• 使用混合图注意力网络和可微逆变换方法进行空心板梁桥高效损伤识别

  •HG-AttnNet和可微分反演技术能够快速识别桥梁损伤。 •链图表示法使得替代模型能够在不同桥梁之间进行泛化。 •与FEMU相比，可微分反演技术可将计算时间减少99.5%以上。 •该方法能够准确隔离出损坏最严重的节点和梁。 1. 引言 空心板梁桥由预制混凝土

  来源：AUTOMATION IN CONSTRUCTION

  时间：2026-10-18

• 基于元学习时空状态初始化的电动汽车充电需求联邦预测

  - 一个联邦框架预测跨区域的城市电动汽车充电需求； - 元学习先验生成节点专属的循环初始状态； - 多模态特征和图拓扑指导客户端分区； - 相对于FedAvg的平均配对增益在MAE上为2.18-3.56%，在RMSE上为2.65-3.72%； - 精度与集中数据训练相当，同时

  来源：Energy

  时间：2026-10-18

• 面向退化不确定性下的可靠物理信息神经网络：一种用于燃气涡轮发动机动态建模的隐体积框架

  - 提出了一种面向可靠性的IVP-PINN框架，用于气轮机动态数字孪生。 - 统计物理信息容差机制在退化不确定性条件下放宽了严格的物理硬约束。 - 一种波动耦合的隐式容积框架能够捕捉瞬态运行过程中的磁滞效应。 - 该框架在复杂瞬态条件下显著降低了极端预测尾部风险。 ## 引

  来源：RELIABILITY ENGINEERING & SYSTEM SAFETY

  时间：2026-10-18

• 数据缺失条件下基于健康状态映射补偿的电力变压器剩余使用寿命预测

  •提出了一种适用于监测数据缺失条件下变压器的剩余使用寿命（RUL）预测新框架。•通过多视角跨单元交互，开发了一种不完整的健康状态映射补偿策略。•引入了一种区间预测机制，以在缺失数据引起的不确定性下提高预后可靠性。 引言 大型油浸式变压器是电力系统中不可或缺的核心设备，承担

  来源：RELIABILITY ENGINEERING & SYSTEM SAFETY

  时间：2026-10-18

• 面向工业信息物理系统软测量的自适应过程知识引导跨尺度图学习

  # 摘要 在复杂工业过程中，通过直接在线测量准确获取关键质量变量仍然是一个主要问题。软测量提供了一种可行的方法，可从可用的过程测量值中估计质量信息，并在工业信息物理系统（ICPS）中发挥着重要作用。然而，ICPS中的高维测量数据分布于耦合的过程阶段中，要求软测量模型能够同时

  来源：Advanced Engineering Informatics

  时间：2026-10-18

• 基于先验引导的动态异构时空图学习方法，用于多阶段装配过程中的几何质量预测

  •为实现多阶段装配过程（MAPs）的质量预测，构建了一种基于先验引导的动态异构图。•HGT-EF将装配先验整合到基于边的异构消息传递中。•TAGRU捕捉MAPs中的阶段间错误传输和累积。•分层多任务学习模型子系统到产品的GQI耦合。•KSTAC为GQI预测提供关键的时空属性分析。

  来源：Advanced Engineering Informatics

  时间：2026-10-18

• 面向人工智能应用的基于快速近似压缩器的低功耗近似乘法器设计

  • AC5-2/AC6-2 实现直接的 5-2/6-2 部分积压缩。 • 约束驱动的布尔映射提供非正误差。 • 线性与折线混合树提供能耗—精度设计权衡。 引言 近年来深度学习领域的重大进展显著拓展了人工智能在诸多领域的实际应用部署 [1]–[6]。与此同时，神经网络规模和

  来源：Integration

  时间：2026-10-18

• 通过超复代数建模级联预测中的多因素相互作用与非对称影响

  •提出 CasHyper，用于基于超复数的信息级联预测。 •通过超复代数建模多因子交互和非对称影响。 •引入一种带有旋转位置编码的超复数 Transformer。 •通过凯莱 - 迪克森构造探索不同的超复代数。 引言 在互联社交网络的领域中，信息级联代表了信息从一个用户传播

  来源：Information Processing & Management

  时间：2026-10-18

• 钯/铝掺杂氧化锌/p 型硅肖特基二极管的物理一致性参数提取：热电子发射与机器学习模型的比较研究

  摘要近年来，数据驱动建模的进展使机器学习（ML）成为从测量的电流—电压（IV）特性中提取二极管参数的热电子发射（TE）传统方法的潜在替代方案。然而，纯粹的统计优化可能产生与底层半导体输运机制缺乏物理一致性的参数估计。这一问题对于肖特基势垒二极管（SBDs）尤为重要，其参数如肖

  来源：Solid-State Electronics

  时间：2026-10-18

• 利用神经网络对两种外延技术制造的磷化氢电极场效应晶体管（pHEMTs）中的栅极漏电流进行紧凑建模

  摘要 本研究提出了一种用于InP基伪形高电子迁移率晶体管（pHEMTs）栅极泄漏的神经网络紧凑模型，该模型仅基于两种外延技术的测量数据进行训练：一种是传统的单δ掺杂器件，另一种是先进的双δ掺杂器件。一个统一的数据集结合了这两种结构的所有Iɡ–VɡS曲线，用于训练一个规模适中的

  来源：Solid-State Electronics

  时间：2026-10-18

知名企业招聘：