• 一种生物医用β型Ti-13Nb-1.5Ta-3Mo合金高温变形行为的建模与表征

  ## 摘要 - 表征了医用β型Ti–13Nb–1.5Ta–3Mo合金在800–900 °C、0.01–10 s⁻¹应变率范围内的热变形行为，应变达到0.6。 - 反向传播人工神经网络（BP-ANN）模型的预测精度优于应变补偿型Arrhenius（SC Arrhenius）模

  来源：Materials Science and Engineering: A

  时间：2026-10-17

• 一种用于总有机碳（TOC）估算的特征增强深度学习模型

  • 提出了一种特征增强深度学习模型（FADLM）用于总有机碳（TOC）预测。• 该模型将ΔLogR衍生特征整合到全连接神经网络（FCNN）中。• 与基线FCNN和随机森林（RF）基准相比，FADLM提高了TOC预测性能。• 该模型展现了利用常规测井数据进行TOC预测的良好潜力

  来源：Physics and Chemistry of the Earth, Parts A/B/C

  时间：2026-10-17

• 基于Transformer的生成网络的敏感区域引导型对抗性攻击

  •提出了一种针对图像识别深度神经网络（DNNs）的新型对抗性攻击方法。•基于Transformer的生成器结合Multi-Dconv Self-Attention技术，提升了攻击能力。•引入了一种基于注意力引导的敏感区域扰动策略。•特征损失和结构相似性损失提高了生成样本的视觉真实

  来源：Pattern Recognition Letters

  时间：2026-10-17

• 面向化工过程结构感知故障诊断的文本属性动态图学习

  **摘要** 准确且可解释的故障诊断对于复杂的化学过程至关重要，在这些过程中，故障特征往往是动态的、耦合的，且在闭环控制下难以区分。本文提出了LSTM-GatedTAG，一种用于田纳西东曼过程（TEP）基准测试中21类故障诊断的时间文本属性动态图框架。在本研究中，文本属性指

  来源：Journal of Loss Prevention in the Process Industries

  时间：2026-10-17

• 锯齿翅片非牛顿封闭腔体内热羽流强化与双扩散输运——双人工神经网络预测

  # 摘要 先进热工程对紧凑几何结构的需求日益增加，以强化储能、电子冷却和高效换热器中的热质传递过程。本研究提出了一种位于非牛顿流体腔体内的中央加热富集三角形锯齿翅片，为通过几何驱动策略增强热浓对流并提高下一代热管理效率提供了一种方案。本文考察了三种翅片朝向：后倾非对称锯齿翅

  来源：International Communications in Heat and Mass Transfer

  时间：2026-10-17

• 采用自适应扰动补偿的三相交错谐振升压模块化多电平换流器动态性能提升

  • 研究了一种具有子模块电压自平衡特性的三相交错谐振型模块化多电平变换器拓扑结构。 • 在控制框架中引入了基于泽尼克神经网络的自适应补偿器。 • 提出了一种自适应后向递推动态面控制策略，以改善系统的扰动抑制能力。 • 在所研究的条件下，所提出的控制器实现了更快的暂态恢复速度和

  来源：Electric Power Systems Research

  时间：2026-10-17

• 多维航天应激因素破坏血脑屏障：分子机制的全面综述

  •微重力、辐射、高碳酸血症和社会隔离通过不同但汇聚的分子机制破坏血脑屏障。•器官芯片平台和在轨生物标志物监测是开发保护神经血管单元对策的有前景策略。引言航天飞行使宇航员暴露于多种环境应激源——微重力、宇宙辐射、环境二氧化碳浓度升高以及社会隔离——这些应激源共同威胁人体健康与表

  来源：Acta Astronautica

  时间：2026-10-17

• NSPOD：通过近似POD加速基于Krylov的迭代线性求解器的收敛

  摘要 应用于参数化偏微分方程（PDE）的基于Krylov空间的线性迭代求解器的收敛性通常对求解域、其离散化方式、施加的Dirichlet/Neumann边界条件的位置/取值、体力以及材料属性等因素高度敏感。我们之前已介绍了经典线性迭代求解器与针对特定几何形状设计的神经常微分

  来源：COMPUTER METHODS IN APPLIED MECHANICS AND ENGINEERING

  时间：2026-10-17

• 面向跨用户人体活动识别的域对抗解剖图网络

  # EEG-ADG：基于解剖学相关性的边增强图对抗域泛化框架用于跨用户人体活动识别 • EEG-ADG融合解剖学单元以实现跨用户人体活动识别（HAR）泛化。 • 建模互联的、类比的、侧向的传感器关系。 • 变分边特征提取器增强多传感器融合。 • 对抗学习确保鲁棒的域不变特征

  来源：Information Fusion

  时间：2026-10-17

• 用于晶体氢化物中氢脱附焓预测的物理一致且可解释的晶体图神经网络

  •十种用于储氢的晶体图神经网络统一基准测试。•SphereNet 实现了最高精度（R² = 0.8135，MAE = 17.18 kJ/mol H₂）。•在熵权 TOPSIS 多准则评估中，Equiformer 排名第一。•可解释性揭示了局部配位是主要预测因子。•标准化、可解

  来源：International Journal of Hydrogen Energy

  时间：2026-10-17

知名企业招聘：