• 一种基于物理信息与近端策略优化的锂离子电池健康状态估计框架

  •提出了一种PPO-PINN方法用于电池健康状态估计。•PPO将物理约束安排为一个按周期进行的决策过程。•残差驱动模块准入与固定和权重重分配。•隐式场对传质、极化、热行为和老化行为进行正则化。引言锂离子电池是电动汽车和固定式储能系统的基石，其健康状态直接影响安全性、可用性和全

  来源：Journal of Energy Storage

  时间：2026-09-23

• AR-HAXPES深度剖析中自监督DNN去噪的跨曝光迁移性与失效边界

  实验室光源的角分辨硬 X 射线光电子能谱（AR-HAXPES）在实现映射所要求的空间分辨率下存在光子饥饿问题，因为在每一个位置恢复干净深度剖面所需的帧平均操作会将总采集时间推入不可接受的区间。自监督深度神经网络（DNN）去噪提供了一种替代采集时间扩展的方案，近期的一项配套研究

  来源：Surface and Interface Analysis

  时间：2026-09-23

• 一种基于物理约束双通道一维卷积神经网络的热障涂层基体裂纹智能激光超声成像与分类方法

  摘要 热障涂层（TBC）长期服役于极端热-力耦合环境，极易发生基体开裂等损伤。由于TBC的多层异质特性，传统超声检测面临声场散射严重、弱损伤特征提取困难等关键瓶颈。针对上述挑战，本文提出了一种基于物理约束双通道一维卷积神经网络（DC-1DCNN）的智能激光超声成像与分类方法

  来源：Ultrasonics

  时间：2026-09-23

• 层流PMMA火焰中空间和时间分辨的烟黑辐射与温度

  •采用低成本RGB成像技术获取了时间分辨的烟灰温度场。•基于阿贝尔变换信息的神经网络实现了烟灰性质重建，并量化了不确定性。•量化了辐射热通量散度和燃料表面的辐射反馈。•基于输运的源项揭示了烟灰生成与氧化的空间组织结构。引言聚合物燃烧在消防安全和材料设计中起着关键作用[1]、[

  来源：International Journal of Heat and Mass Transfer

  时间：2026-09-23

• 基于深度学习的含嵌入式腔体微流控系统中瞬态浓度梯度与质量传输快速预测

  •DNN代理模型替代CFD用于微流控传质预测。•基于仿真训练的神经网络实现毫秒级浓度推断。•该框架可预测不同芯片设计下的稳态扩散梯度。•物理信息驱动的数据方法加速传质计算。•在微流控中耦合机器学习与对流–扩散建模。引言作为微流控系统的重要组成部分，浓度梯度发生器（CGG）在微

  来源：International Communications in Heat and Mass Transfer

  时间：2026-09-23

• 用于流经可渗透楔形体的双曲正切生物对流纳米流体流动中传热全局敏感性分析的代理辅助人工神经网络框架

  ## 摘要 本研究提出了一种代理辅助人工神经网络（ANN）框架，用于在阿伦尼乌斯活化能影响下，对渗透楔形物上方生物对流双曲正切纳米流体流动中的热传输进行全局敏感性分析和预测建模。数学模型纳入了非牛顿双曲正切流变学、非线性热辐射、磁流体动力学（MHD）力、多孔介质阻力、布朗扩

  来源：International Communications in Heat and Mass Transfer

  时间：2026-09-23

• 利用CNN-LSTM与高频雷达数据对南大西洋西南部表层环流进行偏差校正

  ### 总体评价 这篇学术论文（基于CNN-LSTM神经网络纠正海面流场）整体结构完整、技术细节清晰，多数句子符合学术英语规范。但存在以下若干语言问题，按严重程度分类如下。 --- ### 主要语言问题 **1. 标点/格式错误** - "Brazilian hydro

  来源：Continental Shelf Research

  时间：2026-09-23

• 改进的物理信息U-Net在台湾海峡福建沿岸台风风暴潮预报中的应用

  • 一种用于风暴潮预报的物理信息深度学习模型。 • 软PDE残差作为先验而非刚性约束，以提升物理合理性。 • 提高长期风暴潮预报精度。 • 在近岸复杂地形中优于U-Net约5%–15%。 • 仅用17个台风事件训练即实现高精度。 引言 风暴潮是由强风和快速气压变化引发的危

  来源：Continental Shelf Research

  时间：2026-09-23

• 热力学正则化循环神经网络框架用于耦合弹塑性损伤：基于不变量的公式化与有限元实现

  • TRNN框架将材料点学习连接到隐式有限元分析。 • 混合策略将自由能应力恢复与热力学正则化连接起来。 • 不变循环状态考虑了压力敏感性和历史依赖性。 • 训练后的TRNN以Fortran实现，并作为Abaqus的UMAT部署。 • 材料点和隧道测试评估了外推能力和有限元鲁

  来源：COMPUTER METHODS IN APPLIED MECHANICS AND ENGINEERING

  时间：2026-09-23

• MetaGraph-Transformer 与动态补丁 IVY 算法优化的透明及超宽带超表面吸收体

  # 摘要 本文提出了一种基于深度学习驱动的组合超单元基元表面吸收体设计方法，以克服传统元表面吸收体固有的厚度-带宽限制。通过将六种具有相邻吸收频带的超薄基本单元进行集成，并基于深度学习方法结合改进的IVY算法优化其空间排列，我们构建了一种超宽带、可弯曲且光学透明的元表面吸收

  来源：ADVANCED ENGINEERING INFORMATICS

  时间：2026-09-23

知名企业招聘：