IEEE Transactions on Emerging Topics in Computational Intelligence Volume 9, Issue 5, October 2025
1) 激励联合学习：调查作者：Akarsh K Nair、Sinem Coleri、Jayakrushna Sahoo、Linga Reddy Cenkeramaddi、Ebin Deni Raj 页数：3190 - 32092) 用于神经形态计算的可重构数字 FPGA 实现：关于最新进展和未来方向的调查作者： Edris Zaman Farsa, Arash Ahmadi, Oliver Keszocze 页数：3210 - 32323) 基于金属氧化物人工突触设备的机器学习模型的设计和优化作者：Yildiran Yilmaz, Fatih Gul 页数：3233 - 32434) 不完整数
Flow measurement solutions that improve compliance and performance
TESTA Analytical 和 Mazet & Co（法国斯特拉斯堡）宣布建立新的合作伙伴关系，以扩大 TESTA 流量计产品在欧洲和北非法语市场的用户群。除了更好地支持这些地区的客户之外，该协议还体现了两个组织的共同承诺，即提供先进的色谱产品来帮助分离科学家和工艺工程师......
Building smarter AI agents: AgentCore long-term memory deep dive
在这篇文章中，我们将探讨 Amazon Bedrock AgentCore Memory 如何通过反映人类认知过程的复杂提取、整合和检索机制将原始会话数据转换为持久的、可操作的知识。该系统解决了构建人工智能代理的复杂挑战，这些代理不仅存储对话，还提取有意义的见解、跨时间合并相关信息，并维护连贯的内存存储，从而实现真正的上下文感知交互。
How Amazon Bedrock Custom Model Import streamlined LLM deployment for Salesforce
本文展示了 Salesforce 如何将 Amazon Bedrock 自定义模型导入集成到其机器学习操作 (MLOps) 工作流程中，在不更改应用程序的情况下重用现有终端节点，以及如何对可扩展性进行基准测试。我们分享有关运营效率和成本优化收益的关键指标，并提供简化部署策略的实用见解。
Scala development in Amazon SageMaker Studio with Almond kernel
本文提供了有关将 Almond 内核集成到 SageMaker Studio 的综合指南，为平台内的 Scala 开发提供了解决方案。
Configure and verify a distributed training cluster with AWS Deep Learning Containers on Amazon EKS
通过采用系统方法启动所需组件并验证其正确配置，可以防止 Amazon EKS 分布式训练中的错误配置问题。本文将逐步介绍设置和验证 EKS 集群以使用 DLC 训练大型模型的步骤。
Build a device management agent with Amazon Bedrock AgentCore
在本文中，我们将探讨如何使用 Amazon Bedrock AgentCore 构建对话式设备管理系统。借助此解决方案，用户可以通过自然语言管理其 IoT 设备，使用 UI 执行检查设备状态、配置 WiFi 网络和监控用户活动等任务。
Transforming enterprise operations: Four high-impact use cases with Amazon Nova
在这篇文章中，我们分享了四个在 Amazon Bedrock 中使用 Nova 构建的高影响力、广泛采用的用例，并得到实际客户部署、AWS 合作伙伴提供的产品和经验的支持。这些示例非常适合研究自己的人工智能采用策略和跨行业用例的组织。
