• 基于物理模型的神经网络残差校正与不确定性量化在温度感知AMR磁力计校准中的应用

  精确校准在变化环境条件下的各向异性磁阻（Anisotropic Magnetoresistive, AMR）传感器，对于地球物理学、导航和航天应用中的可靠磁场测量至关重要。传统的基于物理模型的校准方法具有可解释性，但在建模复杂非线性效应方面存在局限，且通常缺乏

  来源：Metrology

  时间：2026-07-03

• 基于图神经网络的单体软件系统自动化分解方法

  本研究旨在通过研究并改进从单体架构向微服务架构自动迁移的方法，提升采用微服务架构的软件系统的体系结构质量。研究采用了静态源代码分析方法、图论、图结构变换算法（强连通分量检测、冗余依赖与循环依赖检测）、聚类分析算法、图神经网络（GNN），以及针对簇内一致性与簇间

  来源：Axioms

  时间：2026-07-03

• 基于动态混合检测的多扩展目标跟踪的生成泊松多伯努利混合滤波器

  本文提出了一种自适应单层分布式神经动力学（Neurodynamic）优化方法，结合罚函数法（Penalty Method），以解决多智能体系统中具有仿射等式约束与不等式约束的非光滑伪凸（Pseudoconvex）优化问题，其中智能体的全局目标函数为伪凸但未必可

  来源：Algorithms

  时间：2026-07-03

• 一种基于空间径向基函数（RBF）嵌入与时间初值条件嵌入的增强型物理信息神经网络（PINN）用于Allen–Cahn方程

  本研究建立了定义在一般Banach空间及Rⁿ中外区域上实值函数恒为常数的新的判定准则。主要分析工具为Ekeland变分原理（Ekeland's Variational Principle）的一个补充结果，而基于凸分析（Convex Ana

  来源：Mathematics

  时间：2026-07-03

• 基于图像信号点特征的微对象识别、辨识与分类

  研究人员提出并解决了问题，并利用面向问题的图像处理系统，结合图像结构组件特征、动态模型和神经网络，开发了用于识别、辨识和分类微对象的方法与算法。所研究的微对象包括花粉粒和单细胞微生物，其应用在孢粉学、环境保护、生态学和医学领域有需求。模型、算法和软件是基于点图

  来源：Mathematics

  时间：2026-07-03

• 基于Multiscale Convolution-Attention-GRU Residual Network（MCAG-ResNet）的工业过程故障诊断方法

  工业过程故障诊断仍具挑战性，因为一维时间序列数据常涉及复杂动态性、噪声干扰及时间依赖性，阻碍了复杂工况下可靠故障表征与鲁棒诊断决策。为解决上述挑战，研究人员提出了一种基于多尺度卷积-注意力-GRU残差网络（Multiscale Convolution-Atte

  来源：Mathematics

  时间：2026-07-03

• 梯度注入恢复图神经网络中O(n²)残差解码

  残差解码算法反复对当前元素进行评分，剪枝得分最低的候选元素，并更新残差状态。经典实现之所以高效，是因为其评分建立在可局部维护的统计量（如度）之上：删除操作后，存活的评分通过局部修正进行变化，从而产生O(n²)的总解码成本。然而，图神经网络

  来源：Mathematics

  时间：2026-07-03

• 基于分段增益调度观测器和神经网络的四轮独立驱动电动汽车实时轮胎-路面摩擦系数估计

  四轮独立驱动（Four-Wheel-Independent-Drive, 4WID）电动汽车因其全面的动态性能而受到越来越多的研究关注。实时轮胎-路面摩擦系数（Tire–Road Friction Coefficient, TRFC）信息有助于为此类车辆开发自

  来源：Vehicles

  时间：2026-07-03

• 浮选过程中泡沫监测的机器视觉系统开发

  研究人员考虑了一种用于浮选过程中泡沫的非接触式自动控制系统构建方法。提出了机器视觉系统的结构。论证了测量单元安装位置的选择。考虑了两种基于机器视觉构建浮选过程中泡沫非接触式自动控制系统的方案。第一种基于传统的分水岭（Watershed）预处理和分割算法，而第二

  来源：Eng

  时间：2026-07-03

• 深度平均滑坡动力学的物理信息残差卷积网络模型

  快速滑坡运动控制影响范围、流动速度、堆积格局，并且在极端情况下还可能构成堵江危险；因此，可靠的动力学模拟对于工程地质灾害评估具有直接重要性。深度平均模型为大尺度物质运动模拟提供了高效框架，但传统物理信息神经网络（PINNs）在非线性流动方面仍面临挑战，这会限制

  来源：Applied Sciences

  时间：2026-07-03

知名企业招聘：