• 通过双重钝化晶体晶格和晶界处理，成功制备出高效性能的碳基CsPbI₂Br钙钛矿太阳能电池

  通过引入Cd(acac)₂添加剂，同时钝化CsPbI₂Br体相缺陷和晶界缺陷，形成更致密的钙钛矿薄膜，并优化能级匹配SnO₂电子传输层，制备的碳电极基无空穴传输层器件在30天内保持94%的初始PCE，实现最高14.78%的功率转换效率，1.27V的开路电压和80.36%的填充因子。

  来源：Electrochimica Acta

  时间：2026-02-16

• 基于计算流体动力学的关联模型用于电力变压器热-水力性能预测

  1本研究通过108次稳态CFD模拟分析油冷变压器轴向（6-8mm）和径向（4-6mm）通道尺寸对热性能的影响，发现自然酯流体虽能降低绕组温度（平均温差较矿物油低1.8℃）却导致压降增加。基于多孔介质理论开发了压力降和温度梯度预测模型，误差分别低于0.7%和1.8℃，为设计优化和流体替换提供高效工具。

  来源：Electric Power Systems Research

  时间：2026-02-16

• 循环图Cn(a,b)上最大独立集问题的线性时间算法与相关图参数研究

  这篇综述深入探讨了4-正则连通循环图Cn(a,b)上的最大独立集（MIS）问题。作者从代数与组合视角出发，提出了一种基于图阵列表示的新方法，成功证明了该图的最大独立集基数可用一个与最小奇环横截集基数相关的简洁公式表示，并由此得出了该问题可在O(n)时间内求解的突破性结论。这一进展不仅解决了MIS问题本身，还连带证明了顶点覆盖数、奇环横截面（OCT）及分数色数等图不变量在同类图上同样具有线性时间复杂度算法，为相关计算图论领域提供了有力工具。

  来源：Discrete Applied Mathematics

  时间：2026-02-16

• 在线学习支持下的基于代理模型的流程表模型维护

  为应对工业数字孪生系统中流程表模型因工况持续变化而失准的难题，本研究创新性地提出了一个基于在线学习的代理模型连续校准与维护框架。该方法将代理模型嵌入在线学习循环，实现了流程表模型的持续校准，同时将直接、资源密集型的流程表仿真校准步骤减少了高达94%，并在动态工业环境中保持了全局模型精度，为维持数字孪生中代理与流程表模型性能提供了可扩展、自动化且稳健的解决方案。

  来源：Digital Chemical Engineering

  时间：2026-02-16

• 覆盖撒马尔罕Ishrat-Khana陵墓的带肋穹顶的几何重建

  基于几何参数重建的15世纪Timurid建筑伊斯拉特-خана陵墓肋拱穹顶分析|Timurid建筑|肋拱穹顶几何分析|历史绘图复原|结构修复优化

  来源：Digital Applications in Archaeology and Cultural Heritage

  时间：2026-02-16

• 通过电迁移作用以及生态系统的协同作用，在沉积物微生物燃料电池中实现硼的传输与修复效果

  本研究开发了一种集成微生物燃料电池（SMFC）系统与浮萍（Lemna gibba）及磁性壳聚糖-EDTA复合珠的协同体系，通过电迁移、植物吸收和特异性吸附显著提升硼污染沉积物的修复效率，最大功率密度达3.72 mW/m²，硼去除效率44.9%，化学需氧量（COD）去除81.4%，并有效降低沉积物Geo-accumulation指数至中度污染水平。

  来源：Electrochimica Acta

  时间：2026-02-16

• 针对非独立同分布数据下联邦学习的后门攻击：基于梯度信任与无数据蒸馏的可扩展防御框架SHIELD-FL

  本文聚焦联邦学习（FL）在敏感领域部署时面临的后门攻击威胁，尤其是在高恶意客户端比例和非独立同分布（non-IID）数据场景下。研究人员提出了一种名为SHIELD-FL的新型防御框架，该框架无需外部干净数据集，通过整合梯度信任索引、自适应聚类（基于HDBSCAN）和鲁棒知识蒸馏（结合温度缩放与随机权重平均）三大模块，动态评估客户端可靠性、隔离良性更新并安全聚合知识。实验表明，SHIELD-FL在CIFAR-10、EMNIST和Fashion-MNIST数据集上，面对五种自适应后门攻击，即使恶意客户端比例高达60%，仍能保持最高92.5%的主任务准确率，并将攻击成功率降至3.6%，其性能优于FLTrust等依赖数据的防御方法，且运行速度比集成方法快3–4倍。这项工作为资源受限、隐私敏感的分布式学习环境（如新兴的MENA地区应用）提供了高效、可扩展且与攻击无关的安全解决方案。

  来源：Egyptian Informatics Journal

  时间：2026-02-16

• 块图的综合解析与公平着色算法研究：理论进展与计算复杂度边界探索

  本文对块图（Block graphs）这一图类进行了系统性综述，重点探讨了其一般结构性质以及在此类图上公平着色（EQUITABLE COLORING）问题的研究进展。文章建立了块图结构参数（如dc(G)与αmin(G)）之间的关系，对给定αmin参数的块图进行了完整刻画，并围绕一个关键猜想——即公平色数χ=(G)介于max(ω(G)，⌈(|V|+1)/(αmin(G)+1)⌉)及其加一上界之间——展开了深入探讨。研究证实了该猜想在GLS子类块图上的正确性，并针对该类图给出了高效的公平(n+2)-着色算法，同时证明了其公平着色谱是无间隙的。这些工作为理解块图上公平着色问题的计算复杂度边界提供了重要理论支撑。

  来源：Discrete Applied Mathematics

  时间：2026-02-16

• 基于CatBoost与多源数据融合的油气溶解气油比预测模型构建与评估

  为克服传统压力-体积-温度实验耗时长、成本高且现有经验关联式与智能预测模型存在数据局限性、准确性不足的问题，本研究团队开展了一项题为“先进机器学习技术在油气藏溶解气油比预测中的应用：综合性研究与新经验关联式”的系统性工作。研究汇集了来自全球多个地区的1309个原油样本数据，开发了一种新的经验关联式，并比较了包括MLP、RBF、XGBoost、AdaBoost及CatBoost在内的多种智能模型。最终结果表明，CatBoost模型预测性能最优，其平均绝对百分比相对误差仅为8.13%，显著优于其他模型及传统关联式。该成果为油气藏工程提供了一种高精度、通用性强的溶解气油比快速预测工具，对油气藏评价、生产优化及设备设计具有重要实践价值。

  来源：Digital Chemical Engineering

  时间：2026-02-16

• 来自赫利奥波利斯的托勒密王朝木乃伊的CT扫描结果显示：存在可能导致死亡的损伤证据

  通过64排螺旋CT扫描分析Padova大学博物馆保存的托勒密时期木乃伊，研究其年龄、体质、创伤及保存技术，推断死者因右锁骨和左肱骨骨折遭受暴力死亡，并重建其生前的面部形象。

  来源：Digital Applications in Archaeology and Cultural Heritage

  时间：2026-02-16

• 电沉积的V₂O₅·nH₂O薄膜具有优异的Mg²⁺存储性能和电致变色特性

  采用简易电极沉积法制备层状V2O5·nH2O薄膜，首次研究其在镁基电解质中的双功能性能。该材料在0.5 mA cm-2电流密度下表现出17 μAh cm-2的高比容量，历经500次循环无衰减，同时实现769 nm波长下64.63%的光学对比度，并可通过电位调控实现绿-橙-红多色可逆切换。结构分析表明其层状特性与双功能性能密切相关。

  来源：Electrochimica Acta

  时间：2026-02-16

• 电力分配网络中的光伏发电容量评估与违规行为预测

  光伏并网容量评估中确定性方法与人工智能预测模型的结合研究，提出融合自动功率流模拟与ANN/RF/XGBoost模型的方法，通过Python-电力工厂接口在摩洛哥卡萨布兰卡真实配电网验证，发现ANN和随机森林模型在预测过电压和过载方面表现优异（R²＞0.99），XGBoost效果较弱。

  来源：Electric Power Systems Research

  时间：2026-02-16

• 综述：催化中的密度泛函理论：化学中实际计算应用的复杂方程

  本文是一篇关于密度泛函理论（DFT）在现代计算催化领域应用的权威综述。文章系统性地阐述了DFT的量子力学基础、基组构建、交换-关联泛函的层次（雅各布阶梯），并重点讨论了如何利用DFT阐明均相与多相催化过程的机理。综述还介绍了将DFT与机器学习、微动力学建模及自动反应发现相结合的最新进展，为将DFT应用于催化问题提供了概念与实践指导，强调了方法学认知、基于描述符的解释以及新兴的、面向理性催化剂设计的数据驱动策略。

  来源：Digital Chemical Engineering

  时间：2026-02-16

• 基于混合模型确定hiPS细胞球冷冻工艺设计空间：实现高品质与高产量的协同优化

  本研究针对人类诱导多能干细胞(hiPS cell)来源的球状体（spheroid）冷冻保存过程中，由于球体尺寸变异性大导致细胞存活率难以保障的产业难题，开发了一种结合机理建模与统计建模的混合模型。该模型将冷却速率与球体平均半径作为输入，成功预测了解冻后的细胞回收率，并应用设计空间概念，在综合考虑产品质量（细胞回收率）与生产效率（活细胞数）约束下，确定了冷冻工艺的可行操作区域。这项工作为hiPS细胞球的大规模工业制造提供了关键的工艺设计与质量控制理论依据，具有重要的工程应用价值。

  来源：Digital Chemical Engineering

  时间：2026-02-16

• 具有内射核锚映射的LA群胚基本截面：一个更简洁的莫塔不变模型

  这篇综述（Review）探讨了在沉浸式文化遗产媒体中重建“灵氛”（Aura）的概念。文章梳理了该领域的研究脉络，分析如何通过技术手段（如虚拟现实VR/增强现实AR）在数字再现中捕捉和传递文物的独特在场感与历史真实性，并讨论了其对于遗产保护、公众教育和文化认同的意义。

  来源：Digital Applications in Archaeology and Cultural Heritage

  时间：2026-02-16

• 在不同动力学条件、电池温度和电解质浓度下，对电双层电容器（EDLC）电化学行为的数值研究

  本研究采用COMSOL Multiphysics® 6.3数值模拟，探究电解双层电容器（EDLC）电解质行为随浓度、温度、电压及电荷不对称性的变化，揭示Stern-Grahm和Gouy-Chapman层形成机制，并通过循环伏安法（CV）和恒电流充放电法（GCD）验证其高功率输出特性与快速充放电能力，电化学阻抗谱（EIS）进一步解析扩散系数、电荷转移速率等参数的影响。

  来源：Electrochimica Acta

  时间：2026-02-16

• 基于巴特沃斯高通滤波电流时间导数的无阈值直流故障检测与分类

  为解决直流输电中因高频电容放电导致故障电流快速上升、缺乏快速可靠的故障检测与分类方法这一关键问题，研究人员开展了一项基于巴特沃斯高通滤波器(HPF)电流时间导数的新方法研究。该方法通过HPF提取测量极电流的高频分量，结合其时间导数追踪变化率来加速检测，并通过比较两极归一化导数实现同时故障检测与分类，避免了预设阈值。该研究通过仿真和硬件原型验证，为未来多端直流(MTDC)电网的广泛应用提供了新颖、快速、可靠的保护方案，具有重要的工程应用价值。

  来源：Electric Power Systems Research

  时间：2026-02-16

• 电子商務中結合聯邦學習與反向數據處理的服務導向供應鏈優化

  面對全球供應鏈日益複雜、風險加劇的挑戰，傳統數據管理模型難以有效整合分散的數據源，導致供應商選擇、資源分配和實時決策效率低下。本文提出的服務特定數據管理模型（S2DM2）創新性地融合反向工程與分層聯邦學習，構建了一個增強供應鏈韌性的優化框架。該模型通過反向數據處理機制緩解時間線數據分割問題，並利用分類聯邦學習實現隱私保護下的分散式決策。實驗結果表明，相較於現有模型，S2DM2顯著提升了數據映射精度（+8.89%），減少了計算時間（-9.92%），降低了地圖失敗率（-8.76%），為中小型企業在動態數字化市場中提供了可擴展、服務導向的解決方案。

  来源：Egyptian Informatics Journal

  时间：2026-02-16

• 面向工业4.0应用：利用机器学习智能控制重金属在低密度混凝土废弃物上的吸附

  为解决复杂吸附过程自动化调控的难题，本研究首次将响应曲面法（RSM）与20种机器学习算法（MLAs）及知识流平台（KF）相结合，构建了一个用于重金属（Pb2+、Mn2+、Co2+）在建筑废弃物（CDW）衍生吸附剂（LDC）上吸附的智能决策模型。研究表明，Tree Random Forest (TRF)等模型预测去除率（RP）的准确率超过0.96，并开发出基于实时数据、能在RP低于80%时触发警报的控制系统，为实现智能水处理与循环经济提供了创新方案。

  来源：Digital Chemical Engineering

  时间：2026-02-16

• 根据文档内容，我依次回答您的5个问题。 中文标题 从噪音中寻求价值：合成噪声特征赋能工业AI的特征选择、可解释性与优化

  现代化工厂记录成千上万的传感器数据，但仅有少数对产量、质量或产能产生实质性影响。识别这些关键驱动因素往往比构建预测模型本身更具挑战。为解决此难题，研究人员围绕“合成噪声特征（SNF）”开展了专题研究，提出了一种模型无关的通用方法。该研究通过向数据集中添加一个或多个非信息性的合成噪声特征作为先验已知的参考基准，为评判变量相关性提供了客观依据。研究系统展示了该方法在监督学习、无监督学习和主动学习三类工作流中的广泛应用，结果表明，SNFs能够为特征重要性建立自动截断点、指导模型正则化、识别数据本身缺乏预测性信息的情况，并防止虚假异常检测。这一方法将“纯粹的噪声”转化为可量化的基准，为数据驱动的化学工程提供了即时可部署的防护，有效防止过拟合和不当的实验投入。

  来源：Digital Chemical Engineering

  时间：2026-02-16

知名企业招聘：