• 基于ICSICT 2024精选论文的固态器件与VLSI系统前沿进展专刊

  随着摩尔定律逐渐逼近物理极限，全球集成电路产业面临着前所未有的挑战。如何在纳米尺度下进一步提升芯片性能、降低功耗并保持可靠性，成为学术界和工业界共同关注的焦点。传统的冯·诺依曼架构中存储墙问题日益突出，数据在处理器与存储器之间的频繁搬运造成了巨大的能量消耗和性能瓶颈。与此同时，人工智能、大数据等新兴应用对算力提出了更高要求，亟需开发新型计算架构和芯片技术。正是在这样的背景下，2024年IEEE国际固态器件与集成电路技术会议（ICSICT）在中国珠海成功举办，为领域内的专家学者提供了重要的国际交流平台。ICSICT作为IEEE在中国举办的旗舰级会议，汇集了来自全球的顶尖研究人员，共同探讨固态器件

  来源：Integrated Circuits and Systems

  时间：2025-11-18

• 面向受监管测量仪器的黑盒软件一致性验证：机器学习解决方案的探索与性能评估

  在现代工业与计量领域，受法律监管的测量仪器（如电表、出租车计价器、长度测量仪等）日益依赖复杂软件驱动简单硬件传感器工作。为确保这些仪器在商业和官方应用中的准确性与可靠性，欧盟《测量仪器指令》（Measuring Instruments Directive, MID）要求制造商必须通过一致性评估程序，证明其产品符合法规要求。传统方法主要依赖对软件版本号和可执行文件哈希值的验证，然而，当软件功能对监管机构不透明（即处于“黑盒”状态）时，此类方法便难以有效监控软件在实际使用中的行为一致性。尤其面对频繁的软件更新，重新进行全量认证会带来高昂的成本与效率瓶颈。因此，开发一种能够在黑盒条件下验证软件功能一

  来源：IEEE Open Journal of Instrumentation and Measurement

  时间：2025-11-18

• 综述：传染性疾病的神经眼科

  摘要 背景： 根据世界卫生组织的数据，感染，尤其是败血症，是全球超过20%死亡率的根本原因，也是导致疾病的主要原因之一。多种感染会引发神经眼科症状。这些病原体的特征、临床表现、严重程度和预后差异很大，因此很难对治疗方案进行普遍性的概括。 证据收集： 通过PubMed、MEDLINE、Scopus、ProQuest和Embase等电子数据库，检索了关于各种病原体及其神经眼科表现或并发症的相关文献。本研究结合了作者在该领域的个人经验，对相关文献进行了综述。

  来源：Journal of Neuro-Ophthalmology

  时间：2025-11-18

• 基于多层感知器人工神经网络的频谱中谐波诊断解决方案

  摘要：由于电力电子设备、可再生能源系统及相关技术的快速发展，谐波分析变得越来越重要。IEC 61000-4-7标准规定了频谱中谐波幅值的计算方法；然而，该标准在谐波识别和频率估计方面存在不足，因此文献中出现了一些不遵循IEC 61000-4-7框架的替代解决方案。本研究提出了一种基于多层感知器人工神经网络的新型谐波诊断方法。作为后处理技术，该方法采用了IEC 61000-4-7中定义的谐波组，并通过验证测量到的含噪声信号频谱中是否存在谐波以及估计所识别谐波的频率来补充标准化方法。使用合成信号对提出的方法进行验证，结果显示谐波识别的准确率为100%，频率估计的平均相对误差为1.17%。此外，还评

  来源：IEEE Transactions on Industry Applications

  时间：2025-11-18

• 混合动力燃料电池/蓄电池船舶的智能能源管理系统

  摘要：氢燃料电池和低温燃料电池可以用于某些零排放的海上应用。然而，氢燃料电池通常需要与电池结合使用，以确保稳定的电力供应。因此，开发基于混合电池-燃料电池系统的零排放系统至关重要，该系统需要采用先进的控制策略来调节质子交换膜燃料电池（PEMFC）的输出功率，并准确管理电池、PEMFC系统和负载之间的能量流动。本文提出了一种适用于零排放船舶的基于PEMFC/锂离子电池混合动力系统（HPS）的智能能源管理策略（EMS）。该策略利用神经网络来合理控制混合动力系统各组件之间的功率分配，以满足负载功率需求并减少燃料电池的退化。整个系统在MATLAB/Simulink环境下进行了建模和仿真。文中还展示了基

  来源：IEEE Transactions on Industry Applications

  时间：2025-11-18

• 基于神经网络辅助的Walsh矩阵的电力变压器故障检测技术

  摘要：本文提出了一种基于沃尔什矩阵分析和前馈神经网络的电力变压器故障检测新技术。首先，利用变压器两侧的三相电流信号计算沃尔什矩阵的系数，然后从这些系数中提取特征，并通过前馈神经网络进行处理，从而有效区分内部故障与外部故障。通过仿真和实验室实验（使用两种不同类型的三相变压器）生成测试用例，用于模型的训练、测试和验证。通过调整超参数来选择最优模型。该方法的有效性还通过现场记录的数据得到了验证。最后，从运行特性、计算复杂性和实现难度等方面将所提方法与其他现有方法进行了比较。结果表明，与其他方法相比，该技术在检测电力变压器内部故障方面具有显著优势。引言由于分布式能源资源（DERs）所代表的可再生能源（

  来源：IEEE Transactions on Industrial Informatics

  时间：2025-11-18

• 一种基于超图神经网络的自监督评估方法，用于检测车辆电缆端子的绝缘状况，并考虑动态特征

  摘要：高速电力动车组（EMUs）作为国家经济的重要支柱、重大公共基础设施项目中的关键组成部分以及国家综合交通网络的基础，发挥着至关重要的作用。目前的检测方法在实现对电缆终端绝缘状况的有效在线监控方面存在困难，这主要是由于提取动态时间信号特征方面的挑战以及用于模式识别的标注数据集不足所致。本文提出了一种基于超图神经网络的自监督绝缘状态评估方法，该方法能够处理电缆终端的动态特征。首先，引入了一种利用光谱差异构建图结构的新方法，以表征电缆终端绝缘状态的动态特征和劣化趋势。为了解决现场标签有限的问题，将定义的超图神经网络嵌入到系统中，从而形成自监督超图神经网络。此外，通过使用从嵌入式自监督预训练模型中

  来源：IEEE Transactions on Industrial Informatics

  时间：2025-11-18

• 基于小信号分析和人工神经网络的分布式储能系统双侧电网形成变换器辅助电压控制器优化调谐方法

  随着传统同步发电机(SG)逐渐被通过电力电子变换器接入电网的分布式可再生能源所替代，电力系统在谐波和稳定性方面面临着严峻挑战。为了缓解这些问题，电网运营商开始要求这些由变换器接口的电源能够提供惯性和电压源特性，即所谓的电网形成(GF)控制技术。与此同时，大量接入电网的电池储能系统(BESS)成为提供频率调节、削峰填谷、电网平衡等服务的理想选择，特别是通过GF控制技术来模拟惯性和阻尼服务。在采用混合交直流配电网络的场景下，储能系统连接在直流侧，通过具备GF控制能力的交流直流接口变换器与交流电网相连。这种架构结合了直流配电的优势和GF技术提供模拟惯性阻尼的能力，但一个核心难题在于：接口变换器在为交

  来源：IEEE Open Journal of the Industrial Electronics Society

  时间：2025-11-18

• 工业电子学的多学科融合：AI赋能与跨领域创新的前沿进展

  随着工业4.0时代的到来，工业电子领域正面临前所未有的复杂挑战。从智能电网到智能制造，从能源管理到驱动控制，传统单一学科的技术方案已难以满足现代工业系统对精度、效率和可靠性的要求。特别是在永磁同步电机（Permanent Magnet Synchronous Motor, PMSM）驱动领域，转子位置估计的准确性直接关系到整个系统的性能表现。然而，传统的基于物理模型的方法往往受限于参数偏差和未建模动态，而纯粹数据驱动的解决方案又需要大量的离线训练数据，缺乏适应性。这种两难境地促使研究人员开始探索物理模型与人工智能的融合之道。正是在这样的背景下，Jin等研究人员在《IEEE Industrial

  来源：IEEE Industrial Electronics Magazine

  时间：2025-11-18

• 通过级联的基于模型的估计器和数据驱动的估计器实现高精度转子位置估计：一种集成方法

  摘要：用于测量转子位置的典型传感器容易受到环境因素的影响，甚至在在线运行过程中可能引发可靠性问题。因此，在电机驱动系统中，无传感器控制变得越来越重要。为了实现对永磁同步电机（PMSM）的精确位置估计，本文提出了一种新的混合驱动位置估计方法。该方法没有使用庞大的神经网络（NN）进行直接位置估计和繁琐的离线训练过程，而是从设计的基于模型的估计器中提取初步位置信息，然后将其输入到数据驱动的径向基函数（RBF）神经网络补偿器中，以预测位置残差，从而实现高精度的位置估计。为了便于实际应用，设计了一种基于梯度下降方法的在线训练方案来学习RBF补偿器。此外，还引入了一种与领域相关的补偿策略来提升所提方法的动

  来源：IEEE Industrial Electronics Magazine

  时间：2025-11-18

• 基于联邦扩散-挤压图模型的工业领域罕见网络攻击检测

  摘要：分布式学习在工业网络物理系统（ICPS）中的应用容易受到网络攻击，尤其是那些罕见的攻击。常见的数据驱动型网络攻击检测方法面临着数据不平衡的问题，导致异常特征的提取不足。为了提高复杂ICPS中罕见网络攻击检测的灵敏度，我们提出了一种联邦扩散-压缩图模型（FedDSG）。在每个边缘设备中，我们构建了一个基于扩散的生成模块，以平衡稀有的异常数据并构建特征图，从而保持数据的完整性和类型平衡。为了减轻额外的计算负担，我们建立了一个基于信息瓶颈（IB）的图结构检测模块，用于过滤掉冗余的拓扑特征并确定最佳的建模图。在中央服务器中，我们设计了一种聚合策略来整合全局FedDSG，同时全局生成模块生成合成网

  来源：IEEE Transactions on Industrial Cyber-Physical Systems

  时间：2025-11-18

• 回声的精准：基于神经网络方法的能量自给设备超声波室内定位增强

  在当今万物互联的时代，精确的室内定位技术已成为智能家居、工业自动化和应急救援等众多应用场景的迫切需求。然而，全球定位系统(GPS)在室内环境中信号微弱甚至完全失效，使得室内定位成为一个独立且充满挑战的研究领域。传统的室内定位系统(IPS)往往依赖于无线电频率(RF)信号，如Wi-Fi或蓝牙，但这些技术易受多径效应干扰，定位精度难以满足厘米级要求。超声波定位技术因其波长较短、抗干扰能力强等优势，成为高精度室内定位的有力候选者。但现有的超声波定位系统通常面临两大瓶颈：一是部署成本高昂，锚点（即信号发射器）的安装需要复杂的布线和固定的基础设施，限制了其大规模应用；二是算法局限性，传统模型基于(MB)

  来源：IEEE Journal of Indoor and Seamless Positioning and Navigation

  时间：2025-11-18

• 基于神经形态数字孪生的室内多无人机系统部署控制器研究

  随着无人机技术的快速发展，多无人机系统在灾害救援、环境监测、物流配送等领域的应用日益广泛。然而，在室内或复杂城市环境中，无人机集群的协同控制面临诸多挑战：传统集中式控制方法依赖持续通信，一旦云端连接中断，系统可能瘫痪；基于人工势场或模型预测的控制策略虽能实现基本避障，但常陷入局部最优，且计算开销巨大；此外，现有方法多需预设环境模型，难以适应动态未知场景。这些问题严重限制了多无人机系统在真实场景中的可靠性和扩展性。为突破上述瓶颈，Reza Ahmadvand等人提出了一种创新框架，将神经形态计算与自然启发控制相结合，构建分布式云-边架构。该研究发表于《IEEE Journal of Indoor

  来源：IEEE Journal of Indoor and Seamless Positioning and Navigation

  时间：2025-11-18

• 碳纳米管基柔性可拉伸电子器件的革命性突破——从高性能晶体管到神经形态系统的集成创新

  当我们憧憬未来可穿戴设备时，往往会想象到如同皮肤般柔软、能够无缝贴合人体曲线的智能电子设备。然而现实中的电子设备大多依然保持着坚硬的物理形态，这严重限制了它们在健康监测、医疗诊断和人机交互等领域的应用潜力。传统硅基半导体材料虽然电性能优异，但其固有的脆性和高加工温度使得制造真正柔性可拉伸的电子系统面临巨大挑战。在这一背景下，碳纳米管(CNT)材料凭借其独特的力学和电学特性引起了研究人员的极大兴趣。这些由碳原子组成的纳米级管状结构不仅具有惊人的载流子迁移率（室温下可超过100000 cm²V⁻¹s⁻¹），还展现出与生俱来的柔韧性和机械稳定性。更重要的是，CNT可以通过低温溶液法加工，与柔性基底具

  来源：IEEE Open Journal on Immersive Displays

  时间：2025-11-18

• da4ml：用于FPGA上实时神经网络的分布式算术

  摘要像在欧洲核子研究中心（CERN）的大型强子对撞机中使用的那样，需要微秒级延迟时间的神经网络通常会以完全展开和流水线化的方式部署在FPGA上。这类神经网络部署的一个瓶颈是面积利用率，这直接与所需的矩阵-向量乘法（CMVM）操作有关。在这项工作中，我们提出了一种高效的算法，用于在FPGA上实现CMVM操作，同时优化面积消耗和延迟。该算法在计算速度上显著优于现有最先进算法的同时，也能实现资源的高效利用。所提出的算法是开源的，并已集成到hls4ml库中，这是一个用于在FPGA上运行实时神经网络推理的免费开源库。我们证明，对于实际应用中高度量化的神经网络，该算法可以将芯片上的资源使用量减少多达三分之

  来源：ACM Transactions on Reconfigurable Technology and Systems

  时间：2025-11-18

• SoREX：通过相关自我路径提取实现自解释式社交推荐

  摘要社交推荐在利用社交网络解决用户-物品交互建模中的数据稀疏性问题方面已被证明是有效的。最近图神经网络（GNN）的集成进一步提高了现代社交推荐算法的预测准确性。然而，许多基于GNN的社交推荐方法缺乏为其预测提供有意义解释的能力。在这项研究中，我们通过引入SoREX这一自解释性的基于GNN的社交推荐框架来应对这一挑战。SoREX采用了一个双塔框架，并通过朋友推荐来增强该框架的功能，分别独立地对社交关系和用户-物品交互进行建模，同时联合优化一个辅助任务以强化社交信号。为了提供解释，我们提出了一种新颖的自我路径提取方法。该方法将目标用户的自我网络转换为一组多跳自我路径，从中提取特定于因素和候选项的自

  来源：ACM Transactions on Information Systems

  时间：2025-11-18

• 优化神经肌肉接头形成以提高再生性周围神经接口中的信号转导效率

  摘要通俗语言总结 背景： RPNI手术能够放大来自上游周围神经的运动意图，使肌电假肢设备能够更好地捕捉信号，从而提高假肢控制的精确度。本研究旨在通过神经肌肉接头（NMJ）评估来阐明RPNI运动功能的机制，并提供一种增强再神经化的新方法，以改善信号放大效果。 方法： 成年野生型C57BL/6J小鼠接受了RPNI手术，将腓肠长肌（EDL）移植到大腿，并通过腓总神经（CPN）以三种方式进行神经化：A) 单一神经化RPNI；B) 双束RPNI：将CPN分成两束后再进行神经化；C) 无神经化RPNI。在对照组中，EDL肌肉保持原位，并分别

  来源：Plastic and Reconstructive Surgery

  时间：2025-11-18

• 在大鼠模型中，针对肽受体以治疗脊髓损伤

  摘要 简而言之 背景 CAQK（半胱氨酸-丙氨酸-赖氨酸-谷氨酰胺）是一种具有导向功能的肽，能够选择性靶向大脑受损区域。本研究在脊髓损伤（SCI）的啮齿动物模型中评估了CAQK的定位能力、剂量-反应特性及时间结合特性。 方法 这是一项关于纳米治疗药物递送系统的临床前药理学研究。24只成年大鼠接受了右侧C6节段脊髓半挫伤处理。实验组大鼠通过尾静脉注射了标记有氰素的CAQK（CAQK-Cy5），剂量分别为低剂量（0.5 mg/

  来源：Journal of Trauma and Acute Care Surgery

  时间：2025-11-18

• 低剂量与标准剂量右美托咪定输注对接受动脉瘤颈夹闭术的动脉瘤性蛛网膜下腔出血患者神经系统结局影响的比较：一项随机对照试验

  摘要通俗语言总结 背景： 近期研究表明，右美托咪定在蛛网膜下腔出血中可能具有神经保护作用。然而，其对神经功能结局的影响及最佳给药方案仍不明确。 方法： 我们将75名患有良好分级动脉瘤性蛛网膜下腔出血并接受夹闭术的成人随机分为三组：低剂量组（D1组，0.2 μg/kg·h⁻¹，n = 25人）、标准剂量组（D2组，0.5 μg/kg·h⁻¹，n = 25人）和生理盐水组（C组，n = 25人）。这些组在麻醉诱导后开始使用右美托咪定，并持续使用24小时。我们的主要目标是评估出院时的良好功能结局发生率，定义为改良Rankin量表（mRS）评分在0到2分之间。次要结局包括3个月时的良好功能结局发

  来源：Journal of Neurosurgical Anesthesiology

  时间：2025-11-18

• 捆绑式护理对外部脑室引流感染的影响：一项系统评价和荟萃分析

  摘要 通俗语言总结 外部脑室引流管（EVDs）对于治疗急性颅内疾病至关重要，但使用时容易引发感染。我们进行了一项系统评价和荟萃分析，以评估实施感染预防措施是否能够降低EVD相关感染的风险。该研究于2024年7月25日在PROSPERO数据库中注册（https://www.crd.york.ac.uk/prospero/），注册号为CRD42024573168）。我们系统地检索了PubMed、EMBASE和Scopus数据库中关于EVD感染率的研究，这些研究涵盖了是否实施了感染预防措施的情

  来源：Journal of Neurosurgical Anesthesiology

  时间：2025-11-18

知名企业招聘：