• 雾计算赋能无人机即服务平台的可持续联邦学习模型：面向航拍图像分类的资源优化与隐私保护方案

  在灾害救援的黄金72小时内，无人机(UAV)的实时图像分析能力直接关乎生命救援效率。然而传统无人机即服务(UaaS)平台依赖云计算处理数据，存在延迟高、隐私泄露风险，而搭载深度学习(DL)模型的无人机又受限于机载计算资源。更棘手的是，灾害现场常伴随通信中断，使得集中式训练模式难以为继。印度信息技术学院Sri City分校联合韩国研究团队在《Sustainable Computing: Informatics and Systems》发表的研究，为这一困境提供了创新解决方案。研究团队在FU-Serve雾计算平台上构建了联邦学习(FL)框架，使无人机群能协同训练模型而不共享原始数据。关键技术包括：

  来源：Sustainable Computing: Informatics and Systems

  时间：2025-06-18

• 基于LAKO-IAHP混合优化算法的物联网资源分配与负载预测研究

  随着物联网(IoT)技术的快速发展，设备数量和数据量呈指数级增长，但传统资源管理方法难以应对动态负载的多样性，导致系统效率低下、成本攀升。IoT设备受限于计算能力与能耗，亟需智能化的负载预测与资源分配策略。为此，研究人员提出创新性解决方案——Lyrebird-Adapted Kookaburra Optimization Algorithm-Improved Analytic Hierarchy Process (LAKO-IAHP)，旨在通过两阶段优化提升IoT系统性能。该研究由Senthil Murugan V.、K Kalaiselvi和B Sasikala团队完成，发表于《Sustai

  来源：Sustainable Computing: Informatics and Systems

  时间：2025-06-18

• 基于绿色计算的电缆多状态监测系统架构设计与可持续性评估

  随着城市化进程加速，电缆网络作为通信、数据传输和电力分配的核心载体，其可靠性与安全性面临严峻挑战。传统监测系统存在高能耗、数据处理延迟等问题，难以满足实时性和可持续性需求。为此，研究人员提出了一种创新性的电缆多状态监测系统(CMSMS)，融合边缘计算与绿色计算技术，旨在实现高效、低耗的电缆健康管理。研究团队设计了一套异构传感器网络，实时采集电缆的温度、振动和应变等关键参数。数据预处理阶段采用离散小波变换(DWT)处理缺失值并提取特征，提升数据质量。边缘设备（如Raspberry Pi和NVIDIA Jetson）作为分布式节点进行本地处理，将电缆状态分为正常、退化和故障三类。故障检测采用极端梯

  来源：Sustainable Computing: Informatics and Systems

  时间：2025-06-18

• 综述：高可逆锌金属阳极的电解质添加剂策略

  高可逆锌金属阳极的电解质添加剂策略引言随着风电、太阳能等可再生能源的快速发展，开发安全高效的能量存储系统成为保障能源安全的关键。水系锌离子电池(AZIBs)因其安全性高、成本低廉和环境友好等优势，正成为锂离子电池的重要替代品。然而，AZIBs在实际应用中仍面临锌枝晶生长、析氢腐蚀和副反应等挑战，这些问题的核心在于锌金属阳极(ZMAs)与电解液的界面行为。锌阳极面临的挑战AZIBs的主要问题集中在两方面：锌离子不均匀沉积导致的枝晶生长，以及电解液对ZMAs的腐蚀。锌枝晶会刺穿隔膜造成短路，而腐蚀反应会产生氢气并形成副产物如Zn4SO4(OH)6·xH2O，消耗活性物质。这些问题的根源与电解液中Z

  来源：Sustainable Chemistry for Energy Materials

  时间：2025-06-18

• 钌基酸性析氧电催化剂研究进展：破解活性-稳定性权衡难题

  在全球碳中和背景下，质子交换膜水电解槽(PEMWE)因其高质子传导率和快速响应特性，被视为最具前景的绿氢制备技术。然而阳极的酸性析氧反应(OER)涉及多质子/电子耦合过程，需要高昂的贵金属铱(Ir)催化剂，其稀缺性和成本严重制约商业化进程。钌(Ru)因其储量相对丰富、RuO2本征活性优异成为理想替代品，但强酸性环境下活性位点易过氧化形成高价Ru4+/5+导致溶解，呈现"高活性必牺牲稳定性"的跷跷板困境。中国科学院等机构的研究人员系统梳理了Ru基酸性OER催化剂的最新进展，通过解构AEM(吸附物演化)、LOM(晶格氧参与)和OPM(氧化物路径)三种反应机制与降解机理的关联性，提出结构纳米化、电子

  来源：Sustainable Chemistry for Energy Materials

  时间：2025-06-18

• 综述：石墨炔基高效氢能转换催化剂

  石墨炔（GDY）作为一种新型碳同素异形体，凭借其独特的sp/sp2共杂化二维网络结构和天然孔隙特性，正在重塑氢能转换技术的格局。这种材料的高导电性、表面电荷不均匀分布特性，以及通过精确调控金属-碳键（如sp-C∼metal）实现原子级催化的能力，使其成为高效氢能转换的核心材料平台。在氢能生产领域，GDY基单原子催化剂（SACs）展现出惊人的活性。例如，零价镍/铁原子锚定GDY（Ni0/GDY、Fe0/GDY）的氢析出反应（HER）过电位低至90 mV，而铂单原子修饰的GDY（Pt/GDY）质量活性达到商业Pt/C催化剂的26.9倍。更引人注目的是，GDY与过渡金属磷化物（如Cu3P/Ni2P）

  来源：Sustainable Chemistry for Energy Materials

  时间：2025-06-18

• 电解质解耦策略实现高工作电压与高能量密度的水系锌离子混合超级电容器

  随着全球能源需求激增，水系电化学储能设备（AESDs）因成本低、安全性高和资源丰富成为研究热点。然而，传统水系超级电容器（ASCs）能量密度不足，而水系电池（ABs）又面临功率密度低和循环寿命短的问题。锌离子混合超级电容器（AZIHSCs）试图结合两者优势，但受限于中性/酸性电解质的窄电压窗口（通常<1.2 V）和锌负极的枝晶生长等问题，其实际应用面临挑战。针对这一难题，国内研究人员在《Sustainable Chemistry for Energy Materials》发表了一项创新研究。团队提出通过电解质解耦策略，将阴极（MXene/Ag纳米复合膜）与阳极（锌箔）置于不同pH环境中：阴极采

  来源：Sustainable Chemistry for Energy Materials

  时间：2025-06-18

• 锰物种诱导高效氢氧化镍电催化剂实现2,5-呋喃二甲酸与氢气的联产

  在全球能源转型背景下，绿色氢能因其零碳排放特性成为研究热点，但传统水电解制氢受限于阳极氧析出反应(OER)的高过电位，导致能耗居高不下。与此同时，生物质平台化合物5-羟甲基糠醛(HMF)的增值转化备受关注，其氧化产物2,5-呋喃二甲酸(FDCA)可作为石油基对苯二甲酸的可持续替代品。如何通过电催化技术同步实现高效制氢与高值化学品生产，成为破解能源与环境双重挑战的关键。针对这一科学难题，大连理工大学的研究团队在《Sustainable Chemistry for Energy Materials》发表研究，设计出锰物种诱导的氢氧化镍(Ni0.5Mn0.5-OH)电催化剂。通过水热合成结合电化学活

  来源：Sustainable Chemistry for Energy Materials

  时间：2025-06-18

• 伊朗马赞德兰省女性乳腺癌患者BRCA1基因突变流行率分析及其临床意义

  乳腺癌作为全球女性癌症死亡的首要原因，其遗传机制研究备受关注。在伊朗，乳腺癌发病率呈上升趋势，约40-49岁女性为高发人群，其中15-20%病例与BRCA1/2等DNA修复基因的胚系突变相关。这些突变会破坏同源重组修复（HRR）通路——当DNA双链断裂时，BRCA1蛋白协助RAD51重组酶加载至断裂位点，与BRCA2协同完成RPA替换和D-loop形成，这一过程的缺陷将导致基因组不稳定性。尤其值得注意的是，外显子16作为BRCA1的BRCT结构域编码区，其突变可能直接影响蛋白质的DNA损伤响应功能。为探究伊朗马赞德兰省乳腺癌患者的遗传特征，伊斯兰阿扎德大学阿莫尔分校的研究团队开展了一项横断面研

  来源：Egyptian Journal of Medical Human Genetics

  时间：2025-06-18

• 线粒体DNA HVRII(Poly-C)和HVRIII(Poly-CA)串联重复变异在印度科拉加部落中的法医与群体遗传学意义

  在法医科学和人类遗传学领域，线粒体DNA(mtDNA)因其高拷贝数和母系遗传特性，成为降解样本分析的重要工具。然而，传统研究中常忽视D-loop区的串联重复序列变异——这些被称为"分子钟的暗物质"的片段，可能隐藏着群体分化和疾病关联的关键信息。印度西南海岸的科拉加部落，作为长期被边缘化的原始族群，其独特的遗传背景为探索这些问题提供了理想模型。Yenepoya（被视为大学）的研究团队在《Egyptian Journal of Medical Human Genetics》发表的研究，首次系统分析了科拉加部落mtDNA中HVRII(303-309 np的Poly-C)和HVRIII(514-524

  来源：Egyptian Journal of Medical Human Genetics

  时间：2025-06-18

• 氢富集流中旋流位置对超音速CO2 冷凝及能量分布的调控机制与喉部旋流优化策略

  在全球能源转型与碳中和背景下，氢能作为清洁能源载体备受关注。然而，化石燃料制氢过程中产生的CO2排放问题亟待解决。传统碳捕集技术如压力摆动吸附(PSA)、低温分离等存在能耗高、设备复杂等瓶颈。超音速分离技术因其快速冷凝特性被视为潜在解决方案，但现有旋流分离器存在成核位置控制不精准、能量损失大等关键问题。针对这一技术挑战，中国石油大学（北京）的研究团队在《Fuel Processing Technology》发表了创新性研究成果。研究团队采用计算流体力学(CFD)模拟结合用户自定义函数(UDF)编程技术，构建了集成真实气体状态方程、旋流效应和CO2非平衡冷凝动力学的数值模型。通过网格独立性验证（

  来源：Fuel Processing Technology

  时间：2025-06-18

• 环三磷腈衍生的富氧N,P共掺杂碳纳米片用于高性能超级电容器电极

  能源存储领域正面临传统碳材料活性位点不足和表面化学性质单一的挑战。超级电容器（Supercapacitor）作为高效储能器件，其核心瓶颈在于电极材料的电荷存储能力与循环稳定性的平衡。环三磷腈（CTP）因其独特的无机-有机杂化结构和丰富的异质原子（N、P）成为理想前驱体，但如何通过可控热解实现结构-性能精准调控仍是难题。中国某高校团队在《Fuel》发表研究，通过设计环三磷腈-联萘酚共聚物前驱体，结合梯度热解速率（2–10 °C min−1）和KOH活化，制备出具有分级孔隙和20–28%氧含量的N,P,O共掺杂碳纳米片（PBNS）。研究采用核磁共振（NMR）、X射线衍射（XRD）、拉曼光谱（Ram

  来源：Fuel

  时间：2025-06-18

• 液化气体储能系统中填充床蓄冷装置的热力学性能优化与梯度温度层影响机制研究

  随着全球能源结构转型加速，可再生能源发电占比持续提升，但其间歇性与不稳定性严重制约电网稳定性。液化气体储能(LGES)技术因高能量密度和地理适应性优势成为解决方案，其中蓄冷装置的性能直接决定系统效率。当前主流双罐蓄冷技术虽效率达90%，但易燃易爆的烃类介质限制其应用场景；而填充床蓄冷(CSPD)采用岩石介质，兼具安全性与经济性，却面临温度梯度层导致的冷能损失难题。针对这一瓶颈，研究人员开展了基于液化二氧化碳储能(LCES)场景的CSPD热力学性能研究。研究团队通过建立CSPD三维非稳态传热模型，采用空气作为中间换热流体，重点分析了不同Rch(蓄冷终止温度因子)对深冷工况下系统性能的影响。关键技

  来源：Fuel

  时间：2025-06-18

• 低温氢-空气旋转爆轰波传播特性的数值研究及其在推进系统中的应用

  在追求碳中和的全球背景下，氢能作为零碳燃料备受关注，而低温液态氢因其高密度特性成为航空航天推进系统的理想选择。旋转爆轰发动机(Rotating Detonation Engine, RDE)凭借其基于压力增益燃烧的独特热力学循环，理论上可比传统燃烧室提高10-25%的热效率。然而，当氢燃料温度降至100 K以下的低温区间时，其与空气混合物的爆轰传播特性尚属未知——这直接关系到低温氢燃料在RDE中的实际应用可行性。针对这一关键问题，国内研究人员通过高精度数值模拟，首次系统研究了低温氢-空气旋转爆轰波的传播规律。研究团队构建了包含NASG状态方程和9组分19步详细反应机理的数学模型，在2D燃烧室中

  来源：Fuel

  时间：2025-06-18

• 硼基添加剂TMB与TEB对航空发动机燃烧性能及排放特性的影响研究

  随着全球航空运输量激增，航空燃料消耗已占全球化石能源使用的3%，其排放的CO2和NOx对环境影响日益显著。传统Jet-A与军用F24燃油虽经优化，仍面临效率瓶颈与排放难题。硼元素因其超高能量密度(单位质量热值达58.9 MJ/kg)成为燃料添加剂研究热点，但其衍生物三硼酸甲酯(TMB)和三硼酸乙酯(TEB)在航空发动机中的实际应用效果尚不明确。TEI-AeroJet技术团队通过实验首次系统评估了这两种添加剂在真实涡轮发动机环境下的表现。研究采用TEI-AeroJet技术开发发动机平台，在70,000 RPM恒定转速下测试纯JP-8、JP-8+2.5%TMB、JP-8+1%TEB、JP-8+2.

  来源：Fuel

  时间：2025-06-18

• 基于多模态大语言模型与OCR的Android设备取证自动化框架Thumb研究

  随着移动互联网的普及，Android设备取证在打击网络犯罪中的作用日益凸显。然而，应用程序和操作系统自动生成的缩略图、动态缓存等数字痕迹，往往与用户主动行为难以区分，这在涉及儿童性剥削内容(CEM)等重大案件中可能造成关键证据链断裂。传统取证工具如ForDroid和EvilHunter依赖静态分析，无法关联具体用户操作；而动态分析工具如AnforA受限于虚拟环境，且需要复杂的脚本编写。这种技术缺口使得数字取证面临准确性、效率和可及性三重挑战。针对这一难题，研究人员开发了名为Thumb的取证自动化框架。该框架创新性地融合了多模态大语言模型(MLLM)和光学字符识别(OCR)技术，可直接在物理设备

  来源：Forensic Science International: Digital Investigation

  时间：2025-06-18

• 基于类型专家混合与半监督多任务预训练的符号音乐表征学习

  在人工智能与音乐交叉领域，符号音乐（如MIDI）因其离散化表征特性成为研究热点。然而，传统预训练模型难以捕捉其层级化结构和复音特征，导致音乐理解与生成任务表现受限。针对这一瓶颈，研究人员提出创新性解决方案——TypeMoE（Type-based Mixture of Experts）基础模型与SS-MTP（Semi-Supervised Multi-Task Pre-training）策略，相关成果发表于《Expert Systems with Applications》。研究团队采用三项核心技术：1）基于类型嵌入的路由机制（TypeMoE），为不同MIDI事件类型分配专用专家模块；2）半监督

  来源：Expert Systems with Applications

  时间：2025-06-18

• 基于状态依赖的集群驱动知识追踪模型：学习-遗忘效应的联合建模与优化

  在智能教育时代，精准追踪学习者的知识状态(Knowledge State)是构建个性化教学系统的核心挑战。传统知识追踪(Knowledge Tracing, KT)模型如LPKT和AKT虽能单独评估学习或遗忘效应，却忽视了知识概念间的网络化关联——掌握微积分(Calculus)可能促进代数(Algebra)的理解，而遗忘几何(Geometry)也会削弱三角学(Trigonometry)的应用能力。这种"孤立评估"模式导致状态追踪结果碎片化，如同仅观察单棵树木而错过整片森林的动态生态。针对这一瓶颈，华南师范大学的研究团队在《Expert Systems with Applications》发表创

  来源：Expert Systems with Applications

  时间：2025-06-18

• 基于深度强化学习的易腐产品动态定价与库存控制协同优化研究

  在电商爆发式增长的时代，生鲜食品和药品等易腐产品的供应链管理面临巨大挑战。波兰市场预计到2028年电商规模将达446亿欧元（年增长约8%），而在线杂货等细分领域增长更为迅猛。零售商需要在需求不确定的情况下实时调整价格以平衡利润和库存周转，同时通过供应商管理库存(VMI)系统与供应商协同补货。然而，传统模型难以处理易腐品的货龄约束、季节性波动和跨产品需求关联，导致大量浪费和利润损失。现有深度强化学习(DRL)研究多聚焦单一产品静态需求场景，忽略了运输成本、随机退货等现实因素，亟需能同时优化多产品定价与补货的智能决策框架。针对这一难题，国内某研究团队在《Expert Systems with Ap

  来源：Expert Systems with Applications

  时间：2025-06-18

• 基于信息最大化的深度推理聚类网络：一种新型变分推断框架及其在特征学习中的应用

  在人工智能蓬勃发展的今天，无监督聚类作为机器学习的基础任务，在图像分割、识别和可视化等领域具有广泛应用。然而，传统深度变分聚类方法面临两大瓶颈：一是需要最大化难以处理的证据下界(ELBO)，二是依赖不合理的先验分布假设，这导致训练过程不稳定且聚类效果欠佳。更令人困扰的是，现有方法往往需要额外引入离散类别变量，无法将所有参数统一在单一神经网络中优化。这些缺陷严重制约了深度聚类模型在医疗影像分析、生物标记物发现等生命科学领域的应用潜力。针对这些挑战，中国研究人员在《Expert Systems with Applications》发表了创新性研究成果。他们提出的深度推理聚类网络(DIC)通过精巧的

  来源：Expert Systems with Applications

  时间：2025-06-18

知名企业招聘：