，尽管这些模型可能对底层动态的描述较为粗糙且不够准确。新兴的数据驱动型人工智能（AI）技术利用深度神经网络（DNN）来处理这些任务，而DNN对模型类型没有特定要求。最近的研究表明，将DNN与经典的卡尔曼滤波方法相结合是可行的，这样可以构建出能够在部分已知动态环境下进行跟踪的系统。本文以教程的形式概述了将AI融入卡尔曼滤波算法的设计方法。我们回顾了适用于状态估计的通用和专用DNN架构，并系统地介绍了将AI工具与卡尔曼滤波器结合的技术，以及如何利用部分状态空间建模和

  来源：IEEE Signal Processing Magazine

  时间：2025-11-21

• 高血压患者的蛋白尿与肾功能：肾神经在其中的作用

  ```section> 摘要 通俗语言总结 蛋白尿是肾损伤的关键标志物，常与高血压和心血管风险增加相关。本研究回顾了临床和实验研究中肾神经在蛋白尿和肾功能障碍病理生理学中的潜在作用。研究表明，肾交感神经和感觉神经活性的增强（单独或与肾素-血管紧张素-醛固酮系统（RAAS）共同作用）会促进蛋白尿的发展和肾功能的下降。这种现象可能是通过改变肾小球和/或肾小管功能来实现的。此外，旨在干扰肾神经活性的干预措施（包括药物和外科去神经术或RAAS阻断）显著降低了蛋白尿，并改善了肾脏和心血管结局。在这里，我们强调了肾神经在心血管疾病和高血压性肾病的发生和发展中的潜在作用，这些作用超出了它们

  来源：Journal of Hypertension

  时间：2025-11-21

• 历经四十年：从虚无主义走向针对意识障碍的治疗性神经伦理学

  ```section> 摘要 通俗语言总结 在这篇回顾性文章中，为了庆祝《头部创伤与康复杂志》（Journal of Head Trauma and Rehabilitation）创刊40周年，约瑟夫·J·芬斯（Joseph J. Fins）博士通过自传式的反思，追溯了过去四十年来关于意识障碍的神经伦理学的发展历程。他的回忆录回顾了自己作为医学生在康奈尔大学神经科（由弗雷德·普拉姆博士领导）的学习经历，普拉姆博士与布莱恩·詹内特博士（Bryan Jennett）共同提出了“持续性植物状态”（Persistent Vegetative State）的概念

  来源：The Journal of Head Trauma Rehabilitation

  时间：2025-11-21

• 通过核磁共振（NMR）技术在溶液中观察人类P物质与G蛋白偶联受体NK1R的相互作用

  物质P（Substance P，简称SP）是一种重要的神经肽，自1931年被首次描述以来，因其在多种生理过程中的作用而受到广泛关注。SP主要通过与神经激肽1受体（Neurokinin 1 receptor，NK1R）结合，参与调控恶心、炎症、神经疾病等关键功能。NK1R属于类A G蛋白偶联受体（GPCR）家族，广泛分布于神经系统中，并在多种病理条件下成为潜在的治疗靶点。尽管SP的结构和功能已被广泛研究，但以往的结构测定技术，如冷冻电子显微镜（cryo-EM）和X射线晶体学，往往未能清晰解析SP与NK1R的N端肽段的相互作用。因此，研究人员通过结合氟-19核磁共振（19F-NMR）光谱技术和功能

  来源：Journal of the American Chemical Society

  时间：2025-11-21

• 急性眩晕：是中风还是其他原因？

  摘要通俗语言总结综述目的急性眩晕占美国和欧洲急诊科就诊病例的约4%。尽管发病率如此之高，但对头晕、眩晕和平衡障碍的管理仍然缺乏系统性，目前尚无国际公认的诊疗流程。急性前庭综合征（AVS）尤其具有挑战性，及时识别对于避免潜在的严重后果至关重要。本次综述十分及时，因为误诊率仍然居高不下，尤其是对于以头晕为症状的后循环中风患者。最新研究进展文献指出，AVS的鉴别诊断范围广泛，从良性的周围前庭疾病到可能危及生命的中枢性病因都有。区分中风和周围性前庭疾病是一个关键的临床难题，而早期神经影像学检查的局限性（如MRI在48小时内可能出现假阴性结果）进一步加剧了这一难题。高达35%的后循环中风患者最初未能被诊

  来源：Current Opinion in Neurology

  时间：2025-11-21

• 前庭功能与障碍的成像技术及其临床意义

  摘要 通俗语言总结 综述目的 本文旨在探讨利用多种磁共振成像（MRI）技术对中枢前庭功能障碍的结构组织和功能连接方面的最新研究进展。以前庭阵发性眩晕为例，特别是第八对脑神经的神经血管交叉压迫现象，是外周前庭功能障碍的典型代表。 主要研究结果 双侧前庭系统与其他感觉系统紧密相连，并在感觉、运动、认知、情感和记忆网络中呈现出层次化的组织结构。这一点通过功能性磁共振成像（fMRI）结合电刺激前庭和恐惧条件反射实验得到了证实。另一项研究显示，经颅电刺激前额叶皮层与电刺激前庭联合应用时，前庭感觉和前庭皮层中的血氧水平依赖性

  来源：Current Opinion in Neurology

  时间：2025-11-21

• 神经前庭康复：新进展

  摘要通俗语言总结 综述目的 本综述重点介绍了神经前庭康复领域的最新进展，尤其关注前庭适应机制和新兴的移动技术。它总结了促进前庭可塑性的发展，并讨论了虚拟现实、可穿戴传感器和远程医疗平台等新型工具，这些工具能够提高康复的可达性、患者的参与度以及治疗效果。综述的范围较为广泛，侧重于一般性原则，而非特定人群。 最新研究发现 增强前庭眼反射（VOR）适应的新方法包括渐进式适应装置和游戏化训练。暂时诱导VOR适应能力下降会增加姿势不稳定，但这种不稳定会通过感觉重新调整得到恢复，体现了中枢神经系统的代偿机制。像StableE

  来源：Current Opinion in Neurology

  时间：2025-11-21

• 基于物理信息神经网络的室内声学传递函数与模态分析研究

  在虚拟现实、三维音频技术飞速发展的今天，精准重建室内声场已成为实现沉浸式听觉体验的关键。声学传递函数（Acoustic Transfer Function, ATF）作为描述声源与接收点之间频率响应关系的重要指标，在空间音频渲染、声源定位等应用中具有核心地位。然而，传统测量方法需在空间密集布设传声器，实际操作中面临成本高、效率低的瓶颈；而基于有限元法（FEM）或边界元法（BEM）的数值模拟虽能提供理论解，却对计算资源要求极高，且依赖对边界条件的简化假设。为突破这一困境，台湾清华大学的研究团队在《Journal of Mechanics》发表了一项创新性研究，将物理信息神经网络（Physics-

  来源：Journal of Mechanics

  时间：2025-11-21

• EHRA房颤消融并发症标准化评分模型：欧洲心律协会调查揭示并发症严重程度分级新标准

  随着人口老龄化进程加速，心房颤动(Atrial Fibrillation, AF)的发病率呈现持续上升趋势。作为心律控制策略中的重要治疗手段，导管消融术在房颤治疗领域的应用日益广泛，甚至作为一线治疗方案显示出优于抗心律失常药物的疗效。然而，随着消融手术量的快速增长，以及各种新型消融技术和策略的不断涌现，如何客观评估和比较不同技术的安全性成为临床研究的重要挑战。目前，房颤消融术后并发症的报告通常采用"严重"或轻微"的简单分类方式，但这种基于未明确标准的任意分类可能导致临床意义迥异的不良事件被归为同一类别，从而误导对技术安全性的判断。例如，短暂性膈神经麻痹与危及生命的心脏压塞若被同等归类为"严重并

  来源：EP Europace

  时间：2025-11-21

• 从欧洲椴（Eucommia ulmoides）叶子中优化提取和纯化geniposidic酸及其抗帕金森病活性

  ### 生物活性化合物的高效提取与纯化研究：以Eucommia ulmoides叶中Geniposidic Acid为例Eucommia ulmoides，作为一种在中国广泛分布的经济价值较高的植物，其叶片不仅具有丰富的生物活性成分，还因其高产量和可再生性而成为天然产物研究的重要资源。近年来，随着对天然药物研究的深入，Eucommia ulmoides叶中的一种重要化合物——Geniposidic Acid（GPA）因其显著的抗氧化、抗炎和神经保护作用而备受关注。然而，GPA在植物中的含量通常较低，且其强极性特性使得从复杂天然来源中高效、选择性地提取和纯化成为一大挑战。传统提取方法如热回流和溶

  来源：Industrial Crops and Products

  时间：2025-11-21

• 利用小波分解和人工神经网络，对萨斯喀彻温省西南部地区在气候变化情景下的地下水位进行预测

  ### 水文和水资源管理中的长期地下水位预测模型在全球变暖的背景下，极端气候事件的频率和强度显著增加，其中包括长期干旱，这改变了降水模式，并威胁着地下水资源。经济开发、人口增长和土地利用变化等额外压力进一步加剧了地下水的过度开采，常常使地下水位的下降速度超过补给速率。为了在数据稀缺且地质结构复杂的地区进行可持续的地下水管理，本研究开发了一种结合人工神经网络（ANN）和小波分解（WA）的混合模型，用于预测西南萨斯喀彻温省到2100年的地下水位（GWLs）。这种模型旨在为未来的水资源管理策略提供信息，特别是在水资源管理面临挑战的区域。### 研究背景地下水是地球上可获取的淡水的主要来源，被广泛用于

  来源：Groundwater for Sustainable Development

  时间：2025-11-21

知名企业招聘：