• 一种利用系统特征向量的模块化直流-直流转换器通用控制方法论

  模块化多电平换流器（MMCs）因其在电力系统中的应用广泛，面临数据注入攻击等网络安全威胁。本研究提出采用模块级卡尔曼滤波器和臂级神经网络并行估计器，有效检测并缓解复杂攻击，仿真实验验证其优于现有方法且计算高效。

  来源：IEEE Journal of Emerging and Selected Topics in Power Electronics

  时间：2026-01-26

• 用于轻型智能建筑运营的联邦神经符号规则学习

  智能建筑自动化面临隐私保护与边缘设备资源受限的双重挑战，本文提出联邦神经符号规则学习框架，通过隐私保护的联邦学习实现多设备协作训练，结合神经符号方法生成可解释的轻量级规则。实验表明模型在活动识别、占用估计等任务中准确率达94.3%，较传统方法提升20%，且模型大小减少60-80%，推理速度提升2-3倍，实现隐私保护与高效边缘计算的统一。

  来源：Energy and Buildings

  时间：2026-01-26

• 基于代理模型的多单元住宅建筑HVAC改造方案评估方法研究

  本研究针对多单元住宅建筑(MURB)节能改造中HVAC系统优化选择的难题，开发了基于人工神经网络(ANN)的代理模型。研究人员通过EnergyPlus生成合成数据集，对比了单输出/多输出ANN及LGBM模型在预测EUI、TEDI和CEDI等关键指标上的性能。结果表明，以HVAC系统为分类输入的多输出ANN模型精度最高(R2>0.997)，能显著提升 retrofit 方案评估效率，为建筑节能改造决策提供可靠工具。

  来源：Energy and Buildings

  时间：2026-01-26

• 基于残差门控自适应Kolmogorov-Arnold网络（RGA KAN）的物理信息机器学习新架构及其在偏微分方程求解中的应用

  本文针对物理信息机器学习（PIML）中深度网络训练不稳定的挑战，提出了一种新型的残差门控自适应Kolmogorov-Arnold网络（RGA KAN）。该研究通过引入Glorot-like初始化方案和自适应训练策略，显著提升了深度KAN在求解Burgers方程、Allen-Cahn方程等偏微分方程时的精度和稳定性。结果表明，RGA KAN在多个基准测试中优于现有方法，误差降低达数个数量级，为复杂物理系统的深度学习模拟提供了新范式。

  来源：Computer Methods in Applied Mechanics and Engineering

  时间：2026-01-26

• 基于Knothe-Rosenblatt重排和贝叶斯神经网络的Fokker-Planck方程参数与密度演化联合推断新方法

  本文推荐一项研究，针对从高维动态系统观测数据中推断Fokker-Planck方程潜在势函数和扩散张量这一挑战，研究人员提出了一种融合最优传输理论与变分推理的混合框架。该工作利用Knothe-Rosenblatt重排构造从参考分布到目标分布的单调三角映射，将密度演化建模为映射的轨迹，并通过贝叶斯神经网络表征势函数，实现了对系统参数和演化过程的同时学习。结果表明，该方法能有效从稀疏数据中恢复复杂势能景观和各项异性扩散，为复杂生物物理过程的动力学建模提供了新工具。

  来源：Computer Methods in Applied Mechanics and Engineering

  时间：2026-01-26

• 基于小波增强的物理信息神经网络：固体力学中局部化与异质解的高效逼近新策略

  本文聚焦于物理信息神经网络（PINN）在固体力学边界值问题求解中面临的挑战：传统PINN难以精确捕捉高度异质化、局部化的解（如孔洞、相界附近的应力集中）。为突破此瓶颈，作者团队创新性地提出了小波基增强函数，通过将解分解为全局平滑分量（由神经网络逼近）与局部高频分量（由小波函数捕获），显著提升了PINN对复杂力学场的表征能力。研究通过加权损失函数平衡非均匀配置点贡献，并设计了可微连续的小波函数以适应自动微分。多个弹性基准算例验证了该方法仅需简单网络结构与少量配置点即可实现高精度逼近，为计算力学中多尺度问题求解提供了新范式。

  来源：Computer Methods in Applied Mechanics and Engineering

  时间：2026-01-26

• 利用人工神经网络对衬砌后方存在空洞的隧道的安全性能进行评估

  隧道衬砌空洞对安全性能的影响评估研究。通过数值模拟与人工神经网络方法，综合考虑空洞位置、尺寸、衬砌劣化程度及地质条件等因素，提出最小相对安全系数评价体系，并构建包含九个输入变量的神经网络模型，预测准确率达97.53%。

  来源：TUNNELLING AND UNDERGROUND SPACE TECHNOLOGY

  时间：2026-01-26

• 基于深度学习与粒子群算法的城市固体废物焚烧炉运行优化框架开发及其能效提升研究

  本研究针对城市固体废物（MSW）焚烧炉运行参数复杂、依赖人工经验导致的能效低下问题，开发了一种融合梯度提升决策树（GBDT）、反向传播神经网络（BPNN）和粒子群优化（PSO）的智能优化框架。通过对600吨/日焚烧炉历史运行数据的特征筛选和非线性建模，实现了蒸汽产量从2.7吨/吨提升至3.11吨/吨（能效提升15.2%），为废物焚烧发电厂的自动化运行和减排提供了创新解决方案。

  来源：Energy Conversion and Management-X

  时间：2026-01-26

• 基于极化曲线归一化的SOFC降阶模型构建及其在快速精确性能预测中的应用

  为解决固体氧化物燃料电池(SOFC)在集成发电系统模型中计算复杂、耗时长的难题，本研究提出了一种基于峰值功率条件归一化极化曲线的新型降阶模型(ROM)。通过文献调研发现SOFC极化行为具有普适性形状，可利用线性关系简化描述。研究人员开发了多元线性回归(MLR)和神经网络(NN)两种ROM构建方法，实现了对任意性能SOFC的快速准确预测（误差<2%），显著提升了SOFC-燃气轮机(SOFC-GT)等混合系统设计优化效率。

  来源：Energy Conversion and Management-X

  时间：2026-01-26

• 一种用于在能源绩效契约框架下优化可持续供应链的双重注意力图神经网络框架

  能源绩效 contracting（EPC）整合的可持续供应链动态优化模型与双注意力图神经网络方法研究。摘要：提出EPC-集成多层级供应链动态模型，扩展三底线框架至五维度，构建DAGNN混合框架实现自适应权重学习与高效求解。实验显示准确率92.88%，计算效率提升99.96%。

  来源：TRANSPORTATION RESEARCH PART E-LOGISTICS AND TRANSPORTATION REVIEW

  时间：2026-01-26

• 一种高效的、基于物理原理的神经网络模型，用于预测页岩中甲烷和二氧化碳的吸附行为：该模型能够同时提升油气开采效率和碳封存效果

  本研究提出结合分形理论和超临界DR-L的FSDR-L模型，首次将其嵌入物理信息神经网络（PINN）预测页岩中甲烷/二氧化碳吸附量，较传统ML模型误差降低38.93%-57.46%，并通过敏感性分析确定关键孔隙尺寸及影响因子。

  来源：Engineering Applications of Artificial Intelligence

  时间：2026-01-26

• 使用自监督学习模型对歌唱和说话声音中的发声类型进行分类

  本研究提出基于自监督学习（SSL）的发音类型自动分类方法，利用Wav2vec2-Base、Wav2vec2-Large、HuBERT和voc2vec四模型提取多层级声学特征，结合SVM和FFNN分类器，在演唱与演讲语音数据集上分别达到97%和88%的准确率，显著优于传统方法。该成果为声乐教学、表演分析及临床喉音评估提供新工具。

  来源：Speech Communication

  时间：2026-01-26

• 融合注意力机制的物理引导循环神经网络在水文建模中的应用：量化PRNN框架下储水层动态与气象响应

  本研究创新性地将注意力机制（AM）融入基于HBV-6模型的物理过程包裹循环神经网络（PRNN），构建了PRNN-θaf-A诊断框架。该框架在451个CAMELS流域的大样本验证中，纳什效率系数（NSE）中位数达0.72，显著优于基准模型。研究首次系统量化了五个储水层（S1-S5）对径流模拟的动态贡献，揭示土壤水层（S3）为主导贡献者（年均注意力权重0.53），并证实模型内部表征与水文物理原理一致，其季节性注意力转换与流域雪水当量分数显著相关（R2=0.68），为弥合过程模型与数据驱动模型间的鸿沟提供了新途径。

  来源：Water Resources Research

  时间：2026-01-26

• “磁-热耦合不可逆性”新解：AI神经网络揭示引擎油杂化纳米流体热特性优化策略

  为破解高功率密度引擎热失控与摩擦能耗难题，研究团队将ZnO-TiAl杂化纳米颗粒引入引擎油基液，构建MHD-HNF（磁流体-杂化纳米流体）模型，并用LMBNNs（Levenberg-Marquardt反向传播神经网络）预测熵产分布。结果显示：随磁场参数、孔隙率及Brinkman数升高，熵产降低达30%，热传导提升18%，为航空、船舶及电动汽车润滑系统提供低熵、高能效解决方案。

  来源：Results in Surfaces and Interfaces

  时间：2026-01-26

• 基于外延LiNbO₃薄膜的鲁棒神经形态忆阻器，具备可重构的光电控制铁电极化特性

  基于LiNbO3薄膜的光控抗疲劳铁电忆阻器研制及其在图像边缘检测中的应用。采用脉冲激光沉积法制备Pd/LNO/Nb-STO异质结器件，通过Li+和Nb5+双离子协同位移机制实现13.13 V/μm低电场下超过10^12次循环稳定性，光控实现非破坏性极化反转，支持LTP/LTD等突触可塑性行为模拟，图像边缘检测SSIM达0.83，PSNR 36.45 dB，为神经形态视觉系统提供光电协同新策略。

  来源：Materials Today

  时间：2026-01-26

• 综述：用于RNA疗法的靶向脂质纳米粒工程材料工具箱

  这篇综述系统阐述了靶向脂质纳米粒（LNP）的工程策略，为RNA疗法的精准递送提供了全面的材料工具箱。文章重点探讨了通过表面配体功能化（如抗体、肽、适配体）和内在脂质组分设计（如可电离脂质工程、SORT技术）来调控LNP的器官趋向性，并详细介绍了其在癌症、女性健康及神经系统疾病等领域的创新应用与评估方法。该工作为下一代靶向LNP的合理设计提供了关键指导，旨在推动RNA疗法的安全有效应用。

  来源：Materials Today

  时间：2026-01-26

• 从共现到连贯性：基于量子信息的表示学习在知识图谱补全中的应用

  知识图谱补全（KGC）面临语义纠缠建模困难，本文提出量子启发的QIKGC框架，通过嵌入希尔伯特空间、矩阵产品态（MPS）高效建模高维语义结构，并采用量子测量结合断层扫描评分实现上下文感知的实体表示。实验表明，QIKGC在WN18RR、FB15k-237、Kinship和YAGO3-10上显著优于基线方法，MRR最高提升至0.926。

  来源：Knowledge-Based Systems

  时间：2026-01-26

• 概念性指代现象：一项与事件相关的大脑电位研究

  本研究通过事件相关电位（ERP）探究西班牙语中单数集合名词与复数代词的句法及语义处理机制，发现语法不一致但语义连贯的表达在脑电活动中呈现N400幅值增大，P200幅值减小，表明语义与句法约束并行作用，无显著行为差异。

  来源：Journal of Neurolinguistics

  时间：2026-01-26

• 东开普省屠宰工人对猪带绦虫囊尾蚴病（Taenia solium cysticercosis）认知缺口：一场被忽视的人畜共患病（zoonosis）隐形危机

  屠宰场是阻断猪带绦虫囊尾蚴病（TSCT）的最后关口，却仅有12.5%工人具备高阶认知。研究揭示：知识贫乏与“ condemned meat可食用”态度并存，90.2%行为合规却源于制度而非自觉。亟需靶向教育干预，把“看得见的 cyst”转化为“防得住的 seizure”。

  来源：Natural Sciences Education

  时间：2026-01-26

• 在卧推过程中，肌电图活动会受到注意力集中策略和运动类型的影响：一项针对健美、力量举和残奥力量举的横断面比较研究

  注意力策略对运动员卧推肌电信号的影响及运动特异性分析

  来源：European Journal of Applied Physiology

  时间：2026-01-26

知名企业招聘：