• 从降水预报到水库最优调度：面向水库洪水利用的降尺度-预报-调度集成框架

  •耦合框架将大气降尺度与动态水库调度联系起来。•深度学习降尺度恢复了局部高强度降水特征。•拓扑感知图网络优于基于网格和基于过程的模型。•自适应调度将山洪风险转化为增强的季节性蓄水能力。引言加剧的全球气候变化显著放大了水文循环的变率（Zhang等，2021），增加了极端水文事件

  来源：Journal of Hydrology

  时间：2026-09-07

• 利用遗传算法（GA）和BP神经网络（BPNN）辅助策略，对Mo-14Re合金的热变形模型进行Arrhenius本构参数的受限非线性优化

  摘要 钼铼（Mo-Re）合金是用于极端温度应用的重要难熔材料，需要准确的本构模型来描述其热变形行为并支持加工优化。然而，传统的Arrhenius本构模型参数识别方法依赖于顺序线性拟合，这不可避免地会引入累积误差。在这项研究中，提出了一个集成遗传算法（GA）和反向传播神经网络（

  来源：International Journal of Refractory Metals and Hard Materials

  时间：2026-09-07

• 基于RBF神经网络的电液伺服阀污染故障诊断

  •对三个伺服阀的污染故障进行了模拟和实验研究。•通过在AMESim中增加间隙来模拟阀芯与阀套的磨损。•选择了流量、压力和内部泄漏作为对故障敏感的参数。•使用RBF神经网络进行污染故障诊断。•三种类型的伺服阀都实现了高诊断精度。引言电液伺服阀是液压闭环伺服控制系统的关键组件。由于其

  来源：Flow Measurement and Instrumentation

  时间：2026-09-07

• 混合神经-物理建模与增强型多目标运动规划：结合神经模糊自适应滑模控制技术用于双臂空间机器人

  •混合神经-物理模型结合了动力学和数据驱动学习。•并行遗传算法（GA）与粒子群优化（PSO）的竞争以及参考向量引导进化算法（RVEA）的选择提高了帕累托前沿的质量。•增强混合多目标优化（EHMO）在机动时间、轨迹平滑度和基座扰动之间取得了平衡。•非线性快速全局最优（NFASMC）

  来源：Acta Astronautica

  时间：2026-09-07

• FedMedIDS：一个非独立同分布鲁棒的联邦深度卷积神经网络框架，用于保护物联网医疗和物联网健康设备

  摘要 医疗物联网 (IoMT) 和健康物联网 (IoHT) 网络中设备的多样性对网络攻击造成了严重的安全漏洞。然而，由于数据隐私法规，传统的集中式机器学习方法并不总是适用于这些环境。本研究提出了一种新的深度卷积神经网络 (DCNN) 架构，用于 IoMT/IoHT 网络中的攻

  来源：Internet of Things

  时间：2026-09-07

• 神经性厌食症和神经性贪食症全球疾病负担的差异：基于社会人口学指数分层的患病率趋势与性别年龄特征

  摘要神经性厌食症（AN）和神经性贪食症（BN）是重要的全球公共卫生问题，属于进食障碍（EDs）范畴。我们分析了1990年至2021年间的流行病学特征，以评估其在地区、性别、年龄及社会人口学背景方面的差异。我们利用全球疾病负担研究（GBD）1990–2021年的数据，计算了ED

  来源：Eating Behaviors

  时间：2026-09-07

• C3 - 预测器：一个用于预测并发查询性能的高效框架

  摘要：查询性能预测是智能数据库（DB）研究中的一个具有挑战性的任务，因为预测能力对于优化DB操作（例如参数优化）和现代DB系统中的资源分配至关重要。然而，现有方法往往难以满足实际应用中对预测准确性和查询延迟的灵活要求，并且主要关注单个查询的性能预测，而不是在大型复杂DB任务中非常

  来源：IEEE Transactions on Knowledge and Data Engineering

  时间：2026-09-07

• 面向GPU可靠CNN推理的稀疏感知容错技术

  摘要：随着卷积神经网络（CNNs）在关键任务和关键安全领域应用中的日益普及，确保模型推理过程中的容错能力已成为一项至关重要的需求。这些应用通常依赖图形处理单元（GPU）来提供快速高效推理所需的高计算吞吐量。然而，随着GPU将越来越多的处理元素（PE）集成到芯片上，并且制造工艺

  来源：IEEE Transactions on Parallel and Distributed Systems

  时间：2026-09-07

• 任务分解黎曼神经算子用于跨异构运行工况的轴承故障诊断

  轴承在同时存在工况和设备偏移时的诊断是困难的，因为故障特征、负载依赖的响应以及传感器/平台效应相互纠缠。我们提出了TF-RiNO，一个任务分解的黎曼神经网络算子框架，用于跨速度、跨负载和跨设备的轴承诊断。其主干是一个有限维的一维傅里叶算子网络：低时间模式通过学习的复数通道映射

  来源：IEEE Reliability Magazine

  时间：2026-09-07

• 基于高增益双天线微波传感器与GMDH神经网络的原油含水率精确测定

  •传感器在4.49 GHz处实现7.11 dBi增益，具有增强的灵敏度。•频率偏移可量化从0%到100%（体积比）的水含量。•为工业监测提供无创、快速且低成本的解决方案。•高增益（7.11 dBi）双倾斜贴片传感器用于原油含水非接触式感知•完整S11频谱结合GMDH预测0–1

  来源：Flow Measurement and Instrumentation

  时间：2026-09-07

知名企业招聘：