• 一种高度集成的无线神经调控系统级芯片（SoC），适用于小型可注射植入装置

  摘要：本文介绍了一种高度集成的单链路无线神经调节系统级芯片（SoC），适用于紧凑型可注射植入式医疗设备（IMDs）。该SoC集成了单链路无线电力数据传输（WPDT）模块，无需使用笨重的电池和有线连接。开发了一种双刷新4相开关方案，以实现一种对寄生元件不敏感的电容式DAC驱动的刺激器，确保电流范围为5 μA至10 mA，适用于多种治疗应用。此外，采用了开关-电容梯形电荷泵来提供15 V的电压。集成了一种具有高端电压检测功能的阻抗估计模块，用于检测电极接触情况。该SoC采用180纳米Bipolar-CMOS-DMOS（BCD）高压（HV）工艺制造，面积为2.1 mm × 4.8 mm。测量结果和体

  来源：IEEE Transactions on Circuits and Systems II: Express Briefs

  时间：2025-11-12

• 2025年ISICAS特刊：面向混合集成与片上系统的前沿电路设计与实现

  随着物联网、人工智能和医疗电子等领域的快速发展，对高性能、低功耗的集成电路系统的需求日益迫切。传统的单一功能芯片已难以满足复杂应用场景对数据处理速度、能效比和集成度的综合要求。系统级封装(SiP)和片上系统(SoC)技术通过将多种功能模块集成在单一封装或芯片上，成为应对这一挑战的关键路径。然而，这种高度集成也带来了信号完整性、功耗管理、热效应以及异质工艺兼容性等一系列技术难题。正是在这样的背景下，2025年国际集成电路与系统研讨会（ISICAS）应运而生，其成果集中展示在《IEEE Transactions on Circuits and Systems II: Express Briefs》

  来源：IEEE Transactions on Circuits and Systems II: Express Briefs

  时间：2025-11-12

• 基于FPGA的自适应LIF神经元：用于高速、低功耗的脉冲神经网络

  摘要：脉冲神经网络（SNN）因其生物学特性和较低的能耗而受到关注，相较于传统的神经网络具有优势。SNN的效率取决于其神经元，因此选择合适的神经元对于实现其生物学特性至关重要。本文实现了一种自适应的“泄漏积分-放电”（LIF）神经元模型，该模型通过突触前脉冲输入、自适应阈值和自适应泄漏率来进行设计。所提出的LIF神经元具有较低的放电频率，从而在不同突触前输入频率和噪声水平下降低了计算成本和浮点运算量。与现有的最佳性能LIF神经元相比，本文提出的神经元在资源利用率和延迟方面有显著提升。该LIF神经元的触发器数量、查找表（LUT）大小以及延迟时间分别优于现有最佳性能神经元：2.5倍, 5.7倍, 2

  来源：IEEE Transactions on Circuits and Systems for Artificial Intelligence

  时间：2025-11-12

• 高精度且硬件效率高的脉冲神经网络设计

  摘要：脉冲神经网络（SNNs）作为一种替代传统人工神经网络（ANNs）的方案，在能效设计方面展现出了巨大潜力。SNNs通过在一个时间窗口内的脉冲数量来编码信息。而随机计算（SC）则采用类似但不同的方式，将二进制数编码为随机二进制比特流并进行运算。在本文中，我们首先提出了一种硬件效率高的随机SNN设计，该设计能够实现高精度。随着网络复杂度的增加或神经元数量的增多，内存使用量往往会呈指数级增长。受到二值化神经网络（BNNs）概念的启发，我们进一步提出了权重二值化SNN（WB-SNN）的设计，以降低SNN对内存的需求。这两种设计都利用了优先编码器将神经元层间的脉冲转换为基于索引的信号，从而解决了在相

  来源：IEEE Transactions on Circuits and Systems for Artificial Intelligence

  时间：2025-11-12

• 利用模拟脉冲神经元实现的高能效神经形态射频定位技术

  摘要：随着物联网（IoT）的发展，连接设备数量不断增加，通信变得更加复杂，对精确且节能的定位技术的需求也随之增强。尽管先进的人工智能（AI）技术在射频（RF）定位方面能够提供高精度，但往往伴随着复杂性和功耗的增加。为了实现基于AI的节能RF定位，本文提出了一种基于模拟技术的神经形态系统。该系统能够在二维平面上准确识别360度范围内的物联网发射器位置，角分辨率达到10度。其核心在于将脉冲神经元的模拟特性融入到学习过程中。该网络使用本文开发的MATLAB仿真数据和无回声室测量数据进行了训练和测试。在20分贝的信噪比（SNR）下，该系统在模拟数据上的定位精度为96.7%，在实测数据上的定位精度为93

  来源：IEEE Transactions on Circuits and Systems for Artificial Intelligence

  时间：2025-11-12

• 面向深度学习的存内计算与神经网络加速器创新设计与优化

  随着人工智能技术在边缘计算和物联网领域的广泛应用，深度学习模型对计算硬件提出了极高要求。传统冯·诺依曼架构存在存储墙瓶颈，导致数据搬运能耗占据系统总能耗的60%以上。为解决这一问题，存内计算(Compute-in-Memory, CIM)技术应运而生，其通过在存储器内部直接执行计算操作，显著减少数据移动开销。然而，CIM硬件面临器件变异大、精度损失、能效受限等挑战，亟需从器件、电路到系统层面的协同创新。本文聚焦IEEE Transactions on Circuits and Systems for Artificial Intelligence 2025年第3期发表的8篇前沿研究，全面展示了

  来源：IEEE Transactions on Circuits and Systems for Artificial Intelligence

  时间：2025-11-12

• TrIM：一种用于卷积神经网络的三角输入运动系统收缩阵列（Triangular Input Movement Systolic Array for Convolutional Neural Networks）：数据流分析与建模

  摘要：为了应对日益增长的计算复杂性和最先进AI模型的数据密集度，人们提出了新的计算范式。这些范式旨在通过缓解冯·诺伊曼瓶颈（即数据在处理核心和内存之间传输时的能耗问题）来提高能效。卷积神经网络（CNN）由于需要处理大量数据，因此容易受到这一瓶颈的影响。收缩阵列（SA）是一种有前景的架构，它能够通过高效利用处理单元（PE）来降低数据传输成本。这些处理单元根据特定的数据流（如权重固定数据和行固定数据）在本地持续交换和处理数据，从而减少对主内存的访问次数。在收缩阵列中，卷积操作可以通过矩阵乘法或滑动窗口的栅格顺序扫描来实现。然而，数据冗余是一个主要问题，它会影响面积、功耗和能源消耗。在本文中，我们提

  来源：IEEE Transactions on Circuits and Systems for Artificial Intelligence

  时间：2025-11-12

• RHAM-CA-Det：面向复杂自然环境的蝴蝶检测注意力机制研究

  在生物多样性研究和生态监测领域，蝴蝶作为对环境变化极其敏感的生物指示物种，其种群动态能够有效反映生态系统健康状况。然而传统依赖人工实地观测的蝴蝶调查方法存在效率低下、成本高昂的局限性。随着计算机视觉技术的快速发展，基于深度学习的蝴蝶自动检测技术逐渐成为研究热点，但在实际应用过程中仍面临两大核心挑战：一是形态相似的蝴蝶物种间往往仅存在细微的纹理差异，要求模型具备捕捉微观特征的能力；二是野外拍摄的蝴蝶图像常包含复杂背景干扰，这些噪声信息会严重影响模型对前景目标的识别精度。针对这些技术瓶颈，苏州大学计算机科学与技术学院的黄宇翔和杨哲研究员在《Chinese Journal of Electronic

  来源：Chinese Journal of Electronics

  时间：2025-11-12

• 连接心智与设备：脑机接口五十年回顾与未来展望

  当科幻电影中用意念控制机器的场景逐渐走进现实，脑机接口（Brain-Computer Interface, BCI）技术正成为连接人类大脑与数字世界的关键桥梁。这项起源于半个世纪前的技术，如何从实验室的理论构想发展为改善残障人士生活质量的实用工具？其背后又隐藏着哪些跨学科的技术突破与伦理挑战？发表于《Chinese Journal of Electronics》的综述论文《连接心智与设备：脑机接口五十年回顾》系统梳理了该领域的发展脉络，揭示了BCI技术从概念验证到商业应用的蜕变历程。技术方法概要研究团队通过文献计量与技术演进分析，重点聚焦非侵入式BCI的三大核心技术模块：信号采集（如EEG、f

  来源：Chinese Journal of Electronics

  时间：2025-11-12

• 基于双频域变换与高频梯度引导的对抗攻击迁移性增强方法

  在人工智能飞速发展的今天，深度神经网络（DNNs）已成为图像分类、人脸识别、自动驾驶等领域的核心技术。然而，这些看似强大的模型却隐藏着一个致命弱点——只需在原始图像中添加人眼难以察觉的微小扰动，就能让最先进的神经网络产生错误的分类结果。这种现象被称为"对抗样本攻击"，它像一把双刃剑，既揭示了模型的脆弱性，也为提升模型安全性指明了方向。对抗攻击主要分为白盒攻击和黑盒攻击两种场景。在白盒攻击中，攻击者可以获取模型的全部信息，因此攻击成功率极高。但在现实应用中，这种理想条件几乎不存在。更常见的是黑盒攻击场景，即攻击者只能通过替代模型来生成对抗样本，再希望这些样本能够成功迁移到目标模型上。然而，由于不

  来源：Chinese Journal of Electronics

  时间：2025-11-12

• 一种结合残差MBi-LSTM和CNN模型的混合植物病害检测算法

  摘要：在印度，各种植物疾病影响着农业生产力，因此每年都会造成作物损失。及时、准确地检测所有这些疾病对于确保植物健康生长和提高产量至关重要。传统上，这需要农业专家的专业知识。然而，近年来出现了许多深度学习方法，这些方法有望利用受感染植物的图像来自动化诊断植物疾病。尽管取得了这些进展，但许多现有模型在数据随时间和地点变化时仍无法有效运行。为了解决这个问题，我们提出了一种结合VGG16和多层双向长短期记忆（MBi-LSTM）网络的模型。VGG16组件能够捕捉图像中的空间层次结构并提取特征，而MBi-LSTM层则学习图像序列中的时间关系。通过整合空间和时间信息，我们的混合方法比仅依赖空间特征的模型对视

  来源：IEEE Canadian Journal of Electrical and Computer Engineering

  时间：2025-11-12

• 基于多重超图属性的图协同过滤方法，用于冷启动的兴趣点（POI）推荐

  摘要：在基于位置的服务和个性化推荐领域，向移动用户推荐新的、未被访问的兴趣点（POIs）时面临的挑战因签到数据的稀疏性而加剧。传统的推荐模型往往忽略了用户和兴趣点的属性，这进一步加剧了数据稀疏性和冷启动问题。为了解决这个问题，提出了一种基于多重超图属性的图协同过滤方法用于兴趣点推荐，以创建一个能够处理稀疏数据和冷启动场景的强大推荐系统。具体来说，首先构建了一个多重网络超图，根据属性的相似性、访问频率和偏好来捕捉用户、兴趣点及其属性之间的复杂关系。然后，开发了一个自适应变分图自动编码器对抗网络，从用户/兴趣点的属性分布中准确推断出它们的偏好嵌入，这些嵌入反映了数据中的复杂属性依赖性和潜在结构。此

  来源：IEEE Transactions on Big Data

  时间：2025-11-12

• 通过卷积神经网络回归和质心对齐实现实时2D/3D配准

  摘要：术前3D体积数据和术中2D图像的配准对于神经介入治疗至关重要。在各种2D/3D配准任务中，基于深度学习的方法已经变得非常流行，并取得了巨大的成功。然而，由于变换参数的空间范围非常广泛，这些方法中的估计误差相当显著。为了解决上述问题，本文提出了一种新的基于学习的2D/3D配准框架，该框架包括CNN回归和质心对齐技术。前者引入了一个残差回归网络（Res-RegNet）来初步估计变换参数；后者利用目标血管的质心来精细化投影图像。该框架在三名患者身上分别进行了训练和评估，平均Dice分数分别为76.69%、78.51%和85.39%，均优于基线方法。广泛的消融研究表明，质心对齐可以显著提高配准性

  来源：IEEE Transactions on Automation Science and Engineering

  时间：2025-11-12

• 基于注意力的时空图融合卷积网络在水质预测中的应用

  摘要：在许多领域，时空预测越来越受到关注，例如空气污染、天气预报和交通预测。水质预测是一种时空预测任务。然而，水质预测面临几个挑战：1）水质时间序列具有复杂的非线性关系，这使得预测变得困难；2）水质传感器分布在河流网络上，对水质预测有很强的空间依赖性；3）长期预测准确性较差。为了解决这些问题，本文提出了一种名为融合时空图卷积神经网络（FSGCN）的时空预测模型。首先，本文使用时间注意力机制来解决水质时间序列的非线性问题。其次，采用图卷积来提取河流网络的空间依赖性，时空融合可以更轻松地捕捉时空特征。第三，采用时间卷积残差机制，提高长期序列预测的准确性。本文使用两个真实世界数据集来评估所提出的FS

  来源：IEEE Transactions on Automation Science and Engineering

  时间：2025-11-12

• 优化神经网络训练：一种用于资源保护的马尔可夫链方法

  影响声明：该方法利用马尔可夫链来预测神经网络的训练结果，从而减少了计算资源和时间成本。它消除了额外数据收集的需要...显示更多摘要：在神经网络重复训练过程中产生的额外资源消耗（包括时间和计算能力成本）是一个值得关注的问题。因此，我们提出了一种利用马尔可夫链来预测具有相同结构的神经网络训练结果的方法。该方法的训练基于先前的经验来优化参数调整过程，从而减少了从头开始训练的次数并降低了时间成本。通过预测训练结果并减少前向和反向传播的计算等手段，计算资源消耗显著降低。同时，由于马尔可夫链代表了一个明确的数学模型，其概率转移的特性比传统方法更具可解释性。在可解释人工智能同样重要的时代，这种更透明的训练方

  来源：IEEE Transactions on Artificial Intelligence

  时间：2025-11-12

• 连续时间确定性系统的最优脉冲控制与脉冲博弈研究综述：理论前沿与智能计算新范式

  在当今工程技术与应用数学领域，如何对系统中发生在离散时间点上的控制行为进行建模与优化，一直是一个充满挑战且极具实际意义的课题。想象一下航天器的推进器点火、金融市场中的大宗交易、或是生物神经网络的脉冲放电，这些行为都具有一个共同特征：控制作用是在瞬间完成的，并引发系统状态的跳跃式变化。这类“脉冲”现象，用传统的连续控制理论难以精确描述，而最优脉冲控制与脉冲博弈理论则为解决这些问题提供了尖端的数学框架。尽管已有一些教科书和综述分别探讨最优控制和微分博弈，但它们往往将这些主题孤立讨论。本文的一个主要贡献在于构建了一个清晰的叙事脉络，从基本原理一直延伸到脉冲博弈的最新挑战，特别致力于弥合纳什均衡的理论

  来源：Artificial Intelligence Science and Engineering

  时间：2025-11-12

• 脉冲神经网络（SNN）全面综述：训练方法、硬件实现与应用前景

  随着人工智能技术的飞速发展，传统人工神经网络（ANN）在图像识别、自然语言处理等领域取得了显著成就，但其高能耗和时序处理能力不足的问题日益凸显。现代大型语言模型的训练和推理需要兆瓦级功率，而传统神经网络在处理机器人技术和边缘计算应用所需的时序模式识别和实时处理要求时显得力不从心。正是在这样的背景下，脉冲神经网络（SNN）作为第三代神经网络模型应运而生，它通过模拟生物神经系统的离散事件驱动通信机制，为构建更节能、更具生物合理性的智能系统提供了新思路。SNN与传统ANN的根本区别在于其采用离散脉冲事件进行信息传输，而非连续值激活函数。这种机制使得SNN能够更自然地融入时序动态，展现稀疏激活模式，从

  来源：Artificial Intelligence Science and Engineering

  时间：2025-11-12

• 一种基于机器学习辅助相位合成的超薄滤波发射阵列天线

  摘要：本文提出了一种基于机器学习（ML）的相位合成方法，用于优化滤波传输阵列天线（TAs）。首先，设计了一种单层滤波TA元件，该元件不仅具有足够的相位移动范围和低传输损耗，还具有高选择性，其传输零点低于−19 dB。为了提升滤波特性，本文提出了一种基于ML的相位合成方法，该方法利用卷积神经网络进行前向增益预测，并通过遗传算法进行逆向优化。为了验证该方法的有效性，构建并模拟了孔径尺寸为252毫米×252毫米、剖面高度仅为0.073λ的滤波TA。与传统方法相比，所提出的滤波TA的1 dB和3 dB增益带宽分别提高了112%和36%，频率选择性从48%提升到了61%。实际制造的滤波TA测量结果也证实

  来源：IEEE Antennas and Wireless Propagation Letters

  时间：2025-11-12

• 基于物理信息的多智能体强化学习在风险感知供应链优化中的应用

  摘要：多智能体强化学习在供应链优化中面临诸多挑战，包括保持物理一致性、量化运营风险以及协调分布式决策。现有方法常常违反基本的守恒原理，依赖于忽略尾部风险的期望值优化，并且缺乏确保自主智能体之间全局一致性的有效机制。我们提出了PIMA-DRL这一统一框架，它将基于物理知识的神经网络与分布式强化学习相结合，以同时解决这些限制。该框架通过直接嵌入学习过程的可微分物理约束来强制执行守恒定律，同时保持对回报的完整概率分布，从而通过条件风险价值优化实现复杂的风险评估。基于拉格朗日对偶性的新颖协调机制在保持智能体自主性的同时确保了全局一致性，这通过分散式的乘数更新实现。我们在有界物理约束违规的情况下建立了理

  来源：IEEE Access

  时间：2025-11-12

• 利用经皮胫神经刺激治疗膀胱过度活动的物理治疗实践模式

  这项研究通过调查美国178名盆底健康物理治疗师（PTs）的实践模式，探讨了经皮胫神经刺激（TTNS）在治疗过度活动膀胱（OAB）中的应用现状和实施障碍。研究发现，TTNS在盆底健康PTs中的使用频率存在较大差异，只有30.6%的治疗师将其作为一线治疗手段，同时结合行为和生活方式的调整。这表明尽管TTNS在医学文献中已被证明具有一定的疗效，但在临床实践中，其使用仍然受到多种因素的限制。在使用TTNS的原因方面，研究指出，治疗师最常提到的是患者在尝试过初始干预措施（如行为疗法和生活方式调整）后未见明显改善。这表明，TTNS更多地被用作一种替代或补充疗法，而非首选治疗方式。然而，值得注意的是，仍有3

  来源：The Journal of Women's & Pelvic Health Physical Therapy

  时间：2025-11-12

知名企业招聘：