• 基于好点集与振动消融优化器的钢管混凝土结构空鼓检测信噪比增强方法

  基于深度学习（DL）的钢管混凝土（CFST）空鼓敲击检测方法已受到广泛关注。然而，检测信号中含有大量噪声，影响后续检测结果的定性与定量分析精度。为提高敲击检测过程中的信噪比（SNR），本研究提出了一种基于好点集与振动消融优化器（GVSAO）算法及双通道并行卷积

  来源：Sensors

  时间：2026-07-05

• 基于NMF增强的对数梅尔频谱图与卷积循环神经网络的呼吸系统疾病分类

  本研究提出了一种基于非负矩阵分解（Non-negative Matrix Factorization, NMF）增强的对数梅尔（log-mel）频谱图与深度神经分类器的呼吸系统疾病分类框架。研究人员将两个公开数据集的呼吸音记录整合为统一的标签空间，涵盖哮喘（A

  来源：Sensors

  时间：2026-07-05

• 综述：应用于婴儿自发运动分析的非线性测度范围综述

  自发运动分析可为极早期婴儿中枢神经系统（CNS）成熟及运动控制策略的出现提供有价值的信息。非线性测度能够捕捉线性方法无法表征的运动动态特征。然而，这些测度在临床实践中的实施仍面临挑战，包括缺乏标准化方案以及缺少可用于常规应用的易获得工具。本范围综述旨在绘制并表

  来源：Sensors

  时间：2026-07-05

• 综述：探索认知个体内变异性（cognitive IIV）在HIV感染成年人临床护理与研究中的潜力：一项概念分析

  认知个体内变异性（cognitive intra-individual variability, cognitive IIV）指个体维持认知表现稳定性的能力波动。该现象与认知损害及痴呆的发生相关。本研究采用Rodger进化论方法进行概念分析，旨在阐明HIV临床

  来源：Applied Neuropsychology: Adult

  时间：2026-07-05

• MYC扩增型3组髓母细胞瘤的暴发性颅外转移：一项儿童病例报告

  摘要：伴有MYC基因扩增的髓母细胞瘤（Medulloblastoma, MB）与侵袭性临床行为及高转移播散风险相关。颅外转移（Extraneural Metastasis, ENM）在现代治疗时代虽少见，但仍是一种预后极差的致命表现。研究人员报道一例经Nano

  来源：Child's Nervous System

  时间：2026-07-05

• 综述：肠道微生物群、脑肠轴及益生菌在健康衰老与认知功能调控中的作用

  研究人员在摘要中指出，人体胃肠道定植着约100万亿微生物，构成密度最高的共生生态系统，其组成与宿主免疫调节、营养代谢及神经系统发育密切相关。随着年龄增长，肠道菌群呈现“不健康衰老”特征：菌群多样性下降，优势菌门比例改变，条件致病菌富集，伴随肠道屏障功能受损与系

  来源：Probiotics and Antimicrobial Proteins

  时间：2026-07-05

• PEFT解锁：高效大语言模型适配的方法、公式与应用，重点聚焦LoRA技术

  摘要随着深度学习模型复杂度与规模的不断提升，人们越来越需要高效的权重和参数优化算法，以便在降低计算资源消耗的同时保持出色的性能。本文系统地分析了参数优化策略的演变过程，从最初的 方法到现代的先进技术，阐述了这些方法在自然语言处理和机器学习领域的原理与应用。我们特别关注参数高效微调

  来源：ARTIFICIAL INTELLIGENCE REVIEW

  时间：2026-07-05

• 基于图对比学习的自监督半导体晶圆缺陷检测(Graph-based Contrastive Learning for Self-supervised Semiconductor Wafer Defect Detection)

  半导体晶圆缺陷检测面临一项关键挑战：传统有监督方法需要大量标注数据集，而获取这些数据的成本极高。本文提出一种结合图神经网络（Graph Neural Networks, GNNs）与对比学习（Contrastive Learning）的新型自监督方法用于缺陷检

  来源：JOURNAL OF INTELLIGENT MANUFACTURING

  时间：2026-07-05

• 棒状电极形状对板-棒式电流体动力泵性能的影响——基于ANN的优化研究

  本研究对一种迷你通道电流体动力（EHD）泵进行数值研究，该泵采用置于两平行板电极之间的椭圆形棒状电极。研究旨在通过几何优化提升泵送性能，同时保持电极表面积恒定。研究人员建立了数值模型，通过COMSOL Multiphysics^®软件求解线

  来源：Results in Engineering

  时间：2026-07-05

• 基于人工智能的质子交换膜燃料电池建模

  研究人员提出了一种基于人工智能（AI）的框架，即人工神经网络（ANN）结合源差分（SD）方法，命名为SD-ANN，作为数据驱动的工程工具用于提升质子交换膜燃料电池（PEMFC）在多种工况下的性能预测。在该框架中，ANN基于由实验数据和PEMFC解析模型生成的理

  来源：Results in Engineering

  时间：2026-07-05

知名企业招聘：