• 基于构型力疲劳模型，利用正向/反向机器学习方法预测剩余寿命和临界裂纹长度

  本研究提出一种融合构造型力疲劳模型的物理信息神经网络（PINN），通过正向/反向机器学习框架准确预测韧性金属中混合模式疲劳裂纹的传播与剩余寿命。模型克服传统疲劳模型对多模式裂纹的局限性，结合物理约束有效提升数据驱动方法的泛化能力，数值验证表明可精确预测I和I-II混合模式裂纹的剩余寿命及临界裂纹长度。

  来源：International Journal of Fatigue

  时间：2026-02-02

• 基于物理信息的深度神经网络框架，用于预测激光束熔化（LPBF）制造的金属合金中的疲劳裂纹扩展

  疲劳裂纹扩展速率预测中，基线DNN及两个PINN模型（PINN-R和PINN-Kmax）通过整合制造参数、材料属性与断裂力学驱动因素（ΔK、R或Kmax），并引入单调约束提升物理一致性，在三种LPBF合金中表现出优于传统Paris模型和经典Walker模型的预测精度，尤其在Paris区和快速扩展区RMSE降低12%-23%，R²提高至0.92-0.97。

  来源：International Journal of Fatigue

  时间：2026-02-02

• 腘动脉损伤：你需要了解的知识

  本研究通过构建PAD2和PAD4基因敲除小鼠模型，探讨其在创伤性脑损伤（TBI）中的作用。结果显示，抑制PAD2可显著缩小TBI脑损伤体积，降低神经功能损伤评分，并改善Morris水迷宫认知表现，而PAD4抑制无显著效果。该发现为靶向PAD2开发神经保护疗法提供了依据。

  来源：Journal of Trauma and Acute Care Surgery

  时间：2026-02-02

• 基于忆阻器-二极管交叉阵列和CMOS逻辑的编码和解码设备，用于脉冲神经网络

  本文提出基于全数字电路和Memristor-二极管交叉阵列的硬件可编程编码器和解码器，用于二进制信息与脉冲序列的相互转换，并通过数值模拟验证了编码器的可靠性和解码器的有效性。

  来源：Integration

  时间：2026-02-02

• 基于硼烯超材料结构的可调3位编码器及偏振敏感的多频同步光开关

  红外可见图像融合方法提出基于Weber定律的深度脉冲耦合神经网络（DWPCNN），通过可学习耦合权重矩阵、线性衰减机制及时间自适应批量归一化，有效提升低光环境细节保留能力，结合脉冲卷积密集块（PCDB）增强语义特征，实验表明其计算效率与融合质量更优。

  来源：Infrared Physics & Technology

  时间：2026-02-02

• 通过偏差解耦实现公平性感知的图表示学习

  公平图神经网络通过分离敏感属性对全局和局部图信号的潜在影响，结合混合专家模型与公平对比学习框架，有效抑制偏见传播并提升预测性能。实验验证其在六类真实数据集上优于基线方法。

  来源：Information and Software Technology

  时间：2026-02-02

• 来自Gaia DR3数据的主带原始小行星、Cybele族和Hilda族小行星

  本研究提出了一种基于高光谱范围指数（HRI）和人工神经网络（NN）的火星大气水汽检测与定量方法，首次应用于火星快车号PFS仪器九年观测数据，通过HRI计算水汽光谱特征，结合NN模型将HRI转换为总柱量，结果显示该方法计算效率高且与现有方法结果一致。

  来源：Icarus

  时间：2026-02-02

• 有限算子学习：结合神经算子和数值方法，实现偏微分方程（PDEs）的高效参数求解与优化

  神经算子与有限元结合的无数据参数化求解方法研究，提出有限算子学习（FOL）框架，整合神经算子、物理信息机器学习和标准数值方法，实现无需数据即可参数化求解偏微分方程并准确分析灵敏度，对比传统adjoint方法效率优势显著。方法基于有限元离散化，利用傅里叶参数化减少设计变量维度，通过Sobolev训练最小化多目标损失函数，涵盖能量泛函、边界条件约束和残差导数项。在热传导与力学平衡问题中验证了FOL在复杂三维几何中的高效性，与FEM相比在计算成本和精度上表现优异，并可与HiDeNN、gPINN等现有方法互补。

  来源：Finite Elements in Analysis and Design

  时间：2026-02-02

• 使用人工神经网络（ANN）设计未来主义的介电弹性体最小能量结构

  人工神经网络预测Dielectric Elastomer Minimum Energy Structures（DEMES）的机械行为，显著降低计算成本，适用于四臂夹子和扑翼机构器分析，为软机器人设计提供高效工具。

  来源：European Journal of Mechanics - A/Solids

  时间：2026-02-02

• 基于图的、具有紧凑支撑结构的径向基函数神经网络

  针对传统紧支撑径向基函数（CS-RBF）方法固定经验支持半径的局限性，本文提出基于图结构的自适应CS-RBF物理信息神经网络（G-CS-RBN）。通过将CS-RBF替代线性插值构建单隐层网络，并引入自适应支持半径机制（根据损失函数动态调整每个数据点的局部支持范围）和自适应中心点优化，结合图结构存储节点及生成基函数，显著提升了PDE求解的精度与效率。实验表明，G-CS-RBN在2D/3D各类PDE问题中均优于传统CS-RBF方法和标准PINNs，且鲁棒性更强。

  来源：Engineering Analysis with Boundary Elements

  时间：2026-02-02

• 基于归纳图神经网络的数据驱动进化算法在多模态多目标优化中的应用

  针对多模态多目标优化问题（MMOPs），提出基于归纳图神经网络的数据驱动进化算法（DEA-IGNN）。通过欧氏距离构建解空间拓扑图，利用图神经网络学习未知节点信息，并设计数据驱动繁殖策略提升多样性及收敛性。实验表明，DEA-IGNN在三个测试套件和一个实际问题上优于11种现有算法。

  来源：IEEE Transactions on Evolutionary Computation

  时间：2026-02-02

• 一种高能效、轻量级的卷积神经网络（BNN）加速器，用于心律失常检测

  心律失常检测中，基于二进制神经网络的轻量化FPGA加速器通过消除全连接层和非线性计算，结合时间循环优化数据流和硬件电路，动态关闭冗余计算单元实现能效提升。实验表明其功耗160mW，吞吐量112.2GOPs，能效达701.51GOPs/W，较现有方案显著优化能效比。

  来源：IEEE Transactions on Circuits and Systems I: Regular Papers

  时间：2026-02-02

• 从急性到慢性：神经影像学与带状疱疹相关疼痛心理演变的研究

  带状疱疹相关疼痛患者不同阶段星形胶质细胞清除功能（glymphatic function）及情绪评分均存在显著差异，扩散张量成像（DTI-ALPS）显示PHN组双侧及平均值均显著低于健康组，且疼痛阶段进展与焦虑抑郁评分呈正相关。

  来源：The Clinical Journal of Pain

  时间：2026-02-02

• 基于矩形多段谐振器的超宽带微型化Wilkinson功率分配器，采用基于神经网络的增强技术

  提出了一种新型紧凑Wilkinson功率分配器，采用矩形多谐振器替代传统传输线，实现76%的尺寸缩减，并抑制16阶谐波（抑制水平-20dB），分数带宽达96%。通过MLP神经网络优化设计参数，实测与仿真吻合良好，验证了设计的可靠性和高效性。

  来源：AEU - International Journal of Electronics and Communications

  时间：2026-02-02

• 在异构图神经网络辅助下，针对无人机辅助的物联网系统在发生级联故障后的网络恢复机制

  无人机辅助物联网网络在级联故障下的恢复机制研究，提出基于异构图神经网络的恢复方案，结合多智能体强化学习实现覆盖和吞吐量协同恢复，实验证明优于传统方法。

  来源：Reliability Engineering & System Safety

  时间：2026-02-02

• 在电磁辐射作用下的忆阻式霍普菲尔德神经网络及其在混沌-DNA图像加密中的应用

  混沌与DNA融合的电磁辐射HNN图像加密方法研究，提出多段多项式正弦波忆阻器与电磁耦合的HNN模型，揭示复杂多 scroll 吸引子动力学特性，设计基于 minesweeper 游戏规则的动态DNA编码机制，实现高效安全图像加密。

  来源：Expert Systems with Applications

  时间：2026-02-02

• 一种高效的大数据框架，通过神经网络和大型语言模型来验证高频市场中的随机游走假设

  金融市场效率研究提出MART框架，通过机器学习模型预测性能评估随机游走假设，发现高频数据下神经网络显著优于大语言模型，揭示市场效率存在频率依赖性偏差。

  来源：Expert Systems with Applications

  时间：2026-02-02

• 一种实用的、基于肌肉信号的驱动控制机制，适用于价格合理的机器人假肢手

  表面肌电信号处理框架优化机械臂控制，采用Chebyshev II滤波器与Daubechies4小波变换提升信号质量，结合多维度统计特征和多种机器学习模型（SVM/随机森林/MLP/KNN/CNN），其中CNN达到95.30%最高分类精度，并通过原型机械臂验证了实时控制的有效性。

  来源：Engineering Applications of Artificial Intelligence

  时间：2026-02-02

• 基于功能梯度碳纳米管增强蜂窝夹层结构的机器学习估算：声波传输分析

  声学传输损失分析框架：基于第三阶剪切变形理论与深度神经网络的复合方法研究夹层圆柱壳（FG-CNTRC facesheets与六边形蜂窝芯）在亚声速流动下的声学性能，提出功能梯度材料特性扩展混合法则、蜂窝芯正交各向异性等效模型，构建包含118800样本的深度神经网络预测模型，实现99.45%训练精度与99.33%测试精度的声学传输损失预测，较传统解析方法计算效率提升750倍。

  来源：Engineering Applications of Artificial Intelligence

  时间：2026-02-02

• 在物理知识驱动的神经网络中实现的任务感知进化：应用于Saint-Venant扭转问题

  圣维南扭转理论通过物理信息神经网络（PINN）实现新型数值方法，解决传统有限元法的高计算成本问题，提出标准PINN、变量缩放PINN（VS-PINN）和参数化PINN框架，分别提升几何适应性、刚度处理能力和多参数效率，误差控制在0.1%-3.0%，效率较FEM提升百倍。

  来源：Engineering Applications of Artificial Intelligence

  时间：2026-02-02

知名企业招聘：