-
追踪误差的危机想象:挪威主权财富基金的时间世界建构与酷儿未来分析
本文为未来研究和酷儿-女性主义时间理论领域提供了新颖的交叉视角。研究以挪威政府全球养老基金(GPFG)的投资管理实践为案例,深入探讨了“追踪误差”这一金融风险管理工具如何塑造并限制了机构对危机的想象力,进而建构了“非酷儿”的未来图景。作者通过分析公开信函和深度访谈,提出了“时间世界建构”的核心概念,揭示了金融技术与时间规范的政治性,指出当前主流的危机想象本质上是“失败”的,因为它无法容纳根本性的、异质的未来可能性。这项研究不仅拓展了未来学的知识基础,也为批判性金融研究和酷儿经济学提供了重要的理论资源与实践洞察。
-
评估利益相关者对智能生产规划AI解决方案可解释性的观点及其对及时物流的影响
为解决生产规划中AI决策缺乏透明度导致的信任与采纳难题,研究人员针对智能生产规划与及时物流场景,开展了一项关于利益相关者对AI解决方案可解释性需求的案例研究。通过问卷调查11名生产规划师,研究得出结论:利益相关者普遍需要适度且用户友好的解释性优化(XAI)来建立信任,他们关注解决方案的合理性而非算法细节。该研究强调了在工业5.0背景下,实现可解释优化对于AI辅助系统成功落地至关重要。
来源:Expert Systems with Applications
时间:2026-02-16
-
一种基于大核交叉注意力融合(Large Kernel Cross-Attention Fusion)的光伏组件污垢损失预测与估算的深度学习模型
光伏板积尘损失预测模型LKFSolarNet提出大核交叉注意力融合机制和特征保留下采样模块,结合梯度流增强训练,在公开数据集上MAE降低3.9%、RMSE降低4.0%,预测精度提升3.6%。
来源:Engineering Applications of Artificial Intelligence
时间:2026-02-16
-
双分支注意力机制与接收域增强网络在海洋小型生物检测中的应用
针对水下复杂环境和小目标检测难题,本文提出BARENet架构,通过双向分支协同注意力机制(BCAM)实现多尺度语义与空间特征融合,结合可扩展感受野模块(RFEB)增强小目标表征能力,在多个数据集上验证其有效性。
来源:Digital Signal Processing
时间:2026-02-16
-
特朗普与欧洲:旅游业能否发挥关键作用?
特朗普第二任期引发全球单边主义、贸易金融武器化及威权主义上升,科技巨头垄断媒体数据,削弱民主治理。欧盟面临主权、战略自主与社会凝聚力挑战,旅游业依赖美国能源、数字基建及数据,需通过能源转型、数字平台监管及签证政策等措施增强自主性。
来源:Journal of Sustainable Tourism
时间:2026-02-16
-
利用正丁胺调控的智能水进行碳管理:实现二氧化碳矿化与提高石油采收率之间的耦合
本研究利用n-丁胺(n-BA)改性的海水实现CO2同时矿物化与石油采收率提升。通过调节n-BA浓度(0.3-1.0 wt%)控制CO2溶解度和Ca²⁺、Mg²⁺去除效率,形成稳定碳酸矿物(如方解石、文石),并显著改变岩心表面电荷和润湿性(油湿→水湿),最高油采收率达40%。n-BA浓度决定矿物化与界面张力主导的采收率机制平衡,为智能水工艺开发提供新思路。
-
MPL:利用伪标签进行半监督式时间动作定位
针对半监督时空动作定位中伪标签质量不均的问题,提出MPL框架,通过置信度排序、自适应修正和双层级一致性学习提升伪标签利用率,在THUMOS14和ActivityNet v1.3上平均mAP分别提升5.1%和3.5%。
来源:Expert Systems with Applications
时间:2026-02-16
-
用于海洋经济绿色发展预测的时空灰色伯努利模型
海洋经济绿色发展预测难题,基于DPSIR框架构建多指标评价体系,改进灰色Bernoulli模型融入空间距离矩阵与时间动态因子,采用鲸鱼优化算法优化参数,实证分析11个沿海省市数据,模型预测精度高且稳定性强。
来源:Engineering Applications of Artificial Intelligence
时间:2026-02-16
-
数字治理中的人力维度:政策能力如何塑造印度尼西亚乡村公共服务递送
这篇研究性论文聚焦于印度尼西亚乡村背景下的数字治理实施。文章挑战了以技术为中心的普遍观点,通过实证研究发现,可持续的电子政务(e-governance)并非仅仅依赖于技术部署,而是植根于政策能力(policy capacity)的三个互相关联的维度:提供组织稳定性的制度框架、适应本地情境的实施方法,以及将技术融入社区实践的社会整合机制。研究强调,制度韧性、实施适应性与社会嵌入性三者相辅相成,共同决定了乡村能否成功实现公共服务的数字化转型。
来源:Cogent Social Sciences
时间:2026-02-16
-
意识形态、环境态度与转型速度感知:解读西班牙公众对化石燃料淘汰政策的接受度
这篇综述通过多尺度调查(涵盖全国代表性样本、区域煤矿次样本及煤炭产区本地样本),系统剖析了西班牙公众对燃煤电厂关闭政策的接受度及其驱动因素。研究发现,支持度呈现显著的地域梯度(全国最高、煤炭产区较低、As Pontes最低),并揭示了政治意识形态、气候怀疑论、公平感知及转型速度感知等关键因素在不同地域语境下的差异化影响。文章创新性地引入“转型速度感知”作为解释变量,强调了时空正义(territorial and temporal justice)与地方依恋(place attachment)在塑造转型合法性中的核心作用,为环境社会学与公正转型(Just Transition)研究提供了重要的实证与理论启示。
来源:Environmental Sociology
时间:2026-02-16
-
在掺铈的Ni/钙铝酸盐催化剂上,利用蒸汽辅助的甲烷干重整工艺实现了稳定的合成气生产
蒸汽辅助甲烷干重整中CeO2改性钙铝酸盐催化剂的制备与性能优化。采用Pechini溶胶-凝胶法合成Ni-Ce/Ca50Al50催化剂,通过调控Ca/Al比例和引入CeO2促进剂,增强金属-载体相互作用及氧空位浓度,有效抑制碳沉积并提升产物H2/CO比值。连续运行60小时后,CO2和CH4转化率达95.0%和97.5%,碳沉积率仅0.14 mgC·gcat−1·h−1,证实其高稳定性和协同抗碳性能。
-
VC-SCMAE:以车辆为中心的语义对比引导式掩码自动编码器
该研究提出VC-SCMAE框架,通过对比学习指导的掩码自编码器与CLIP语义蒸馏结合,从多模态基础模型中提取知识。采用无对齐配对的Automobile1M车辆数据集,创新性地引入GCF特征融合模块和SK-DiM语义蒸馏机制,增强开放词汇逻辑的语义对齐,有效提升车辆属性识别、重识别等下游任务的性能。实验表明该方法在冻结编码器情况下仍能保持线性探测的高效性,实现结构、判别与语义的统一表征。
来源:Expert Systems with Applications
时间:2026-02-16
-
一种基于深度学习的新模型,用于高不确定性复杂系统的故障诊断
故障诊断模型IT2FS-CNN-GRU-SC通过融合区间二型模糊集提升复杂系统高不确定性故障诊断精度,在AP1000反应堆冷却系统工程案例中,低噪声(SD=0.1)场景下准确率达99.71%,高噪声(SD=0.5)场景仍保持87.14%准确率,显著优于传统模型。
来源:Engineering Applications of Artificial Intelligence
时间:2026-02-16
-
气候变化下的水不公:对经合组织流域实证案例的系统性述评与治理反思
气候变化加剧了干旱与洪水等极端水文事件,并可能引发或加剧水不公正问题,对公平的水治理构成严峻挑战。本文通过系统性文献综述,梳理了经合组织(OECD)国家流域内气候变迁背景下的水不公正实证案例。研究发现,现有研究主要关注水资源短缺问题,水不公正的表现在不同情境下存在差异,且现有应对措施不足以解决其根源。文章基于三重正义(分布正义、程序正义、承认正义)框架进行了分析,总结了具体的不公正表现形式及相关应对措施,并提出了面向未来研究和实践的四项建议:重视地方情境、采用系统视角、加速社会转型以解决根源问题,并关注参与式干预的意外后果、水治理中的认知不公、社会脆弱性与水(不)公正以及适应不良的影响等未充分探索的研究领域。
来源:Local Environment
时间:2026-02-16
-
印尼初中“独立课程”教材中气候变化教育内容评估:文本与视觉内容分析
本文通过内容分析评估了印度尼西亚新实施的“独立课程”初中教材中气候变化教育(CCE)的覆盖情况,指出教材尽管包含一定数量的气候变化相关内容与渐进式学习材料,但本地化与互动性内容不足。文章强调,为使课程更有效,需整合更多关注印尼本土气候议题并具有学生参与性的教学材料。
来源:Environmental Education Research
时间:2026-02-16
-
利用富含N电子和π电子的配体,在原位构建Zn-Cu双金属有机框架,以实现高效捕获二氧化碳(CO₂)
该研究设计了一种新型双金属MOFs材料(Cu-Zn₃(BTC)₂-DATRZ),通过一锅水热合成实现了高CO₂吸附容量(4.06 mmol/g)和选择性(20.6),XRD、FT-IR等表征证实引入Cu²⁺增强了未饱和金属位点,形成多级孔道结构,DFT和GCMC计算表明–NH₂和芳环通过酸碱、π-π堆积作用捕获CO₂,材料在25-120°C下循环15次性能稳定。
-
NEDA-Net:一种基于社区信息增强机制的可变形注意力网络,用于功能性磁共振成像(fMRI)脑疾病分类
动态功能连接与邻域增强可变形注意力网络构建用于脑疾病分类,通过分层交替的局部邻域注意力和全局可变形注意力模块,实现多尺度时空特征高效提取,兼顾计算效率与分类精度,并在三个大规模fMRI数据集上验证有效性。
来源:Expert Systems with Applications
时间:2026-02-16
-
通过元学习实现少样本学习,提升工业产品表面缺陷检测的准确性
针对工业表面缺陷检测中标注数据不足、特征提取不稳定及标签坍塌问题,本文提出基于元学习的轻量级少样本学习框架FSL-Meta。通过Hessian特征提取增强稳定性,引入预训练YOLOv8权重丰富特征池,采用双任务梯度更新避免标签坍塌。实验表明,FSL-Meta在仅10个支持样本下达到97.5%的mAP@0.5,显著优于基线模型。
来源:Engineering Applications of Artificial Intelligence
时间:2026-02-16
-
利用在线流式细胞术,在不同水力条件下评估超纯水管中的生物稳定性和寡营养细菌的生长情况
本研究评估了PVDF、SUS等管道材料在高温下的迁移潜力和生物膜形成能力,首次结合在线流式细胞术实时监测不同水力条件下的生物膜动态变化,揭示了材料表面特性和水力条件对生物膜形成的影响,为超纯水系统优化提供依据。
来源:Desalination
时间:2026-02-16
-
大湄公河次区域电力互联的法律挑战与绿色转型路径研究:构建区域电力贸易的综合性治理框架
本文针对大湄公河次区域(GMS)跨境电力贸易与绿色转型展开深入研究,揭示了碎片化的多层法律框架(WTO/ECT规则模糊、各国技术标准差异、双边协议主导)如何阻碍区域电力一体化(包括基础设施、商业、监管三个维度),并基于欧盟(ACER)等经验,提出一个包含战略政治、技术运行、商业、监管、制度五大支柱的综合性区域治理框架以应对挑战。
来源:Journal of Energy & Natural Resources Law
时间:2026-02-16