• 基于铕的节能二维钙钛矿ReRAM，用于光可调神经形态计算

  摘要：新兴的神经形态计算系统需要能耗低、功能多样的非易失性存储器（NVM），这些存储器应具备电控和光控能力。我们报道了在Ag/(PEA)3EuBr6/FTO器件中实现的光敏可调电阻开关（RS）技术，其中使用了基于Eu的二维卤化物钙钛矿作为开关层（SL）。电学特性表明，该器件在无外加场的情况下即可实现低电压的双极开关效应（暗态时为±0.48 V），而在365纳米光照下这一电压进一步降低至±0.42 V。光照显著提升了器件的存储窗口宽度，从约3.0 × 10^3秒增加到约4.8 × 10^3秒；数据保持能力稳定在约26,000秒，循环寿命达到约40,000次，同时存储性能提升了约1.47倍。在光偏

  来源：IEEE Photonics Technology Letters

  时间：2025-11-25

• 利用GRU神经网络在电光混沌系统中实现混沌同步与解密

  摘要：神经网络可以用于混沌光通信系统接收端的混沌同步和解密。简单的训练方法和高效的网络结构值得在这一领域进一步探索。我们提出了一种适用于电光相位反馈（EOPF）混沌通信系统的新训练方法。该方法采用门控循环单元神经网络（GRU-NN），仅使用由加密数据和明文数据构建的数据集进行训练。实验验证表明，经过训练的模型能够实现高质量的混沌同步并支持解密。这种方法在训练过程中只需要通信双方部分共享明文数据，为混沌光通信中的远程训练场景提供了有价值的参考。

  来源：IEEE Photonics Technology Letters

  时间：2025-11-25

• 基于物理信息的神经网络的室内非视距光无线通信

  摘要：室内光无线通信（OWC）能够提供高速且安全的传输，但在视距（LOS）条件下容易受到阻挡。非视距（NLOS）OWC通过利用漫反射光路径来克服这一问题，但随之带来了复杂的信道环境，包括严重的多径效应、信号衰减、设备非线性以及符号间干扰（ISI），尤其是在高数据速率时。这些因素会显著降低通信性能，并限制传统均衡器的效果。本文提出了一种基于物理信息神经网络（PINN）的均衡器，旨在应对NLOS室内OWC所面临的挑战。与传统均衡器相比，该PINN均衡器在不同数据速率和硅光电倍增管（SiPM）偏置电流条件下，将比特错误率（BER）提高了24.6%至70.87%。与基于常规循环神经网络（RNN）的均衡

  来源：IEEE Photonics Technology Letters

  时间：2025-11-25

• 跨现实（Cross Reality）系统的演进与未来：从感知融合到数字孪生

  十六年前，当IEEE Pervasive Computing首次推出关于“跨现实环境”的特刊时，它描绘了一个将无处不在的传感器/执行器网络与沉浸式虚拟世界融合的愿景，试图构建一个连接物理与虚拟现实的、无缝的电子“神经系统”。这一概念深受科幻经典（如Verner Vinge的《真名实姓》）的启发，旨在扩展人类感知与互动，超越传统的“此时此地”，重新定义“存在”的意义。然而，在2009年，跨现实系统大多依赖于实验室等受限环境中专门部署的传感器网络，并与定制的增强现实系统及如Second Life等初生的共享虚拟世界环境相连。时光荏苒，自2009年那期特刊问世以来，普适计算经历了指数级增长。如今，网

  来源：IEEE Pervasive Computing

  时间：2025-11-25

• LN3DIFF++：可扩展的潜在神经场扩散技术，用于快速生成三维模型

  摘要：神经渲染领域取得了显著进展，这得益于生成模型和可微分渲染技术的进步。虽然2D扩散技术已经取得了显著成果，但开发统一的3D扩散流程仍然是一个未解决的挑战。本文提出了一种新的框架LN3DIFF++，旨在填补这一空白，实现快速、高质量且多用途的条件式3D生成。我们的方法利用了具有3D感知能力的架构和变分自编码器（VAE）将输入图像编码到结构化、紧凑的3D潜在空间中。然后，基于Transformer的解码器将潜在表示解码为高容量的3D神经场。通过在具有3D感知能力的潜在空间上训练扩散模型，我们的方法在ShapeNet和FFHQ数据集上的特定类别3D生成任务中表现优异，并且在Objaverse数据

  来源：IEEE Transactions on Pattern Analysis and Machine Intelligence

  时间：2025-11-25

• 基于语言引导的图表示学习在视频摘要中的应用

  摘要：随着社交媒体上视频内容的快速增长，视频摘要生成已成为多媒体处理中的关键任务。然而，现有方法在捕捉视频内容的全局依赖关系以及满足多模态用户定制需求方面面临挑战。此外，视频帧之间的时间邻近性并不总是与语义邻近性相对应。为了解决这些问题，我们提出了一种新型的语言引导图表示学习网络（Language-guided Graph Representation Learning Network，简称LGRLN）用于视频摘要生成。具体来说，我们设计了一种视频图生成器，该生成器将视频帧转换为结构化图，以保留时间顺序和上下文依赖关系。通过构建正向图、反向图和无向图，视频图生成器有效地保持了视频内容的顺序性和

  来源：IEEE Transactions on Pattern Analysis and Machine Intelligence

  时间：2025-11-25

• 最优控制理论神经优化器：从反向传播到动态规划

  摘要：深度神经网络（DNNs）的优化推动了现代人工智能的进步。由于DNNs具有长时间的非线性传播过程，因此根据目标确定其最优参数自然属于最优控制编程的范畴。将DNNs视为动态系统的这种理解，在从数值方程到物理学的原理性分析中起到了关键作用。与这些理论研究并行的是，本文侧重于算法层面。我们发现一个有趣的算法相似性：DNNs中用于计算梯度的反向传播（Backpropagation）算法与动态系统的最优性条件之间存在相似之处，后者通过另一种称为动态规划（dynamic programming）的逆向过程来表达。通过建立这种联系——即反向传播具有变分结构，并求解一阶展开的近似动态规划问题——可以开发出

  来源：IEEE Transactions on Pattern Analysis and Machine Intelligence

  时间：2025-11-25

• 学习任务：多输出深度神经网络中用于梯度冲突缓解的优选推理路径

  摘要：多输出深度神经网络（Multi-output Deep Neural Networks，简称MONs）包含多个用于不同任务的输出分支，这些任务通常会共享部分网络滤波器，从而导致网络内部不同任务之间的推理路径相互交织。由于优化目标存在差异，训练过程中各任务的梯度会在共享路径上相互干扰，从而降低整个模型的性能。为了解决这个问题，我们提出了一种名为DR-MGF（Dynamic Routes and Meta-weighted Gradient Fusion）的新颖梯度冲突缓解算法。与现有的冲突缓解方法不同，DR-MGF通过学习任务优先的推理路径来实现MONs中的梯度冲突缓解。该方法的提出基于我

  来源：IEEE Transactions on Pattern Analysis and Machine Intelligence

  时间：2025-11-25

• BiKT：通过双向知识传递释放图神经网络（GNNs）的潜力

  摘要：基于消息传递范式，已有大量研究提出了多种多样且令人印象深刻的特征传播机制，以提高图神经网络（GNNs）的性能。然而，对于消息传递框架中的另一个关键操作——特征转换，关注度相对较低。在本文中，我们首先通过实证研究了几种典型GNN中特征转换操作的性能。出乎意料的是，我们发现GNN并未完全发挥出特征转换操作的全部潜力。基于这一观察，我们提出了双向知识传输（BiKT）技术，这是一种无需修改原始架构即可释放特征转换操作潜力的即插即用方法。将特征转换操作视为一个与原始GNN共享参数的衍生表示学习模型，该模型可以直接进行预测，提供与拓扑结构无关的知识反馈，从而进一步指导GNN及其内部特征转换的学习过程

  来源：IEEE Transactions on Pattern Analysis and Machine Intelligence

  时间：2025-11-25

• GLPilot：利用可学习嵌入实现的高效分布式图神经网络（GNN）训练

  摘要：图神经网络（GNNs）通过可学习的顶点嵌入，使得模型即使在顶点特征稀疏、有噪声或缺失的情况下，也能推断出丰富且与任务相关的表示。在大规模的多GPU训练中，动态更新的嵌入（其大小通常比模型参数大几个数量级）会严重降低训练效率。具体来说，加载远程嵌入以及同步它们的梯度占每次迭代时间的90%以上。传统的缓存和并行处理方法是为静态嵌入或模型参数单独设计的，对于缓解这种与嵌入相关的传输“数据墙”问题效果不佳。为了解决这个问题，我们首先详细分析了训练过程中的顶点访问模式，发现虽然频繁被访问的顶点占据了大部分嵌入加载延迟，但它们的更新次数却很少，因此这些顶点的嵌入非常适合被重复使用（即“陈旧数据”的再

  来源：IEEE Transactions on Parallel and Distributed Systems

  时间：2025-11-25

• 基于多指标和机器学习的妊娠早期先兆子痫综合预测模型：一项回顾性单中心研究

  子痫前期（Pre-eclampsia, PE）作为妊娠期严重并发症，其早期预测对改善母婴结局具有重要意义。本研究通过整合多维度生物标志物与机器学习技术，构建了首个基于孕早期指标的PE预测模型，为临床提供新工具。以下从研究背景、方法、核心发现及临床价值等方面进行详细解读。### 一、研究背景与意义PE发病率占所有妊娠的2%-8%，是孕晚期高血压和器官损伤的主要诱因。传统筛查依赖孕中期血压和尿蛋白检测，但早期干预窗口期有限。近年研究显示，胎盘血管生成异常、系统性炎症反应及凝血功能紊乱在孕早期已出现特征性改变。例如，胎盘生长因子（PlGF）水平在孕早期即可反映胎盘灌注状态，而 neutrophil-

  来源：Medicine

  时间：2025-11-25

• 微量元素和营养素与失眠之间的因果关系：一项孟德尔随机化研究

  该研究采用孟德尔随机化（MR）方法，系统评估血清中微量元素与营养素与失眠的因果关系。研究基于欧洲人群的全基因组关联研究（GWAS）数据，重点考察铁、锌、硒、铜、钙、钾、镁等7种微量元素，以及胡萝卜素、叶酸、维生素A、B12、B6、C、D、E等8种营养素与失眠的潜在关联。研究团队通过严谨的遗传学工具筛选和多重敏感性分析，验证了镁水平与失眠风险之间的可能因果关系。研究设计遵循STROBE-MR指南，通过公共数据库获取双样本数据：暴露组来自国际联盟大学开放GWAS项目（IEU Open GWAS），包含铁、锌、硒等元素的SNP数据；对照组取自FinnGen项目，涵盖408,074名欧洲人群的失眠表型

  来源：Medicine

  时间：2025-11-25

• 青少年足球运动员变向速度变化的人体测量学决定因素：一项采用决策树回归和机器学习方法的横断面研究

  本研究聚焦于青年男子足球运动员的形态学特征与变向速度性能的关系，通过可解释的人工智能方法建立预测模型。研究选取51名11.88±1.38岁的职业青年足球学院学员，采用标准化流程测量了小腿围、腿长、坐高等6项关键人体测量指标，并通过505变向测试评估运动表现。经数据筛选后，最终纳入42名有效样本进行建模分析。研究采用机器学习多算法对比验证，发现决策树回归（DTR）模型表现最优，其核心价值体现在三个方面：首先，构建了包含成熟偏移量、年龄、腿长等6项关键预测因子的解释性模型，解释率达84.3%；其次，验证了505测试作为变向速度评估工具的可靠性（ICC=0.86，SEM=3.54%）；最后，通过特征

  来源：Medicine

  时间：2025-11-25

• 基于学习的自适应范围路由在图神经网络辅助的交通工程中的应用

  摘要：流量工程（Traffic Engineering, TE）已被网络运营商广泛用于提升网络性能和提供更优质的服务。TE面临的一个主要挑战是制定能够适应高度动态未来流量场景的路由策略。不幸的是，现有的方法要么在遇到意外流量波动时性能严重下降，要么为了保证最坏情况下的性能而牺牲最优性，尤其是在流量相对稳定时。在本文中，我们提出了LARRI这一基于学习的TE框架，它能够预测未知未来流量场景下的自适应路由策略。通过将未来需求范围预测和最优范围路由仿真整合到一个步骤中，LARRI能够生成一种能够适应各种可能未来流量矩阵的路由策略，从而在性能最优性和最坏情况保障之间取得良好的平衡。此外，LARRI采用

  来源：IEEE Transactions on Networking

  时间：2025-11-25

• 有危险饮酒行为和创伤后应激障碍（PTSD）的性虐待幸存者中的焦虑敏感性及与疼痛相关的焦虑

  摘要通俗语言总结 引言： 性暴力是一个重大的公共卫生问题，与较差的心理健康状况和更严重的酒精使用问题相关。目前关于那些有性暴力史且可能患有创伤后应激障碍（PTSD）的人进行危险饮酒（增加负面后果风险的过量饮酒）的行为背后的机制的研究还非常有限。 方法： 本研究评估了133名有性暴力史且进行危险饮酒的人的焦虑敏感性和与疼痛相关的焦虑情绪，以探讨这些因素与心理健康和临床显著酒精使用行为之间的关系。其中83人为女性，96人为白人。 结果： 焦虑敏

  来源：The Journal of Nervous and Mental Disease

  时间：2025-11-25

• 综述：基于阶段的疗法与以创伤为中心的疗法在成年儿童期创伤幸存者中的应用：系统评价与元分析

  摘要通俗语言总结引言：关于基于阶段的治疗方法是否能为患有创伤后应激障碍（PTSD）的个体带来超出标准创伤聚焦治疗方案的额外价值，目前存在争议。本系统评价研究了基于阶段的治疗方法对有童年创伤的成年人的疗效。方法：通过系统检索PubMed、Embase、PTSDpubs和PsycINFO数据库，找到了针对有童年创伤的成年人PTSD症状的基于阶段的干预措施的随机对照试验。共有4项研究符合纳入标准，共计356名参与者。对这些研究进行了随机效应元分析，以估计综合效应大小。结果：研究表明，与对照组干预措施相比，基于阶段的治疗方法具有轻微的积极效果（Hedges g=0.17；标准误SE=0.12）。基于阶

  来源：The Journal of Nervous and Mental Disease

  时间：2025-11-25

• 癫痫诊断后患精神分裂症的风险：韩国的一项全国性匹配队列研究

  ```section> 摘要 通俗语言总结 引言： 癫痫与精神分裂症的风险增加有关，但很少有大型研究能够充分考虑相关关键因素。本研究分析了来自韩国的队列数据，以评估癫痫诊断后患精神分裂症的风险。 方法： 将癫痫患者与对照组在年龄和性别上进行匹配。精神分裂症是主要研究结果。Cox回归模型计算了调整后的风险比（HR），同时考虑了人口统计学和生活方式因素（吸烟、BMI、胆固醇和收入）。Kaplan–Meier曲线和对数秩检验用于评估精神分裂症的累积发病率。 结果： 该研究包括2,770名癫痫患者和27,700名匹配的对照组。癫痫患者患精神分裂症的总体调整后风险

  来源：The Journal of Nervous and Mental Disease

  时间：2025-11-25

• 脑回平坦患者接受电休克治疗（ECT）后出现的紧张症：病例报告与文献综述

  摘要通俗语言总结 紧张症是一种神经精神综合征，可伴随多种精神疾病和系统性疾病出现。中枢神经系统异常被认为会增加患紧张症的风险，已有病例报告在神经发育障碍和神经退行性疾病患者中发生。平滑脑（Lissencephaly）是一组神经元迁移障碍，其特征是脑回和脑沟不明显或缺失、皮质异常增厚以及多种组织病理学变化。平滑脑的病因、临床表现、症状和严重程度各不相同，常伴有癫痫、视觉问题、心脏问题、骨骼问题以及早死等并发症。 在本文中，我们描述了一名20岁患有平滑脑的患者出现紧张症的病例。该患者对高剂量劳拉西泮的治疗反应甚微，但通过电休克疗法（ECT）后紧张症状有所缓

  来源：The Journal of ECT

  时间：2025-11-25

• 基于AI的动态网络切片优化技术，利用时间图网络（Temporal Graph Networks）实现智能决策

  摘要：随着第五代（5G）及超越5G（B5G）网络的发展，动态资源分配与管理对于支持多种设备类型和混合数据流量变得至关重要。网络切片技术能够对基础设施进行逻辑分割，以满足应用程序特定的服务质量（QoS）要求，但流量波动、用户移动性以及跨切片干扰等因素给主动资源分配带来了挑战。传统方法在这些因素面前显得力不从心，导致效率低下。因此，本文探讨了一种基于人工智能（AI）的网络性能预测与资源分配框架，该框架采用了时间图网络（TGNs）。通过将TGN与NS-3仿真器结合使用，本文展示了预测网络吞吐量的有效方法。所提出的解决方案利用时空人工智能（AI）技术，实现了更准确的网络性能预测和自适应资源优化，从而支

  来源：IEEE Networking Letters

  时间：2025-11-25

• NeuroShield-IoE：一种适用于能源互联网的、具备认知能力、具备量子抗扰性且能够自我进化的网络安全框架

  摘要：能源互联网（IoE）通过连接智能电网、分布式能源资源和消费设备，正在重塑现代能源系统。这种变革提高了能源利用的效率和灵活性，但也带来了严重的安全风险。传统的网络安全模型是为静态、集中式的系统设计的，无法有效保护当今动态且分布式的能源环境。量子计算技术的兴起威胁到了现有的加密标准，而基于人工智能的攻击手段则变得越来越具有适应性，更难以被检测到。能源系统通常资源有限且对延迟敏感，缺乏采用传统安全解决方案的能力。因此，迫切需要一个轻量级、适应性强的、面向未来的安全框架。本研究提出了NeuroShield-IoE这一概念性框架，它整合了认知智能和抗量子攻击的机制，旨在增强能源互联网系统应对不断演

  来源：IEEE Network

  时间：2025-11-25

知名企业招聘：