• 儿童特发性颅内高压与生长板疾病的病理生理机制中的发育转变：一项多层次结构方程模型系统评价与荟萃分析

  背景 儿童特发性颅内高压（idiopathic intracranial hypertension, IIH）和生长板疾病（growth plate disorders, GPD）呈现平行流行病学趋势，可能存在病理生理联系，尤其是肥胖和激素失调方面。本研究

  来源：Brain and Spine

  时间：2026-07-13

• 用于分布式声学传感中声学事件分类的频谱-空间动态^图神经网络S2-DyGNN

  分布式声学传感（Distributed Acoustic Sensing，DAS）系统能够沿光纤电缆捕获复杂的、非线性的波传播过程。受限于静态物理拓扑或孤立空间网格的传统事件分类架构，难以有效适应与此类事件相关的动态特征关系，尤其是在对跨传感器阵列的复杂时空相

  来源：Sensors

  时间：2026-07-13

• 利用卷积神经网络确定电化学阻抗谱的等效电路

  摘要电化学阻抗谱分析是一种广泛应用的实验技术，其结果的解释在很大程度上取决于操作者所选择的模型。在此，我们通过整合卷积神经网络技术来开发一种新的EIS分析方法。该方法利用卷积神经网络的强大功能，从奈奎斯特图中提取特征形状，从而实现对等效电路的分类。通过运用卷积神经网络，我们避免了

  来源：npj Computational Materials

  时间：2026-07-13

• 头颈部神经内分泌癌：一项二十年单中心诊疗经验

  目的：原发性头颈部神经内分泌癌（Neuroendocrine Carcinoma, NEC）罕见（< 1%的病例）且具有侵袭性，其管理策略尚不明确。本研究评估了单中心队列的临床特征、治疗模式和生存结局，并确定与改善生存相关的因素。方法：对一家三级医疗中心治疗的

  来源：World Journal of Otorhinolaryngology - Head and Neck Surgery

  时间：2026-07-13

• 多尺度光学卷积神经网络用于目标分类

  光学卷积的物理架构限制了其从目标中捕获多尺度特征的能力，从而阻碍了网络识别的精度。在这项工作中，研究人员提出了一种多尺度光学卷积神经网络（MS-OCNN），其在卷积层中使用不同分辨率的卷积核来提取不同尺度的特征，并辅以注意力机制和残差结构来分析特征。通过分离网

  来源：IEEE Transactions on Sustainable Energy

  时间：2026-07-13

• Aerides odorata的化学成分及其对LPS激活的BV2小胶质细胞的抗神经炎症作用

  对Aerides odorata全草进行的综合性植物化学研究分离得到21个化合物，包括两个新的菲衍生物（1–2）、一个新的不可分离的对映体橙酮苷（3）以及18个已知化合物（4–21）。新化合物的结构通过广泛的光谱分析得以阐明，包括核磁共振（NMR）、质谱（MS

  来源：ACS Omega

  时间：2026-07-13

• 基于神经网络的离子液体中CO₂溶解度预测与敏感性分析

  在本研究中，研究人员利用人工神经网络（ANNs）结合在MATLAB中构建的前馈多层感知器设计，实现了对CO₂在离子液体BMIM中溶解的预测。模型使用两种公认的学习算法进行训练：Levenberg–Marquardt（LM）和Scaled

  来源：ACS Omega

  时间：2026-07-13

• 基于CNN-LSTM-PINNs混合模型的光伏发电功率预测

  准确的光伏（PV）功率预测对于可靠的微电网运行、高效的能源调度以及提高可再生能源利用率至关重要。现有预测方法通常难以充分表征气象条件与光伏功率输出之间的非线性关系，也倾向于低估光伏发电的时间动态特性以及控制光伏能量转换的物理原理。为解决这些局限性，研究人员提出

  来源：Energies

  时间：2026-07-13

• 集成CAES–ORC–LNG能源系统中的余热与冷㶲回收

  本研究提出了一种集成的非绝热压缩空气储能（D-CAES）–梯级有机朗肯循环（ORC）–液化天然气（LNG）多联产系统，该系统能够同时提供电力、区域供冷和管道级天然气。D-CAES透平排气作为采用非共沸工质混合物的梯级ORC的主要热源，而LNG温升曲线提供了一个

  来源：Energies

  时间：2026-07-13

• 前馈神经网络与莱文贝格-马夸尔特反向传播算法用于聚合物五元混合纳米流体时间依赖挤压动力学的机器学习预测

  本研究考察了限制在两平行平板之间的五元混合纳米流体（penta-hybrid nanofluid）的非稳态挤压流动和传热行为。在不可压缩、层流假设下，建立了考虑粘性耗散和纳米颗粒效应的时间依赖数学模型。本研究集成了一个用于行为预测的人工神经网络（ANN）模型。

  来源：International Journal of Electrochemical Science

  时间：2026-07-13

知名企业招聘：