• 基于PID教师模型模仿学习训练得到的局部仿射神经网络控制器的训练后继承式圆盘裕度认证

  通过模仿学习训练的神经网络（NN）控制器能够复现传统比例-积分-微分（PID）控制器的行为，但其部署需评估替换后教师模型的稳定性与鲁棒性属性是否得以保持。本文提出一种训练后框架，用于在PID被NN控制器替换时认证鲁棒性的继承程度。该方法以PID控制回路的平衡圆

  来源：Journal of Process Control

  时间：2026-08-13

• 基于物理机制与数据驱动融合的少样本裂纹深度数据下管道剩余使用寿命概率预测

  裂纹扩展是导致结构失效的主要因素之一，而在实际工程中常面临裂纹检测数据稀缺、扩展机制复杂及存在不确定性等挑战。研究人员提出一种融合物理机制与数据驱动方法的混合方法，用于在少样本裂纹深度数据条件下对管道剩余使用寿命进行概率预测。首先，基于Paris裂纹扩展方程在

  来源：Journal of Pipeline Science and Engineering

  时间：2026-08-13

• 基于图神经ODE的安全多智能体强化学习在市场化配电网电压控制中的应用

  GODE-MASAC-CBF将CMDP（约束马尔可夫决策过程）风险控制与CBF（控制障碍函数）动作投影相结合。AE-GraphODE（自编码器-图神经常微分方程）从有限量测中捕获拓扑感知的节点动态。一个灵敏度预测头向CBF提供状态依赖的电压-动作灵敏度。在IE

  来源：International Journal of Electrical Power & Energy Systems

  时间：2026-08-13

• 无锁（Locking-free）基于能量的物理信息神经网络（physics-informed neural networks, PINNs）用于剪切可变形梁与板

  研究人员针对剪切可变形梁与板，研究了物理信息神经网络（PINNs）中横向剪切锁定（transverse shear locking）现象。基于Timoshenko梁理论与Reissner–Mindlin板理论，研究人员在能量法框架下实现了标准与层次化（hier

  来源：COMPUTER METHODS IN APPLIED MECHANICS AND ENGINEERING

  时间：2026-08-13

• 结合随机与鲁棒优化的电动自动驾驶按需出行及其嵌套Benders分解

  研究人员提出了一种结合随机与鲁棒优化的模型预测控制（Model Predictive Control, MPC）框架，用于电动自动驾驶按需出行（Electric Autonomous Mobility-on-Demand, EAMoD）系统，该框架管理需求、能

  来源：TRANSPORTATION RESEARCH PART C-EMERGING TECHNOLOGIES

  时间：2026-08-13

• 基于强化学习的在需求响应合乘中的预期性路径规划与匹配

  需求响应合乘系统面临优化当前服务质量与为未来需求做准备之间的基本权衡。大多数现有方法使用固定的预期参数，无法适应不断变化的供需条件，从而限制了系统的长期效率。本文提出了一种基于强化学习（RL）的框架，能够在实时路径规划和匹配决策中动态调整预期水平。通过将图神经

  来源：TRANSPORTATION RESEARCH PART C-EMERGING TECHNOLOGIES

  时间：2026-08-13

• 从分布到分位数神经基础模型：以电价预测为例

  概率电价预测（PEPF）在现代电力市场中对于不确定性感知决策日益重要。尽管神经网络（NNs）取得了强大的预测性能，但其有限的可解释性阻碍了操作员的信任和可靠部署。研究人员提出了一种新颖的基于神经可加模型的PEPF框架，融合了NNs的表达能力与广义可加模型（GA

  来源：Energy and AI

  时间：2026-08-13

• 基于物理模拟器行为反演的心电图心脏参数估计

  心电图（ECG）因波形蕴含反映心脏状态的丰富信息而用于临床医学，经验丰富的专科医师可通过与典型病例模板匹配识别代表性异常及其预测征象，但即便对专家而言，进一步定位异常成因仍十分困难。为提供心脏内部状态的线索，研究人员提出一种基于深度神经网络（DNN）的模型，由

  来源：PLOS Digital Health

  时间：2026-08-13

• 基于连续小波变换谱图提取特征的小麦白粉病严重度估算新方法

  小麦白粉病(WPM)传播迅速，可严重破坏作物生理结构，从而抑制生长并造成产量损失。基于光谱的分析因病害发展引起光谱信号的可测量变化，提供了一种快速、非破坏性的WPM检测途径。然而，从复杂光谱数据中提取信息性特征仍是准确监测WPM的关键挑战。据此，研究人员开发了

  来源：Engineering

  时间：2026-08-13

• 低资源单轮改写攻击对AI生成文本检测的影响

  随着强大大语言模型（Large Language Model，LLM）的兴起，多种区分人类撰写文本与AI生成文本的技术被相继提出。研究人员在本文中研究旨在规避AI检测系统的单轮改写（single-pass paraphrasing）攻击，目标是系统评估简单低资

  来源：Intelligent Systems with Applications

  时间：2026-08-13

知名企业招聘：