Cleisostoma mulunense Ying Qin & Yan Liu, in Qin, Tan, Luo et Liu, 2023. 木论隔距兰 || DOI: doi.org/10.11646/phytotaxa.616.3.9 lyj.GXZF.gov.cn 摘要描述并说明了广西木论国家级自然保护区兰科植物Cleisostoma mulunense。它与C. menghaiense接近，但主要通过其黄绿色至黄色，紫褐色花，背萼片近长圆形，侧萼片宽长圆形且明显斜，花瓣长圆形，唇中裂片有2个基部向后的三角形裂片，圆柱状距与后者容易区分。提供新种的详细形态描述、彩色照片等信息。单子叶
1、Bonapartenykus；2、Patagonykus；3、Alvarezsaurus；4、Alnashetri；5、Albertonykus；6、Heptasteornis；7、Dzharaonyx；8、Linhenykus；12、Bannykus。in Meso, Pol, Chiappe, Qin, Díaz-Martínez, ... et Pittman。2024。DOI：doi.org/10.1111/cla.12600Abel G. Montes 的作品。摘要一些最小的恐龙体型例子来自阿尔瓦雷斯龙，这是一群神秘的手盗龙类虚骨龙，具有兽脚类中独一无二的奇特解剖特征组合。尽管全
IEEE Transactions on Emerging Topics in Computational Intelligence, Volume 8, Issue 6, December 2024
1) 多人差分博弈系统的去中心化触发和基于事件的积分强化学习作者：Chaoxu Mu、Ke Wang、Song Zhu、Guangbin Cai页数：3727 - 37412) 基于同步视频和 EEG 的儿童癫痫发作检测作者：Jiuwen Cao、Yuan Fang、Xiaonan Cui、Runze Zheng、Tiejia Jiang、Feng Gao页数：3742 - 37533) 考虑隐私的在线优化零阶去中心化对偶平均作者：Keke Zhang、Qingguo Lü、Xiaofeng Liao、Huaqing Li页数：3754 - 37664) 不平衡和不完整时间序列数据的深度回归建
IEEE Transactions on Cognitive and Developmental Systems, Volume 16, Issue 6, November 2024
1) LITE-SNN：利用固有动态训练节能脉冲神经网络进行顺序学习作者：Nitin Rathi、Kaushik Roy页数：1905 - 19142) 最小化 EEG 人为干扰：使用深度卷积神经网络进行自适应 EEG 空间特征提取的研究作者：Haojin Deng、Shiqi Wang、Yimin Yang、W. G. Will Zhao、Hui Zhang、Ruizhong Wei、Q. M. Jonathan Wu、Bao-Liang Lu页数：1915 - 19283) 长期感官家庭训练的自适应框架：可行性研究作者：Stefano Silvoni、Simon Desch、Florian
IEEE Transactions on Artificial Intelligence, Volume 5, Issue 11, November 2024
1) 基于部分可观马尔可夫博弈的微电网能源调度优化作者：Jiakai Gong, Nuo Yu, Fen Han, Bin Tang, Haolong Wu, Yuan Ge页数：5371 - 53802) MRI 中的智能多级脑肿瘤识别：基于元启发式的不确定集框架作者：Saravanan Alagarsamy, Vishnuvarthanan Govindaraj, A. Shahina, D. Nagarajan页数：5381 - 53913) 通过不确定性感知结构知识迁移实现 360° 高分辨率深度估计作者：Zidong Cao, Hao Ai, Athanasios V. Vasila
Arria qinlingensisWu, Zhang & Liu, 2024 DOI: 10.1080/00222933.2024.2319894 摘要基于从中国秦岭采集的雄性和雌性标本描述了一种新的螳螂物种，Arria qinlingensis sp. n.。该新物种具有与 A. leigongshanensis（Ge 和 Chen，2008）相似的外部形态；这两个物种代表了 Arria Stål, 1877 属中一个神秘的进化分支。这种拟态苔藓的螳螂物种的发现代表了 Arria 属最北的分布。给出了中国 Arria 物种的插图和生态图像，并配上了 A. leigongshanensis（
IEEE Transactions on Fuzzy Systems, Volume 32, Issue 11, November 2024
1) 在多创新背景下的在线主动学习，用于不断发展的误差反馈模糊模型作者：Edwin Lughofer、Igor Škrjanc页数：5998 - 60112) 具有输入饱和的非线性系统的灵活规定性能输出反馈控制作者：Yangang Yao、Yu Kang、Yunbo Zhao、Pengfei Li、Jieqing Tan页数：6012 - 60223) 通过动态事件对具有未知控制系数的 p-正态系统进行自适应模糊预定性能控制作者：Qidong Li、Changchun Hua、Kuo Li、Hao Li页数：6023 - 60344) 离散时间非线性复杂网络的模糊结构自适应最优控制的强化学习作
IEEE Transactions on Neural Networks and Learning Systems, Volume 35, Number 9, September 2024
1) 特邀编辑：图学习专题作者：Feng Xia、Renaud Lambiotte、Neil Shah、Hanghang Tong、Irwin King页数：11630 - 116332) 用于异质图学习的置换等变图框架作者：Jianfei Li、Ruigang Zheng、Han Feng、Ming Li、Xiaosheng Zhuang页数：11634 - 116483) MARML：多层网络中基于主题感知的深度表示学习作者：Da Zhang、Mansur R. Kabuka页数：11649 - 116604) 面向极端数据稀缺的稳健图半监督学习作者：Kaize Ding、Elnaz No
IEEE Transactions on Cognitive and Developmental Systems, Volume 16, Issue 4, August 2024
1) 基于多模态生理信号的用户感知多层级认知工作量估计作者：Pierluigi Vito Amadori、Yiannis Demiris页数：1212 - 12222) TR-TransGAN：用于纵向 MRI 数据集扩展的时间递归 Transformer 生成对抗网络作者：Chen-Chen Fan、Hongjun Yang、Liang Peng、Xiao-Hu Zhou、Shiqi Liu、Sheng Chen、Zeng-Guang Hou页数：1223 - 12323) 基于多标准 TD3 的深度强化学习用于分散式多机器人路径规划作者：Heqing Yin、Chang Wang、Chao
IEEE Transactions on Neural Networks and Learning Systems, Volume 35, Issue 8, August 2024
1) 自主视觉感知的开放式在线学习作者：Haibin Yu, Yang Cong, Gan Sun, Dongdong Hou, Yuyang Liu, Jiahua Dong页数：10178 - 101982) 连续时间强化学习控制：理论结果回顾、性能洞察和新设计需求作者：Brent A. Wallace, Jennie Si页数：10199 - 102193) 可解释人工智能归纳逻辑编程技术评论作者：Zheng Zhang, Levent Yilmaz, Bo Liu页数：10220 - 102364) 离线强化学习调查：分类、评论和开放问题作者：Rafael Figueiredo Pru
IEEE Transactions on Evolutionary Computation, Volume 28, Issue 4, August 2024
1) 通过问题重构和重复处理解决分类中的多目标特征选择问题作者：Ruwang Jiao, Bing Xue, Mengjie Zhang页数：846 - 8602) 用于深度知识追踪的遗传因果解释器作者：Qing Li, Xin Yuan, Sannyuya Liu, Lu Gao, Tianyu Wei, Xiaoxuan Shen, Jianwen Sun页数：861 - 8753) 用于计算 4-D 空间中超体积贡献的快速精确算法作者：Jingda Deng, Qingfu Zhang, Jianyong Sun, Hui Li页数：876 - 8904) 不确定的质量多样性：不确定领域
IEEE Transactions on Emerging Topics in Computational Intelligence, Volume 8, Issue 4, August 2024
1) 深度学习视频超分辨率综述作者：Arbind Agrahari Baniya、Tsz-Kwan Lee、Peter W. Eklund、Sunil Aryal页数：2655 - 26762) 神经动力学优化综述作者：Youshen Xia、Qingshan Liu、Jun Wang、Andrzej Cichocki页数：2677 - 26963) 用于知识图谱补全的图形结构增强预训练语言模型作者：Huashi Zhu、Dexuan Xu、Yu Huang、Zhi Jin、Weiping Ding、Jiahui Tong、Guoshuang Chong页数：2697 - 27084) 通过基
Still In The "First Or Second Innings" Of CRE Tower Storm
仍处于 CRE 大厦风暴的“第一或第二局” 虽然政治和地缘政治占据了头条新闻——无论是 Joe Bien 的含糊其辞和跌跌撞撞，还是东欧、中东或南海爆发第三次世界大战的风险——但许多人似乎忽视了美国正在发生的商业房地产崩盘。随着远程和混合工作模式大幅减少对传统办公大楼的需求，CRE 的低迷势必会进一步恶化。彭博社援引抵押贷款银行家协会的数据提醒我们，今年年底，银行将面临 1 万亿美元的 CRE 贷款到期墙。这只意味着，由于资产负债表上持有的不良房地产债务，未来将有更多银行破产。佛罗里达大西洋大学金融学教授、橡树资本管理公司 (Oaktree Capital Management) 顾问雷贝尔·
Autonomous humanoid robot shadow-boxes, but kung fu is weak
斯坦福大学帕洛阿尔托分校的研究人员 Zipeng Fu、Qingqing Zhao 和 Qi Wu 开发了一种类似于人类的机器人，称为 HumanPlus，它能够通过首先模仿人类任务来学习自主完成任务。该团队使用全栈系统来帮助机器人向人类学习。继续阅读类别：机器人技术，技术标签：斯坦福大学，Unitree，自主，机器学习，人工智能
IEEE Transactions on Artificial Intelligence, Volume 5, Issue 5
1) 提高回归中 Delta 测试的特征选择稳定性作者：Rebecca Marion、Benoît Frénay页数：1911 - 19172) 群体协调控制概述作者：Dengxiu Yu、Jiacheng Li、Zhen Wang、Xuelong Li页数：1918 - 19383) 神经符号强化学习和规划：一项调查作者：Kamal Acharya、Waleed Raza、Carlos Dourado、Alvaro Velasquez、Houbing Herbert Song页数：1939 - 19534) 嵌入式深度学习加速器：最新进展调查作者：Ghattas Akkad、Ali Mans
IEEE Transactions on Neural Networks and Learning Systems, Volume 35, Issue 6, June 2024
1) Editorial Special Issue on Explainable and Generalizable Deep Learning for Medical ImagingAuthor(s): Tianming Liu, Dajiang Zhu, Fei Wang, Islem Rekik, Xia Hu, Dinggang ShenPages: 7271 - 72742) Adversarial Learning Based Node-Edge Graph Attention Networks for Autism Spectrum Disorder Identificatio
IEEE Transactions on Emerging Topics in Computational Intelligence, Volume 8, Number 3, June 2024
1) 深度学习在 B 型超声分割中的进展：综合综述作者：Mohammed Yusuf Ansari、Iffa Afsa Changaai Mangalote、Pramod Kumar Meher、Omar Aboumarzouk、Abdulla Al-Ansari、Osama Halabi、Sarada Prasad Dakua页数：2126 - 21492) 机器反学习：解决方案和挑战作者：Jie Xu、Zihan Wu、Cong Wang、Xiaohua Jia页数：2150 - 21683) MuralDiff：基于大规模预训练的古代壁画修复扩散作者：Zishan Xu、Xiaofeng
