• 通过钯-咪唑[1,5-a]吡啶卡宾复合物催化的长链炔烃的转移半氢化反应合成抗菌C16顺式不饱和脂肪酸

  这项研究聚焦于一种高效合成C16型顺式不饱和脂肪酸的方法，并对其抗菌活性进行了评估。顺式不饱和脂肪酸是一类在自然界中较为罕见的有机化合物，尤其在人类皮肤中含量极低，仅为约1.2微克/平方厘米。然而，这类脂肪酸在医学和生物化学领域展现出重要的生物活性，例如对金黄色葡萄球菌（*Staphylococcus aureus*）的特异性抗菌作用以及对特应性皮炎（Atopic Dermatitis, AD）的抗炎效果。因此，开发一种可行的合成方法以获取这类化合物具有重要的科学和应用价值。在研究中，科研团队采用了一种基于钯-咪唑并吡啶亚甲基（Pd–imidazo[1,5-a]pyridine carbene

  来源：European Journal of Organic Chemistry

  时间：2025-11-22

• 针对Rubioncolin B的合成研究

  相岛隆明（Takaaki Aijima）|赤井修二（Shuji Akai）|泽间良成（Yoshinari Sawama）日本大阪大学药学研究生院，大阪本文报告了我们对rubioncolin B（1）的合成研究。rubioncolin B是一种具有抗肿瘤活性的七环萘醌二聚体。我们的策略基于分子间的[4+2]环加成反应：该反应在路易斯酸催化条件下，由1-萘酚衍生物原位生成的正萘醌甲烷（o-NQM）与萘呋喃衍生物发生反应，从而构建出六环化合物。随后，我们探索了三种将剩余环结构连接到六环化合物上的合成方法。其中，引入维蒂格试剂（Wittig reagent）并随后进行环化的方法被证明是有效的，该方法能

  来源：European Journal of Organic Chemistry

  时间：2025-11-22

• 刚性手性叔胺N-氧化物在合成线性杂三喹啉及3,9a-甲哌咯[2,1-c][1,4]氧杂嗪骨架中的应用

  林佩珍|罗正宗|庄祥宇|黄子恩|陈世辰|李宇江台湾嘉义市国立嘉义大学应用化学系通过mCPBA氧化六氢-5H-呋[2,3-b]吡咯[1,2-d][1,4]噁嗪-2(1H)-酮，制备得到了稳定的手性叔胺N-氧化物。N-氧化物的Polonovski型分子内酰基转移反应意外生成了一种新的六氢呋[3,2-d]吡咯[2,1-b]噁唑-2(3H)-酮结构；将这些氨基醇与路易斯酸反应后，得到了稠化的3,9a-甲吡咯[2,1-c][1,4]噁嗪化合物。

  来源：European Journal of Organic Chemistry

  时间：2025-11-22

• 利用2-氨基吡啶、二乙基草酸酯和苄基溴合成3-苯基咪唑[1,2-a]吡啶-2-羧酸乙酯

  Kaustav Dhara|Subrata Barick|Sandeep Chandrashekharappa印度北方邦勒克瑙市Raebareli的国家药物教育与研究研究所药物化学系通过使用2-氨基吡啶对苄基溴进行烷基化，并在碱的催化下与二乙基草酸酯发生缩合反应，发现了一种便捷的新合成策略，用于制备C3-芳基化咪唑吡啶。该方法能够以中等至较高的产率获得一系列C3-芳基化咪唑吡啶产物。该工艺具有反应条件温和、底物适用范围广且无需使用催化剂或添加剂的优点。

  来源：European Journal of Organic Chemistry

  时间：2025-11-22

• 综述：用于智能传感的天然生物质水凝胶：从组分交联工程到响应刺激的机制

  自然生物质水凝胶作为一种具有广阔应用前景的材料，近年来在传感器领域引起了广泛关注。它们之所以受到青睐，主要得益于其结构可调性以及丰富的官能团，这些特性使其能够适应多种环境，并对不同的物理和化学刺激做出响应。自然生物质水凝胶的应用已涵盖医疗诊断、环境监测以及智能系统等多个方面，展现出卓越的性能和潜在的商业价值。然而，尽管相关研究不断深入，目前尚缺乏对自然生物质水凝胶的交联网络结构与其组装传感器性能之间内在联系的系统性综述。本研究旨在填补这一空白，通过对代表性自然生物质材料（如纤维素、壳聚糖、海藻酸钠等）的分子结构特征进行分析，探讨其在水凝胶制备中的优势及其在各类传感器中的应用潜力。同时，本文也详

  来源：eScience

  时间：2025-11-22

• 氧气诱导的锂离子在笼子间的传导作用，提升了全固态电池的性能

  随着对锂离子电池安全性的关注不断增加，研究者们正积极寻求替代方案，以解决传统液态电解质所带来的潜在风险。其中，全固态电池（All-Solid-State Batteries, ASSBs）因其显著提升的固有安全性而受到广泛关注。然而，ASSBs的广泛应用仍面临诸多挑战，尤其是在正极与固态电解质之间的界面稳定性问题。界面降解不仅会导致电化学性能的下降，还可能引发不可逆的副反应，影响电池寿命和安全性。因此，如何在不牺牲离子导电性的情况下提高界面稳定性，成为开发高性能固态电解质的关键。为了解决这一问题，本研究提出了一种通过氧掺杂来增强固态电解质界面稳定性的策略。采用Li₂SO₄作为氧源，其与硫化物固

  来源：eScience

  时间：2025-11-22

• 综述：通过溶剂化结构进行定制的固态聚合物电解质化学性质

  固体聚合物电解质（SPEs）在锂金属电池中展现出优异的安全性和能量密度，这使其成为下一代高能量密度电池系统的重要研究方向。然而，锂离子（Li⁺）在SPE中的传输效率较低，限制了其实际应用。因此，深入理解SPE中的溶剂化过程对于调控离子传输行为和电极界面特性具有重要意义。本文系统地探讨了SPE中溶剂化结构的基本概念、特征以及其在电池性能中的作用，同时分析了如何通过调节聚合物特性、锂盐种类和添加剂来优化溶剂化结构。此外，还介绍了用于揭示溶剂化特征的表征技术，并展望了未来溶剂化化学的发展方向。### 溶剂化结构与电池性能溶剂化结构是指溶质离子（如Li⁺）被溶剂（或聚合物）分子包围形成的复杂结构。在液

  来源：eScience

  时间：2025-11-22

• (m,n)广义幂根模糊集及其在犯罪关联分析和罪犯心理健康诊断中的应用

  犯罪一直是社会无法回避的现实，它不仅威胁着社会规范，也对个人安全构成严重挑战。随着未解决案件数量的持续增长，犯罪调查的效率问题日益突出，迫切需要引入先进的方法和技术来应对这一挑战。现代科技的发展，尤其是数据挖掘和模糊集合理论的应用，为解决这些问题提供了新的可能性。本文旨在通过提出一种新型的模糊集合模型——(m,n)-广义幂根模糊集合，以及基于该模型的分离度量，提升在不确定性环境下的决策能力。此外，该研究还探讨了该度量在犯罪关联分析和精神障碍诊断中的应用，展示了其在实际场景中的潜力和价值。### 犯罪调查的挑战与模糊集合理论的应用犯罪调查的过程充满了不确定性，这些不确定性可能源于证据的不可靠、目

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-11-22

• 一种用于多视图聚类的双重自动加权策略

  多视角聚类（Multi-View Clustering, MVC）是一种通过整合多个视角的信息，提升聚类结果精度与稳定性的方法。随着数据的复杂性和多样性不断增长，传统的单视角聚类算法在面对多源数据时往往显得力不从心。MVC算法通过融合多个视角的特征，使得聚类模型能够更全面地理解数据的结构和模式，从而在实际应用中表现出更强的适应性和鲁棒性。然而，现有的MVC方法在处理噪声数据和利用高阶相关性方面仍存在局限性，导致聚类效果受到影响。为此，研究者们提出了多种改进策略，旨在提高算法的鲁棒性和聚类性能。在实际应用中，多视角数据通常来源于不同的传感器、不同的数据采集方式或不同的特征提取手段。例如，在生物信

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-11-22

• 一种基于类意识的校准和平衡一致性权重框架，用于联邦半监督学习

  在当前人工智能与大数据迅速发展的背景下，联邦学习（Federated Learning, FL）作为一种分布式机器学习技术，因其能够在不共享原始数据的前提下训练全局模型而受到广泛关注。这种技术特别适用于隐私保护要求较高的场景，例如医疗、金融和智能家居等领域。然而，随着实际应用中数据分布的复杂性增加，传统的联邦学习方法在面对非独立同分布（Non-IID）数据时面临诸多挑战。为了解决这些问题，研究者们提出了联邦半监督学习（Federated Semi-Supervised Learning, FSSL）这一新兴方向，旨在利用有限的标注数据和大量未标注数据协同训练模型，以提升模型在复杂环境下的性能。

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-11-22

• 基于状态空间建模和卷积感知的皮肤病变分割网络

  陈浩|丁卫平|王哲|张海飞中国南通市南通理工学院信息工程学院，226002摘要皮肤病变的精确分割对于计算机辅助诊断和治疗计划至关重要，但由于病变形状不规则、尺度变化以及边界模糊，这一任务仍然具有挑战性。这些因素使得模型难以在保留细粒度局部细节的同时捕捉到长距离的语义上下文。为了解决这个问题，我们提出了一种基于边缘感知的分割网络，该网络将卷积特征感知与视觉状态空间建模相结合。该网络采用双分支编码器来平衡局部纹理和边缘的表示与全局语义依赖性，而轻量级的边界细化模块则在解码阶段增强了轮廓的清晰度。这种设计缓解了状态空间建模在捕捉局部细节方面的不足，并提高了边界定位的准确性。我们在四个公开可用的数据集

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-11-22

• 一种基于因果表示学习和因果特征识别的旋转机械故障诊断的新型领域泛化框架

  旋转机械在工程应用中常常处于复杂的运行环境中，这种环境变化会导致监测数据的分布偏移，从而影响传统智能诊断模型的性能。为了应对这一挑战，近年来，领域泛化（Domain Generalization, DG）技术成为智能诊断方法在实际工程中部署的关键手段。DG的核心目标是提取与领域无关的特征，使得模型能够泛化应用于未知领域。然而，当前大多数DG方法依赖于特征与标签之间的相关性映射，这种方法在运行条件稳定时表现良好，但在条件变化时容易受到虚假相关性的干扰，从而增加诊断模型误判的风险。为了进一步提升诊断模型的泛化能力，本研究在因果表示学习的基础上，对所学习的特征进行了因果性测试，提出了一种新的领域泛化

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-11-22

• 基于特征驱动融合的正式化双流混合卷积神经网络，用于高效的多尺度篡改检测

  随着数字媒体技术的快速发展，图像篡改的方式也变得越来越复杂和难以察觉。无论是通过拼接、复制移动还是其他高级编辑手段，伪造图像的手段不断升级，对数字取证、新闻报道、法律调查和社交媒体等领域提出了严峻的挑战。在这样的背景下，图像伪造检测的重要性日益凸显，成为保障数字图像真实性和可信度的关键技术。然而，现有的图像检测方法在面对这些复杂篡改手段时，往往存在检测精度不足、计算成本高以及泛化能力弱等问题。因此，开发一种既能高效识别伪造图像，又能准确定位篡改区域的模型，成为当前研究的热点。本文提出了一种双分支的混合深度学习模型，结合了EfficientNetB0的语义抽象能力和MobileNetV2的边缘感

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-11-22

• 用于从结构性磁共振图像中诊断阿尔茨海默病的强大注意力转移神经网络

  在当前老龄化趋势日益加剧的社会背景下，阿尔茨海默病（Alzheimer's Disease, AD）作为最常见的痴呆症类型，其早期诊断和干预的重要性愈加凸显。作为一种逐渐发展的神经退行性疾病，AD不仅严重影响患者的生活质量，还给家庭和社会带来沉重的负担。因此，寻找有效的诊断工具和方法，成为科研界和医学界关注的焦点。在这项研究中，我们聚焦于阿尔茨海默病的早期阶段——轻度认知障碍（Mild Cognitive Impairment, MCI），并特别关注其两种主要亚型：稳定型MCI（Stable MCI, sMCI）和进展型MCI（Progressive MCI, pMCI）。sMCI主要表现为记

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-11-22

• 牵引逆变器冷却系统中针翅阵列的优化：基于CFD仿真、深度神经网络和进化算法的框架

  在当前快速发展的电动汽车领域，牵引逆变器作为关键的电力电子组件，其热管理性能对整体系统效率和可靠性具有重要影响。随着半导体技术的进步，特别是宽禁带半导体材料如碳化硅（SiC）的广泛应用，逆变器在高温下仍能保持高效运行，这对热管理提出了更高的要求。传统的直接优化方法通常需要大量的计算资源，因此，研究者们正在探索更高效的设计优化策略，以实现热和流体性能的提升，同时降低计算成本。本文提出了一种基于代理模型的优化框架，结合计算流体动力学（CFD）、深度神经网络（DNN）和多目标进化算法，用于提升汽车牵引逆变器冷却系统的热和流体性能。### 1. 研究背景与动机随着电动汽车的普及，对高效率和高性能的汽车

  来源：Engineering Science and Technology, an International Journal

  时间：2025-11-22

• 综述：使用机器学习和深度学习算法对双馈感应发电机的电磁转矩进行预测与建模，以应用于风能转换系统

  近年来，随着可再生能源的快速发展，风能转换系统（WECS）在世界范围内的安装容量已达到约1太瓦（TW）。预计在2024年及之后，这一容量将以每年约15%的速度增长。这种快速增长表明了风能转换系统在可再生能源领域的重要性，以及其在设计、建模和生产过程中需要更加高效的方法。传统的风力发电机建模和仿真方法，尤其是基于有限元分析（FEA）的数值建模，通常需要大量的计算资源和时间，特别是在瞬态或动态分析中，这种过程可能需要数小时甚至数天。因此，引入机器学习和深度学习方法成为一种具有潜力的替代方案，可以显著提升建模和性能分析的效率。在本研究中，通过FEA仿真，获取了三种不同双馈感应发电机（DFIG）的电磁

  来源：Engineering Science and Technology, an International Journal

  时间：2025-11-22

• 一种基于PID搜索算法的混合瑞利分布模型在风能应用中的研究

  在风能研究领域，准确建模风速分布是实现可靠风能评估、系统优化以及长期性能预测的关键前提。传统概率分布函数在实际风速频率分布与估计值之间显示出显著的偏差，这表明它们在捕捉实际风速变化方面的能力有限。为了解决这一问题，本研究首次将混合瑞利分布与基于PID的元启发式优化算法（PSA）相结合，用于风速概率模型的参数估计。所提出的方法在三个测量站点——Karaburun、Mersinkoy 和 Gelibolu 进行了测试，使用了大量风速数据集。对PSA基于瑞利、混合瑞利和威布尔模型，以及传统矩法和最大似然方法进行了比较分析。所提出的模型在Karaburun取得了最低的SSE（0.0016）和RMSE（

  来源：Engineering Science and Technology, an International Journal

  时间：2025-11-22

• 通过迁移学习对城市交通网络进行跨城市范围的预测性韧性评估

  在城市交通系统中，应对突发事件的能力——即所谓的“韧性”——是现代城市治理和规划中的关键议题。随着城市化进程的加快，交通需求日益增长，城市道路网络面临更多复杂的挑战。这些挑战不仅包括自然灾害，如地震、洪水，也涵盖了人为因素，如交通事故、极端天气等。在这些事件的影响下，交通系统的性能可能会发生显著变化，甚至导致服务质量的下降。因此，如何准确评估交通系统的韧性，尤其是跨城市和预测性的韧性评估，成为研究者和政策制定者关注的重点。当前的韧性评估方法主要集中在单个城市的历史数据上，缺乏对跨城市知识迁移和预测能力的支持。这使得现有方法在面对不同城市之间的交通模式差异时显得不够灵活，难以应用于实际的交通管理

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-11-22

• 用于机器人任务规划的三维视觉-语言框架：自动化提示生成与监督推理

  本研究提出了一种创新的框架，旨在解决在精细操作的机器人任务中可靠部署视觉语言模型（Vision-Language Models, VLMs）的核心挑战。传统方法在复杂环境中的任务规划能力有限，主要受限于对3D空间信息的理解不足以及对环境变化的适应性差。本文提出的框架通过将标准、冻结的VLMs与高精度3D感知能力相结合，同时引入闭环监督机制，实现了在工业场景下高精度、高可靠性的任务规划。这一研究突破为下一代智能、可适应的基于人工智能的机器人系统提供了实用蓝图。### 一、背景与动机近年来，机器人与人工智能（AI）的结合显著推动了复杂任务的自主执行能力，标志着“具身智能”（embodied int

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-11-22

• 用于高效息肉分割的多模态多尺度学习网络

  作者：俞洋杰（Yuyang Jie）、王伟（Wei Wang）、史文涛（Wentao Shi）、卢振坤（Zhenkun Lu） 单位：广西民族大学物理与电子信息学院，中国南宁市 摘要 结肠癌已成为全球癌症相关死亡的第二大原因，每年导致超过90万人死亡。准确分割肠道息肉是预防结直肠癌进展的关键步骤；然而，现有方法在复杂场景下的鲁棒性仍有待提高。为了解决这一问题，我们提出了一种高效的分析网络，该网络整合了多通道和多尺度特征，称为多模态多尺度学习网络（MML-Net）。MML-Net基于金字塔视觉变换器（Pyramid Vision Transformer，PVT）的编码器架构，采用多通道特征

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-11-22

知名企业招聘：