• 物理信息神经网络生成二维结构化自适应网格：掩码型PINN与传统PINN的对比研究

  摘要

  来源：Algorithms

  时间：2026-09-26

• 数据-物理融合驱动的配电网态势感知模型

  摘要

  来源：Energies

  时间：2026-09-26

• 耦合功能同步化与体积动力学的数学神经元模型：基于广义霍奇金-赫胥黎方程与修正Lotka-Volterra框架

  摘要

  来源：Fractal and Fractional

  时间：2026-09-26

• 新生儿神经发育随访家庭财务困境与财务导航程序共同设计研究

  摘要背景需要新生儿重症监护的婴儿的家庭往往因住院期间和出院后的收入损失及自付费用而面临巨大的经济困难。目前，医院缺乏专门、系统的支持来帮助家庭应对这些财务挑战。这项初步研究旨在了解照顾者的经济状况，并为在三级儿科学术医院的新生儿神经发育随访（NNFU）诊所服务的家庭共同设计财务导

  来源：BMC Health Services Research

  时间：2026-09-26

• 基于稀疏滤波-概率神经网络与极限学习机-自助法的正常和极端电价混合数据驱动预测方法

  电价尖峰难以预测，但对市场稳定至关重要。此类事件源于可再生能源波动性、需求冲击、有限储能容量、市场操纵以及地缘政治扰动等因素。本文提出并扩展了一种融合分类与预测的混合电价预测方法。本文工作特别聚焦于正价格机制，并进一步区分正常价格日与极端价格日。为此，研究人员

  来源：Energy and AI

  时间：2026-09-26

• 基于机器学习与外部测量数据的风电场聚合模型设计

  摘要专业翻译 输电系统运营商（TSO）必须评估接入其电网的系统的动态行为，以确保电网稳定性。然而，知识产权限制往往限制了对变流器参数的访问，在某些情况下甚至限制了对网络互联信息的访问。因此，当仅有公共耦合点（PCC）处测量的导纳可用时，推导包含多个变流器的系统

  来源：Energy and AI

  时间：2026-09-26

• 基于交叉工况锂离子电池拐点预测的可解释残差神经网络

  准确的拐点预测对于锂离子电池安全性、寿命管理和梯次利用至关重要。然而，非线性退化行为和强运行工况依赖性使得早期鲁棒的拐点预测充满挑战。本研究提出一种可解释残差学习框架，命名为Boruta–Attention–SHAP–残差网络（Boruta–Attention

  来源：Energy and AI

  时间：2026-09-26

• **巴西大豆低温干燥过程能量需求分析与建模研究**

  低温干燥（low-temperature drying, LTD）因能够降低热损伤和机械损伤风险而受到关注，但其性能高度依赖环境条件。该研究对巴西这一农业大国和气候多样国家具有重要意义。研究旨在评估大豆LTD过程中电能与热能需求，提出利用残余生物质的可持续替代

  来源：Cleaner Engineering and Technology

  时间：2026-09-26

• 神经酰胺合成通过YAP驱动的再生程序介导结直肠癌转移

  编者摘要神经酰胺是一类鞘脂分子，参与细胞存活、应激反应和皮肤膜完整性。Goswami 等人报告称，神经酰胺的合成也促进了结直肠癌的转移（扩散）。通过激活转录共激活因子YAP（Yes相关蛋白），改变的神经酰胺代谢启动了通常与肠道修复和再生相关的通路。在结直肠癌的实验模型中，神经

  来源：SCIENCE

  时间：2026-09-26

• 脊髓损伤后，DRAM1通过TMEM9介导的溶酶体膜通透化激活小胶质细胞焦亡和神经炎症

  摘要脊髓损伤（SCI）是一种由严重神经炎症和小胶质细胞焦亡为特征的破坏性病变，但其潜在机制尚未完全阐明。本研究探讨了溶酶体膜蛋白DRAM1在SCI发病中的作用。研究采用了单细胞RNA测序、体内SCI小鼠模型以及体外LPS刺激BV2小胶质细胞，并结合组织病理学评估、运动功能检测

  来源：Cellular Signalling

  时间：2026-09-26

知名企业招聘：