- ICML图的双调距离及其高阶变体：理论性质及在中心性和聚类中的应用
基于 biharmonic 和 k-harmonic 距离的连接性、聚类算法和边缘中心性。
- D-CoRP：用于功能性大脑网络的可微连通性优化
我们提出了一种不可分化的模块来改进脑网络连接，并通过信息瓶颈理论和多元最优化来过滤噪声或冗余连接。我们的实验结果表明，该方法能够显著提高各种基准模型的性能，并超过其他最先进的方法，从而证明了该方法在改进脑网络连接方面的有效性和通用性。
- 联邦边缘推理中的因果影响
考虑了使用未标记的流数据进行推理的具有异质代理和连接性的背景。代理相互合作，通过交换本地推断以及通过融合中心，使用因果框架评估代理对整体决策的实际影响。研究了反映不同代理参与模式和融合中心策略的各种场景，并推导出表示每个代理对联合决策的因果 - 多尺度拓扑优化使用神经网络
使用神经网络进行直接多尺度拓扑优化的新方法，通过反向均质化来优化每个细胞以实现良好的连接性，持续改善相邻微结构细胞之间的兼容性，实现 n 维多尺度优化问题的 2n 维反向均质化问题。
- 解开高斯混合模型
探讨了利用纠结在数据集中作为集群研究的一种正式手段，通过建立类似于数据点之间相似性的图结构，并提供了随着概率逐渐几乎确定存在垂直高斯分布纠结的明确条件，以此作为数据中集群可分离性的充分正式标准。
- 提升联邦深度学习泛化能力的群组连接性
通过对 FL 中的连接性进行研究和改进，本文提出了 FedGuCci 和 FedGuCci + 两种方法，用于提高 FL 的泛化性能，尤其适用于不同任务、不同模型和训练范式的异构客户端情况。
- 最大化无人机雾计算部署效率以应对紧急救援工作
在灾难场景和紧急救援行动中，将无人机作为雾节点集成已变得至关重要。该模型通过优化系统的适应性和操作效能，以动态无人机雾部署为核心，解决了连接性和覆盖性子问题，并通过一维交换方法有效解决了网络寿命优化问题。同时使用适应性鲸鱼优化算法 (WOA - 基于 FPGA 的汽车控制器区域网络零日入侵实时检测系统
使用无监督学习的卷积自编码器架构进行零日攻击检测，通过在仅有良性（无攻击）CAN 消息上训练模型，成功实现对未知攻击类型的高准确率分类，并且能够在高速 CAN 网络上实现线速检测，适用于关键 CAN 网络的零日攻击检测。
- 基于混合 FPGA 的轻量级多攻击 CAN 入侵检测系统
车辆之间越来越多的连接性正在提供新的功能，如连接的自动驾驶和先进的驾驶辅助系统（ADAS），以改善下一代车辆的安全性和可靠性。本文提出了一种轻量级的多攻击量化机器学习模型，使用 Xilinx 的 Deep Learning Processi - 毫米波分布式多输入多输出 (D-MIMO) 系统中的机器学习辅助波束管理
通过研究使用射频信号的射束管理协议，利用人工智能和机器学习的方法，探索如何在分布式多输入多输出系统中通过少量的近似数据来可靠地预测最佳的射束 / 接入点组合。
- 一个量化的大型语言模型在各种智能手机上的性能评估
本研究探讨在各种苹果 iPhone 型号上进行设备内大型语言模型 (LLM) 推理的可行性和性能。通过对运行在有限资源设备上的数十亿参数的 LLM 的现有文献进行利用，我们的研究考察了高性能 LLM 在不同智能手机世代上的热效应和交互速度。 - 利用低秩和稀疏的循环连接提供稳健的闭环控制
通过调整循环神经网络的连接性，研究探索了自主智能体在封闭式反馈循环环境中的健壮性，并展示了低秩、稀疏连接在网络动力学上的有利作用。
- 基于波动信息的复杂介质高分辨率成像的字典学习
我们提出了一种在存在大量和多样性数据集的散射介质中进行成像的方法。这个方法分为两个步骤：第一步使用字典学习算法估计无序感知矩阵中真实的格林函数向量；第二步使用基于列间互相关得到的连接信息的多维尺度缩放法对估计的感知矩阵的列进行排序，从而进行 - 基于 Kronecker 图的可扩展多代理技能发现
通过直接计算多智能体任务的 Laplacian 谱，我们提出一种基于 Kronecker 图的多智能体选项发现方法，通过估计 Fiedler 向量来改善联合状态空间的连通性，并通过深度学习扩展方法来处理无限规模状态空间。在 Mujoco 等 - Cobalt: 优化 PoW 网络游戏中的挖矿奖励
矿工在投入大量电力成本的情况下，在工作证明区块链中开采已成为一种昂贵的事务。为了最大化挖掘收益，矿工需要在节点之间选择网络连接，以减少延迟并提高挖矿奖励。本研究通过使用基于网络坐标的模型解决这一问题，并在实验中证明了该算法在不同网络设置下优 - 将神经网络转化为同步，以改进人工神经网络结构
本文提出了一种基于双向完全图的 YNN 模型，可以更好地模拟神经网络，并消除了传统人工神经网络存在的结构性偏差。通过引入辅助稀疏性约束，YNN 模型可促进连接分布集中于关键连接。最后，还设计了基于最小割技术的小型神经模块结构，以减少 YNN - 利用大规模神经影像数据集创建连接组约束方法，以实现更加稳健、高效和适应性人工智能
利用大型神经成像数据集中的连接性图谱等手段，改善边缘端机器学习的效率和鲁棒性，并通过对果蝇和哺乳动物视脑回路连接等领域的分析，展示了多种潜在的应用脑科学领域洞见的方法。
- 联合子图神经网络
本文提出了一种名为 Union Subgraph Neural Network 的图神经网络模型，通过注入从新类型的子结构中提取的邻居连接信息以有效地编码高阶连接性，该模型被证明在区分非同构图方面比 1-WL 更强大，并且在 17 个基准测 - MM球面负感知机解的星形空间
研究了负球面感知器模型中的能量壁垒、简单连接性质和优化动力学，并通过计算和数值模拟表征了解决方案空间的组织结构和转换过程。
- 神经关注电路
本论文介绍了一种名为神经注意力电路（NACs）的神经网络模型，它是一种通用但模块化的网络体系结构，可同时学习神经模块的参数化和稀疏连接，其在不同数据模态下具有优秀的性能表现，并已在不同领域展示出模块划分的表现。