• 基于物理信息神经网络的纤维增强各向异性复合材料传热预测研究

  准确预测陶瓷基复合材料（ceramic matrix composites，CMCs）中的传热行为对于设计承受高热载荷的部件至关重要，其中纤维取向显著影响各向异性热传导。传统的有限元法（finite element method，FEM）分析需要对每种构型重新

  来源：Materials Today Communications 

  时间：2026-09-19

• **将老年人吞咽困难重新定义为一种老年综合征：从基于疾病的诊断到基于机制的评估**

  老年人群中的吞咽困难通常使用疾病特异性标签来描述，例如卒中后吞咽困难（post-stroke dysphagia）、帕金森病相关吞咽困难（Parkinson-related dysphagia）或肌少症性吞咽困难（sarcopenic dysphagia）。这

  来源：Geriatrics & Gerontology International

  时间：2026-09-19

• 仿生机械敏感有机人工神经元：基于非线性机电化学耦合的可编程兴奋与抑制响应

  能够直接与物理世界交互的神经形态系统对于具身智能、可穿戴生物电子学和自适应人机交互至关重要。然而，大多数人工神经元通过外部传感器和外围电路处理机械和化学刺激，而非在神经元层面编码多模态信息，这限制了刺激与兴奋性之间的整合和功能耦合。研究人员报道了一种柔性有机人

  来源：Advanced Materials

  时间：2026-09-19

• 服务提供者视角下儿童发育“F-words”的实施：一种儿童健康与发育服务的创新方法

  背景：儿童发育“F-words”——功能（Functioning）、家庭（Family）、乐趣（Fun）、朋友（Friends）、健身（Fitness）和未来（Future）——以创新且家庭友好的方式，生动体现了世界卫生组织关于儿童健康与发育的关键理念。鉴于F

  来源：Frontiers in Public Health

  时间：2026-09-19

• 基于神经网络与有限元方法的克拉尼图形自动识别与振动参数匹配研究

  摘要

  来源：Applied Sciences

  时间：2026-09-19

• 4D神经场中的正则化插值优化3D打印几何保真度

  尽管增材制造（Additive Manufacturing, AM）提供了前所未有的设计自由度，但工艺引起的几何缺陷往往限制了其在高精度应用中的使用。因此，通过动态调整工艺参数来预测和纠正这些偏差仍然是一项关键挑战，通常需要大量手动迭代，尤其是当前机器学习方法

  来源：Advanced Engineering Informatics

  时间：2026-09-19

• 基于不确定性感知代理模型的傅里叶神经算子与贝叶斯神经网络组合方法：从现场加热试验中识别Callovo-Oxfordian泥岩的各向异性热学性质

  可靠表征Callovo-Oxfordian（COx）泥岩的热学性质对于深层地质核废料处置的长期安全评估至关重要。本研究针对贝叶斯推断（Bayesian Inference）中的关键参数，包括以垂直方向导热系数（kv）、各向异性比（χk）、等效密度（ρeq）和比

  来源：Engineering Applications of Artificial Intelligence

  时间：2026-09-19

• 一、专业论文标题 无人机影像与卷积神经网络识别刀耕火种对圭亚那中南部棕榈种群的影响

  三、专业摘要翻译 热带地区的原住民族从他们帮助塑造的当地环境中采集动物和植物资源。在被采集的植物中，包括分布在刀耕火种景观中的棕榈植物。本研究利用无人机（unmanned aerial vehicles, UAV）影像和卷积神经网络（convolution

  来源：PLOS Sustainability and Transformation

  时间：2026-09-19

• **孤独症群体的归属感：基于希腊孤独症成人经验性知识的范围综述**

  归属感是与孤独症群体相关的一个基本但尚未充分探索的概念，该群体体验和协商归属感的机会由日常生活中复杂的关系性、情境性与职能性交易（transaction）所塑造。本研究旨在梳理并综合当前有关孤独症群体归属感的知识与概念构想，并通过希腊孤独症成人的经验性知识，探

  来源：Journal of Occupational Science

  时间：2026-09-19

• 树状成对交互网络：一种用于表格数据可解释建模的新型神经网络架构

  表格数据中的特征交互建模仍是预测建模中的一个关键挑战，例如在保险定价中的应用。本文提出树状成对交互网络（tree-like pairwise interaction network, PIN），一种新型神经网络架构，通过一个模拟决策树结构的共享前馈神经网络架构

  来源：Annals of Actuarial Science

  时间：2026-09-19

知名企业招聘：