• 工作体验的微观动态与神经质情感：日常压力如何塑造特质神经质

  中文摘要翻译： 日常工作经验可预测状态神经质的变化；感知事件强度而非事件发生驱动上述效应；调节性情绪自我效能缓冲随后的神经质；神经质与自我效能相互塑造未来的工作经验；微观层面的动态过程或可解释经验如何累积为特质。引言部分指出，传统人格研究将神经质视为稳定的特

  来源：Journal of Research in Personality

  时间：2026-10-19

• 轮班工作与脑龄加速：基于MRI的纵向病例报告及小型文献综述

  摘要 背景：以不规律工作时间为特征的轮班工作在现代社会中日益普遍，并与多种不良健康结局相关。既往研究主要关注代谢、心血管及睡眠相关效应，而关于轮班工作如何具体影响脑老化（brain aging）的认知十分有限。 方法：本纵向病例报告（longitudinal

  来源：Safety and Health at Work

  时间：2026-10-19

• 基于人工神经网络代理模型与进化优化的电动汽车电池热管理系统多目标控制研究

  电动汽车锂离子电池技术的快速扩张对电池热管理系统（BTMS）提出了前所未有的要求。锂离子电池的安全和最佳性能高度依赖于温度；将峰值电池温度（𝑇_𝑚𝑎𝑥）保持在约45°C以下可避免固态电解质界面膜（SEI）的加速生长和容量衰减，而高于

  来源：Results in Engineering

  时间：2026-10-19

• 模块级训练后量化实现实时神经视频编码器：以DCVC-RT为例的系统性案例研究

  本研究以DCVC-RT（Deep Contextual Video Coding for Real Time）这一实时神经视频编码器为案例，对其实施了系统性的训练后量化（Post-Training Quantization, PTQ）分析。首先，通过统一精度（

  来源：Signal Processing: Image Communication

  时间：2026-10-19

• 基于残差全连接神经网络的微电网分布式二次控制抗虚假数据注入攻击自适应预测补偿策略

  摘要

  来源：Electricity

  时间：2026-10-19

• 双先验感知轻量级单图像超分辨率重建网络DPALSR

  摘要

  来源：Algorithms

  时间：2026-10-19

• 基于几何残差校正的三维图神经网络分子与原子性质预测方法

  摘要

  来源：Symmetry

  时间：2026-10-19

• 固定hard-tanh层与可训练浅层ReLU网络的二分类：超额误分类错误的最优学习率

  本文在统计学习框架（statistical learning framework）内研究使用ReLU（rectified linear unit，修正线性单元）神经网络的二分类。与对隐藏神经元施加稀疏约束并对输出函数施加有界性假设的现有方法不同，研究人员考虑由

  来源：Journal of Approximation Theory

  时间：2026-10-19

• 面向6G工业物联网中队列感知的端-边-云协作DNN推理：一种多智能体学习方法

  人工智能的快速发展将基于深度神经网络（DNN）的推理任务引入了工业物联网（IIoT）系统。这些任务通常是计算密集型的，需要超出传感设备能力的资源。为了解决这一挑战，边缘计算成为一种解决方案，通过任务卸载实现协作式DNN推理。本文将端-边-云系统中联合DNN划分

  来源：Digital Communications and Networks

  时间：2026-10-19

• 基于循环性的混合学习框架用于早期设计阶段的拆卸序列规划

  本研究提出了一种基于循环性的混合学习框架，用于在早期设计阶段进行拆卸序列规划（DSP）。该框架能够从部分工程物料清单（eBOM）中推导出拆卸序列，无需详细的CAD几何数据。研究将遗传算法（GA）、Q学习和图神经网络（GNN）嵌入到一个统一的工作流中。框架依据四

  来源：CIRP Journal of Manufacturing Science and Technology

  时间：2026-10-19

知名企业招聘：