• 长峰波条件下漂浮式光伏平台响应的相位分辨预测：一种神经算子方法

  海上漂浮式光伏（FPV）平台对于全球可再生能源转型具有重要意义，然而其运行安全性依赖于对结构响应进行准确、实时的预测。该研究利用通过OrcaFlex模拟生成的、覆盖完整海况矩阵的数据集，提出了一种Cascade FNO-DeepONet框架，用于在长峰波条件下

  来源：Journal of Ocean Engineering and Science

  时间：2026-07-23

• 神经丝轻链蛋白无序尾区突变重塑其自组装网络结构

  含固有无序区域(IDR)的蛋白质虽缺乏稳定结构却执行关键细胞功能，挑战了传统结构-功能范式。神经丝轻链(NFL)蛋白自组装为瓶刷状细丝，其无序尾域介导对神经元完整性至关重要的向列型水凝胶形成。NFL突变与Charcot-Marie-Tooth(CMT)病相关，

  来源：Journal of the American Chemical Society

  时间：2026-07-23

• 运动质量飞行器的集成式分布式编队控制

  在大气环境中，运动质量飞行器（Moving Mass Flight Vehicles，MMFVs）集群在高速协同机动任务中展现出显著潜力，但也对控制系统设计提出了巨大挑战。本文研究了分布式通信条件下多运动质量飞行器系统的编队控制问题。首先，提出并建模了一种将运

  来源：Defence Technology

  时间：2026-07-23

• 采用规范性数字孪生方法的甲烷传感器网络风险知情设计

  风险知情数字孪生设计甲烷探测器网络。采用大涡模拟-计算流体动力学（LES-CFD）和人工神经网络（ANN）代理模型快速预测甲烷扩散。贝叶斯更新提高了在不确定泄漏条件下的鲁棒性。优化布局在同等部署成本下达到96-97%的检测率。再循环区域控制甲烷积累和探测器效能

  来源：Computers & Chemical Engineering

  时间：2026-07-23

• 脑启发式量子机器学习架构及其在天文分类中的基准测试

  自动分类恒星、星系和类星体（Quasi-Stellar Objects, QSOs）对于大规模天文巡天至关重要，其中可靠的分类器必须在巡天版本发布、类别不平衡和不完整的观测输入下保持稳定。在这项工作中，研究人员提出一个脑启发式量子机器学习（Brain-Insp

  来源：Astronomy and Computing

  时间：2026-07-23

• 基于强化学习的模型预测路径积分控制在滑溜弯道条件下自动驾驶电动汽车中的应用

  在滑溜极端条件下驾驶对自动驾驶电动汽车（AEVs）构成巨大挑战，原因是轮胎-道路摩擦显著降低以及纵向与横向车辆动力学之间的强耦合。传统模型预测控制（MPC）方案的性能严重依赖于精确的车辆动力学模型和精心调整的代价函数，这两者在滑溜弯道条件下都难以实现。为应对这

  来源：Green Energy and Intelligent Transportation

  时间：2026-07-23

• Sortilin缺乏改变基线视网膜稳态和损伤诱导信号而不影响视神经压榨诱导的神经变性

  视网膜神经变性是许多威胁视力疾病的标志，受体sortilin因其参与p75NTR（p75神经营养因子受体）相关的神经变性信号而成为有前景的治疗靶点。因此，研究人员研究了sortilin抑制对视神经压榨（optic nerve crush，ONC）诱导的急性内层

  来源：Visual Neuroscience

  时间：2026-07-23

• 用于固定自行车强度引导训练的虚拟现实与音乐生物反馈整合：一项比较性可行性研究

  需要持续身体锻炼的运动康复在神经系统疾病人群中常面临较差的依从性，原因在于监督不足以及训练过程单调乏味。尽管虚拟现实（VR）和音乐生物反馈已分别被证明能够提升参与度和动机，但二者在高强度间歇训练（HIIT）期间对强度控制策略的相对影响及联合影响仍未得到探索。3

  来源：PLOS Digital Health

  时间：2026-07-23

• 耗散微极纳米流体流动中具有微旋转动力学和零纳米颗粒质量通量的物理信息神经网络（PINN）

  本研究提出了一种物理信息深度学习框架（physics-informed deep learning framework），用于研究由拉伸板诱导的耗散非牛顿微极纳米流体（dissipative non-Newtonian micropolar nanofluid

  来源：Modelling

  时间：2026-07-23

• 基于机器学习的量子k-纠缠的数据驱动量化

  k-纠缠（包括相对于完全可分离性的纠缠和真正多体纠缠）是多体量子系统中的基本量子资源。其识别和量化在量子信息处理、量子模拟和量子计量学中起着重要作用。然而，由于需要高维优化，严格k-纠缠度量的实际计算仍然极具挑战性。在这项工作中，研究人员提出了一种基于机器学习

  来源：Entropy

  时间：2026-07-23

知名企业招聘：