• 基于深度学习的信息级联预测综述

  •新分类法。根据信息级联的任务类型和学习策略，我们提出了一种新的分类法来对现有方法进行分类。 •全面综述。我们回顾了200多篇关于最新深度学习方法的论文，涵盖三大主要任务，并讨论了它们的优缺点。 •资源汇编。我们概述了代表性数据集和评估指标。 •应用与机会分析。我们进一步讨论了实

  来源：Information Fusion

  时间：2026-10-28

• 在单轴光伏支撑结构中，对腐蚀后的螺栓连接处进行自动化机器人检测和数字损伤绘制

  •一种移动机器人可在SAPV支架上获取近距离的螺栓图像。•SDA-YOLO能够在复杂的现场条件下检测到小螺栓和腐蚀现象。•MACRA方法将腐蚀掩模转换为面积比例、实际腐蚀面积和腐蚀等级。•组件级索引将局部腐蚀结果映射到全局损伤节点上。•现场测试验证了SAPV支架的自动化腐蚀检测功

  来源：AUTOMATION IN CONSTRUCTION

  时间：2026-10-28

• 热涨落对ABn嵌段共聚物中Frank–Kasper球状相稳定性的影响

  最近，Frank–Kasper球形相因其复杂的堆积构型、非均匀的球形域尺寸以及独特的热力学稳定化机制，在嵌段共聚物乃至软物质领域引起了越来越多的关注。以往的自洽场理论（SCFT）研究表明，Frank–Kasper相的稳定性与嵌段共聚物的自发曲率密切相关，而自发曲率源于A链段与B链

  来源：Macromolecules

  时间：2026-10-28

• 环状结构重要吗？未受控支化聚合中分子内和分子间反应的综合研究

  支化聚合物的形成受分子间交联（促进分子生长和凝胶化）与分子内环化（消耗反应性基团但不增加分子间连通性）之间的竞争所支配。利用三维粗粒化分子动力学，我们研究了A₂ + B₃逐步增长聚合以及含二乙烯基交联剂和链转移剂的自由基聚合中的这一竞争。在两个体系中，环化均延迟凝胶化，但在固定转

  来源：Macromolecules

  时间：2026-10-28

• 通过实验和动力学分析建立环氧乙烷固定床反应器后燃的敏感指标和安全操作域

  打开图形查看器 摘要 在乙烯（C2H4）制环氧乙烷（

  来源：Industrial & Engineering Chemistry Research

  时间：2026-10-28

• 超越局部读数：迈向催化氧化中的整合机制推断

  氧化活性物种（ORSs）为自然界和工业应用中的催化氧化提供了一种共同的机制语言。机制研究旨在解释这些过程如何发生以及如何被调控，传统上集中于识别主导的ORS并量化其对底物转化的贡献。然而，ORSs寿命短暂、浓度低，且会快速相互转化，这使得其机制作用与其形成、转化和衰亡所处的复杂环

  来源：Accounts of Chemical Research

  时间：2026-10-28

• PartDistill++：蒸馏多个基础模型用于鲁棒的3D形状部件分割

  我们提出了一种增强框架 PartDistill++，能够从多个 2D 基础模型中蒸馏知识，用于 3D 形状部件分割。我们开发了一个知识增强模块，仔细提取每个基础模型中教师知识的有益部分，并将语义标签传播到语义无关的 SAM 分割结果上。大量实验表明，PartDistill++ 优

  来源：Computer Vision and Image Understanding

  时间：2026-10-28

• MMVOD: Mamba与记忆库用于视频目标检测

  •一种基于Mamba和记忆库的在线视频目标检测器，用于平衡速度与精度。•一个因果时空Mamba模块，用于建模跨帧依赖关系。•一个类感知记忆库，通过相似度引导更新来维护多样化特征。•一种质量自适应聚合机制，用于减少类间特征混淆。引言视频目标检测（VOD）旨在准确分类和定位连续帧中的

  来源：Computer Vision and Image Understanding

  时间：2026-10-28

• MGDTrack：运动引导扩散模型用于多目标跟踪

  •轨迹运动在关联之前引导基于扩散的假设生成。•运动引导的采样生成分离度更好、运动一致的假设。•帧间运动正则化在遮挡下改善时间稳定性。•运动感知关联降低近似平局模糊性并提高身份稳定性。•在DanceTrack、MOT17和MOT20基准上取得一致的性能提升。引言多目标跟踪（MOT）

  来源：Computer Vision and Image Understanding

  时间：2026-10-28

• 面向仅用LiDAR场景的实时三维目标检测：半监督学习、点云密度增强与知识蒸馏

  我们开发了一种轻量级的仅LiDAR三维检测器，在去除图像/深度补全阶段的同时，实现了接近深度补全级别的性能，并显著加快了推理速度。 我们系统地分析了仅LiDAR推理下的半监督学习、知识蒸馏和数据增强策略，以确定实用的训练方案。 我们提出了点云密度增强（PCDA），这是一种仅用

  来源：Computer Vision and Image Understanding

  时间：2026-10-28

知名企业招聘：