• 高温超导铜氧化物忆阻器中的陷阱控制导电与场致金属-绝缘体转变机理研究

  本研究揭示了基于YBa2Cu3O7-δ（YBCO）的高温超导忆阻器在80-300K温区的阻变机理，通过空间电荷限制导电（SCLC）模型证实了浅能级陷阱和深能级陷阱对金属-绝缘体转变（MIT）的协同调控，为低温神经形态计算平台提供了新材料范式。

  来源：ACS Applied Electronic Materials

  时间：2026-01-18

• 管道中的多模弯曲导波成像技术

  提出基于多模态弯曲声导波管道缺陷成像方法，利用不同周向顺序波束的螺旋传播特性扩展虚拟射线覆盖范围，结合物理信息神经网络分离混合模态信号并嵌入色散方程约束，实现高精度缺陷重构，实验验证相对误差仅4.5%。

  来源：Mechanical Systems and Signal Processing

  时间：2026-01-18

• 基于自适应非线性参数变化分布式模型预测控制的建筑集群电网服务协同优化

  本文针对大规模建筑集群参与电网服务时面临的模型复杂性和不确定性挑战，提出了一种自适应非线性参数变化分布式模型预测控制（ANPV-DMPC）框架。该研究通过分层控制结构和在线学习的贝叶斯神经网络，实现了对153栋住宅建筑HVAC系统的协同功率调控，有效跟踪系统级功率参考值，显著改善了配电网节点电压稳定性，为建筑灵活性资源的高效聚合提供了新方案。

  来源：Energy and AI

  时间：2026-01-18

• 图神经网络增强的决策Transformer在动态智能充电环境中的高效优化研究

  为解决电动汽车智能充电在不确定性下快速决策、满足严格电网和用户需求的挑战，本研究提出了一种结合图神经网络嵌入与序列建模的拓扑感知决策Transformer方法GNN-DT。该方法利用离线轨迹学习充电策略，支持可变数量的车辆和充电器无需重新训练，在真实场景中实现接近最优的性能（奖励达到Oracle求解器的95%），训练轨迹需求比基线方法减少10倍，推理速度达毫秒级，适用于大规模充电系统的实时部署。

  来源：Energy and AI

  时间：2026-01-18

• 基于上行链路导频与位置感知的智能反射面安全波束成形：PilotBeamNet框架与性能分析

  本文针对智能反射面（RIS）辅助多用户下行链路系统中，由于高计算复杂度和信道状态信息（CSI）估计困难导致的安全波束成形挑战，提出了一种名为PilotBeamNet的端到端深度学习框架。该研究通过直接从上行链路导频信号中联合设计基站（BS）发射波束成形和量化RIS相移，避免了显式信道估计和缓慢的迭代算法。研究结果表明，该方法在多种测试条件下均能实现10%–30%的遍历安全速率（ESR）提升，同时将推理延迟降低一个数量级以上，为RIS赋能的物理层安全通信提供了高效实时的解决方案。

  来源：ADVANCED ENGINEERING INFORMATICS

  时间：2026-01-18

• 具有动态行为的泄漏事故预测性风险分析

  泄漏事故预测风险分析方法，基于时间序列模拟与动态行为分析，融合FMEA、贝叶斯网络及事件树分析确定失效项概率，结合DNN和LSTM预测泄漏时空演化及后果，以海上氢存储系统验证其动态风险预测有效性。

  来源：Reliability Engineering & System Safety

  时间：2026-01-18

• 提高金属结构疲劳裂纹扩展的预测能力：一种基于物理知识的序贯注意力方法，并结合不确定性量化

  疲劳裂纹增长预测中，提出PI-STAN框架，融合LSTM时序建模与Transformer自注意力机制，在PINN约束下动态参数化巴黎定律系数，结合蒙特卡洛降采样量化预测不确定性，实现物理透明与高精度的疲劳寿命预测。

  来源：Reliability Engineering & System Safety

  时间：2026-01-18

• 通过使用Squeeze U-net算法，加速高保真物理模拟中的激光熔化过程的激光光线追踪

  工业4.0背景下的激光熔融过程高效模拟方法研究。通过改进的squeeze U-net神经网络加速激光追踪计算，在保持能量守恒97%精度的前提下，使计算效率提升4-40倍。该方法成功建模了复杂表面拓扑下的激光能量沉积，为数字孪生和增材制造工艺优化提供新途径。

  来源：Additive Manufacturing

  时间：2026-01-18

• 寻求人工智能的帮助：了解患者对智能指导应用程序的使用情况

  本研究基于帮助模型，探讨智能导诊应用（IGAs）的使用因素及其作用机制。通过结构方程模型（SEM）和人工神经网络（ANN）分析发现，IGAs的准确性、个性化、拟人化与开放性通过缓解患者心理压力影响使用意向与行为，且自我隐藏倾向会加剧压力。健康意识正向调节压力与态度对使用意向的影响。研究为医疗机构优化IGAs应用提供理论依据与实践指导。

  来源：International Journal of Information Management

  时间：2026-01-18

• 基于fNIRS超扫描的团队神经工效学评估：训练降低前额叶脑间同步性预示高效协作

  本研究针对传统团队训练评估依赖主观指标、脑间同步性(IBS)与协作质量关系不明的问题，通过fNIRS超扫描技术，探究结构化训练对快节奏团队任务中神经协调机制的影响。研究发现，训练有素的团队在特定前额叶通道表现出更低的IBS，却伴随更高的观察者评分，支持了"团队神经效率"假说，为实时监测团队协作状态提供了神经生理学新指标。

  来源：International Journal of Industrial Ergonomics

  时间：2026-01-18

• 基于物理感知神经网络的泄漏条件定量解释方法

  针对深部复杂地层钻井漏失率及位置的预测难题，本研究提出基于物理信息神经网络（PINN）的定量解释方法，通过嵌入钻井液流动物理模型并整合近端与远端压力数据，构建包含时间与井深输入、训练变量泄漏位置、输出流量速度和压力的神经网络，利用自适应加权损失函数融合质量与动量守恒方程约束、双点压力测量误差及专家经验约束，有效解决高维非线性系统求解难题。实验表明该模型漏失率预测相对误差低于10%，位置误差绝对值小于20米，且在噪声干扰下稳定性优于UKF和GA方法。

  来源：Geoenergy Science and Engineering

  时间：2026-01-18

• 一种基于 GWO-GA-EL 神经网络的方法，用于预测 RP-3 航空煤油及其混合物的层流燃烧速度

  本研究开发了一种结合灰色狼优化、遗传算法和集成学习的神经网络模型，用于预测RP-3航空煤油及其混合燃料的层流火焰速度。实验表明，该模型在独立测试集上表现出色，R²达0.9906，优于传统回归模型和基础神经网络。同时建立了半经验关联式，R²超过0.93，有效提升了燃烧效率和污染物减排。

  来源：Fuel

  时间：2026-01-18

• 非线性主动噪声控制的深度学习增强方法：GFANC-THFxNLMS算法及其应用

  本文针对传统主动噪声控制（ANC）系统在处理非线性失真时性能受限的问题，推荐一项结合生成式固定滤波与深度学习的创新研究。研究人员提出了一种名为GFANC-THFxNLMS的混合算法，通过预训练子滤波器库和1D卷积神经网络（CNN）动态生成最优控制滤波器，并结合改进的THFxNLMS算法进行实时微调。实验结果表明，该方法在复杂声学环境中显著提升了噪声抑制效果（例如对发动机噪声平均降噪达11.44 dB），为解决非线性扬声器失真和时变声学路径下的ANC难题提供了有效方案。

  来源：Expert Systems with Applications

  时间：2026-01-18

• 综述：罕见蛋白酶体病的分子机制

  本综述系统阐述了罕见蛋白酶体病（PRAAS/PRNDD）的分子机制，重点聚焦于蛋白酶体（26S/30S）生物发生、结构建模（如AlphaFold3）在诊断中的应用，以及由此引发的蛋白质稳态失衡、I型干扰素信号异常和细胞应激反应（UPR/ISR）等关键病理过程，为深入理解这类由蛋白酶体亚基（如PSMB8）或组装辅助蛋白（如POMP）基因突变所致疾病提供了新的视角。

  来源：EULAR Rheumatology Open

  时间：2026-01-18

• 基于人工神经网络的磁流体混合纳米流体在旋转锥体上的流动与传热特性研究

  本文综述了Casson混合纳米流体在垂直旋转锥体上的非稳态流动、传热与传质特性，结合磁流体动力学（MHD）、热辐射和化学反应效应，通过相似变换和Runge-Kutta-Fehlberg数值方法求解控制方程，并创新性地应用人工神经网络（ANN）进行数据分析和模型预测，为高效换热器、能源存储等工程应用提供新见解。

  来源：Engineering Applications of Artificial Intelligence

  时间：2026-01-18

• 基于脉冲神经网络的能效框架，用于实时机器人臂操控

  生物启发突触神经网络（SNN）用于3-DOF机械臂实时控制研究，通过漏y积分与火模型神经元实现逆运动学计算，相比传统ANN计算速度提升86%（1.50ms vs 20.15ms），在3/5/7阶多项式轨迹生成中MSE降低50%-66%，硬件实验验证了SNN在轨迹规划和逆运动学中的高效性。

  来源：Engineering Applications of Artificial Intelligence

  时间：2026-01-18

• 基于动态多模态因果图的对话情感识别框架研究

  本文提出了一种创新的动态多模态因果图情感系统（DMCGES），旨在解决对话情感识别中存在的因果约束缺失和说话人情感演化建模不足等关键问题。研究通过构建受限动态因果图确保时序一致性，结合说话人特定记忆模块捕捉情感轨迹，在IEMOCAP和MELD数据集上实现了69.36%的准确率和69.49%的F1值，显著提升了多模态情感识别的性能。

  来源：Computer Standards & Interfaces

  时间：2026-01-18

• 针对预测枇杷可溶性固形物的特征优化卷积建模方法：结合高光谱成像与多算法波长选择技术

  快速无损评估果实内部品质对优化采收和保障消费体验至关重要。本研究采用近红外高光谱成像结合多算法波长选择（CARS、IRIV、GA）与一维卷积神经网络（1D-CNN），显著提升枇杷可溶性固形物（SSC）检测精度（R²=0.945，RMSEP=0.365°Brix），实现高分辨率SSC分布可视化，揭示果实内部品质变异特征。

  来源：Journal of Food Measurement and Characterization

  时间：2026-01-18

• 利用机器学习方法研究界面液态铁（Fe）中各层之间的集体动力学行为

  对称破缺界面动力学研究|分子动力学模拟|内在采样法|浅层神经网络|集体动力学映射

  来源：Surfaces and Interfaces

  时间：2026-01-18

• SCSN-Net：一种基于暹罗卷积脉冲神经网络（Siamese Convolutional Spiking Neural Network）的儿童髓母细胞瘤检测方法，该方法利用显微图像进行肿瘤识别

  儿童脑膜瘤（CMB）传统诊断依赖复杂且耗时 histopathology，易误诊。本研究提出SCSN-Net模型，通过Wiener滤波去噪、EffiSegNet分割图像，结合LDN与Haar小波分析及直方图特征，实现CMB分类，准确率达92.28%，显著优于传统方法。

  来源：Knowledge-Based Systems

  时间：2026-01-18

知名企业招聘：