• 面向背侧供电网络(BSPDN)的电热-可靠性跨层建模与仿真新方法

  随着CMOS技术尺寸的不断缩小和对计算性能需求的日益增长，逻辑器件从平面结构演变为三维晶体管，如鳍式场效应晶体管(FinFET)和环栅(GAA)器件。为了进一步提高供电效率和面积利用率，先进工艺节点引入了背侧供电网络(BSPDN)技术。然而，这些架构和材料创新加剧了器件和电路级的可靠性问题，特别是高k金属栅(HKMG)堆栈和低热导率材料的使用，使得自热效应(SHE)更加严重，显著影响晶体管的老化特性。自热效应与可靠性退化的耦合使得电路的热管理和寿命评估变得更加复杂和具有挑战性。如图1所示，通过有限元法(FEM)模拟的GAAFET内部热分布表明，随着电源电压VDD的降低和动态电压缩放技术的实施，

  来源：IEEE Journal of the Electron Devices Society

  时间：2025-12-03

• 基于{0-33-8}晶面V形沟槽技术的4H-SiC VMOSFET高性能与高可靠性关键技术研究

  随着电动汽车产业的迅猛发展，对功率半导体器件的性能要求日益严苛。与传统硅基绝缘栅双极晶体管（IGBT）相比，碳化硅（SiC）金属氧化物半导体场效应晶体管（MOSFET）凭借其优异的导通损耗和开关损耗特性，正逐步成为新一代功率器件的理想选择。然而，当多个SiC MOSFET芯片并联使用时，由于阈值电压（Vth）的负温度特性和制造过程中的分散性，极易引发电流失衡问题，这对功率模块的稳定性和可靠性构成严峻挑战。问题的根源在于SiC材料特殊的界面特性。长期以来，SiC MOSFET的MOS界面存在高密度电子陷阱，导致沟道迁移率低下。虽然通过沟槽栅极结构能够提升沟道密度，但传统反应离子刻蚀（RIE）形成

  来源：IEEE Journal of the Electron Devices Society

  时间：2025-12-03

• 等离子体增强原子层沉积技术实现非晶GaOx薄膜的硅掺杂及其在介电与光电器件中的应用研究

  作为新一代宽禁带半导体的代表，Ga2O3因其4.8 eV的禁带宽度在功率电子、介电材料和光电器件领域展现出巨大潜力。然而，本征Ga2O3的绝缘特性限制了其导电性能，而传统掺杂技术难以实现原子级精度的浓度控制。非晶GaOx薄膜虽具有低温制备优势，但氧空位（VO）缺陷会导致器件漏电流增加和可靠性下降。如何通过精准掺杂平衡材料介电与光电性能，成为推动其应用的关键科学问题。针对这一挑战，复旦大学郝跃院士团队采用等离子体增强原子层沉积（PEALD）技术，通过超循环（supercycle）结构精确控制三甲基镓（TMGa）与二异丙基氨基硅烷（DIPAS）前驱体的亚循环比例（M:N），在200°C低温下于p型

  来源：IEEE Journal of the Electron Devices Society

  时间：2025-12-03

• 胸骨裂修复术：12年随访及技术改进

  胸骨裂修复手术技术的优化与创新胸骨裂作为先天性胸廓畸形中极为罕见的一种（发生率低于0.15%）[1-3]，其修复手术长期面临多维度挑战。本研究通过追踪首例手术患者12年的远期疗效，并同步改进手术技术方案，为同类病例提供创新性解决方案。一、手术技术改良的核心突破传统胸骨裂修复存在两大技术瓶颈：一是胸廓生长与组织修复的时序矛盾，二是女性患者乳腺发育可能受手术干扰。本研究团队在2013年首创的"双肌皮瓣联合骨移植"技术基础上，重点优化以下三个维度：1. 解剖层面优化：采用经典的胸骨正中切口，但创新性运用三维骨膜剥离技术，完整分离胸骨体两侧软组织束，避免传统术式中的二次剥离损伤。特别针对胸骨柄与锁骨关

  来源：Plastic and Reconstructive Surgery Global Open

  时间：2025-12-03

• 在食管重建手术中应用胸大肌瓣进行预防性处理：一种防止吻合口漏的方法

  近年来，食管外科领域针对术后吻合口漏这一重大并发症展开持续探索。吻合口漏作为食管切除术后最严重的并发症之一，发生率介于10%-25%之间，不仅显著延长住院周期，更可能引发脓毒症等致命性合并症。传统预防措施多聚焦于改善吻合口血供、减少张力等基础操作，而本文报道的创新性应用胸大肌肌瓣覆盖技术，为该难题提供了新的解决方案。在临床实践中，吻合口漏的成因具有多维性。既有解剖因素如张力过大、血供不足，也有患者基础状况如营养状态、放射治疗史等影响。现有研究证实，胸锁乳突肌肌瓣覆盖虽能改善局部血供，但在机械防护方面存在局限性。相比之下，胸大肌肌瓣（PMM）因其独特的解剖学优势，展现出更优的临床应用潜力。该肌瓣

  来源：Plastic and Reconstructive Surgery Global Open

  时间：2025-12-03

• 鼻唇沟线提升的解剖学考量与技术

  鼻唇沟 thread-lifting 技术的解剖学与临床应用新范式（全文约2150个中文字符）一、三维分类体系革新传统诊疗思维该研究建立的首创性三维分类系统突破了传统二维评估框架，将鼻唇沟的形成机制细化为三种独立但常共存的类型：1. 体积缺失型（Type 1）：以颧骨区凹陷为特征，多见于骨相较窄的亚洲人群。数据显示东亚患者该类型占比达63%，常伴随颧下脂肪垫萎缩。2. 层次松弛型（Type 2）：表现为鼻翼至口周组织悬吊不牢，SMAS筋膜与真皮层锚定失效。临床观察显示该类型多合并皮肤胶原蛋白流失（平均降低38%）。3. 肌动牵拉型（Type 3）：由口轮匝肌深层分支与皮肤直接附着形成。动态表情

  来源：Plastic and Reconstructive Surgery Global Open

  时间：2025-12-03

• 基于网格分类器集成的高效太阳辐照度预测方法研究——以波兰为例

  随着全球能源转型加速，太阳能作为一种清洁可再生能源正发挥着越来越重要的作用。然而，太阳辐照度（Solar Irradiance）的精确预测始终是行业面临的重大挑战。传统预测模型通常针对特定地理位置进行训练，虽然能保证局部精度，但在大范围应用时会产生惊人的计算成本和内存消耗。这种"一个地点一个模型"的方式严重制约了太阳能预测技术在电网调度、能源交易等实际场景中的规模化应用。为解决这一矛盾，波兰西里西亚大学的Kacper Ksiazek和Malgorzata Przybyla-Kasperek在《IEEE Access》上发表了一项创新研究，提出了一种基于地理网格的分类器集成方法。该研究的核心思想

  来源：IEEE Access

  时间：2025-12-03

• 基于迁移学习和度量学习的低资源罗马尼亚方言识别方法研究

  在全球化浪潮席卷世界的今天，语言技术已成为人机交互的核心支柱。然而，当我们把目光投向标准语言之外的方言领域，便会发现一个被技术发展边缘化的角落——方言自动识别(DID)。与语言识别(LID)相比，方言识别面临着更为严峻的挑战：同一语言的不同方言之间共享大部分词汇和语法结构，仅在发音、语调等细微处存在差异，这种高度相似性使得机器难以准确区分。罗马尼亚语作为典型的低资源语言，其方言识别研究更是举步维艰。缺乏大规模标注数据、方言间高度相似、以及说话人性别年龄等因素的干扰，共同构成了这一领域的技术瓶颈。传统的基于梅尔频率倒谱系数(MFCC)的方法在如此复杂场景下表现不佳，准确率仅为48.18%，迫切需

  来源：IEEE Access

  时间：2025-12-03

• 基于Swin Transformer V2的无人机时序敏感目标检测方法STV2YOLO：提升YOLOv5在多尺度密集场景下的性能

  随着无人机技术的快速发展，基于航拍图像的目标检测在智慧城市管理、应急救灾、农业监测等领域展现出巨大应用价值。然而，无人机视角的动态性导致图像中目标尺度极端变化（高空微小目标与低空大目标共存），密集场景下的目标漏检（如人群聚集、车辆拥堵），以及机载计算设备的实时性需求，成为制约其实际应用的三大核心挑战。尽管注意力机制和问题特异性改进模块在医学图像分析领域已广泛应用，但在目标检测方面的研究仍显不足。传统YOLO系列算法虽在实时检测领域取得进展，但其固定尺度预测头难以适应无人机图像的尺度变化。TPH-YOLOv5通过集成Transformer预测头将VisDrone数据集检测精度提升至58.7%，但

  来源：IEEE Access

  时间：2025-12-03

• 用于强子治疗的新型CCT超导磁体制造技术研究

  在当今肿瘤治疗领域，粒子束治疗特别是碳离子等重离子治疗，以其精准的靶向性显著降低了对周围健康组织的损伤，展现出巨大优势。然而，这种先进治疗方式的广泛应用却受制于庞大的加速器系统，尤其是需要多角度照射时使用的旋转机架（gantry）。传统机架因使用常规磁体而体积巨大、造价昂贵，成为制约粒子治疗普及的关键瓶颈。超导磁体技术为这一难题提供了突破方向。由欧盟IFAST项目资助，来自西班牙能源环境技术研究中心（CIEMAT）、意大利国家核物理研究所（INFN）、欧洲核子研究中心（CERN）等机构的研究团队，聚焦于Canted Cosine Theta（CCT）这一创新磁体结构，开展了一项具有重要应用前景

  来源：IEEE Transactions on Applied Superconductivity

  时间：2025-12-03

• PointDreamer：基于彩色点云的零样本3D纹理网格重建技术

  摘要：忠实地重建具有纹理的网格对于许多应用来说至关重要。与文本或图像模态相比，使用3D彩色点云作为输入（即从彩色点云到网格的转换）在全面且精确地复制目标对象的360度特征方面具有固有的优势。尽管大多数现有的从彩色点云到网格的方法存在纹理模糊的问题，或者需要难以获取的3D训练数据，但我们提出了PointDreamer这一新颖框架，该框架利用2D扩散先验技术来提升纹理质量。关键在于，与以往基于文本或图像输入的2D扩散到3D的方法不同，PointDreamer通过一种创新的项目-填充-反投影流程，成功地将2D扩散模型适配到3D点云数据上。具体而言，它首先将点云投影为稀疏的2D图像，然后进行基于扩散的

  来源：IEEE Transactions on Visualization and Computer Graphics

  时间：2025-12-03

• 系统工程与电子技术前沿：理论创新与国防应用新进展

  随着信息技术的飞速发展，系统工程与电子技术在国防、通信、控制等领域的应用日益广泛，其复杂性及可靠性要求也随之提高。当前，面对多变的外部环境与日益增长的系统性能需求，传统方法在解决大规模系统优化、实时控制及抗干扰等方面面临严峻挑战。特别是在军事系统中，电子技术的先进程度直接关系到国防安全与战略优势，因此，亟需开展创新性研究以突破现有技术瓶颈。《Journal of Systems Engineering and Electronics》作为该领域的重要期刊，长期关注系统理论、电子工程及相关交叉学科的进展，为全球学者提供了交流平台。为应对上述问题，研究人员围绕系统建模、控制算法、电子技术应用等主题

  来源：Journal of Systems Engineering and Electronics

  时间：2025-12-03

• 复杂环境下多机器人系统穿越控制技术综述：方法比较与虚拟管新范式

  在无人机物流、灾害救援等复杂场景中，如何让成群结队的机器人像雁阵般有序穿越密集环境，既避免相互碰撞又能高效通行，一直是制约无人系统大规模应用的瓶颈问题。传统方法往往面临灵活性不足、计算复杂或通信负载过重等挑战，特别是在需要通过狭窄通道或动态障碍区域时，机器人群体的协同控制更显得捉襟见肘。发表于《Journal of Systems Engineering and Electronics》的这篇综述论文，系统梳理了多机器人系统穿越控制领域的前沿进展。研究团队从机器人运动学模型（包括完整约束模型和非完整约束模型）入手，详细比较了四类主流算法的优劣：领导-跟随编队控制强调形成固定几何构型，多机器人轨

  来源：Journal of Systems Engineering and Electronics

  时间：2025-12-03

• 基于决策树的多轮无人机空战动态博弈决策方法研究

  在现代军事科技领域，无人机空战自主决策技术因其零伤亡、高机动性等独特优势成为研究热点。然而，当前空战决策研究多聚焦于单轮对抗场景，难以满足实际作战中连续博弈的需求。多轮对抗过程中，决策复杂度呈指数级增长，传统算法往往束手无策。更棘手的是，空战决策缺乏如围棋般的固定规则，使得深度学习等人工智能技术难以直接应用。这一瓶颈严重制约了无人机在复杂空战环境中的作战效能。针对这一挑战，发表于《Journal of Systems Engineering and Electronics》的最新研究提出了一种融合决策树与博弈理论的创新解法。该研究首次将多轮动态博弈模型引入无人机空战决策，通过构建红蓝双方策略集

  来源：Journal of Systems Engineering and Electronics

  时间：2025-12-03

• 利用光照不变性深度学习技术对葡萄产量和品质进行实地监测

  摘要：本文介绍了一种端到端的、基于物联网的机器人系统，用于葡萄园中葡萄产量和品质（糖分含量和酸度）的非破坏性、实时以及空间分辨的监测。该系统包含一个综合的分析流程，整合了两个关键模块：一个是用于葡萄串检测和重量估计的高性能模型，另一个是基于高光谱成像（HSI）数据的质量评估深度学习框架。在实地应用高光谱成像技术时，一个主要挑战是由光照变化引起的“域偏移”问题。为了解决这一问题，我们采用了光不变谱自动编码器（LISA）这一领域对抗性框架，该框架能够从未经校准的数据中学习出与光照无关的特征。我们在一个专门构建的高光谱成像数据集上验证了该系统的鲁棒性，该数据集涵盖了三种不同的光照条件：受控的人工照明

  来源：IEEE Internet of Things Journal

  时间：2025-12-03

• 基于自适应信息融合的概念漂移学习方法，用于处理不断演变的多数据流

  摘要：概念漂移是由于数据分布的不可预测变化而产生的，这会降低模型的性能。在不断演变的多数据流中，由于动态变化和不确定的流间相关性，这些漂移带来了更大的挑战，需要模型具备强大的准确性和泛化能力。为了解决这个问题，本文提出了一种新的多数据流学习方法，称为基于自适应信息融合的概念漂移学习（AIF-CD）方法，该方法能够自适应地处理具有异构特征空间和复杂漂移情况的多数据流。首先，我们提出了一种实时学习方法，并结合了合作机制来处理多数据流。其次，设计了一种基于信息融合的增强过程，以提高每个数据流的学习效率。接下来，引入了一种基于漂移严重程度识别的适应策略以及选择性使用先前时间戳数据的过程，以增强同步和异

  来源：IEEE Transactions on Knowledge and Data Engineering

  时间：2025-12-03

• 用于特征选择的自适应超盒粒化方法：具备合理的粒度控制

  摘要：聚类作为数据挖掘和机器学习中的基本技术，旨在根据数据之间的内在关系将数据划分为有意义的组。然而，传统的聚类算法通常假设数据具有凸超球面几何结构，即聚类具有明确的边界且不相互重叠。相比之下，现实世界的数据往往表现出复杂且非凸的几何形态，这使得这些假设不再适用，从而导致聚类结果不准确，无法捕捉到数据的内在结构。为了解决这一挑战，本文提出了一种基于改进的粒度表示的新颖聚类方法，进一步细化了“合理粒度”的原则。通过引入更精确和灵活的超盒粒度化机制，该方法能够动态适应数据的拓扑结构，从而提高聚类精度。通过定义数据点之间的聚合程度和离散性，量化了特征空间中属性的重要性，进而设计了一种新的超盒特征选择

  来源：IEEE Transactions on Knowledge and Data Engineering

  时间：2025-12-03

• 中东与非洲变革性人工智能：机遇、挑战与区域创新路径探析

  近年来，人工智能（AI）技术在中东和非洲地区的快速演进与部署，正成为推动区域社会经济发展的关键力量。这一变革不仅体现在技术应用规模的扩大，更反映在针对本地化需求定制的AI解决方案的涌现。然而，这些地区在拥抱AI机遇的同时，也面临着独特的挑战：基础设施不均衡、多语言文化适配难度高、专业人才短缺、以及AI伦理治理框架尚不完善。如何让AI技术真正服务于区域特异性需求（如资源受限环境下的农业优化、少数语言处理、公共服务效率提升），而非简单复制全球模式，成为亟待探索的核心问题。为此，《IT Professional》期刊集结了来自学术界与产业界的研究力量，推出“中东与非洲变革性人工智能”专题，通过多维度

  来源：IT Professional

  时间：2025-12-03

• EHAPZero：基于集成层次属性提示的零样本学习方法，用于害虫识别

  摘要：害虫识别对于实现农业的可持续发展具有重要意义。然而，由于害虫种类繁多、物种间的细微差异以及物种内的显著变异，现有的人工智能和物联网（IoT）技术只能有效识别少数已知害虫。在本文中，我们提出了一种基于集成层次属性提示的零样本学习害虫识别框架，称为EHAPZero。EHAPZero能够识别由物联网设备收集的害虫图像，并将识别结果传输到物联网平台进行终端显示。具体而言，图像识别功能由属性生成模块（AGM）、层次提示模块（HPM）和语义-视觉交互模块（SVIM）共同实现。AGM利用大型语言模型构建害虫的知识图谱，并结合节点重要性评估算法和人工方法对图谱中的属性节点进行双重过滤。受人类知识推理的启

  来源：IEEE Internet of Things Journal

  时间：2025-12-03

• 基于物联网的精准荔枝追踪与计数方法：采用门控指标技术

  摘要：为了应对复杂环境中的计数挑战，我们设计了一种准确高效的多目标跟踪与计数方法。本研究提出了一种名为LitchiCount的新方法，该方法将多目标跟踪检测模型LitchiDet与计数模块相结合，解决了传统机器学习方法中常见的计数遗漏、重复计数以及缺乏可解释性等问题。该方法的开发借鉴了视觉可解释方法Grad-CAM++以及基于关键特征的实验验证方法。为了提高在密集遮挡和目标重叠情况下对小目标的检测精度，我们设计了LitchiDet，该方法包含一个小目标检测层、一个解耦的全连接注意力机制（DFC-C3Ghost）以及一个高效的目标聚合网络模块（ELANB）。我们的计数模块在密集遮挡场景中提高了目

  来源：IEEE Internet of Things Journal

  时间：2025-12-03

知名企业招聘：