-
多服务器联邦学习中数据卸载与服务器关联的联合优化：以实现成本效益高的智能物联网
针对6G网络中大规模物联网设备带来的联邦学习可扩展性瓶颈，本文提出一种多服务器联邦学习架构，通过联合优化数据下载数学资源分配和服务器关联，将其转化为最小成本流问题，实现多项式时间最优解。实验表明该方法在MNIST、CIFAR-10和CIFAR-100数据集上分别将通信成本降低63.73%、80.92%和59.09%，同时提升吞吐量43%和成本效率105%，并保持更高的模型准确率。
来源：Future Generation Computer Systems
时间：2026-03-29
-
在分布式深度学习中，通过近似AllReduce算法最大化计算与通信的重叠部分
数据并行分布式深度学习中，针对Ring-AllReduce和HD-AllReduce架构设计自适应量化通信方案AQAT，通过动态调整量化率优化计算与通信重叠（CCO），提升模型同步效率。
来源：Future Generation Computer Systems
时间：2026-03-29
-
通过钠改性调节碱性位点，提高γ-Al₂O₃催化剂对低温COS水解过程中氯中毒的抵抗力
本研究通过优化Na负载量，采用初期潮湿浸渍法制备Na/Al₂O₃催化剂，显著提升低温下COS水解活性和抗HCl中毒能力，结构表征证实Na作为HCl陷阱增强稳定性，5.0Na/Al₂O₃催化剂60℃下转化率达86.68%。
-
Al/PVDF与Al/PTFE燃烧性能及燃烧机理的对比分析
Al/PVDF与Al/PTFE系统的燃烧性能及机制差异研究表明，PTFE因氟含量更高引发更多Al-F反应而燃烧强度更强，而PVDF因初始分解温度更低、氢含量更高导致点火延迟更短、燃烧热更高。氢原子能更快速穿透氧化膜与内部铝原子反应，降低铝氧化所需温度。
-
甲烷在氧化镝负载的镍催化剂上的干重整：通过Niδ+与载体的协同作用提高稳定性并抑制积炭现象
本研究开发了一种基于 dysprosium 氧化物（Dy₂O₃）支持的高分散镍催化剂，在800°C下实现了87%的二氧化碳转化率和84%的甲烷转化率，并在100小时内保持了近 unity 的H₂/CO比值，碳沉积率仅为0.16 mgC·gcat⁻¹·h⁻¹。结构表征表明，镍以分散的电子缺陷（Niδ⁺）状态存在，增强了C-H键活化，抑制了深度脱氢和C-C偶联，同时Dy₂O₃的电子调制和载体协同效应有效抑制了积碳。
-
揭示碳负载镍（Ni）簇上二氧化碳（CO₂）还原过程中与尺寸相关的机制
催化二氧化碳电还原高效催化剂设计及机理研究。通过DFT计算和分子动力学模拟系统评估了碳支撑镍纳米簇（SA@Ni_x，x=1-5）的CO2RR性能。发现SA@Ni3和SA@Ni4分别高效催化CO和HCOOH生成，抑制HER副反应。电子结构调控与尺寸效应共同影响产物选择性，揭示了纳米簇原子尺度结构与催化活性的关联机制，为设计高效催化剂提供理论依据。
-
NiMnSe异质结构中的电子耦合-迁移与形貌控制：协同的硫掺杂与空位工程实现高效水分解与超级电容器性能
硫掺杂NiSe₂/MnSe异质结构建在镍泡沫基底上，通过缺陷工程和电子调控显著提升析氢/氧反应活性（OER过电位224 mV，HER过电位113 mV），并构建高效超级电容器（能量密度0.55 mWh/cm²，5000循环保持91.8%容量）。
-
关于氮气（N₂）注入压力对含有甲烷（CH₄）的煤炭位移动力学影响的实验研究
氮气注入驱替煤bed methane过程中，位移曲线可有效描述甲烷吸附与氮气驱替的全程动态特性，并建立基于Yoon-Nelson模型的动力学方程。实验表明高压（0.9 MPa）显著提升驱替效率（R达232.67）和甲烷解吸速率，同时促进煤体渗透性增强。研究揭示了氮气注入压力与甲烷解吸动力学参数的定量关系，为现场降压阶梯式驱替工艺提供理论依据。
-
关于多种混合物在焦化过程中相关行为相互作用机制的研究
煤基硬碳通过不同煤种及衍生品一步碳化制备，揭示了原生结构-微结构-电化学性能关联模型， lignite基硬碳含42%伪石墨化碳、0.366 nm层间距及氧功能团，实现308 mAh/g容量和78%初始库仑效率。
-
从二维高分辨率图像到三维数字模型的多尺度多孔空间特征表征
多尺度孔隙介质中亚微米孔隙网络的高效表征方法。本研究提出基于高分辨率SEM图像的2D-3D智能重构算法，通过纹理分割与EDS矿物组分联合分析，实现非破坏性、大样本量的亚微米孔隙三维建模，建立孔隙率-渗透率统一关系。该方法突破传统FIB-SEM的样本限制和破坏性，可应用于油气开采、地热开发及先进材料设计中的多尺度孔隙表征，显著提升数字岩模型预测精度。
粤公网安备 44010602000434号