• 茶碱在水-醇混合物中的溶解度：从283 K到323 K的新实验数据以及基于UNIFAC-Dortmund、ASOG和PSRK模型的预测研究

  亚历山德罗·卡佐纳托·加尔瓦奥（Alessandro Cazonatto Galvão）|阿曼达·塔鲁恩·米奥托（Amanda Taruhn Mioto）|拉克尔·博尔迪尼奥（Raquel Bordignon）|伊戈尔·加布里埃尔·凯泽（Igor Gabriel Kaiser）|佩德罗·费利佩·阿尔塞（Pedro Felipe Arce）|韦伯·达·席尔瓦·罗巴扎（Weber da Silva Robazza）应用热物理学实验室（Laboratory ApTher）——圣卡塔琳娜州立大学（Santa Catarina State University, UDESC）食品与化学工程系，巴西皮尼亚

  来源：folia medica

  时间：2025-11-24

• PARKA：基于路径感知的知识检索与结构语义知识适配，用于基于知识的问答系统

  在当今信息爆炸的时代，知识图谱（Knowledge Graph, KG）作为一种结构化的知识表示方式，已经成为许多人工智能任务的重要工具，尤其是在知识问答（Knowledge-Based Question Answering, KBQA）领域。知识问答系统旨在通过理解自然语言问题，并结合知识图谱中的实体和关系进行推理，从而给出准确的答案。然而，现有的KBQA方法在实际应用中仍然面临诸多挑战，尤其是在处理复杂问题时，如何确保知识的准确性和推理过程的可靠性成为关键。为此，研究者们不断探索新的方法和技术，以提升知识问答系统的性能和可解释性。知识问答系统的核心在于知识图谱与自然语言处理的结合。知识图谱

  来源：Expert Systems with Applications

  时间：2025-11-24

• 经过PSO优化的TabTransformer架构结合特征工程，提升了宫颈癌风险预测的准确性

  宫颈癌仍然是全球公共卫生领域面临的重要挑战之一，每年导致超过35万例可预防的死亡（根据世界卫生组织的估计）。尽管现代医学技术在筛查和诊断方面取得了显著进展，但目前的诊断方法如巴氏涂片检查仍存在高达30%-50%的假阴性率，而基于液体的细胞学方法也仍无法检测出20%-30%的高级别病变。这些诊断局限性凸显了开发更准确、更早识别高风险人群的风险预测系统的紧迫性。因此，如何提高宫颈癌风险预测的准确性，同时确保模型的临床可解释性，成为当前医学人工智能研究的重要方向。本文提出了一种新颖的混合框架，用于宫颈癌风险的早期预测。该框架融合了领域知识驱动的特征工程、进化优化算法以及基于Transformer的建

  来源：Expert Systems with Applications

  时间：2025-11-24

• 在多层集成网络供应链中，针对瓶颈材料的联合经济批量订货运输政策

  在当今全球经济日益互联的背景下，供应链的复杂性与脆弱性也愈发显著。随着地缘政治局势的紧张、经济波动的加剧以及极端天气事件的频发，全球供应链正面临前所未有的挑战。这些因素不仅增加了供应链运作的不确定性，也使得企业更难以维持稳定的生产和供应。与此同时，国际交易中潜在瓶颈产品的比例持续上升，全球贸易商品的脆弱性也日益凸显。这些变化促使企业必须重新审视其供应链管理策略，以应对日益频繁的供应中断和市场波动。本文聚焦于一个现实问题，即在面对全球工厂原材料短缺的情况下，大型企业如何高效地分配资源，以满足客户需求并尽可能降低运营成本。面对这一挑战，本文提出了一种多周期、三级网络供应链模型，该模型涵盖了单一原材

  来源：Expert Systems with Applications

  时间：2025-11-24

• 结构-属性对齐图神经网络在推荐系统中的应用

  G-Skyline查询是一种用于在多标准决策支持系统中识别帕累托最优组的机制，这些组不会被其他同等规模的组所支配。在实际应用中，由于数据库中可能包含大量的G-Skyline组，因此直接返回所有结果并不现实，这限制了其在现实场景中的应用。为了解决这一问题，研究者提出了k代表性的G-Skyline查询，旨在控制输出规模并获取具有代表性的结果，从而提高用户的决策效率。然而，目前的k代表性G-Skyline查询方法在代表性和效率方面仍存在不足，尤其是在如何量化用户的满意度以及如何高效地获取结果方面。本文提出了一种新的k代表性G-Skyline查询方法，称为kRMG（k Representative R

  来源：Expert Systems with Applications

  时间：2025-11-24

• 通过知识蒸馏和自适应损失函数优化实现可解释的、资源感知的物联网安全模型

  随着物联网（IoT）设备的广泛应用，网络安全挑战也日益严峻。物联网设备通常具有有限的计算能力和内存资源，这使得它们成为网络攻击的目标，例如僵尸网络、数据外泄和拒绝服务攻击（DoS）。此外，随着连接设备数量的迅速增长，预计到2030年，全球物联网设备数量将超过401亿。这种规模的网络连接需要高效且可靠的网络安全机制。传统的入侵检测系统（IDS）在面对现代网络威胁时表现不佳，而基于机器学习（ML）和深度学习（DL）的算法，尤其是卷积神经网络（CNN）和长短期记忆网络（LSTM），在分析网络流量模式和检测异常行为方面展现出强大的能力。然而，CNN等深度学习模型在资源受限的环境中部署面临计算强度大的挑

  来源：Expert Systems with Applications

  时间：2025-11-24

• 基于标签共现的哈希算法在多标签图像检索中的应用

  多标签图像检索是一个具有挑战性的任务，主要因为其复杂的语义和多个标签之间的复杂关系。近年来，哈希检索因其在计算和存储方面的高效性而受到广泛研究。传统的哈希方法通常通过将哈希码与预定义的哈希中心对齐来生成哈希码。然而，对于多标签图像来说，一个哈希码可能需要对应多个中心，这会导致哈希空间中的语义冲突。此外，多标签图像通常表现出丰富的标签共现模式，这些模式自然地揭示了哈希中心之间的相关性，但现有的基于中心的方法未能有效利用这些相关性。因此，本文提出了一种新的基于中心的哈希方法，专门用于多标签图像检索。我们首先从数据集中获取标签共现概率矩阵。基于该矩阵，我们构建哈希中心的图结构，并使用图卷积网络（GC

  来源：Expert Systems with Applications

  时间：2025-11-24

• 从H&E染色到Oncotype DX检测：预测HR+/HER2-乳腺癌的复发风险

  本文介绍了AnchorMIL，这是一种创新的深度学习框架，旨在通过全切片图像（WSI）直接预测Oncotype DX（ODX）复发评分。ODX评分是评估激素受体阳性早期乳腺癌患者复发风险的重要工具，其临床价值已被广泛认可。然而，由于高昂的成本和较长的处理时间，其广泛应用受到了限制。本文提出了一种新的方法，利用锚定回归-分类机制，直接从H&E染色的WSI中预测ODX评分，从而减少对分子分析的依赖。### 乳腺癌的临床背景与ODX评分的重要性乳腺癌是美国女性癌症相关死亡的第二大原因，每年约有316,000例新发病例和近43,000例死亡。在早期乳腺癌患者中，接受系统性抗肿瘤治疗可以显著改善生存率。

  来源：Expert Systems with Applications

  时间：2025-11-24

• 因果生物矿工：用于微阵列转录组学治疗亚组分类的反应生物标志物发现框架

  在生物医学领域，治疗反应生物标志物的识别是推动个性化医疗和精准治疗的重要基础。这项研究提出了一种基于判别分析和因果推断的响应生物标志物发现框架，旨在从随机对照试验（RCT）数据集中提取最小可能的特征，并用于治疗反应的子群分类。该框架包括两个主要阶段：因果生物挖掘和生物标志物验证。通过应用判别分析、特征排序、统计显著性分析、关联评分以及因果推断，该方法能够有效识别出与治疗反应相关的生物标志物，并在实际应用中表现出更高的分类准确率。在第一阶段，因果生物挖掘，通过多种技术从数据集中提取出具有显著意义的生物标志物。其中包括判别分析，这是一种用于区分两个类别特征的统计方法，能够识别出对分类影响较大的特征

  来源：Expert Systems with Applications

  时间：2025-11-24

• 一种用于灵活制造系统中调度和瓶颈预测的集成式超启发式框架

  在现代制造业的快速发展背景下，调度优化与瓶颈识别一直是研究的重点领域。随着工业互联网技术的不断进步，对高效瓶颈预测方法的需求日益增强，同时在实际应用中，模型的可解释性也变得愈发重要。尤其是在柔性制造系统（Flexible Manufacturing Systems, FMS）中，由于设备多样性和作业路径的可选性，瓶颈的形成往往具有动态性和隐蔽性。如果不能及时预测并采取措施，将严重影响整个系统的效率和稳定性。因此，瓶颈识别与任务调度之间的关系是紧密相连的，需要通过一体化的方法来解决。柔性制造系统的核心优势在于其高度的可重构性和任务适应性，使其成为智能制造的重要组成部分。然而，这种灵活性也带来了新

  来源：Expert Systems with Applications

  时间：2025-11-24

• OTKD：一种用于对象跟踪的通用知识提炼框架

  随着人工智能技术的快速发展，边缘设备上的实时目标跟踪需求日益增加。这种需求在智能交通系统、灾难救援等应用场景中尤为显著，因为这些场景通常对数据处理的实时性和资源效率有较高要求。传统的高性能目标跟踪模型虽然在精度上表现出色，但其计算成本和存储需求较高，难以在资源受限的边缘设备上部署。因此，如何在不牺牲跟踪性能的前提下，降低模型复杂度，成为当前研究的核心挑战之一。知识蒸馏（Knowledge Distillation, KD）作为一种有效的模型压缩技术，为解决这一问题提供了新的思路。通过将大型教师模型的知识迁移到结构更轻、参数更少的学生模型中，KD能够在保持较高性能的同时，显著减少模型的计算负担和

  来源：Expert Systems with Applications

  时间：2025-11-24

• 基于学习的状态转换算法

  ### 解读：学习型状态转移算法（LeSTA）的提出与应用在现代优化问题的研究中，状态转移算法（STA）作为一种基于个体的元启发式优化方法，因其在解决复杂问题时展现出的灵活性和高效性而受到广泛关注。STA的核心理念是将解决方案视为状态，将优化过程理解为状态之间的转移。这种机制使得STA能够在不依赖问题结构的前提下，有效地探索解空间。然而，传统的STA在信息共享和知识传递方面存在一定的局限，尤其是在处理高维或复杂问题时，其个体化的框架可能难以实现全局最优解的高效获取。为了解决这一问题，研究者提出了一种新的学习型状态转移算法（LeSTA），通过引入群体学习机制，提升了算法的整体性能。LeSTA的核

  来源：Expert Systems with Applications

  时间：2025-11-24

• 新辅助化疗后卵巢癌中基质肿瘤浸润淋巴细胞（sTILs）作为预后生物标志物

  斯尼塔·西努库马尔（Snita Sinukumar）、穆法达尔·卡齐（Muffaddal Kazi）、努坦·朱姆勒（Nutan Jumle）、拉克什米·S·库马尔（Lakshmy S. Kumar）、迪利普·达莫达兰（Dileep Damodaran）、萨杰娜·PV（Sajna PV）、舒巴·C（Shuba C）、玛纳西·特里维迪（Manasi Trivedi）、塔赫尔·查乔德瓦拉（Taher Chachhodwala）、哈里什·昌德兰（Hareesh Chandran）、阿鲁纳·普拉布（Aruna Prabhu）、迪皮卡·尚卡尔（Deepika Shankar）、阿迪蒂·巴特（Aditi B

  来源：European Journal of Surgical Oncology

  时间：2025-11-24

• 侧颈清扫术后乳糜瘘的风险因素及临床转归：一项针对头颈部恶性肿瘤的十年队列研究

  周玉秋|王爱莲|马琳洁|蔡永聪|张向宇|王旭|刘彤|李永进|董双|隋春燕|曾定芬|张思成|姜健|孙荣浩|王绍欣|李超中国电子科技大学四川癌症中心·四川癌症医院·四川临床癌症研究中心头颈外科摘要引言乳糜瘘（CF）是头颈部恶性肿瘤患者接受侧颈淋巴结清扫术（ND）后的一种严重并发症。由于该并发症的发病率较低，其危险因素和临床过程尚不明确。本研究旨在通过最大的样本量和全面的指标提供可靠的结果。方法本研究在2014年至2024年间于我们医院进行。采用单变量和多变量回归分析来识别乳糜瘘的风险因素。结果共分析了3733名患者的3819例连续进行的颈淋巴结清扫术。乳糜瘘的总体发生率为7.5%。逻辑回归分析显示

  来源：European Journal of Surgical Oncology

  时间：2025-11-24

• 开放获取科学研究中的生物样本库

  在当今科学研究迅速发展的背景下，生物样本库（biobanks）作为储存生物材料和相关数据的重要设施，正发挥着越来越关键的作用。这些样本库不仅为生命科学研究提供了丰富的资源，还为应对社会问题和推动公共健康政策的制定提供了重要支持。然而，随着生物样本库的广泛应用，其背后的伦理问题也逐渐显现，尤其是与开放获取科学信息之间的关系。因此，有必要对生物样本库的伦理原则进行深入分析，以确保其在促进科学进步的同时，不会损害个人权利和社会公平。生物样本库的核心功能是收集、储存和管理生物材料，如组织样本、血液和血清、精液、细胞以及DNA等，这些材料通常与相关的研究数据和结果一同保存。这些资源不仅对基础研究和应用研

  来源：Éthique & Santé

  时间：2025-11-24

• “他就像在战争中抛弃了我一样”——一项关于被诊断出患有癌症的儿童父母所经历的情感困扰的质性研究

  在儿童癌症的背景下，父母的关系困扰已成为一个日益受到关注的问题。根据现有研究，高达40%的父母在孩子确诊癌症后经历了关系上的紧张和冲突，这一比例远高于普通人群。尽管儿童癌症的治愈率在过去几十年中显著提高，尤其是在欧洲国家，许多患儿能够在治疗后生存多年，但这一过程对家庭关系的影响却并未随之减轻。儿童癌症不仅给患儿带来身体上的挑战，也对整个家庭系统造成深远的心理和社会影响。尤其是在面对治疗过程中的不确定性、长期的医疗干预以及家庭生活的巨大改变时，父母之间的关系常常面临考验。因此，理解父母在这一特殊情境下如何经历关系困扰，不仅有助于识别其潜在的心理健康风险，也为改善家庭支持系统提供了重要依据。在儿童

  来源：European Journal of Oncology Nursing

  时间：2025-11-24

• 通过自由基环化与未活化烯烃实现环状砜的模块化组装

  赵一飞|王宣驰|刘新莲|程强中国武汉大学化学与分子科学学院、生命与医学科学泰康中心，教育部有机硅化合物与材料工程研究中心环状砜类化合物在药物发现中具有重要价值，它们可作为构象约束基团、氢键受体以及电子吸引官能团。传统的合成方法（如硫化物氧化和涉及SO2的分子内环化反应）通常需要预先制备好的起始材料，这限制了化合物的结构多样性。此外，使用烯烃等易获得的试剂进行环状砜类的分子间环化反应仍较为少见，相关的分歧性和模块化合成策略也尚未建立。本文报道了一种通过光氧化还原催化，直接且可调控地从多种未活化的烯烃和磺酰甲基溴化物合成环状砜类的方法。机理研究表明，该转化过程是通过高度亲电的磺酰甲基自由基与烯烃反

  来源：European Journal of Organic Chemistry

  时间：2025-11-24

• 一种基于条件Wasserstein生成对抗网络（Conditional Wasserstein Generative Adversarial Network）和梯度惩罚（Gradient Penalty）的深度学习架构，用于快速模拟地下原位压力剖面动态

  在非常规油气资源的开发过程中，准确预测储层压力是制定科学开发策略和优化采收率的关键环节。目前，对于裂缝型水平井的储层模拟，数值模拟仍然是主流方法，但在复杂的地质条件下，其计算成本高得难以承受。为了解决这一问题，本研究提出了一种基于条件Wasserstein生成对抗网络与梯度惩罚（CWGAN-GP）的新型代理模型。该模型通过引入六个关键的条件参数（如时间、基质渗透率、裂缝渗透率等）与裂缝形态特征，建立了储层条件与压力分布之间的内在联系。同时，通过整合Wasserstein距离和梯度惩罚理论，有效解决了多参数耦合带来的收敛问题，大幅降低了训练时间和计算次数。经过60种地质场景的验证，该模型在训练的

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-11-24

• 自注意力分层核水库状态网络在内陆水位预测中的应用

  水路运输是全球贸易的重要支柱，它通过高效、环保的货物运输方式，持续推动着国际间的经济合作与商业往来。在这一过程中，水位预测的准确性至关重要，因为它直接影响着船舶航行的安全性和水路运营的连续性。现代货轮的高载运能力使得不同种类的货物能够在国际间安全、高效地运输，这不仅为内陆地区提供了便捷的水上通道，还加强了区域间的联系，从而促进经济增长。然而，水位的波动往往受到多种因素的影响，如气候变化、降雨量、河流流量等，这些因素使得水位预测成为一个复杂且具有挑战性的任务。为了提高水位预测的准确性，研究者们不断探索新的模型和方法。传统的方法通常依赖于复杂的计算过程和大量的参数调整，这不仅增加了计算成本，还可能

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-11-24

• 社交距离政策干预措施的经济成本

  在全球气候变暖的背景下，新病毒的爆发频率正在增加。这种趋势使得公共卫生政策在面对突发疫情时变得尤为重要。当一种新病毒爆发并迅速演变为流行病时，尤其是在疫苗尚未普及的情况下，政府通常会采取一系列非药物干预措施，这些措施被称为“距离政策干预”（Distancing Policy Interventions, DPIs）。这些政策干预措施通过减少人们之间的社会互动来有效遏制病毒传播，但同时也会对经济活动造成干扰。因此，研究这些政策干预措施对经济的短期影响，对于未来的公共卫生决策具有重要意义。本研究旨在通过分析44个（主要为发达国家）国家在2020年新冠疫情期间的宏观经济数据，量化DPIs对经济的因果

  来源：Economics & Human Biology

  时间：2025-11-24

知名企业招聘：