• 铋替代的钇铁石榴石薄膜及介观结构中，应变介导的磁各向异性与磁化反转电压控制

  在现代科技的发展中，磁性材料的调控能力对于新型电子器件的开发具有重要意义。近年来，研究者们致力于探索通过外部电场调控磁性的方法，以实现低能耗、高密度的磁性存储和计算设备。本研究聚焦于一种由铋掺杂的钇铁石榴石（Bi-YIG）薄膜与压电材料PMN–PT组成的多铁异质结构，探讨了电场对磁性各向异性的影响，以及如何通过电压诱导的应变实现对磁畴状态的控制。Bi-YIG是一种具有优异磁性和光学特性的铁氧体材料，其特性包括低损耗角正切、高磁滞回线的可调性、低吉尔伯特阻尼系数和显著的磁光效应。这些特性使其在光学隔离器、电流传感器、自旋电子学器件以及磁子器件等应用中展现出巨大潜力。相比之下，传统磁性材料如镍、钴

  来源：ACS Applied Materials & Interfaces

  时间：2025-11-24

• 有机电化学神经元：用于复杂动力学的非线性工具

  随着人工智能和生物电子学的迅速发展，模拟生物神经元的动态行为成为一种重要的研究方向。尤其是在神经形态计算和生物接口技术领域，研究人员正在探索如何利用人工神经元实现类似生物神经元的功能，包括感知、信号处理和动态响应等。在这一背景下，混合振荡器架构逐渐成为一种有前景的平台，它结合了反馈振荡器和具有负微分电阻特性的自持振荡器，为构建具有生物启发性的神经元系统提供了新的可能性。### 混合振荡器：连接生物神经与电子器件的桥梁传统的反馈振荡器在电子工程中已有广泛应用，例如在振荡器设计中通过负反馈机制实现稳定的振荡行为。然而，这些系统往往依赖于精确的电路参数和复杂的设计流程，难以直接模拟生物神经元的动态特

  来源：ACS Applied Electronic Materials

  时间：2025-11-24

• 向防御者解释：基于SHAP的防御机制，用于抵御P2P信用风险中的对抗性攻击

  在当今金融领域，随着人工智能（AI）技术的迅速发展，特别是机器学习（ML）的广泛应用，P2P（点对点）借贷平台正面临前所未有的挑战和机遇。这些平台通过连接借款人和投资者，提供了一种替代传统金融机构的创新融资方式。然而，这种基于数据驱动的决策过程也带来了新的风险，尤其是在模型可能被恶意攻击的背景下。本文探讨了神经网络在P2P借贷中的信用风险评估模型如何受到对抗性攻击的影响，并提出了一个结合对抗性训练和SHAP（SHapley Additive exPlanations）驱动的模型切换机制，以提高模型的可靠性与安全性。P2P借贷平台与传统金融机构的核心区别在于其去中介化和高度数字化的特性。这种特性

  来源：Expert Systems with Applications

  时间：2025-11-24

• 一种多传感器跨尺度时频网络，用于噪声环境中的智能齿轮故障诊断

  高精度齿轮故障诊断在工业系统中具有至关重要的作用。齿轮作为机械系统中传递动力、改变速度和扭矩、调整运动方向的关键部件，其状态直接影响整个系统的运行效率和安全性。然而，实际中采集到的齿轮振动信号往往受到强烈的噪声干扰，这使得传统故障诊断方法的准确性大打折扣。因此，如何有效提取齿轮故障特征并提高诊断精度，成为当前研究的重点。本文提出了一种基于多传感器交叉尺度时频网络的智能齿轮故障诊断方法，旨在解决现有方法在信息利用不足、噪声干扰严重以及诊断精度较低等问题。随着工业自动化和智能化的不断推进，传感器技术的进步与计算机硬件性能的提升，使得基于数据驱动的故障诊断方法成为主流。传统方法通常分为两个主要步骤：

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-11-24

• HG-PINN：一种基于残差物理信息的神经网络框架，用于异质地下水流动模拟

  在当前的地下水流动模拟研究中，传统的数值方法如有限差分法（FDM）、有限元法（FEM）和有限体积法（FVM）虽然在规则几何和明确边界条件下表现良好，但在处理复杂地形、强烈异质性和不规则边界等问题时，往往需要大量的模型构建和计算资源。这限制了它们在实际工程中的应用，尤其是在面对高非均匀性地下水系统时。为了解决这些问题，研究者提出了物理信息神经网络（PINNs）的方法，通过将物理定律直接嵌入深度学习框架，实现从数据和物理规律的同时学习。然而，传统的PINNs在高非均匀性地质条件下常常面临收敛速度慢和精度有限的问题。为了克服上述限制，本文提出了一种增强型框架，即异质性引导的物理信息神经网络（HG-P

  来源：Desalination and Water Treatment

  时间：2025-11-24

• 用于去除头孢克肟的三元异质结Bi₂WO₆/TiO₂/GO光催化剂：实验表征的衔接、基于光催化反应的神经网络建模、遗传算法优化以及密度泛函理论计算

  这篇研究围绕一种新型的三元光催化剂——Bi₂WO₆/TiO₂/GO（BTG）在去除抗生素药物头孢克肟（Cefixime, CFX）方面的应用展开。随着全球抗生素使用量的增加，这些药物在水体中的残留问题日益严重，不仅对环境造成污染，还可能引发抗生素耐药性等健康风险。因此，开发一种高效、可重复利用且环境友好的降解技术成为当务之急。本文通过实验与计算相结合的方法，对BTG催化剂的结构、性能以及其在CFX降解过程中的作用机制进行了深入探讨。首先，研究者采用了一种绿色、可重复利用的合成方法制备了BTG三元光催化剂。该催化剂由Bi₂WO₆、TiO₂和氧化石墨烯（GO）组成，通过实验优化了各组分的质量比例。

  来源：Applied Catalysis B: Environment and Energy

  时间：2025-11-24

• 罕见非创伤性胸椎滑脱症的诊疗策略与手术干预：一例报告及文献综述

  在脊柱外科领域，胸椎滑脱症一直被视为临床上的"稀有物种"，尤其是非创伤性病例更为罕见。这主要归因于胸椎独特的解剖结构：肋骨框架与关节突关节共同构建了强大的稳定性堡垒，使退行性滑脱在这一区域难得一见。然而，正是这种罕见性导致临床诊断常常被延误，许多患者因症状不典型而被误诊为常见的腰椎疾病，错失最佳治疗时机。这种疾病的临床表现颇具迷惑性，患者可能仅表现为慢性腰痛或下肢麻木，但严重时会出现步态不稳、排尿功能障碍等脊髓压迫症状。由于胸段脊髓容纳着重要的神经传导束，一旦受压可能造成不可逆的神经损伤，因此早期准确诊断显得尤为重要。《Journal of Surgical Case Reports》近期报道

  来源：Journal of Surgical Case Reports

  时间：2025-11-24

• 急性缺血性中风患者体内的FVIIa-AT复合物：对临床预后的影响

  急性缺血性卒中（AIS）是成年人中常见的导致残疾和死亡的疾病。尽管在AIS的治疗方面取得了进展，但仍有相当比例的患者在发病后三个月内出现不良预后，甚至部分患者无法存活。因此，深入研究AIS患者体内凝血系统的变化及其对预后的影响具有重要意义。本文探讨了激活因子VII-抗凝血酶复合物（FVIIa-AT）在AIS中的作用及其对预后的影响。FVIIa-AT复合物是组织因子（TF）与激活因子VII（FVIIa）相互作用的产物，能够间接反映TF在血液中的暴露程度。TF在体内损伤时启动凝血过程，通过与FVIIa结合形成复合物，进一步促进凝血酶的生成和纤维蛋白凝块的形成。FVIIa-AT复合物主要受到抗凝血酶

  来源：Thrombosis Research

  时间：2025-11-24

• HCGN：一种用于边缘-雾系统中实现可持续通信与协调的层次化因果图网络

  随着物联网（IoT）的快速发展和对低延迟智能应用的不断需求，计算架构正经历从集中式云计算向分布式边缘模型的转变。这一趋势不仅带来了性能上的优化，也对可持续计算提出了更高的要求。传统的集中式数据中心虽然在处理大规模数据方面具有优势，但其高能耗和高碳排放已成为全球环境问题的重要组成部分。因此，研究如何在保证系统性能的同时，实现更高效的资源利用和更少的能源消耗，成为当前计算系统设计中的核心挑战。本文提出了一种名为“分层与因果图网络”（Hierarchical and Causal-Graph Network，简称HCGN）的新框架，旨在为大规模边缘计算环境提供高效、可持续和去中心化的决策机制。HCG

  来源：Simulation Modelling Practice and Theory

  时间：2025-11-24

• 基于可弯曲摩擦电纳米发电机的手势识别系统

  王秋成|李静|罗海军|王雪|高宇中国重庆市401331，重庆师范大学物理与电子工程学院光电功能材料重点实验室摘要随着计算机及相关设备的普及，对更自然交互方式的需求日益增加。手势作为一种非语言交流方式，能够直接传达意义并增强人机交互。与传统传感器相比，基于摩擦电纳米发电机（TENG）的传感器具有更高的灵敏度、更低的成本、更好的灵活性以及自供电能力。本文提出了一种便携式的、可弯曲的基于TENG的手势识别系统。使用氟化乙烯丙烯（FEP）和铝（Al）制造了一种简单且成本效益高的可弯曲TENG（B-TENG），并评估了其在不同手指弯曲角度下的灵敏度。在0.01 N的力作用下，系统表现出高灵敏度；经过90

  来源：Sensors and Actuators A: Physical

  时间：2025-11-24

• 基于多模型物理原理的神经网络被应用于浅水方程中，以模拟余弦钟形波的平流现象

  在科学研究与工程实践中，理解和预测地球物理现象是至关重要的任务。例如，大气和海洋流动的模拟对于天气预报、气候建模以及灾害预警等方面具有重要意义。为了应对这些复杂的问题，科学家们不断探索更高效、更灵活的计算方法。其中，浅水方程（Shallow Water Equations, SWEs）作为描述流体动力学行为的重要工具，被广泛应用于河流、湖泊和海洋等环境的建模中。特别是在全球大气模拟领域，SWEs是评估数值方法性能的关键基准。然而，传统的数值方法在处理球面几何问题时面临诸多挑战，如极点问题、网格生成的复杂性以及高维空间中的计算限制。因此，近年来，研究者们开始尝试将物理信息融入机器学习模型，以期解

  来源：Ocean Modelling

  时间：2025-11-24

• 采用数字孪生技术进行噪声暴露建模和风险分析

  在石油和天然气行业，噪音污染是职业健康风险中的一个显著问题，尤其是在繁忙的海上平台作业环境中。大量重型机械和钢结构往往超出监管限值，对工作人员的听力造成潜在威胁，甚至导致噪声性听力损失（NIHL）。为此，本文介绍了一种名为“噪声暴露数字孪生”（NEDT）的新方法，该方法结合了历史调查数据、实时传感器数据以及设备状态信息，构建了一个实时的声波传播和剂量模型。其核心是一个基于物理的神经网络（PINN）的声学模型，结合了个人暴露模块和动态噪声暴露风险指数（DNERI），将瞬时声压级（SPL）与累积剂量结合起来，实现对噪声暴露的全面预测与评估。在海上平台Asset X的模拟操作试点中，NEDT通过三日

  来源：Ocean Engineering

  时间：2025-11-24

• 基于氧化钽的RRAM（电阻式随机存取存储器）中的掺杂工程：提升了电阻切换性能及突触特性，适用于神经形态计算应用

  在人工智能技术迅猛发展的背景下，传统数字计算模式在处理大规模数据和高复杂度任务时面临着显著的瓶颈。这些瓶颈包括计算能耗高、数据存储与处理分离导致的延迟问题，以及难以满足神经网络对高密度和并行处理的需求。为了解决这些问题，研究者们提出了神经形态计算（Neuromorphic Computing）这一新兴领域，其核心理念是模仿生物神经系统的工作机制，实现低功耗、高效率的数据处理和存储。神经形态计算系统通常依赖于人工突触器件，而基于氧化物的忆阻器（memristor）因其独特的电阻开关特性、良好的可扩展性和兼容性，成为构建神经形态硬件系统的重要候选材料。氧化物基忆阻器在非易失性存储和神经形态计算中展

  来源：Materials Advances

  时间：2025-11-24

• 家庭生活与神经发育障碍儿童的照料融合：父母的经历以及影响家庭功能、适应能力和对残疾理解的预测因素

  摘要 背景 已有研究探讨了患有神经发育障碍（NDDs）的家庭生活；然而，许多研究仅关注特定的诊断或情况。本研究旨在拓宽我们对父母照顾患有NDDs儿童的经验的理解，并探讨可能预测儿童护理成功融入家庭生活的因素。 方法 采用横断面研究设计。参加神经发育与障碍诊所的儿童的父母完

  来源：Child: Care, Health and Development

  时间：2025-11-24

• 神经退行性疾病患者的几丁质酶3-样1蛋白血浆水平升高：一项小型队列研究

  摘要 引言 神经炎症被广泛认为是中枢神经系统的慢性炎症反应，被认为是神经退行性疾病发生的关键因素。尽管人们正在努力寻找有用的生物标志物来早期检测阿尔茨海默病（AD）或帕金森病（PD）等神经退行性疾病，但仍需要一种能够准确反映疾病进展和治疗效果精确的生物标志物。 方法 通过

  来源：Geriatrics & Gerontology International

  时间：2025-11-24

• 内镜下乳头切除术治疗壶腹神经内分泌肿瘤后的长期疗效

  摘要 背景 由于对淋巴结（LN）转移和复发的担忧，内镜下乳头切除术（EP）在壶腹神经内分泌肿瘤（Amp-NETs）治疗中的作用仍不明确。本研究评估了EP治疗Amp-NETs的长期效果，重点关注复发率和手术安全性。 方法 回顾性分析了2004年至2018年间在一家三级医疗机

  来源：Digestive Endoscopy

  时间：2025-11-24

• 综述：用于钙钛矿光电子学的亚微米图案化技术：从材料挑战到可扩展器件集成

  金属卤化物钙钛矿因其优异的光学吸收能力、机械柔韧性、低成本的溶液加工以及可调的带隙结构，被认为是未来光电系统和显示技术的有前途的材料。这些特性使其在高分辨率增强现实（AR）/虚拟现实（VR）微型显示器、光学逻辑门以及神经形态视觉处理器等新兴应用中具有独特的优势。然而，要实现这些应用，图案化方法需要满足一系列关键要求：包括亚100纳米的分辨率、超过99%的光致发光保留率以及优于500纳米的对齐精度。然而，钙钛矿材料对极性溶剂、热处理和化学处理具有较高的敏感性，这限制了其与传统光刻工艺的兼容性，并常常导致在制造过程中发生降解。本文综述了近期为解决这些问题而提出的图案化策略，重点讨论了溶剂兼容性、分

  来源：Advanced Optical Materials

  时间：2025-11-24

• 超柔软磁活性结构中的拓扑与材料优化：利用残余各向异性

  在现代材料科学和工程领域，磁响应材料因其独特的物理特性，如远程、无线、可逆的机械响应能力，而受到广泛关注。这类材料能够在外部磁场的作用下发生显著的形变，从而为软体机器人、生物医学设备、智能纺织品和可变形结构等应用提供了新的可能性。然而，尽管这些材料在近年来取得了诸多进展，其复杂的磁-机械耦合行为仍然是制约其在智能结构设计中实现高效拓扑优化和材料优化的关键因素。本文的研究重点在于识别和表征源自残余磁化的机械各向异性，并通过实验与计算相结合的框架，提出了一种新的方法，以更精确地设计磁-机械响应结构，从而克服传统设计策略在超软磁活性材料中的局限性。超软磁活性材料通常具有低于10 kPa的刚度，这种低

  来源：Advanced Materials

  时间：2025-11-24

• 在轨图像解释神经网络的轻量化度量与通用轻量化设计框架

  摘要：卫星在轨遥感图像的智能解析依赖于计算资源极为有限的在轨设备，这些设备利用通过轻量化方法设计的先进神经网络来实现对在轨遥感图像的快速准确解析。然而，当前轻量级神经网络的设计存在三个突出问题：首先，普遍采用的“一刀切”式轻量化设计模式效率低下；其次，缺乏对轻量化操作对网络性能影响的分析；第三，忽视了各种轻量化操作之间的相互影响。为了解决这些问题，首先，我们提出了一种神经网络轻量化度量模型及其计算方法，通过研究各种轻量化操作的影响来进行评估；其次，我们提出了一个专为卫星在轨遥感图像智能解析设计的通用轻量化设计框架（GLD）。具体而言，GLD基于元学习方法，将知识蒸馏（KD）、剪枝和量化三种通用

  来源：IEEE Transactions on Geoscience and Remote Sensing

  时间：2025-11-24

• 生成式人工智能与合成孔径雷达的结合：一项综述

  摘要：SAR图像具有独特的属性，由于其电磁特性，这对人类观察者和视觉AI模型来说都构成了解释上的挑战。SAR图像的解释面临诸多障碍，其中一个主要问题是数据本身，包括数据量和质量方面的问题。这些挑战可以通过生成式AI技术来解决。生成式AI（通常称为GenAI）是人工智能领域中一种非常先进且强大的技术，已经引起了广泛关注。它的进步为文本、照片级逼真图像、视频以及各种形式材料的创建提供了可能性。本文旨在全面探讨GenAI与SAR的交叉应用。首先，我们展示了SAR领域中常见的基于数据生成的应用，并将其与计算机视觉任务进行比较，分析了它们之间的相似性、差异及普遍面临的挑战。接着，系统地回顾了最新的Gen

  来源：IEEE Geoscience and Remote Sensing Magazine

  时间：2025-11-24

知名企业招聘：