• 在古典中式园林中，多感官体验相较于单纯的视觉体验所带来的恢复性益处

  中国古典园林的多感官恢复效应研究：基于苏州拙政园的实证分析【研究背景】中国古典园林作为传统景观设计的典范，其空间布局与感官配置融合了哲学理念与生态智慧。近年来，环境心理学研究表明自然景观对缓解压力、提升注意力具有显著作用，但多数研究聚焦单一感官刺激（如视觉或听觉）。本研究突破传统范式，首次系统比较真实多感官环境与虚拟视觉主导环境对心理生理恢复的影响差异，为文化遗产的数字化保护与心理健康促进提供新视角。【研究方法】研究采用混合方法设计，在苏州拙政园选取典型观景点进行对照实验：1. **实验条件**： - A组（现实环境）：7:30-8:30时段（低流量时段）进行实地观察，同步记录心率、眼动及

  来源：Frontiers in Psychology

  时间：2025-11-28

• 对流动老年人的积极认知：为中国包容性城市公园设计提供的启示

  人口老龄化与城市化进程的加速，使得中国及全球范围内大量老年人选择迁移至城市与子女同住。这类群体在适应新城市环境的过程中，如何通过公共绿色空间实现心理恢复与身份重构，成为值得深入探讨的社会议题。本研究以成都双公园为观察场域，通过23位迁徙老年人的质性访谈，系统解构了其环境感知机制与设计优化路径，为老年友好型城市建设提供了理论支撑与实践范式。一、研究背景与理论框架在人口结构剧变与城乡流动叠加的背景下，迁徙老年人的环境适应需求呈现出独特性。传统环境心理学理论多基于定居老年群体，忽视迁移带来的空间认知断裂与文化调适压力。本研究创新性地构建了包含"文化记忆锚点-空间功能适配-社会关系重构"的三维分析框架

  来源：Frontiers in Psychology

  时间：2025-11-28

• 沉积环境对含煤二叠纪龙滩组有机质富集的制约作用：以中国四川盆地中部NT1H井为例

  四川盆地龙潭组煤系地层作为重要的非常规天然气勘探目标，其沉积环境与有机质富集机制的关系长期存在争议。2024年完成的NT1H深部煤层气风险探井揭示了埋深超4000米的龙潭组煤系新特征，为川中地区深部煤层气勘探提供了关键地质依据。该井钻遇龙潭组中下段煤系地层，累计煤层厚度达10米以上，在纵向上呈现"上煤少、下煤多"的分布特征，埋深范围4224-4382米，属于典型的海陆过渡相沉积体系。43.76%），而潟湖相泥岩仅达到4.49%的平均TOC值，形成鲜明对比。30粒/cm²）共同指示还原环境，镜质体反射率Ro普遍超过2.5%，表明有机质经历了深度热演化。值得注意的是，在第一和第四煤层的扫描电镜下发

  来源：Frontiers in Earth Science

  时间：2025-11-28

• 从参与度提升到能力赋能：将游戏化与“生活实验室”方法论融入以儿童为中心的健康创新实践中

  《"拯救世界"儿童健康游戏应用研发与验证研究》通过为期六个月的迭代开发与双国别实地测试，构建了游戏化健康教育的创新范式。该研究由欧盟地平线欧洲SynAir-G项目支持，采用生活实验室（Living Lab）方法论，实现了技术工具与教育理念的深度融合。研究团队通过三次开发迭代（零游戏化基础版、纯游戏化版本、LL协同开发版本），结合52名8-10岁儿童的深度参与，揭示了数字健康工具在儿童群体中的创新路径。一、研究框架与方法论创新项目构建了三层递进式开发体系：首先通过基础问卷和焦点小组建立用户画像，发现传统健康应用存在儿童参与度低（平均停留时间<5分钟）、知识传递方式单一（78%为文字说明）等问题。

  来源：Frontiers in Digital Health

  时间：2025-11-28

• 综述：绘制大学-产业合作中开放创新研究的概念结构：一项文献计量分析

  开放创新在大学与产业合作中的发展脉络与学术生态研究（2003-2024）一、研究背景与核心议题开放创新（OI）作为连接学术研究与实践应用的关键桥梁，自21世纪初逐渐形成系统化的研究范式。其核心在于突破传统创新边界，通过知识共享、协同研发和资源整合，实现技术转移、商业化和社会价值的多重目标。大学-产业合作（OIUIC）作为开放创新的典型实践模式，自2003年以来经历了显著的理论演进与实践创新，尤其在应对数字转型、可持续发展等全球性挑战中展现出独特价值。二、研究方法与数据基础本研究采用混合方法，整合文献计量分析与质性研究，覆盖Scopus数据库中2003-2024年间2,601篇英文文献。通过共词

  来源：Frontiers in Research Metrics and Analytics

  时间：2025-11-28

• 面向城市多无人机通信的低复杂度路径损耗预测模型研究

  随着无线通信技术的飞速发展和低空经济的兴起，无人机(UAV)凭借其强大的机动性和灵活性，在通信、物流、农业等诸多领域展现出巨大潜力。然而，在复杂的城市环境中，无人机之间的无线电波传播特性快速变化，从基站发射的信号经过多条路径到达无人机接收天线，会产生不同程度的传输损耗。这使得为复杂环境下的多无人机设计一个有效、敏捷且鲁棒的在线决策系统面临重大挑战。为了提升无人机的通信能力，探索精确且高效的无线电传播模型并将其集成到决策系统中变得至关重要。目前，路径损耗(PL)预测模型主要分为经验模型和确定性模型。经验模型基于实际场测数据，但在不同场景下需要大量数据采集，费时费力。确定性模型，如抛物线方程法和射

  来源：IEEE Open Journal of Antennas and Propagation

  时间：2025-11-28

• 毫米波分布式MIMO系统中的定位技术综述：挑战、解决方案与应用前景

  随着第五代(5G)和第六代(6G)无线通信技术的快速发展，智能交通、工业自动化和扩展现实(XR)等新兴应用对高精度定位和可靠通信提出了前所未有的需求。特别是在密集城市环境中，建筑物遮挡导致的非视距(NLoS)传播、高速移动带来的多普勒效应以及密集网络部署产生的干扰，使得传统定位技术难以满足厘米级精度和毫秒级延迟的要求。毫米波(mmWave)频段(30-300 GHz)因其大带宽和窄波束特性，为高精度定位提供了新的可能，但当其与分布式多输入多输出(D-MIMO)系统结合时，如何实现高效的定位辅助波束成形(PA-BF)仍是一个亟待解决的问题。为解决上述挑战，Mohd Adnan等研究人员在《IEE

  来源：IEEE Access

  时间：2025-11-28

• 生成式AI“野外”教学两年实践：多学科融合的教育创新路径

  当ChatGPT 3.5在2023年初掀起生成式人工智能的浪潮时，圣母大学的Alexi Orchard与John T. Behrens教授敏锐意识到，传统教育体系正面临前所未有的挑战。尽管各行各业都在积极应用生成式AI，高等教育却尚未形成系统的教学方法。更棘手的是，学生们虽熟练使用AI工具，却缺乏对技术本质的批判性认知，这种"知其然不知其所以然"的状况，可能导致对AI技术的误用或过度依赖。为此，研究团队开创性地设计了"Generative AI in the Wild"课程，其独特之处在于将技术实践与多学科视角深度融合。课程名称中的"野外"一词颇具深意，既区别于实验室层面的纯技术研究，又暗示A

  来源：IEEE Technology and Society Magazine

  时间：2025-11-28

• 基于双振膜结构的激光加工全玻璃麦克风：增强鲁棒性与灵敏度的创新设计

  声学信号作为结构完整性、机械故障和材料劣化的重要指标，在电力系统局部放电检测、结构健康监测等领域具有广泛应用。高频声波信号能够反映早期故障特征，但其检测需要传感器具备高灵敏度、宽频带响应和优异的环境稳定性。传统外腔法布里-珀罗干涉（EFPI）声学传感器常采用聚合物、金属或硅基材料制备振膜，虽能实现较高灵敏度，却因材料热膨胀系数不匹配、封装残余应力等问题，在高温、高湿等恶劣环境下性能显著退化。此外，复杂微机电系统（MEMS）加工工艺限制了传感器的一致性和可靠性，制约了其实际应用潜力。为解决上述挑战，上海大学研究团队在《IEEE Photonics Journal》发表了一项创新研究，提出基于双振

  来源：IEEE Photonics Journal

  时间：2025-11-28

• 由多知识蒸馏驱动的异构联邦学习

  摘要：在完全异构的联邦学习环境中，客户端在模型结构和本地数据分布方面存在显著差异（非独立同分布，Non-IID），由于在异构场景中可用于交互的通信内容有限，客户端模型的联合学习受到阻碍。在这种情况下，服务器通过简单聚合客户端logits构建的全局知识本质上是一种包含大量噪声和信息损失的模糊表示，难以有效指导客户端模型的更新。为了解决这些问题，本文提出了一种基于多知识蒸馏融合的异构联邦学习框架（FedMkd），以应对异构环境中的多种挑战。FedMkd框架采用了类级logits交互架构（CLIA），并引入了一种高效的知识共享机制。它创新性地整合了两种知识蒸馏方法：1）温度自适应知识蒸馏（TAKD）

  来源：IEEE Journal on Miniaturization for Air and Space Systems

  时间：2025-11-28

• 一款协作式虚拟现实飞行模拟器：有效性、挑战与潜力

  摘要：将沉浸式技术融入学生飞行员培训的过程中，一直受到缺乏实证证据来支持其有效性的阻碍。现有关于虚拟现实飞行模拟器的研究范围有限，主要集中在小型活塞发动机飞机上的单用户使用情况，而对于其在商业飞行员操作中的应用关注较少。本文首次尝试评估一种虚拟现实飞行模拟器，用于在多机组环境中培训初次受训的飞行员，所使用的飞机为复杂的喷气式飞机（波音737-800）。研究最初采用了基于实验设计的方法来识别和解决可能的方法论问题。为了验证概念的可行性，研究评估了两种不同的场景，并对两种头戴式显示器的性能进行了测试。此外，研究还测量了飞行员的情境感知能力和工作负荷。该设置允许在多机组环境中评估虚拟现实飞行模拟器与

  来源：IEEE Transactions on Learning Technologies

  时间：2025-11-28

• 智能增强与元宇宙融合：XR技术赋能未来教育的创新路径

  当哈佛学者Chris Dede用雅典娜与猫头鹰的希腊神话比喻人类与人工智能的共生关系时，东方学者们则从明代小说《西游记》中找到了更具文化共鸣的隐喻。这篇发表于《IEEE Transactions on Learning Technologies》的编辑部文章，通过将唐僧取经团队与现代教育技术要素进行巧妙映射，揭示了智能增强（Intelligence Augmentation, IA）与元宇宙（Metaverse）融合背景下教育变革的新图景。随着人工智能（AI）技术的迅猛发展，教育领域正面临前所未有的机遇与挑战。传统教育模式难以满足个性化学习需求，而静态的在线学习环境又缺乏互动性与沉浸感。更关键

  来源：IEEE Transactions on Learning Technologies

  时间：2025-11-28

• 机器人模拟平台RoblockLLy在计算机科学教育中的创新应用与验证

  在当今数字化时代，计算机科学教育已成为基础教育的重要组成部分，但传统教育机器人（ER）硬件成本高昂、操作复杂，尤其对资源有限的学校构成巨大障碍。此外，青少年尤其是女生对科技领域的兴趣普遍低于男生，这种性别差异在中学阶段尤为明显。如何通过低成本、易普及的工具激发学生对科学、技术、工程和数学（STEM）的兴趣，并培养其计算思维（CT）能力，成为教育技术领域的核心挑战。为此，西班牙拉古纳大学的研究团队开发了一款名为RoblockLLy的开源3D机器人模拟器，旨在通过虚拟环境打破硬件限制，让中小学生无需物理设备即可学习机器人编程与传感技术。该研究发表于《IEEE Transactions on Lea

  来源：IEEE Transactions on Learning Technologies

  时间：2025-11-28

• 基于逆反射空中成像与菲涅尔透镜的长距离户外空中LED显示屏技术研究

  在智慧交通和增强现实技术快速发展的背景下，传统交通信息显示方式面临严峻挑战。常规的可变信息标志通常安装在道路上方或路侧，存在容易被遮挡、维护风险高（如坠落事故）等问题。更关键的是，户外环境下的强光照条件对显示设备的亮度提出了极高要求——日本道路标准规定红色标识需达到1600 cd/m²以上，而现有空中显示技术难以满足这一标准。为此，研究团队将目光投向了一种能够实现在空气中形成真实图像的技术：逆反射空中成像（Aerial Imaging by Retro-reflection, AIRR）。这种技术通过光束分离器、逆反射镜等光学元件，使光线在空气中汇聚成像，无需物理屏幕即可实现"悬浮"显示效果，

  来源：iEnergy

  时间：2025-11-28

• 人员配备与卓越表现：这不仅仅是一回事

  图根据不同的对象、地点以及提问的时间不同，人员配备问题常常被视为主要挑战。每一位临床护士和护士领导都期望有足够的人员配备，这确实是非常基础且重要的。联合委员会最近提出了一项新的绩效目标，要求实现“充足”的人员配备。但这一目标不仅仅关乎数字上的满足。真正的护理卓越以及“充足”这一概念的动态定义，还需要解决一系列相互关联的问题，如工作量、能力、领导力、技能分配、伦理困境、财务资源等。我们复杂的实践环境不仅影响着人们对人员配备是否充足的看法，也影响着护理质量。问题远比表面上看到的要复杂得多。 Sharon Pappas博士是一位备受尊敬的护士领导者，她在本月撰写了一篇客座社论，提出了一个三部分模型

  来源：Nursing Management

  时间：2025-11-28

• SailMAV：面向水生环境监测的仿生航行微飞行机器人创新研究

  在气候变化研究日益重要的今天，对水生环境数据的获取需求与日俱增。然而，传统的单模式机器人面对复杂的自然水域环境时往往力不从心——大型水上机器人难以部署到偏远区域，而小型设备又缺乏足够的续航能力和环境适应性。特别是在生物多样性监测领域，现有方法往往需要人工介入，不仅效率低下，还可能对敏感的生态系统造成干扰。针对这一挑战，由André Farinha、Luca Romanello等来自帝国理工学院、EMPA等国际知名研究机构的研究团队在《IEEE Transactions on Field Robotics》上发表了创新性研究成果。他们开发了一种名为SailMAV的航行微飞行机器人，巧妙地将飞行器

  来源：IEEE Transactions on Field Robotics

  时间：2025-11-28

• 利用基于多中心的预测方法提升动态约束多目标优化性能

  摘要：动态约束多目标优化问题（DCMOPs）涉及目标函数和约束条件随时间的复杂变化。这些变化对大多数现有算法构成了挑战，因为它们难以快速穿越不可行区域，并准确追踪变化的帕累托最优集（POS）和帕累托最优前沿（POF）。为了解决这个问题，本文提出了一种基于多中心的预测策略，称为FCP，以更有效地解决DCMOPs。首先，我们引入了一个惩罚函数来对历史最优解进行聚类，从而获得这些解的多中心。这些中心可以大致代表POS中不同簇的分布。然后，我们通过计算当前中心与前两个环境中心的距离来预测新环境中POS的簇中心。该预测策略能够处理由约束条件引起的POS变化，从而提高预测的准确性。最后，我们提出了一个种群

  来源：IEEE Transactions on Evolutionary Computation

  时间：2025-11-28

• 异构机器人团队在DARPA地下挑战赛中的统一感知与自主协同技术研究

  地下环境历来是人类难以涉足的禁区，无论是坍塌的矿坑、地震后的城市废墟还是错综复杂的天然洞穴，都存在着GPS信号缺失、通信中断、能见度低及地形极端等严峻挑战。这些"枯燥、肮脏、危险"的环境恰恰是机器人技术能够大显身手的舞台。美国国防高级研究计划局（DARPA）为此设立了地下挑战赛（SubT Challenge），旨在推动机器人自主探索技术的突破。在2021年9月举行的决赛中，来自澳大利亚CSIRO Data61的研究团队凭借其创新的异构机器人系统，与CERBERUS团队并列最高分，最终斩获亚军。为解决地下环境的特殊挑战，研究团队开发了一套集成了统一感知与自主决策的异构机器人系统。该系统核心技术方

  来源：IEEE Transactions on Field Robotics

  时间：2025-11-28

• 基于历史经验的在线自适应策略：强化学习在动态环境下的适应性突破

  在当今高度自动化的系统中，强化学习（Reinforcement Learning, RL）已成为机器人控制、自动驾驶和无人机导航等复杂环境下的关键技术。然而，尽管RL智能体在理想条件下表现出色，一旦环境参数（如摩擦系数、机器人物理属性或重力条件）发生变化，其性能往往会急剧下降。例如，一辆在晴朗天气下行驶自如的自动驾驶汽车，可能在雨雪天气中因路面湿滑而失控。这种脆弱性严重限制了RL在真实世界的应用，因为现实环境充满不确定性，且难以通过预训练覆盖所有可能场景。传统解决方案主要依赖三类方法：一是通过域随机化（Domain Randomization）在训练中暴露智能体于多样化环境，但这类方法可能导致

  来源：IEEE Transactions on Emerging Topics in Computational Intelligence

  时间：2025-11-28

• 多样性优化：从控制理论到生态系统的广义最优性原理

  在控制理论与工程实践中，“最优”一词常被赋予绝对化的含义——仿佛存在唯一的最佳解决方案。然而IEEE Control Systems期刊最新发表的总统寄语通过数学推导与生态类比，揭示了“更优”实现的深层机制：扩展可行解集能够突破原有优化边界，这一原理不仅适用于控制器设计，更能解释生物多样性对生态系统稳定性的维护作用。传统最优控制方法需要在给定约束条件下搜索最佳控制策略，例如最小化能量消耗或跟踪误差。但研究指出，若将搜索范围从线性控制器扩展到非线性领域，或从单一物种 monocultures 转向多元生物群落，系统的H2范数（表征系统能量消耗的指标）与H∞范数（表征系统鲁棒性的指标）均可获得进一

  来源：IEEE Control Systems

  时间：2025-11-28

知名企业招聘：