• 锂离子电池热失控预测：一种自适应门控物理-数据融合网络

  # 摘要 纯数据驱动的锂离子电池热失控预测模型在跨工况泛化方面面临挑战，而基于物理的仿真计算量往往巨大。为克服上述局限，本研究提出了一种并行物理-数据融合网络（PPDF-Net），通过输出特定的自适应门控机制，将物理信息神经网络与长短期记忆网络分支进行集成。PPDF-Net

  来源：International Journal of Heat and Mass Transfer

  时间：2026-09-05

• 利用机器学习和遗传算法对窄通道流动的CFD（计算流体动力学）沸腾模型参数进行校准

  •混合CFD-ML方法校准了窄通道沸腾模型。•成核-沸腾乘数可以忽略不计，固定为1。•优化后的参数将壁温误差降至3%以下。•神经网络建立了精确的参数关联。引言随着电子技术的快速发展，电子设备在各个行业的应用日益广泛，并朝着小型化、集成化和更高功率的能力发展，这对应对热管理的要求也

  来源：International Journal of Heat and Fluid Flow

  时间：2026-09-05

• 冷冻手术相变生物热传递的物理信息神经网络框架

  摘要物理信息神经网络（PINNs）已成为求解偏微分方程的一种极具前景的方法。然而，将其应用于冷冻外科中的生物热传导问题仍面临诸多挑战。相变过程引入了强烈的非线性，导致PINN训练过程中出现刚性优化动力学。本研究开发了一个稳定框架来解决这一问题，使单个PINN能够预测温度场的时

  来源：International Communications in Heat and Mass Transfer

  时间：2026-09-05

• 适用于18种过渡金属硫族化合物的通用机器学习原子间势能模型：系统研究其力学响应、相稳定性和热性质

  摘要 过渡金属硫族化合物（TMDCs）因其在各领域的巨大潜力而受到了广泛关注，包括信息技术、能量转换、传感和生物医学应用。然而，预测它们的多种性质仍然严重依赖于昂贵的第一性原理计算，这阻碍了对其内在结构-性质关系的系统探索。基于大规模密度泛函理论（DFT）数据集，我们使用神经

  来源：International Journal of Heat and Mass Transfer

  时间：2026-09-05

• 一种在不确定性条件下预测小样本飞机铝合金结构疲劳寿命的方法

  摘要 对非标准航空航天铝合金结构进行的小样本疲劳测试面临三个关键挑战：高寿命变异性、非线性裂纹扩展以及量化失效不确定性的困难。为了解决这些挑战，我们提出了一个疲劳寿命预测框架。该框架整合了力学机制、监测数据和概率推理方法。我们在11种加载条件下对L形7050-T7451铝合金接头

  来源：International Journal of Fatigue

  时间：2026-09-05

• 基于电阻和声发射监测的弯曲疲劳下平纹复合材料刚度反演

  摘要 碳纤维增强聚合物（CFRP）复合材料广泛应用于航空航天及其他高性能工程领域；然而，在复杂载荷条件下精确表征其刚度退化行为仍然具有挑战性。本研究建立了一个集成的电阻（ER）和声发射（AE）监测框架，用于监测三点弯曲疲劳载荷下的碳纤维/环氧平纹编织复合材料。疲劳实验揭示了三

  来源：International Journal of Fatigue

  时间：2026-09-05

• 基于源/漏极和沟道掺杂变异性的人工神经网络建模，用于单栅和双栅器件架构的二维材料沟道场效应管

  • 为二维材料沟道FET开发的基于人工神经网络（ANN）的紧凑模型，涵盖n型和p型器件。 • 模型纳入了源/漏掺杂和沟道掺杂变异，以实现精确的器件级预测。 • 单一模型高效地整合了两种不同的晶体管架构。 • 采用Verilog-A实现，可直接集成到SPICE（Cadence

  来源：Integration

  时间：2026-09-05

• 重新审视不平衡图学习中的拓扑偏置：一种双重平衡的图神经网络方法

  # 摘要 节点分类中的类别不平衡问题可能会损害图神经网络（GNN）的判别能力，部分原因在于限制了类别级别的拓扑监督可达性。现有方法主要关注样本数量的平衡，而本文在均场邻域增长模型和长程消息传递的指数衰减假设下，从理论上刻画了少数类节点的有效监督强度如何随不平衡比的增加呈现幂

  来源：Information Processing & Management

  时间：2026-09-05

• 混合物理信息深度学习与容错模型预测控制器用于换热器故障检测及预测性维护

  摘要换热器是工业热系统的关键组件，由其缺陷（如结垢、泄漏和流动堵塞）引起的性能下降会严重影响运行安全和能效。本研究提出了一种基于工业过程数据并辅以基于物理的故障模拟数据混合增强的换热器故障检测、故障诊断、容错控制和预测性维护的混合智能架构。所提出的方法结合了用于时序故障检测的

  来源：Computers & Chemical Engineering

  时间：2026-09-05

• 面向复杂网络关键节点识别的结构排序图神经网络

  摘要关键节点识别在增强复杂网络系统的鲁棒性和抗毁性方面发挥着关键作用。然而，现有的图神经网络（GNN）方法往往过度依赖节点属性，并且通常将该问题简单地表述为回归任务，因此无法捕捉节点相对重要性之间的细微差异。为了应对这些挑战，本文提出了一种名为结构排序图神经网络（SGNN）的

  来源：Physica A: Statistical Mechanics and its Applications

  时间：2026-09-05

知名企业招聘：