• 基于退化先验的频率解耦动态图学习的锂离子电池鲁棒健康状态估计

  •带有退化先验的动态图能够捕捉不断演化的 HI 依赖关系。•STL 将退化趋势与波动解耦，从而实现差异化的时间建模。•退化一致性损失在训练过程中对 SOH 轨迹进行正则化。•在 NASA、CALCE 及 Zhu 等人数据集上取得 0.798% 的平均 MAPE。引言锂离子电池

  来源：Journal of Energy Storage

  时间：2026-10-11

• 氧化铈辅助的电化学传感器用于血清素和褪黑素的检测：一项伏安法研究

  •采用共沉淀法制备氧化铈纳米颗粒。•使用X射线衍射（XRD）、扫描电子显微镜（SEM）和能谱分析（EDAX）进行表征。•CeO2/MCPE表现出良好的灵敏度、特异性和电化学性能。•研究了5-羟色胺（Ser）和褪黑素（Mel）的同步检测。引言现代生物传感领域的各项方法源于纳米科

  来源：Journal of the Indian Chemical Society

  时间：2026-10-11

• 空间编码宽带全光热电突触用于传感器内计算

  •一种自供电全光Ag2Se人工突触实现了宽带响应。•空间光电热调制实现了双向突触可塑性。•多任务传感器内计算实现了微笑识别、性别识别和图像识别。引言物联网（IoT）和人工智能（AI）技术的进步对高效低功耗智能机器视觉提出了更高要求，而传统的冯·诺依曼架构仍难以满足这一需求[[

  来源：Journal of Materials Science & Technology

  时间：2026-10-11

• 熔融沉积法制造聚乳酸的水解降解：结构依赖的各向异性拉伸失效演化

  - FFF PLA在水解老化过程中表现出与打印角度相关的强度损失。 - 均匀的分子降解演化为与结构相关的强度损失。 - Tsai–Hill准则可预测早期阶段的各向异性行为，但在脆化后失效。 - 分组交叉验证的ANN在完整降解范围内预测了强度和应变。 **引言** 熔融沉积

  来源：Polymer Degradation and Stability

  时间：2026-10-11

• 一种耦合参数化物理信息神经网络与有限差分法的数值方法，用于先进热工水力系统模拟

  •无需模拟数据的无数据 PINN 方法论。 •专为多节点热工水力模拟设计的代理 PINN。 •用于热工水力系统代码建模的节点分配无数据 PINN-FDM 框架。 •在研究的 30,000 秒瞬态过程中未观察到长期误差增长。 引言 严重事故（SA）分析对于确保核电厂安全至关重

  来源：Nuclear Engineering and Design

  时间：2026-10-11

• 基于可调激活机制的动态参数ZNN在时变二次规划及机器人轨迹跟踪控制中的应用

  摘要 归零神经网络（ZNN）已被确立为求解时变优化问题的一种高效且精确的算法。近期研究将各种变参数设计引入传统ZNN框架，显著提升了其性能。然而，大多数此类变参数随时间无界增长，这与物理实现中参数保持有界的实际需求相矛盾。为解决这一问题，我们设计了一种具有固定上界的动态参数，

  来源：Journal of the Franklin Institute

  时间：2026-10-11

• 物理信息神经网络用于涡激振动：多柱系统中稀疏数据的流场重构与载荷预测

  摘要：涡激振动（VIV）的准确高效预测一直是工程与流体力学领域长期面临的挑战，因为实验测量往往对噪声敏感，而高保真模拟则需要耗费巨大的计算成本。本文提出了一种面向流固耦合（FSI）问题的物理信息神经网络（PINN）框架，该框架将不可压缩Navier-Stokes方程作为软约束

  来源：Journal of Fluids and Structures

  时间：2026-10-11

• 用于自适应类脑视觉的纳米多孔垂直有机突触晶体管的栅极可编程光谱可塑性

  打开图形查看器 摘要 能够动态适应变化光谱环境的人工视觉系统对下一代智能感知至关重要，但仍受限于传统光电探测器固定的光谱响应。虽然窄带光电探测器能有效抑制光学背景干扰，但其光谱选择性通常由材料组成或器件几何结构预先决定，无法在单一硬件平台上实现自适应光谱感知。本文报道

  来源：ACS Applied Materials & Interfaces

  时间：2026-10-11

• 比较基于机理模型与数据驱动模型对γ-TiAl合金切削力与切屑形态的预测

  摘要γ-TiAl合金凭借其高比强度和高性能温度特性，在航空航天领域得到广泛应用；然而，其固有的脆性和复杂的加工硬化行为往往导致传统机理模型出现显著偏差。本研究对数据驱动本构框架与传统Johnson-Cook（J-C）机理模型进行了全面的比较研究。提出了一种神经网络（ANN）模

  来源：Intermetallics

  时间：2026-10-11

• 一种用于预测L形组合柱双向偏心承载力的物理约束概率框架

  **研究摘要要点** • 针对MCTSC-LCC（多肢装配式冷弯薄壁钢-混凝土组合L形柱）建立了力学约束的代理模型。 • 嵌入了轴压力和弯矩约束，以提高物理一致性。 • 所提出的PCNN（物理约束神经网络）模型实现了均方根误差（RMSE）为2.28，决定系数（R²）为0.9

  来源：Advances in Engineering Software

  时间：2026-10-11

知名企业招聘：