圖書信息

內容簡介

對 arXiv cs.ET 分類的年度綜述，涵蓋 2025 年 9 月至 2026 年 8 月期間發表的研究。本卷基於對 120 篇論文 的細讀整理，組織為 44 章，按該領域的研究子方向描繪這一年的全貌。

全書框架（年度產出佔比）：

類腦計算與神經形態硬件 (83.0%) — 本聚類聚焦神經形態芯片、存內計算與類腦系統的架構設計、基準測試與實現，以應對傳統計算中的能效與可擴展性挑戰。
量子計算架構與硬件 (6.3%) — 本領域研究處理量子中心超級計算機的設計、量子硬件性能，以及從經典到量子架構的轉型，以求解複雜計算問題。
神經形態器件與存內處理 (3.8%) — 本子領域探索基於憶阻器與模擬神經形態器件的製造、優化與部署，用於高效邊緣計算與存內處理範式。
伊辛機與組合優化 (2.7%) — 本方向研究利用伊辛模型、量子啟發算法與神經形態硬件求解組合優化問題，並提升機器學習推理效率。
語義通信與無線感知 (1.6%) — 本聚類涵蓋語義通信、通信與感知一體化，以及分子/生物無線信道，以提升複雜環境中的資源效率與檢測能力。
大語言模型與多智能體系統 (1.1%) — 本領域研究聚焦改進大語言模型推理、多智能體協作框架，並基準測試大規模語言模型應用中的幻覺與安全。
物理儲層計算與自適應控制 (0.6%) — 本細分領域探索物理與神經形態儲層、自適應控制系統與動態物理計算，用於實時預測與安全應用。
自動駕駛與數字孿生 (0.6%) — 本子領域考察自動駕駛系統、協作機器人與數字孿生的整合，以提升交通安全、仿真精度與去中心化交通基礎設施。
生成式 AI 應用與社會影響 (0.4%) — 本聚類分析生成式 AI 模型的快速發展、其在仿真與創意產業中的應用，以及相關的法律、教育與社會影響。
生物啟發的脈衝 Transformer (0.1%) — 本專題聚焦通過脈衝神經形態 Transformer 中的突觸可塑性實現注意力機制，將生物靈感與現代 Transformer 架構連接。