• 希腊克里特岛伊拉克利翁场地黏性土材料参数预测及机器学习方法实现

  摘要 土壤的力学表征及通过实验程序预测其材料参数在土木工程中具有重要意义。然而，这些实验程序通常成本高且操作复杂，而神经网络（Artificial Neural Network, ANN）框架为小样本数据集提供了材料参数预测的计算工具。本文利用在希腊克里特

  来源：ARABIAN JOURNAL FOR SCIENCE AND ENGINEERING

  时间：2026-05-30

• 面向实时多模态心电-心音心脏分类的高吞吐量流水线FPGA与ASIC架构

  有效实时心脏监测要求硬件能够在不耗尽电池或引起关键延迟的情况下分析复杂的生理信号。尽管卷积神经网络（Convolutional Neural Networks, CNNs）通过融合心电图（Electrocardiogram, ECG）和心音图（Phonocar

  来源：Microprocessors and Microsystems

  时间：2026-05-30

• 基于前列腺癌患者根治性前列腺切除术标本中神经周围侵犯的基线预测因素及其与不良病理学发现的关联

  引言：神经周围侵犯（PNI）是前列腺癌（PCa）患者接受根治性前列腺切除术（RP）后的一个独立预后因素，尽管各研究结果仍不一致。研究人员旨在确定与RP标本中PNI发生相关的基线因素。方法：对2012年至2022年间在本机构接受RP的921名PCa患者进行了回顾

  来源：Advances in Urology

  时间：2026-05-30

• 综述：远程医疗在自闭症和发育性语言障碍诊断评估中的应用：系统评价

  Adoración Antolí|Lucía Chía摘要在神经发育障碍的诊断过程中存在显著延迟，这促使人们开始关注远程医疗评估作为一种可行的替代方案。本系统评价研究了用于儿童自闭症谱系障碍（ASD）和发育性语言障碍（DLD）的远程医疗诊断工具，重点比较了这些工具与传统的面对面评

  来源：Acta Psychologica

  时间：2026-05-30

• 全膝关节置换术中，局部麻醉药物与内收肌管阻滞剂浓度对术后疼痛影响的比较：一项质量改进举措

  围手术期脑健康在手术和麻醉过程中至关重要。目前关于减轻围手术期神经认知障碍（PNDs）的建议包括在术前识别高风险患者，以提供适当的围手术期护理。尽管最近麻醉文献中对脑健康的兴趣有所增加，脑电图（EEG）监测在住院医师中的使用也变得更加普遍，但生物学性别在围手术期脑健康结果中的作用

  来源：Academic Medicine

  时间：2026-05-30

• 为特殊教育中具有神经多样性（neurodiverse）的儿童设计通过数字游戏促进合作的方案

  Mihaela Taranu|Eva Eriksson摘要在本文中，我们探讨了如何设计共处式的数字游戏来支持特殊教育环境中神经多样性儿童（即四年级和六年级的自闭症儿童和/或多动症儿童）之间的同伴协作。具体而言，我们研究了作为游戏动态的相互依赖性——通过非对称的游戏玩法来体现——如

  来源：International Journal of Child-Computer Interaction

  时间：2026-05-30

• 《地理人工智能基础模型及其应用专题》导论，第一部分

  摘要 人工智能（AI）和多模态感知技术的进步正在推动地理空间科学领域的范式转变，从针对特定任务的地理AI模型转向通用地理空间基础模型（GeoFMs）。虽然这些模型为地球监测、地理知识发现以及应对自然灾害管理等社会挑战提供了前所未有的机会，但在多模态对齐、空间推理、空间分布变

  来源：ACM Transactions on Spatial Algorithms and Systems

  时间：2026-05-30

• PoroNet：一种用于解析金属-有机框架中孔级吸附的内禀可解释孔网络图神经网络

  机器学习（ML）模型已被广泛用作高效替代模型，用于预测金属-有机框架（MOFs）在气体储存、化学分离和催化应用中的吸附性能。然而，这些ML模型的“黑箱”性质仍然是连接预测结果与新型MOFs设计之间的重要障碍。本研究提出了PoroNet，这是一种构建于孔网络图表

  来源：Journal of Chemical Theory and Computation

  时间：2026-05-30

• 一种用于全凸各向异性屈服准则建模的通用数据驱动框架

  热机械处理的金属合金通常表现出由晶体学织构引起的复杂各向异性屈服行为。由于其固定的数学形式，传统的屈服准则在捕捉这种各向异性方面具有有限的精度和灵活性，并且当应用于不同的材料或晶体学织构时，需要进行代价高昂的参数重新标定。本文引入广义凸屈服网络（GCYN），这

  来源：INTERNATIONAL JOURNAL OF PLASTICITY

  时间：2026-05-30

• 基于注意力卷积网络与局部特征表示的步态识别研究

  步态识别系统常受视角变化、衣着、携带物品及复杂背景等因素影响，导致步态特征类内差异显著，进而降低识别性能。因此，如何构建兼具强判别力与良好鲁棒性的步态特征表示，成为当前步态识别研究的关键问题。针对上述问题，本文提出一种结合基于注意力的卷积网络与分块特征建模的步

  来源：Franklin Open

  时间：2026-05-30

知名企业招聘：