• 具有最大鲁棒性的图的最小构建

  摘要：r-鲁棒性和(r,s)-鲁棒性的概念此前已在文献中被提出，用于在存在异常行为智能体的情况下实现弹性一致性。然而，虽然较高的鲁棒性水平能够使网络容忍更多的异常行为智能体，但它们也要求密集的通信结构，这对于通信范围有限、能源和资源受限的系统来说并不总是理想的。因此，本文从两个方面研究了r-鲁棒性和(r,s)-鲁棒性背后的基本结构。（a）我们首先建立了无向图在具有任意节点数时必须具备的边数的严格必要条件，以实现最大r-鲁棒性和(r,s)-鲁棒性。（b）然后我们利用这些条件构建了两类无向图，称为γ-和(γ,γ)-最小边鲁棒图（MERGs），可证明地以最少的边数实现最大鲁棒性。我们通过将其与现有的

  来源：IEEE Transactions on Automation Science and Engineering

  时间：2026-09-09

• E-CONAN（蕴含、矛盾与中性）基准测试：阿拉伯文本蕴含与自然推理数据集

  摘要： 自然语言推理（NLI）通过处理句子对来提取它们之间的语义关系。NLI一直是一个热门的研究领域，被整合到其他自然语言处理（NLP）应用中，从形态学拼写纠错任务到更高级的任务，如机器翻译和信息提取。尽管全球各种语言在文本推理方面取得了显著进展，但阿拉伯语在这一领域仍面临资源匮乏的问题，尤其是在缺乏适用于有效模型调优和泛化的可靠基准数据方面。为了解决这一挑战，本文介绍了E-CONAN基准集，该基准集由来自不同来源的句子对组成：（1）自动翻译的句子对；（2）经人工验证的机器翻译句子对；（3）来自阿拉伯语作为外语教学书籍的手工制作的句子对；（4）

  来源：IEEE Access

  时间：2026-09-09

• 基于轨迹渲染手写数据的书写障碍筛查端到端深度学习框架

  摘要：手写作为一种非侵入性行为指标，在神经和学习障碍检测方面受到越来越多的关注。然而，书写障碍筛查仍面临挑战，因为现有评估方法主要依赖专家判断，缺乏客观、可扩展且可重复的评价标准。本研究提出了一种基于平板电脑采集的手写数据的书写障碍筛查端到端深度学习框架。该框架通过整合笔压和速度等动态线索，将在线笔迹轨迹信号转换为离线手写图像，从而生成既能保留手行动态信息又可被教育者和临床医生理解的可视化表示。在此框架内，采用轻量级自增强残差注意力卷积神经网络（SERA-CNN）进行端到端分类。为评估各架构组件的贡献，将所提出的模型与多种CNN变体进行了比较。在公开可用的书写障碍基准数据集上进行的实验表明，S

  来源：IEEE Access

  时间：2026-09-09

• 综述：理解康养旅游中的感知价值：来自系统综述的启示

  近年来，康养旅游产业经历了快速增长，这得益于全球对整体健康与福祉意识的不断提高。在这一不断扩张的领域中，感知价值(PV)已成为游客满意度、忠诚度和行为意向的核心决定因素，然而其在康养旅游中的概念化和应用仍然零散。为弥补这一空白，本研究对26篇关于康养旅游中感知价值的同行评审文章进行了系统综述，综合了五个核心维度的研究发现：研究特征、康养细分市场、文化与人口统计因素、单维与多维感知价值，以及感知价值的前因与结果。结果揭示出研究在亚洲情境中的地理集中性、对横截面调查方法的强烈依赖，以及水疗和一般康养旅游的主导地位，而正念、阿育吠陀或朝圣旅游等小众形式在很大程度上被忽视。单维与多维的感知价值视角并存

  来源：Sage Open

  时间：2026-09-09

• 人类发展是否影响能源消费？基于跨国分析的证据

  研究人员考察了1996—2021年40个国家中能源消费与人类发展指数（HDI）的关系。研究采用工具变量回归（Instrumental Variable Regression，IV）来揭示HDI与能源消费之间更细微的模式，控制变量包括平均相对湿度（RHUM）、人口（POP）、工业增加值（IND）和城镇化率（UR）。研究发现，HDI与能源消费之间存在混合证据的正向关系，具体取决于不同计量方法。结果表明，一旦国家跨越HDI高于0.799的高人类发展阈值，生活水准、教育和健康的改善会与更高的能源需求持续且因果地相关。研究结果凸显了不同HDI层级中能源使用与发展关系的结构性差异。尽管存在中低HDI国家样

  来源：Sage Open

  时间：2026-09-09

• 异类：团队心智模型的构型视角

  不同于以往聚焦于团队中心智模型平均相似性的研究，研究人员提出了一种团队（共享）心智模型的构型概念化。运用这一视角，研究人员考察了认知隔离（cognitive isolation）的后果，即一种其中一名成员的任务心智模型与其他任何成员相对不同，而其余成员的心智模型彼此相对相似的构型。在一项对79支学生团队进行为期3周商业模拟的研究中，研究人员发现，在成员认知动机（epistemic motivation）较低的团队中，认知隔离削弱了团队绩效。团队心智模型（Team Mental Models, TMM）被定义为团队成员对团队相关环境关键要素的共享、有组织的理解与心理表征，是团队有效协作的重要基础

  来源：Small Group Research

  时间：2026-09-09

• 基于改进坐标注意力的多尺度残差网络实现精确短期光伏功率预测

  摘要：准确的光伏（PV）功率预测对于可靠的电网运行、能源管理以及光伏系统有效接入现代电网至关重要。本研究设计了一种基于改进坐标注意力模块（MCAM）增强的残差多尺度网络的短期光伏功率预测框架。利用自适应噪声完备集成经验模态分解（CEEMDAN）将光伏有功功率分解为本征模态函数（IMFs），并将所得成分与辐照度、温度和风速变量相结合。特征矩阵通过基于滑动窗口的表示方法转换为多通道张量，使网络能够以结构化形式学习特征与时间之间的依赖关系。所提出的架构包含三个残差多尺度阶段，配备级联卷积分支，以在不同卷积核下提取局部和上下文模式。MCAM 集成在每个多尺度块之后，以突出时空特征，同时抑制相关性较弱

  来源：IEEE Access

  时间：2026-09-09

• MUIGSL：一种考虑分子不确定性的迭代图结构学习方法，用于分子性质预测

  摘要： 分子性质预测（MPP）是计算机辅助药物发现中的一个核心任务。传统方法主要关注分子内部信息的传播，而忽视了分子间关系。尽管最近的一些图结构学习方法试图构建分子间图，但它们往往忽略节点信息质量的差异，并且构建的图结构通常受到对称性的限制。为了解决这些问题，我们提出了一种基于分子不确定性感知的迭代图结构学习方法（MUIGSL）用于MPP。该方法通过估计节点信息的不确定性，并利用这种不确定性来调整分子相似性图中方向连接的强度，从而自适应地减少高不确定性节点的影响。通过这种方式，模型可以在整合分子内部和分子间信息的同时抑制低质量节点的干扰。MUIGSL在八个MoleculeNet基

  来源：IEEE Access

  时间：2026-09-09

• 基于路径分析的人口统计学特征与人工智能素养对职前教师学术写作自我效能的影响研究

  本研究探讨了人工智能（Artificial Intelligence, AI）素养与职前教师情境学术写作自我效能（Situated Academic Writing Self-Efficacy）之间的关系，以及若干人口统计学变量在此关系中的作用。研究采用相关调查设计，样本为土耳其各省教育学院注册的1,156名职前教师。数据通过个人信息表、情境学术写作自我效能量表（Situated Academic Writing Self-Efficacy Scale）和人工智能素养量表（Artificial Intelligence Literacy Scale）收集。数据分析采用结构方程模型（Struct

  来源：Sage Open

  时间：2026-09-09

• 结合物理信息神经网络补偿的超螺旋滑模观测器，用于电动汽车应用的超低速无传感器永磁同步电机驱动（2026 年 6 月）

  摘要：永磁同步电机（PMSM）驱动的超低速无传感器控制仍是一个具有挑战性的问题，原因在于反电动势信号微弱、参数不确定性、逆变器非线性以及外部扰动。传统的滑模观测器（SMO）具有较强的鲁棒性；然而，在低速运行条件下，它们存在严重的抖振现象和估计性能下降的问题。为了克服这些局限，本文提出了一种将超螺旋滑模观测器（ST-SMO）与物理信息神经网络（PINN）补偿器相结合的超低速无传感器PMSM驱动方案。所提出的ST-SMO采用二阶滑模算法来减小抖振，同时保持快速收敛性和抗扰鲁棒性。此外，一个基于PINN的补偿器被纳入观测器框架中，以补偿非线性估计误差和参数变化。与仅依赖数据驱动学习的传统神经网络不

  来源：IEEE Access

  时间：2026-09-09

• 面向所有未来值的多次使用预测与校准：多元回归和多项式回归的精确同时容许带

  多次使用预测和多次使用校准在所有未来值中的应用在包括健康与医学研究在内的许多领域发挥着重要作用。同时容许带（simultaneous tolerance bands, STBs）可用于这些目的。本文研究了在任意给定矩形协变量区域上多元回归以及在任意给定协变量区间上多项式回归的精确STBs的构建。研究人员首先填补了在矩形区域上构建多元回归精确STBs的空白。随后，提出了一种STBs的一般形式，并开发了一种计算所有所考虑的STBs临界常数（critical constants）的方法，包括文献中已有的STBs。针对多元回归和多项式回归，研究人员还提出了一种新的STB。这种新的STB与几种现有形式随

  来源：Statistical Methods in Medical Research

  时间：2026-09-09

• 混合捕获时启动与移位时启动测试集的分区测试压缩

  摘要：针对高级故障模型的扫描测试集在芯片制造后及芯片生命周期内检测缺陷方面是必需的。高级故障模型需要大量的测试集，而测试压缩对于减少测试数据量和测试应用时间至关重要。对于延迟故障模型，全面的扫描测试集可能包含捕获时启动（LOC）和移位时启动（LOS）两种类型的测试。早期的测试生成和测试压缩过程可以同时对混合测试集中的两种类型测试进行优化。这些过程被称为非分区测试压缩过程。本文提出，通过将故障集划分为子集 F0（仅由 LOC 测试检测的故障）、F1（仅由 LOS 测试检测的故障）和 F2（由两种类型测试均可检测的故障）的测试压缩过程，可以实现额外的测试压缩。这种新的测试压缩过程被称为分区测试压

  来源：IEEE Access

  时间：2026-09-09

• 面向鲁棒的验证码设计：一种结合校准与公平性分析的多智能体课程学习方法

  摘要：传统的验证码系统用于区分人类用户与自动化机器人。机器学习与光学字符识别（OCR）的最新进展已大幅降低了传统固定式设计的有效性。本研究提出了一种基于课程学习的自适应验证码系统，该系统集成了挑战生成、多画像对抗模拟与人类行为建模，并通过闭环反馈机制动态调整挑战难度。在每次课程迭代中，从预定义的弱、中、强三类对抗画像中采样一个攻击者画像，为课程自适应提供多样化的反馈。攻击者组件代表多个对抗能力级别，并为基于课程学习的自适应提供性能反馈。与现有方法不同，所提出的框架将基于扭曲的扰动与熵感知变换集成到课程学习范式中，使安全/可用性平衡的优化能够逐步且一致地进行。为实现定量性能评估，本研究提出了对

  来源：IEEE Access

  时间：2026-09-09

• 有难民学生与无难民学生课堂中教师面临挑战的比较分析：土耳其个案研究

  大量难民涌入土耳其（Türkiye）使教育体系面临独特挑战，亟需理解课堂动态。研究人员旨在比较有移民/难民学生的课堂与无此类学生的同质课堂中教师所遇到的专业挑战。研究采用质性比较个案研究设计，通过半结构化访谈收集加济安泰普（Gaziantep）20名小学教师（10名有难民学生，10名无难民学生）的数据，并采用内容分析（Content Analysis）进行数据处理。研究结果显示两组教师面临的问题存在明显差异：有难民学生的教师将语言障碍（Language Barrier）视为学业失败与同伴欺凌、社会排斥等行为问题的首要诱因，物理过度拥挤进一步加剧上述情况；无难民学生的教师主要报告学生冷漠、作业不

  来源：Sage Open

  时间：2026-09-09

• 锂离子电池健康状态估计的五种机器学习回归器对比基准测试：时间维度与跨电芯鲁棒性评估

  摘要：电池的性能可由其参数来表征。其中一项参数是健康状态（SoH）。本工作中，使用监督学习算法对锂离子电池的SoH进行估计。所采用的方法包括线性回归（LR）、决策树（DT）、支持向量回归（SVR）、随机森林（RF）和XGBoost（XGB）。算法的性能在NASA数据集（B0005与B0006）以及一个合成数据集上进行了评估。模型性能通过平均绝对误差（MAE）、均方根误差（RMSE）、决定系数（R2）、平均绝对百分比误差（MAPE）、中位绝对误差和解释方差等指标进行检查。结果表明，在所有模型中，线性回归的表现最为稳定，在NASA数据集上展现出MAE为0.0030和0.0033、RMSE低于0.0

  来源：IEEE Access

  时间：2026-09-09

• 具有输入时延和状态/输入量化的非线性系统的半全局切换预测反馈镇定

  我们开发了一种切换型非线性预测器反馈律，能够在动态状态/输入量化的条件下，实现具有任意长输入延迟的非线性系统的半全局渐近稳定。由于（不适用的）精确预测器状态与存在状态量化时构建的预测器状态之间存在不匹配（或者在输入量化的情况下，精确预测器反馈律与其量化版本之间不匹配），只有在不对向量场和名义（针对无延迟情况）反馈律施加全局Lipschitz连续性假设的情况下（或者不在名义控制器作用下假设无延迟/无量化的系统具有指数稳定性），才能实现半全局稳定化的结果。然而，量化器的范围必须足够大，具体取决于系统数据、名义反馈律以及初始条件大小的估计值（以保证系统的无穷维状态初始位于量化器范围内，并且之后也始终

  来源：IEEE Transactions on Automatic Control

  时间：2026-09-09

• 芬兰股骨颈骨折治疗方法的地区差异与趋势：全国性分析

  背景与目的：股骨颈骨折因致残率和死亡率高，是老龄化人群中的重大健康问题。尽管手术治疗是标准方案，但手术方式存在地区和时间差异。本研究评估1997年至2018年芬兰股骨颈骨折治疗的全国趋势。方法：研究人员分析了芬兰国家医院出院登记册（NHDR）中75,043例因急性股骨颈骨折接受初级手术的骨骼成熟患者的数据。评估了21个医院区的内固定（IF）、骨水泥型和非骨水泥型半髋关节置换术（HA）以及全髋关节置换术（THA）。使用Mann–Kendall检验分析治疗选择、住院时间、手术延迟和人口统计学特征的趋势。结果：治疗模式显示出向骨水泥型半髋关节置换术的明显转变，与不断演变的临床指南一致。全髋关节置换术

  来源：Scandinavian Journal of Surgery

  时间：2026-09-09

• 大语言模型表格数据合成器的配置敏感性：小模型记忆效应与报告协议

  摘要：问题。大型语言模型（LLMs）通过将每一行序列化为文本来合成表格数据，这迫使模型做出与任务无关的表现形式选择——行序列化、列顺序和数字格式——而理想的生成器应忽略这些选择。我们询问在单一固定配置下比较 LLM 表格合成器是否安全。方法。我们逐一扰动这三个维度，针对一个微调生成器（GReaT）和一个少样本上下文（ICL）生成器进行测试，并以两个文本盲生成器（CTGAN、TVAE）作为配置不变的噪声基线。两个部分互为补充：一个三数据集广度部分（7B 上下文模型；成人、糖尿病、学生）测试泛化能力，另一个 15 个种子的糖尿病案例研究隔离了机制。结果。（1）配置在每个数据集上都颠倒了生成器排名

  来源：IEEE Access

  时间：2026-09-09

• 基于深度与近红外图像融合的iToF深度增强能量最小化框架

  摘要：间接飞行时间（iToF）相机为广泛的感知和成像应用提供密集的深度测量数据；然而，其深度输出往往会因噪声、散射效应、深度不连续性以及在低反射区域不可靠的测量而退化。因此，提高 iToF 深度数据的质量和鲁棒性仍然是其实际部署中的重要挑战。本文提出了一种基于模型的深度增强框架，通过融合深度图（D）与主动近红外（NIR）图像来提高 iToF 传感器的输出质量，这两者均由同一传感器采集，因此在空间和时间上天然对齐。深度增强被表述为一个能量最小化问题，该问题结合了置信度加权的深度保真项、空间正则化以及基于联合红外 - 深度（NIR-D）直方图的条件熵项，以利用深度信号与 NIR 信号之间的结构一

  来源：IEEE Access

  时间：2026-09-09

• 信息基础设施建设与农民共同富裕：来自中国地级市面板数据的证据

  摘要翻译：在中国推进共同富裕的进程中，农村地区面临的困难最为突出。全面建设小康社会需要借助信息技术带来的新动能，帮助农民在追求高质量发展的过程中实现共同富裕。本研究基于2010年至2024年中国252个地级市的面板数据，实证分析了信息基础设施建设对农民共同富裕的影响及其作用机制。研究结果表明，加强信息基础设施建设有助于提升农民共同富裕水平。稳健性检验和内生性处理进一步验证了该结论的可靠性。此外，信息基础设施对农民共同富裕的促进作用因市场化水平和地形起伏度等因素而呈现异质性特征。进一步分析表明，农村创业活力和产业结构升级是信息基础设施促进农民共同富裕的重要中介路径。同时，这种促进作用还表现出双重

  来源：Sage Open

  时间：2026-09-09

知名企业招聘：