• 用于自供电机器人纹理感知的生物可降解单电极摩擦纳米发电机

  人类触觉敏锐性依赖于指尖的微结构形貌，使其能够在物体操作中灵敏检测细微表面特征。尽管基于摩擦电效应的自供电物体识别已受到广泛关注，但传统摩擦电材料通常不可生物降解，导致持久的电子废弃物问题。本研究聚焦于制备生物可降解摩擦电界面，用于智能机器人纹理感知与可持续能

  来源：Materials Chemistry Frontiers

  时间：2026-05-28

• 分子前驱体导向生长纳米结构SnS₂用于忆阻与神经形态电子器件

  研究人员近期对低维层状金属硫族化合物在先进电子与光电器件，特别是忆阻器与突触器件中的应用给予了高度关注，然而实现其高纯度与可扩展性制备仍是一项关键挑战。研究人员演示了一种简便且可扩展的原位溶剂热方法，实现了低温沉积SnS₂薄膜，采用了单一

  来源：Journal of Materials Chemistry C

  时间：2026-05-28

• 利用图神经网络快速预测金属有机框架中单位点吸附质概率分布

  金属有机框架（Metal–Organic Frameworks, MOFs）是由无机节点与有机连接体组装而成的多孔晶态材料，因孔隙率高、设计空间广阔，在气体分离与存储领域受到广泛关注。原子尺度模拟技术已被用于加速高性能MOFs的筛选与设计，其中吸附质概率分布（

  来源：Digital Discovery

  时间：2026-05-28

• 理解具有仿生结构的3D打印超高性能复合材料的能量耗散机制：从断裂力学理论到可编程的增韧策略

  董恩来|邱思远|陈宇|维克托·梅赫切里内|内姆库马尔·班西亚|龚一凡|林倩|马明蕾|张亚梅中国东南大学材料科学与工程学院工程材料国家重点实验室，南京，211189摘要本文基于断裂力学理论，研究了具有仿生结构的3D打印超高性能复合材料（3DP-UHPC）的冲击能量耗散机制。采用仿生

  来源：CEMENT AND CONCRETE RESEARCH

  时间：2026-05-28

• InsoNet：利用Superlet变换和卷积神经网络（CNN）从心电图（ECG）信号中自动检测失眠症的时间频率表示方法

  摘要：睡眠是一种对身心恢复至关重要的生理过程。睡眠不足与多种疾病有关，包括嗜睡症、失眠症、睡眠周期性肢体运动障碍和睡眠呼吸暂停。失眠是最常见的睡眠障碍之一，其特征是难以入睡、难以保持睡眠状态或无法获得充分的休息，这可能导致严重的健康问题。传统的失眠检测方法（如多导睡眠图）成本高昂

  来源：IEEE Access

  时间：2026-05-28

• 为遥感图像生成文本描述

  ``` 摘要：为遥感图像生成描述性且具有语义意义的标题是一项具有挑战性的任务，因为空中场景本身具有复杂性，表现为多样的空间排列、Scale变化以及模糊的语义。为应对这些挑战，本研究提出了一个混合深度学习框架，该框架整合了卷积神经网络（CNN）、transformer编码器和长短

  来源：IEEE Access

  时间：2026-05-28

• 张氏神经网络模型在时变凸优化中的应用：涉及非线性不等式约束及机器人技术

  摘要：涉及非线性不等式约束的时变凸优化（TVCOINICs）是一个具有挑战性的问题，因为其目标函数和多种约束都是非线性的且随时间变化的。与传统的松弛变量和投影算子方法不同，本文提出了一种新的可微变换函数，该函数在任何地方都是连续且可微的，同时避免了需要额外的可调超参数。基于拉格朗

  来源：IEEE Systems Journal

  时间：2026-05-28

• 自采阴道标本与临床医师采集宫颈标本人乳头瘤病毒检测一致性研究

  目的：研究人员旨在评估自采阴道标本与人乳头瘤病毒（HPV）检测的一致性，以推动HPV自采样成为所在医疗系统的宫颈癌筛查选项。方法：本研究为诊断准确性研究，在学术医学中心开展，纳入25–65岁即将接受阴道镜检查的参与者。第一队列（n=79）在诊所内临床医师采集宫

  来源：The Journal of Nervous and Mental Disease

  时间：2026-05-28

• 基于集成深度神经网络的舞蹈风格实时分类

  视频中舞蹈风格的实时识别在机器视觉和视频分析领域是一个具有挑战性的问题，其原因在于动作的多样性、视觉复杂性以及场景的快速变化。为此，本研究提出了一种新颖且高效的方法，用于实时舞蹈风格分类，该方法采用了智能集成的深度神经网络（Deep Neural Networ

  来源：Intelligent Systems with Applications

  时间：2026-05-28

• **基于子图的分布对齐对比学习用于图异常检测**

  图异常检测已成为识别复杂网络中可疑模式的关键技术，在社交网络分析、欺诈检测和网络安全等领域具有广泛应用。图对比学习（Graph Contrastive Learning, GCL）的最新进展通过从局部子图中捕获判别性表示，在无监督异常检测中展现出巨大潜力。然而

  来源：Engineering Applications of Artificial Intelligence

  时间：2026-05-28

知名企业招聘：