• NLP模型：每权重容量—每标签容量

  前馈神经网络的最大容量每权重（CpW）是有限的，这表明其可作为由海量权重组成的深度架构实现自然语言处理（NLP）任务性能的定量度量。本文模拟表明，多层网络的CpW趋近于一步副本对称破缺（one-step replica symmetry-breaking）解，

  来源：Physica A: Statistical Mechanics and its Applications

  时间：2026-07-31

• 关于线性时不变系统的双神经元尖峰控制：一种混合系统方法

  研究人员设计并分析了一个与单输入单输出线性时不变系统（linear time-invariant system, LTI system）闭环的双神经元尖峰控制器（spiking controller）。两个神经元使用泄漏积分点火（leaky integrate

  来源：Nonlinear Analysis: Hybrid Systems

  时间：2026-07-31

• 使用SHapley Additive exPlanations的变额年金投资组合估值

  本文提出了一种新的元建模框架，用于评估变额年金（VA）投资组合，该框架利用SHapley Additive exPlanations（SHAP）以可解释的方式选择代表性样本。在将元建模技术应用于基于原则的VA投资组合估值时，需要选择具有清晰且可解释标准的代表性

  来源：Insurance: Mathematics and Economics

  时间：2026-07-31

• 基于集成贝叶斯神经网络的深度概率回归用于长跨度桥梁振动的不确定性感知预测

  风致垂直和扭转振动在长跨度缆索支撑桥梁中可能导致过大的桥面振荡、扭转运动和气动不稳定性，可能危及结构安全和服务性。考虑到强风荷载下现场测量（如数据丢失和传感器故障）的关键挑战，通过机器学习进行桥梁振动预测为可靠的监测和管理提供了显著优势。研究人员提出了一种基于

  来源：Journal of Infrastructure Intelligence and Resilience

  时间：2026-07-31

• 苯基丙氨酸代谢物（苯乙酸、苯乳酸与苯丙酮酸）在稀水体系中的结构-动力学行为特征：一项分子动力学研究

  本研究采用分子动力学模拟考察苯乙酸（PA）、苯乳酸（PL）与苯丙酮酸（PP）的结构特征对其在水体系中结构与动力学行为的影响，并建立苯基丙氨酸代谢物的动力学与其在苯酮尿症中致病效应之间的关系。代谢物的亲水性按 PA < PL < PP 顺序递增，其中苯乙酸盐（P

  来源：Chemical Thermodynamics and Thermal Analysis

  时间：2026-07-31

• 燃气轮机物理信息模块化建模：组件级热力学约束与系统级一致性

  准确的且具有物理一致性的燃气轮机系统建模对于提升性能预测、可靠性及能源效率至关重要。传统的纯数据驱动方法往往缺乏物理可解释性，而纯粹的基于物理的模型难以捕捉复杂的非线性系统行为。本研究提出了一种用于燃气轮机性能及排放预测的模块化物理信息建模框架，其中热力学约束

  来源：ENERGY CONVERSION AND MANAGEMENT

  时间：2026-07-31

• NASGP：一种高效且可解释的神经架构搜索框架用于植物基因组预测

  研究人员提出了一种新的植物基因组预测框架NASGP，该框架利用神经架构搜索自动设计和优化网络架构。研究人员设计了MIDAFS（互信息驱动的双通道自适应加权特征选择），一种去除冗余SNP（单核苷酸多态性）同时保留富信息遗传信号的特征选择策略，提高了预测性能和搜索

  来源：Industrial Crops and Products

  时间：2026-07-31

• 活在疼痛主导的当下与未来：化疗所致周围神经病变（CIPN）癌症幸存者疼痛灾难化体验的质性研究

  目的：本研究旨在探讨化疗所致周围神经病变（CIPN）且报告高水平疼痛灾难化的成年癌症幸存者的疼痛灾难化生活体验。 方法：在这项质性研究中，持续CIPN的成年癌症幸存者（疼痛灾难化量表（PCS）评分≥30分）参与了半结构化访谈。根据Giorgi现象学程序对1

  来源：European Journal of Oncology Nursing

  时间：2026-07-31

• 使用基于电致发光的自适应神经模糊推理系统评估光伏电池内部功率损耗

  串联电阻（Rs）是限制光伏电池性能的关键参数；然而，其基于电流-电压（I-V）测量的传统估计需要电接触和受控测试条件。在本研究中，研究人员提出了一种基于电致发光（EL）图像和Sugeno型自适应神经模糊推理系统（ANFIS）的无损图像方法，用于估计晶体硅光伏电

  来源：AppliedMath

  时间：2026-07-31

• 物理信息神经网络（PINNs）与优化离散损失（ODIL）在非稳态非线性偏微分方程正反问题中的比较研究

  本研究系统地比较了两种最先进的框架——物理信息神经网络（PINNs）和优化离散损失（ODIL）——在基准椭圆型（Poisson）、双曲型（Wave）和抛物型（含未知源项的二维扩散-反应）问题上的表现，最终完成一项具有挑战性的逆源重构任务：推断一个时空变化的热源

  来源：Computation

  时间：2026-07-31

知名企业招聘：