• 基于真实矿井数据的多智能体强化学习在协调通风风扇运行调度中的应用

  摘要：通风风扇的运行调度是矿山运营管理中的核心问题。本文提出了一种基于多智能体强化学习（MARL）的调度框架，该框架利用历史运营数据来改进决策制定，并解决了传统进化方法的主要缺陷，包括效率低下、泛化能力有限以及运营复杂性高等问题。通过采用图神经网络架构，结合历史观测数据和风扇特

  来源：IEEE Access

  时间：2026-05-26

• 面向鲁棒性室内气流与热环境分类预测的双分支前馈神经网络框架

  随着室内热舒适与建筑节能需求的持续提升，空调房间气流组织的快速预测已成为关键研究方向。本研究提出一种融合分类算法的双分支前馈神经网络(Feed Forward Neural Network, FFN)，用于预测室内速度与温度分布：主分支处理多数类特征，并行分支

  来源：Case Studies in Thermal Engineering

  时间：2026-05-26

• 混沌忆阻神经元同步的李雅普诺夫稳定性证明与端口-哈密顿物理信息神经网络

  研究人员研究了一个扩展为5维的 Hindmarsh–Rose 神经元模型，该模型引入了电磁感应和可切换忆阻自突触（memristive autapse）。对于两个通过扩散耦合连接的相同神经元，研究人员推导了横向误差动力系统，并通过围绕同步流形（synchron

  来源：Applied Mathematics and Computation

  时间：2026-05-26

• 基于遗传算法与代理优化的农业废弃物掺合混凝土抗压强度预测模型研究

  本研究针对农业废弃物（Agricultural Wastes, AWs）作为辅助胶凝材料替代部分水泥制备混凝土的抗压强度（Compressive Strength, CS）预测难题，提出了一种融合遗传算法（Genetic Algorithm, GA）优化的神经

  来源：Applications in Engineering Science

  时间：2026-05-26

• 基于稀疏子流形卷积神经网络的数字太阳敏感器预测标定

  近年来，人工智能在空间应用领域的发展反映了其在地面领域所取得的成就，特别是在数据丰富的计算机视觉任务中。在航天器姿态敏感器中，数字太阳敏感器（DSS）因其简单性、鲁棒性和低成本而得到广泛应用，但其可达到的姿态精度往往受到传感器误差和标定质量的限制。虽然这些误差

  来源：Acta Astronautica

  时间：2026-05-26

• 综述：面向马来西亚近岸波浪能转换器的物理信息驱动与数据驱动混合建模及智能控制研究

  研究人员针对马来西亚近岸低波幅、短周期且受季风显著影响的非平稳海浪特征，系统分析了各类波浪能转换器（WEC）建模方法的适用性局限。物理驱动方法（势流边界元法BEM、计算流体动力学CFD）虽能表征水动力机理，但在高能量捕获控制下因违背小振幅假设而产生偏差，且计算

  来源：Energy Conversion and Management-X

  时间：2026-05-26

• 软组织松动术和振动疗法对精英赛艇运动员平衡能力、爆发力及功能性表现的影响

  摘要 通俗语言摘要 Menek, B, Dansuk, E, 和 Arslan, T. 软组织动员和振动疗法对精英赛艇运动员平衡能力、爆发力和功能表现的影响。《J Strength Cond R

  来源：Journal of Public Health Management and Practice

  时间：2026-05-26

• 反向跳跃反弹技术在评估美国国家大学体育协会（NCAA）一级橄榄球运动员神经肌肉状态中的实用性

  摘要 通俗语言摘要 Talpey, SW, Haintz, L, Drake, M, Mundy, PM, Rayner, R, James, LP, O'Grady, M, Gabbett,

  来源：Journal of Public Health Management and Practice

  时间：2026-05-26

• 综述：年龄相关差异对运动员前交叉韧带损伤神经肌肉训练预防效果的影响：一项系统评价与荟萃分析

  目的：前交叉韧带（ACL）损伤在竞技体育中高发，可导致长期功能障碍与显著职业生涯负担。神经肌肉训练（NMT）被认为可降低ACL损伤风险，但其预防效果是否存在年龄差异尚存争议。本系统评价与荟萃分析旨在定量评估NMT在不同年龄组中的保护效应。方法：系统检索5个数据

  来源：Frontiers in Public Health

  时间：2026-05-26

• 基于神经网络试函数法求解时空分数阶扩散捕食–被捕食系统的精确解

  摘要：研究人员提出了一种结合神经网络架构与试函数法及分数阶变换的新解析框架，用于构造时空分数阶偏微分方程（fractional Partial Differential Equations, fPDEs）的精确显式解。该方法首先将Caputo型分数阶导数通过变

  来源：Frontiers in Physics

  时间：2026-05-26

知名企业招聘：