Forthcoming machine learning and AI seminars: March 2026 edition
本文包含计划于 2026 年 3 月 2 日至 4 月 30 日期间举行的人工智能相关研讨会的列表。此处详细介绍的所有活动都是免费开放的，任何人都可以通过虚拟方式参加。 2026 年 3 月 2 日 三场演讲：1) 解释聚类分析中先验知识的偏差，2) 用于优化的可解释代理，3) […]
IEEE Transactions on Neural Networks and Learning Systems, Volume 37, Issue 2, February 2026
1) 视觉曼巴：全面的调查和分类作者：X. Liu，C. Zhang，F. Huang，S. Xia，G. Wang，L. Zhang 页数：505 - 5252) Hard Sample Mining: A New Paradigm of Efficient and Robust Model Training 作者：L. Liu，Y. Liang，X. Yan，L. Huangfu，S. Samtani，Z. Yu，Y.张，D. D. Zeng页数：526 - 5463) FEU-Diff：用于医学图像分割的模糊证据驱动的动态不确定性融合的扩散模型作者：S. Geng，S. Jiang，T.
Soft Computing, Volume 30, Issue 1, January 2026
1) 使用集成随机门控层循环神经网络 (IRGLRN) 进行肝癌预测的新颖框架方法作者：M. Indumathi、M. Vanitha、V. Palanisamy 页数：1 - 132) 基于 L 值邻域系统的 L 值粗糙集模型作者：Kamal El-Saady、Ayat A. Temraz 页数：15 - 313)对函数空间的影响：可拓构造作者：乔俊生页数：33 - 454) 基于 t 范数的模糊逻辑的双极性论证语义作者：Esther Anna Corsi 页数：47 - 725) 基于 N-soft 模糊专家集的决策方法作者：陈亚楠、周晓光、何鑫页数：73 - 896) A模糊平面及其在模
A Proposed Unified, Scalable Platform for Integrative Research on Venomous Species
提议的统一、可扩展的有毒物种综合研究平台摘要有毒动物研究受到碎片化、专业化和不可互操作的数据库（孤立的基因组、蛋白质组和生态数据）的阻碍。尽管有毒生物体有望产生用于药理学和进化应用的新型生物活性化合物，但此类类群的信息学景观仍然不完整，缺乏跨物种的宏观整合。我们推出了 VenomsBase，这是一种集成的模块化资源，可以综合多组学数据、生态元数据和毒液生物体的功能注释。遵循 FAIR 准则，VenomsBase 将本体驱动的架构与大数据云工作流程相结合，用于序列集成、主题聚类、3D 显示和链接生态元数据。标准化工具和培训模块有助于发达国家和资源有限地区的研究人员在全球范围内获取资源。其即插即用
IEEE Transactions on Evolutionary Computation, Volume 30, Issue 1, February 2025
1) 一种基于分解的进化算法，具有聚类和层次估计的多目标模糊柔性车间调度作者：X. 张，S. 刘，Z. 赵，S. Yang 页数：2 - 152) 利用可解释的人工智能增强最后一英里路由的遗传算法作者：Y. Kim, R. Khir, S. Lee 页数： 16 - 303) 学习预选：分类中多目标特征选择的基于过滤器的性能预测器作者：R. Jiao、B. Xu、M. Zhu 页数：31 - 454) 缓解进化多任务中负迁移的最优线性交叉作者：Z. Liu、J. Yuan、H. Zhang、T. Zeng、Z. Zhu 页数：46 - 605) 动态灵活调度中深度强化学习的利基遗传编程作者：M
Self-Supervised Learning with Gaussian Processes
自监督学习 (SSL) 是一种机器学习范例，其中模型学习理解数据的底层结构，而无需来自标记样本的显式监督。从 SSL 获取的表示已被证明可用于许多下游任务，包括聚类和线性分类等。为了确保表示空间的平滑性，大多数 SSL 方法依赖于生成与给定实例相似的观察对的能力。然而，对于许多类型的数据来说，生成这些对可能具有挑战性。而且，这些方法缺乏考虑……
