• 高性能计算集群中动态工作负载的MPI进程可塑性资源优化研究

  随着Exascale计算时代的到来，高性能计算（HPC）集群面临资源利用率低下和静态分配策略僵化的双重挑战。传统静态资源分配无法适应科学计算中常见的动态负载变化，导致关键指标如作业周转时间和系统吞吐量难以优化。尽管MPI标准长期支持进程可塑性（Malleability）概念，但实际应用中仍受限于标准化缺失、运行时兼容性差等问题，使得这一能显著提升资源效率的技术在生产环境中普及受阻。针对这一技术瓶颈，巴塞罗那超级计算中心联合海梅一世大学的研究团队开发了动态资源管理（DMR）框架。该研究创新性地将DMRlib重配置运行时与Proteo框架的Malleability Module（MaM）集成，构建

  来源：Future Generation Computer Systems

  时间：2025-06-16

• 石墨烯氧化物掺杂生物柴油-乙醇多组分液滴的火焰动力学与扩散机制研究

  在能源转型与减排需求日益迫切的背景下，生物柴油因其可再生性和环保特性成为传统柴油的重要替代品。然而，纯生物柴油存在燃烧效率低、雾化效果差等问题，通过掺杂纳米材料或与乙醇等挥发性组分混合成为改进方向。但现有研究多集中于单液滴燃烧，对更接近实际工程应用的多液滴系统研究不足，特别是雾化类型（异质/均质）如何影响火焰传播动力学仍属空白。来自国内高校的研究团队在《Fuel》发表论文，通过创新实验设计揭示了石墨烯氧化物(GO)掺杂生物柴油-乙醇混合燃料的燃烧机制。研究采用扫描电镜(SEM)、拉曼光谱和X射线衍射(XRD)表征GO材料特性，构建了单液滴与三液滴阵列燃烧系统，结合4000 Hz高速化学发光成像

  来源：Fuel

  时间：2025-06-16

• 新型导流块结构对质子交换膜燃料电池气体流道水传输及性能的优化研究

  在追求碳中和的全球背景下，质子交换膜燃料电池(PEMFC)因其零排放、高能量转换效率等优势成为新能源领域的研究热点。然而这个"绿色能源引擎"却长期被两个"卡脖子"问题困扰：高电流密度工作时产生的水淹现象会堵塞气体扩散层(GDL)的微通道，就像给发动机"呛了水"；而反应气体分布不均则导致"局部缺氧"，严重影响输出性能。更棘手的是，现有可视化研究需要定制昂贵的透明双极板，就像给患者做CT时换了人造骨骼，难以真实反映实际工况。针对这些挑战，海南大学的研究团队在《Fuel》发表了一项突破性研究。他们巧妙地在传统直流道中植入"导流块阵列"，就像在河道中设置智能导流坝，通过计算流体动力学(CFD)中的VO

  来源：Fuel

  时间：2025-06-16

• 表面氮物种重构锚定钌催化剂增强CO2加氢制甲酸盐性能研究

  全球每年约400亿吨CO2排放导致的气候危机迫使科学家寻找碳中和技术路径。将CO2催化转化为甲酸盐（HCOOH）因其在氢能载体和化工原料中的高附加值备受关注。然而，现有贵金属催化剂在强碱高温环境中面临活性组分烧结、流失等挑战，犹如"沙上筑塔"般难以稳定。传统解决方案依赖化石基碳载体，但成本高且氮掺杂量有限。如何通过绿色廉价的生物质材料构建高效锚定位点，成为突破CO2资源化技术瓶颈的关键。针对这一难题，来自东北石油大学等机构的研究团队独辟蹊径，选择海洋生物废弃物——壳聚糖作为碳氮双源前驱体，通过创新性引入尿素次级氮源，成功制备出吡啶氮占比近半的N-碳材料。相关成果发表在能源领域顶级期刊《Fuel

  来源：Fuel

  时间：2025-06-16

• 锰/香烟滤嘴基多孔碳催化剂强化亚硫酸钙氧化的机制研究：价态循环与自由基/非自由基协同路径

  随着工业快速发展，燃煤烟气中的二氧化硫(SO2)排放引发严峻环境问题。半干法脱硫技术虽广泛应用，但产生的脱硫灰(CDA)含15-70%未完全氧化的亚硫酸钙(CaSO3)，易导致建筑材料强度下降和二次污染。传统均相锰催化剂存在分离困难、成本高等缺陷，亟需开发高效稳定的多相催化体系。湖南研究团队创新性地利用废弃香烟滤嘴为碳源，通过氯化锌活化-浸渍热解法构建了锰负载多孔碳催化剂(Mn@CF-600)。该材料具有479.16 m2·g−1的高比表面积和丰富的活性位点（羰基、锰物种、氧空位）。在338K、空气辅助条件下，催化剂使CaSO3氧化速率提升至0.0566 mmol·L-1·s−1，表观活化能仅

  来源：Fuel

  时间：2025-06-16

• 富有机质盖层中氢气泄漏的分子模拟研究：水及缓冲气体条件下的迁移机制

  随着全球能源结构向低碳转型，氢气(H2)因其高能量密度和零碳排放特性成为理想能源载体。然而，地下储氢(UHS)面临的核心挑战是H2分子尺寸小、扩散性强，易通过盖层纳米孔隙泄漏。尤其当盖层富含有机质（如干酪根kerogen）时，其复杂孔隙结构可能成为H2迁移的优先通道。现有研究多聚焦无机矿物中的H2行为，而对有机质主导的泄漏机制认识不足，制约了储氢安全性评估。针对这一空白，中国某研究团队在《Fuel》发表论文，通过分子动力学(MD)模拟揭示了压力、水和缓冲气体对H2在kerogen基质中迁移的影响规律。研究采用Type Ⅱ-D kerogen模型构建有机质纳米孔隙体系，模拟不同地质条件下H2的空

  来源：Fuel

  时间：2025-06-16

• 基于RGB图像分析的SOFC尾焰燃烧状态分级与稳定性评估：燃料利用率及水碳比的影响机制

  随着全球能源结构转型加速，固体氧化物燃料电池(SOFC)因其高达60%的发电效率和燃料灵活性成为分布式能源系统的核心组件。然而这个"化学能直转电能"的绿色引擎却面临一个棘手问题——电堆排出的800℃高温尾气中富含未反应的H2、CO和CH4，这些"能源残渣"若不能稳定燃烧，将导致系统热效率骤降15%以上。更棘手的是，燃料利用率(Uf)和水碳比(S/C)的微小波动就会使尾气组分剧烈变化，传统温度传感器和气体分析仪因响应迟滞、测量局部化而难以捕捉瞬态燃烧状态，这成为制约SOFC系统可靠运行的"阿喀琉斯之踵"。针对这一挑战，中国某研究院联合团队在《Fuel》发表的研究中，创新性地将智能手机摄像头常用的

  来源：Fuel

  时间：2025-06-16

• 壳聚糖改性胺浸渍粉煤灰增强CO2吸附性能的机制与工艺优化研究

  全球变暖背景下，燃煤产生的粉煤灰(FA)既是固体废弃物又蕴含碳捕集潜力，但原始FA存在孔隙结构不规则、比表面积低的致命缺陷。传统酸洗-高温活化工艺虽能提升性能，却面临能耗高、步骤繁琐的瓶颈。与此同时，生物质衍生的壳聚糖(CS)因其丰富的胺基(-NH2)和独特的成孔特性进入研究者视野——这种从虾蟹壳提取的多糖能否成为FA改性的"绿色钥匙"？华中科技大学能源与动力工程学院团队在《Fuel》发表的研究给出了肯定答案。研究人员创新性地将CS与聚乙烯亚胺(PEI)协同用于FA改性，开发出FA/CS-PEI复合吸附剂。通过系统表征发现，CS的引入使FA的杂乱大孔转变为有序三维网络，比表面积显著提升，同时C

  来源：Fuel

  时间：2025-06-16

• 基于GAN-LSTM网络的智能入侵检测系统在信息物理系统中的研究与应用

  随着信息物理系统(CPS)在工业控制、智能电网等关键基础设施中的广泛应用，网络安全问题日益凸显。传统入侵检测方法面临类不平衡、时间依赖性学习不足等挑战，难以应对日益复杂的网络攻击。特别是在水处理(SWaT)和供水网络(WADI)等工业场景中，多变量时间序列数据的复杂性和罕见攻击样本的存在，使得传统检测方法的准确性和适应性受到严重制约。为解决这些问题，研究人员开发了一种创新的GAN-LSTM混合模型。该模型通过生成器合成逼真攻击模式，判别器提升检测鲁棒性，并引入混合异常评分机制，在真实CPS数据集上实现了突破性性能。研究结果显示，模型在SWaT数据集上达到87%准确率和99%召回率，在WADI数

  来源：Franklin Open

  时间：2025-06-16

• n-戊烷与n-癸烷混合液在高压宽温域下的密度特性研究及其在油气资源开发中的应用

  50 MPa）和宽温域条件下的精度不足，特别是对n-alkanes（正构烷烃）混合体系的研究存在空白。为此，来自中国的研究团队在《Fluid Phase Equilibria》发表研究，系统测定了n-pentane（n-戊烷）与n-decane（n-癸烷）五种配比混合液的高压密度数据。研究采用振动管密度计（vibrating tube densimeter）技术，结合高精度电子天平（METTLER TOLEDO XS205）配制混合样品，通过修正Tait方程建立数学模型，并推导出等温压缩率（isothermal compressibility）、热膨胀系数（isobaric thermal e

  来源：Fluid Phase Equilibria

  时间：2025-06-16

• 温度与烟气组分对烟气与凝析气混相行为的影响机制研究

  在提高凝析气藏轻质油采收率的技术探索中，热混相驱展现出巨大潜力。该技术通过向储层注入高压空气，氧气与凝析气发生氧化反应产生热量和烟气（主要含N2和CO2），在高温高压条件下可能实现与凝析气的混相。然而，传统研究多聚焦常规气体注入（如纯CO2驱），对热混相驱特有的高温（可达400°C）、复杂烟气组分等条件下的混相行为缺乏系统认知。准确描述烟气-凝析气混相机理，成为优化热混相驱工艺的关键瓶颈。针对这一挑战，研究人员开展了温度与烟气组分对混相行为影响的创新研究。通过建立精确的热力学模型，揭示了CO2和N2在高温条件下的差异化混相规律，相关成果发表在《Fluid Phase Equilibria》。研

  来源：Fluid Phase Equilibria

  时间：2025-06-16

• 法律大语言模型遗忘学习新范式：干扰提示-输出审查-参数更新的协同机制与基线构建

  随着法律大语言模型（Law LLMs）在司法咨询、文书生成等场景的广泛应用，其因记忆过时法律条款、错误司法解释或敏感判决信息而产生的"幻觉"问题日益凸显。这些被模型内化的错误知识如同顽固的"数字记忆"，导致生成内容存在法律效力风险。传统解决方案如重新预训练成本高昂，而通用领域的遗忘学习（Unlearning）方法面临梯度爆炸风险、依赖正负样本等局限，法律垂直领域更缺乏标准数据集和评估体系。针对这一挑战，中国研究人员在《Expert Systems with Applications》发表的研究中，首次系统构建了法律遗忘学习技术体系。研究团队通过法律条款（Dflaw）、司法解释（Dfint）和司

  来源：Expert Systems with Applications

  时间：2025-06-16

• 基于深度学习的电力系统PMU优化配置与故障分类协同优化研究

  随着可再生能源大规模并网和电力需求持续增长，现代电力系统正面临经济性与安全性的双重压力。相量测量单元(PMU)作为电网监测的"神经末梢"，其高昂部署成本与有限故障样本严重制约了智能电网发展。现有研究往往将PMU优化配置(OPP)与故障诊断割裂处理，导致PMU部署可能遗漏关键故障特征，而传统数据增强方法又难以应对多类型故障样本的协同扩充。针对这些痛点，中国研究人员在《Expert Systems with Applications》发表创新成果，通过深度学习方法打通"设备部署-数据挖掘-故障诊断"全链条，为构建高性价比的电网智能感知体系提供了新思路。研究团队采用三大核心技术：深度Q网络结合竞争架

  来源：Expert Systems with Applications

  时间：2025-06-16

• 大规模路网施工期交通管理决策系统的构建与应用：基于用户均衡模型与OD矩阵校准的优化策略

  随着城市化进程加速，大型路网建设工程在提升基础设施的同时，往往引发严重的交通管理难题。现有研究多聚焦于局部封闭或短期维护（如Papageorgiou等对高速公路车道关闭的研究），但面对持续数月的桥梁重建等大型工程时，传统方法难以应对网络容量骤降、紧急响应受阻等系统性挑战（Alshalalfah等, 2018）。钦州平陆运河桥梁改造即面临此类困境——六座桥梁同步施工导致通行能力锐减，亟需科学管理方案。针对这一空白，中国研究团队开发了首个覆盖全流程的施工期交通决策系统。该系统通过三阶段闭环设计：首先基于用户均衡(UE)模型预建交通状态，再采用双层优化和梯度下降算法校准OD矩阵（误差降低40%），最

  来源：Expert Systems with Applications

  时间：2025-06-16

• 间歇通信下基于Cucker-Smale模型的多智能体协同集群动力学研究

  在自然界中，鱼群游弋、鸟群迁徙等集体行为展现出的高度协调性长期吸引着科学家关注。这类被称为集群(Flocking)的现象包含三个核心规则：分离(Separation)、凝聚(Cohesion)和对齐(Alignment)。自1987年Reynolds提出首个集群模型以来，Cucker和Smale于2007年建立的C-S模型通过距离相关权重函数φ描述个体间相互作用，成为研究多智能体协同运动的经典框架。然而，现有研究多假设通信环境持续稳定，忽视了实际无线网络中因信号干扰、传感范围限制导致的间歇通信问题，严重制约了该模型在无人机编队、智能交通等工程场景的应用。针对这一瓶颈，中国科研团队在《Exper

  来源：Expert Systems with Applications

  时间：2025-06-16

• 基于视觉显著性引导的VSGNet网络：仿生计算视觉驱动的皮肤病灶精准分割新范式

  在紫外线辐射日益加剧的今天，黑色素瘤已跻身全球十大高致死率癌症之列。令人警醒的是，早期患者的五年生存率可达95%，而晚期骤降至15%——这凸显了病灶精准分割对临床诊断的决定性作用。然而现有深度学习方法陷入两难困境：Transformer架构虽精度优异却需消耗106GFLOPs算力，U-Net系列虽轻量化却难以处理病灶与正常皮肤颜色相近的定位难题，更遑论医疗场景中普遍存在的小样本训练、设备差异导致的色彩偏移等"拦路虎"。中国科学院团队另辟蹊径，从人类视觉系统获得灵感：当我们在海滩寻找贝壳时，大脑会先快速锁定可疑区域再精细辨别——这种"先定位后分割"的双通路机制启发了VSGNet网络的诞生。该研究

  来源：Expert Systems with Applications

  时间：2025-06-16

• 基于先验辅助的非配对图像去雾框架（PAUD）在真实雾霾场景中的增强可视性研究

  在雾霾天气下，视觉驱动系统的可靠性常因图像退化而受到挑战。雾霾颗粒的散射导致图像模糊，严重影响后续高级视觉任务（如目标识别、语义分割）的性能。传统的去雾方法依赖合成数据或强先验假设，但合成数据与真实场景存在域差距，而先验假设在复杂场景中易失效。此外，现有非配对学习方法（如CycleGAN）未充分利用雾霾成像的物理特性，导致性能受限。为解决这些问题，中国某研究机构的研究人员提出了一种先验辅助非配对图像去雾框架（PAUD），发表在《Expert Systems with Applications》。该框架通过物理模型驱动的解耦管道，结合快速雾霾调制（FHM）和自适应先验匹配（APM），直接从真实非

  来源：Expert Systems with Applications

  时间：2025-06-16

• FAME：基于多级嵌入的轻量化时空网络在换脸深度伪造模型溯源中的应用

  随着Deepfake技术（深度伪造）的快速发展，尤其是DeepFaceLab、FaceSwap等开源工具的普及，换脸视频的制作门槛大幅降低。这类技术虽在影视特效等领域具有应用价值，但更频繁地被用于身份欺诈、政治操纵和信息战，严重威胁数字安全与社会信任。当前大多数研究聚焦于"真假二分类"检测，而对Deepfake的模型溯源（model attribution）——即识别生成工具或模型来源——这一关键取证任务却鲜有关注。针对这一空白，研究人员提出了FAME（Fake Attribution via Multilevel Embeddings）框架。该工作创新性地将VGG-19（视觉几何群网络）的空

  来源：Expert Systems with Applications

  时间：2025-06-16

• 基于强化学习的电力变压器差动保护早期分类优化框架ECPPO：实现速度与精度的动态平衡

  研究背景与意义电力变压器作为电网的核心设备，其保护系统的快速性与准确性直接关系到电网可靠性。传统人工智能（AI）保护方法依赖固定长度数据采集，难以应对早期故障特征突现的场景，导致响应延迟。尽管波形特征法、模型法和数据驱动法（如深度学习）已广泛应用，但速度与精度的矛盾始终未解。早期分类（Early Classification, EC）虽在医疗诊断等领域有研究，但在电力保护领域尚属空白。西安交通大学等机构的研究团队首次将EC问题引入变压器差动保护，提出基于近端策略优化（Proximal Policy Optimization, PPO）的ECPPO框架，成果发表于《Expert Systems

  来源：Expert Systems with Applications

  时间：2025-06-16

• 基于水沙-植被耦合动力学的盐沼景观长期模拟：未来稳定性评估与生态管理启示

  盐沼作为海岸带的"生态工程师"，每年为全球贡献价值超过140亿美元的生态系统服务，包括抵御风暴潮、固碳和维持生物多样性。然而这些"蓝色碳汇"正面临双重绞杀：卫星数据显示，全球盐沼正以每年1-2%的速度消失，罪魁祸首是海平面上升(SLR)叠加人类活动导致的沉积物供给锐减。更棘手的是，盐沼植被与水沙动力间的精妙平衡一旦打破，可能引发不可逆的生态崩溃——就像2021年荷兰Westerschelde河口发生的"盐沼突然死亡事件"，300公顷植被在3年内全部退化为光滩。这种非线性突变过程如同生态系统的"心肌梗塞"，传统监测手段难以预测。针对这一科学难题，河海大学海岸灾害及防护教育部重点实验室的研究团队在

  来源：Estuarine, Coastal and Shelf Science

  时间：2025-06-16

知名企业招聘：