• 基于机器学习势的GaN/金刚石异质结构中界面热阻的热与机械调控

  【摘要要点】 - 高精度NEP（神经进化势）在GaN/金刚石体系上表现优于Tersoff势。 - 相比C–Ga界面，C–N界面凭借更好的态密度匹配，界面热阻（ITR）低约20%。 - 600 K温度可使态密度重叠度提升3.65%，从而降低界面热阻。 - 8 GPa压缩应力通

  来源：International Journal of Heat and Mass Transfer

  时间：2026-10-13

• 面向异质材料热传导的自适应物理信息神经网络及其未知参数辨识

  ## 摘要 - 提出了一种自适应PINN框架用于异质热传导问题。 - 将串联和并联有效热导率（ETC）模型作为可训练的物理约束嵌入框架。 - 该框架可同时预测温度场并识别未知参数。 - 迁移学习使该框架无需额外测点即可实现精确预测。 ## 引言 含有包含体的异质材料，如

  来源：International Journal of Heat and Mass Transfer

  时间：2026-10-13

• 基于半解析数值方法的多阶分数阶异常溶质传输模型数值计算

  摘要 本研究探讨了半解析数值方法（SAM）与径向基函数的联合应用。本文的研究成果阐明了不可用边界条件的计算以及多阶分数阶异常溶质输运模型的数值求解。该方案的第一阶段是对模型进行时间方向的离散化，采用有限差分法。在得到线性方程组P[U]=g之后，在第二阶段中，我们利用径向基函数

  来源：Computers & Mathematics with Applications

  时间：2026-10-13

• 刀具磨损条件下质量保证自适应工艺参数优化方法

  •多源融合工艺知识图谱整合异构数据。 •知识嵌入的PINN确保物理一致的工具磨损识别。 •知识引导的强化学习实现工艺参数的自适应与自主优化。 •数控车削实验验证了所提框架的有效性。 ## 引言 在现代大规模、高精度制造环境中（Wang等, 2021），保持产品质量，尤其是

  来源：Computers & Industrial Engineering

  时间：2026-10-13

• 用于三维外部声学问题的虚拟边界积分神经网络

  **摘要** 本文提出了一种用于三维外声问题的虚拟边界积分神经网络（VBINN）。该方法在散射体或振动体内部引入一个虚拟边界，并使用神经网络表示与之相关的源密度。基于声学格林函数，该表示满足Sommerfeld辐射条件，并能够在任意场点直接评估声压及其法向导数。由于积分面与物

  来源：Computers & Mathematics with Applications

  时间：2026-10-13

• 面向多周期供应链协同的时空图强化学习：考虑多个第三方物流提供商的联合采购、仓储与多式联运路由优化

  摘要：多周期供应链同步问题（MP-SCSP）在具有周期依赖约束的情况下，协调多个第三方物流（3PL）提供商之间的采购、跨周期仓储和多种运输方式。为应对MP-SCSP快速增长的组合复杂度，本文建立了混合整数线性规划（MILP）模型及对应的马尔可夫决策过程（MDP），并提出了ST

  来源：Computers & Operations Research

  时间：2026-10-13

• 一种用于陶瓷基复合材料 PyC 界面设计的神经网络驱动策略

  摘要 陶瓷基复合材料（CMCs），如SiCf/SiC，通过纤维增强来克服陶瓷固有的脆性，使其在极端环境中的应用极具吸引力。优化纤维-基体界面对于提高抗断裂性至关重要，但传统上依赖昂贵的试错法。本研究采用相场内聚力区模型（PF-CZM）来模拟SiCf/PyC/SiC复合材料的横

  来源：Computational Materials Science

  时间：2026-10-13

• 充气梁慢泄漏情况下坍塌载荷预测的两阶段贝叶斯推断

  •提出了一个两阶段贝叶斯框架，用于预测缓慢泄漏条件下的屈曲载荷。•采用解耦策略解决了逆解的非唯一性问题。•仅利用初始屈曲阶段的数据即实现了无损评估。•预测结果避免了高估，相对误差降低最高可达85.10%。引言充气膜结构因其轻质、便携和可膨胀部署等优异特性，已被广泛应用于航空航

  来源：Acta Astronautica

  时间：2026-10-13

• 利用C、N、S三掺杂TiO₂/Ag₃PO₄/CMC纳米复合材料的太阳能驱动光催化降解双氯芬酸：RSM-ANN集成建模与机理分析

  • 成功合成了可见光活性的C、N、S三掺杂TiO₂/Ag₃PO₄/CMC纳米复合材料。 • 该纳米复合材料实现了高效且稳定的双氯芬酸钠光降解。 • 在弱酸性pH条件下降解效果最佳，这归因于静电相互作用。 • 工艺参数通过响应面法（RSM）进行了优化，并由人工神经网络（ANN）

  来源：Inorganic Chemistry Communications

  时间：2026-10-13

• YOLO-LGA：利用局部至全局注意力机制增强 YOLO 的多类别害虫检测

  •基于卷积神经网络的检测器无法捕捉图像中的长距离依赖关系。•LGA将卷积局部特征与基于Transformer的全局特征耦合在一起。•YOLO-LGA是一种基于YOLOv5-S的轻量级卷积神经网络与Transformer融合检测模型。引言虫害是导致农作物产量显著下降的直接原因。

  来源：Image and Vision Computing

  时间：2026-10-13

知名企业招聘：