• **中文标题：** 面向算子学习的、将神经网络架构扩展到函数空间的原理性方法

  深度学习在计算机视觉和自然语言处理领域取得了显著成功，这些领域的任务通常被表述为有限维表示之间的映射。然而，许多科学问题，包括那些由偏微分方程（PDEs）控制的问题，自然地建立在无限维函数空间上。这种不匹配限制了传统神经网络在科学应用中获得可比的成就。本文确

  来源：Nature Machine Intelligence

  时间：2026-07-04

• 脑MRI中体素内不相干运动–扩散峰态混合成像（Hybrid Intravoxel Incoherent Motion–Diffusion Kurtosis Imaging，IVIM–DKI）：应用、见解及新兴方向的范畴综述

  摘要：体素内不相干运动（Intravoxel Incoherent Motion，IVIM）与扩散峰态成像（Diffusion Kurtosis Imaging，DKI）是先进的扩散磁共振成像（diffusion Magnetic Resonance Imag

  来源：Journal of Magnetic Resonance Open

  时间：2026-07-04

• 综述：坏死性小肠结肠炎的生物标志物——我们已经找到了吗？

  摘要

  来源：Children

  时间：2026-07-04

• 综述：基于柔性材料的运动神经监测：从信号采集到训练增强

  基于柔性材料的运动神经监测：从信号采集到训练增强 可靠获取高强度体力活动期间的微伏级（μV）神经信号（脑电图EEG/肌电图EMG）仍然是一项根本性挑战，原因在于严重的运动诱发机电伪影和动态界面不稳定性。本综述系统考察了先进柔性生物电子器件如何超越宏观力学顺应

  来源：ACS Omega

  时间：2026-07-04

• 基于深度强化学习混合框架解析X射线图像中低分辨率孔隙以改进多孔介质数值流体流动建模

  基于三维X射线显微层析成像数据的数值建模是理解多孔材料内流体输运动力学的基石。然而，图像处理与孔隙形态刻画中的不准确性会给模拟结果引入显著误差。本研究引入一种基于深度强化学习（Deep Reinforcement Learning, DRL）的框架，旨在通过精

  来源：Energy and AI

  时间：2026-07-04

• 基于事故记录的安全决策：用于综合海事风险评估的人工神经网络

  海事事故分析日益采用机器学习以支持安全管理，但现有研究多聚焦于单一输出预测，如事故发生概率、严重程度等级、近事故频率或某一特定后果。本研究提出了一种基于多输入多输出人工神经网络（MIMO-ANN）的数据驱动决策支持框架，用于同时预测多种海事事故后果。研究人员通

  来源：Sci

  时间：2026-07-04

• 带有限时一致性神经动态优化的分布式伪凸问题求解及其在电力经济调度工程应用

  摘要：本文提出一种基于罚函数法(penalty method)的自适应单层分布式神经动态优化(distributed neurodynamic optimization)方法，用以求解多智能体系统(multi-agent system)中具有仿射等式约束(af

  来源：Algorithms

  时间：2026-07-04

• 基于观测器的拒绝服务攻击下网络化非线性系统事件触发安全控制

  该研究探讨了一种面向受未知非线性、外部扰动、传感器噪声及间歇性拒绝服务攻击影响的网络化非利普希茨非线性系统的基于观测器的安全控制方法。研究人员采用多层神经网络来补偿非光滑、非利普希茨项，从而保证有界的逼近误差。研究设计了一种融合多层神经网络的弹性高增益观测器，

  来源：Actuators

  时间：2026-07-04

• 考虑黏性耗散介质平板上磁流体动力学(MHD)层流边界层流动的熵(Entropy)分析——基于多种回归分析方法

  本研究采用熵分析法考察恒定向横向磁场作用下，具有黏性耗散效应的导电流体在平板上的边界层流动与传热特性。研究人员利用Keller-box法求解非相似边界层方程，计算了磁相互作用参数、黏性耗散（埃克特数(Eckert number, Ec)）及组合参数(group

  来源：Applied Sciences

  时间：2026-07-04

• 救生员培训对体成分的影响及多种拖拽技术的有效性比较

  本研究旨在评估水上救生员培训课程后体成分（body composition）的变化，并考察体成分参数与使用不同拖拽技术进行假人拖拽（mannequin towing）有效性之间的关系。31名男性受试者（22.69 ± 3.35岁）完成了课程前后评估，包括体成分

  来源：Applied Sciences

  时间：2026-07-04

知名企业招聘：