学术动态
-
142026-05
机电与控制工程学院龚峰教授、李辉副教授联合中山大学蒋乐伦教授在AFM期刊...
-
高等研究院周晔团队在自然指数期刊Nature Communications发表研究论文:双...
2026-04-27高等研究院周晔教授团队在自然指数期刊Nature Communications发表了题为“Physical echo state network based on the nonlinearity and dynamic response of ambipolar heterostructure transistors”的研究论文。该论文探讨了基于双极性异质结晶体管构建物理回声状态网络。高等研究院博士后钟文敏为第一作者,周晔为通讯作者,深圳大学为第一完成单位。在类脑计算领域,时间序列预测对循环神经网络架构提出了重大挑战,通常需....
-
化学与环境工程学院王丹、于然波团队在JACS发表研究成果:中空多壳层 CuO ...
2026-04-27化学与环境工程学王丹、于然波团队与合作者在Journal of the American Chemical Society(影响因子15.7,中国科学院JCR 1区,TOP期刊)发表题为“Confinement-Induced Enrichment in Hollow Multishelled Structure for High-Efficiency Ammonia Electrosynthesis”的研究论文。该工作围绕电化学硝酸根还原制氨这一重要方向,提出以中空多壳层结构组织反应物富集、传输与转化的新思路,为常温常压条件下高效合成氨提供了新的结....
-
高等研究院李猛教授课题组在自然指数期刊Environmental Science & Technol...
2026-04-27高等研究院李猛教授团队在自然指数期刊Environmental Science & Technology发表题为“From field metagenomes to mutant genomes: coevolution of cyanophages and Synechococcus in estuarine ecosystems”的研究论文。该研究以中国四个代表性河口生态系统为研究对象,结合环境宏基因组分析与实验室进化实验,从自然环境和培养体系两个层面系统解析了蓝细菌噬菌体与聚球藻之间的互作关系及其共同进化特征。深圳大学高等研究院....
-
心理学院赵朔副教授在Biological Psychiatry发表研究成果
2026-04-27心理学院赵朔副教授课题组与南方医科大学附属深圳妇幼保健院儿童心理与康复科合作在国际神经科学与精神病学领域顶级期刊Biological Psychiatry (中国科学院SCI医学大类1区, IF=9, 神经科学、精神病学top期刊)在线发表研究论文 “Classification of Autism Spectrum Disorder in Children Using EEG Power Ratios Obtained During a Naturalistic Mentalizing Task”。研究通过自然情境社会认知任务结合脑电(EEG)信号与机器....
-
182024-04
李永华、肖传龙:非决策能力下基层政府回应行为的特征、模式及机制
-
162024-04
基于自纠正的非均匀纹理合成
-
122024-04
刘富德教授团队:卷对卷制备多级亲锂结构集流体以此大大提高锂金属电池循环、安全性能
该研究将卷对卷制程以及溶液燃烧法相结合,制备了拥有多级亲锂结构的3D集流体。该制备方法具有简单、成本低等优势,易于大规模产业化。在锂金属电池中运用该集流体作为锂金属的附着基底,可使电池在循环过程中,锂金属沉积模式由自上而下转变为自下而上,以此大大提高其循环稳定性能以及安全性。
-
122024-04
胡耀华教授与其合作者的论文在国际知名学术期刊“Mathematical Programming”发表
近期,国际知名学术期刊“Mathematical Programming”(数学规划)发表了深圳大学数学科学学院运筹与优化科研团队胡耀华教授与广东工业大学胡昕霖讲师、香港理工大学杨晓琪教授合作的学术论文“On convergence of iterative thresholding algorithms to approximate sparse solution for composite nonconvex optimizati...
-
102024-04
AIJ 2023 | 面向联邦物品推荐的隐私保护图卷积网络
该工作提出了一种基于图卷积网络的联邦推荐框架,设计了一种基于安全聚合的新颖的隐私保护图卷积方法,采用基于物品的用户表示来补偿由于保护用户隐私而导致的推荐效果损失,改进了分组隐藏策略以保护用户隐私。该方法可以利用现有方法难以利用的图高阶连接信息,在所研究的问题上优于所有现有的联邦方法。
-
082024-04
AIJ 2023 | 基于迁移学习的结合有偏和无偏数据的协同推荐

