• 晶体图网络在何处失效？基于空间群解析误差分析的简单边感知图神经网络带隙预测：Crystal-X

  图神经网络（Graph Neural Networks, GNNs）用于晶体性质预测通常仅以单一聚合误差评估，这会掩盖模型在哪些材料类别及何种结构上失效。研究人员针对材料项目（Materials Project, MP）数据集，提出了一种按空间群、晶胞中心类型

  来源：Crystals

  时间：2026-07-25

• 计算机科学学生混合式职业路径推荐系统：融合学业档案与个人技能的内容-协同模型

  职业决策制定仍是计算机科学学生面临的关键挑战，尤其在沙特阿拉伯等快速演变的劳动力市场。传统指导方法常依赖主观建议或有限学业指标，导致职业错配与就业力下降。为弥补该缺口，研究人员提出一种混合式职业推荐系统，融合学业表现、技术与软技能及个人偏好。该系统结合人工神经

  来源：Electronics

  时间：2026-07-25

• 无监督机器学习用于多表型焦虑发现：一项大规模纵向职场生理学研究

  焦虑症影响着全球超过3.01亿人，仍然是最普遍的精神健康障碍类别。传统检测方法依赖于主观自我报告，无法捕捉日常生活中焦虑的动态生理特征。在这项纵向研究中，研究人员对67名在职专业人士进行了为期九个月的持续可穿戴监测，获得了44,443小时的多模态数据，并将其分

  来源：Electronics

  时间：2026-07-25

• 用于IEEE 802.11be环境中延迟扩展估计和剩余保护间隔利用的不确定性感知机器学习

  在此，研究人员提出了一种基于不确定性量化（Uncertainty Quantification, UQ）的框架，用于在IEEE 802.11be环境中将均方根（Root Mean Square, RMS）延迟扩展σ估计为概率分布。该方法使用从第90百分位数估计

  来源：Electronics

  时间：2026-07-25

• 面向搜救的受害者检测与定位：一种搭载混合卷积神经网络—视觉Transformer（CNN–ViT）模型的机器人挂载超宽带（UWB）雷达系统

  搜救（SAR）机器人系统需要具备稳健的非视距受害者检测能力，以高精度定位障碍物后受困人员。研究人员提出一种基于卷积神经网络—视觉Transformer（CNN–ViT）架构的机器人受害者定位系统，该架构在开源雷达数据集上训练，用于穿墙存在性检测。除二分类存在检

  来源：Electronics

  时间：2026-07-25

• 基于GP-ANN的灰盒代理特征工程方法用于数字孪生应用

  本研究提出了一种基于自主特征工程概念的顺序混合GP-ANN架构，用于单相感应电机的多输出性能预测，作为准备集成到数字孪生中的高保真代理模型。所需的高分辨率电机数据集（88,375个样本）是通过使用Ansys RMxprt的参数扫描方法生成的。在所提出的架构中，

  来源：Electronics

  时间：2026-07-25

• 探索边界对路径整合的影响——一种将空间导航表现与脑活动概念相联系的方法

  数字地图因可访问、定期更新和可定制而日益取代纸质地图，但也常削弱空间定向能力并造成技术依赖。一种可能的解决方案是通过设计契合空间响应性脑细胞的地图，在无额外认知负荷下辅助导航。此类细胞被认为参与内部空间表征的构建。动物研究表明环境边界的感知有助于稳定放电行为，

  来源：ISPRS International Journal of Geo-Information

  时间：2026-07-25

• DPMSCH-Net: 一种具有流形约束的双重先验引导多尺度SSM-CNN混合网络用于小样本条件下的高光谱图像分类

  高光谱图像（HSI）在农业应用中展现出巨大潜力，但传统分类方法在充分提取复杂的空间-光谱特征方面面临挑战。虽然深度学习方法提供了强大的表征能力，但标准的同质架构在有效捕获多尺度上下文方面往往存在局限性。此外，极端的标签稀缺性增加了识别中心目标和信息性光谱波段的

  来源：Remote Sensing

  时间：2026-07-25

• 利用卷积神经网络中的多头自注意力机制增强基于振动的变压器故障预测

  变压器故障可导致停电、设备损坏和高昂的维修成本，因此早期检测至关重要。传统的诊断方法如溶解气体分析（DGA）和频率响应分析（FRA）虽然有用，但常受噪声、重叠信号和变化运行条件的影响。振动分析提供了一种非侵入性、实时的替代方案来监测变压器健康状态，但由于外部噪

  来源：International Transactions on Electrical Energy Systems

  时间：2026-07-25

• 一种集成先进社会记忆优化算法与改进径向基函数神经网络的智能校准器

  摘要工业机器人是智能制造中的关键组成部分，因其能够提升生产效率、精度以及运行可靠性。然而，长期使用不可避免地会导致磨损及其他误差源的出现，这些因素会降低机器人的绝对定位精度，进而影响高精度任务的执行。为解决这一问题，本文提出了一种两阶段校准器，该校准器结合了先进的社交记忆优化算法

  来源：Neural Networks

  时间：2026-07-25

知名企业招聘：