• 氮掺杂对4H-SiC热各向异性的浓度依赖性抑制

  摘要氮（N）掺杂是实现4H-碳化硅（SiC）n型导电性的标准且成熟的方法，使其在功率电子器件及其他新兴应用中得到了广泛使用。然而，N掺杂对热输运性质的影响，尤其是控制电子器件冷却的各向异性行为，仍缺乏深入了解。本研究开发了一种统一的神经网络势（NNP），以阐明N掺杂SiC中浓

  来源：Acta Materialia

  时间：2026-09-05

• 薄壁复杂截面环件多辊柔性成形的数据驱动建模与自适应工艺设计

  •开发了用于薄壁复杂截面环的多辊柔性成形工艺。•建立了用于成形质量预测的有限元-深度神经网络代理框架。•通过参数化模拟揭示了非线性的材料-结构-工艺-质量关系。•实现了针对不同规格环件的自适应工艺设计。引言高温合金薄壁复杂截面环凭借其优异的弹性、振动跟随能力和高温下的密封可靠

  来源：JOURNAL OF MATERIALS PROCESSING TECHNOLOGY

  时间：2026-09-05

• 面向数据中心热建模的物理引导时空图学习框架

  摘要：生成式人工智能的爆发式增长导致计算需求迅速攀升。精确的热建模是数据中心（DC）高效可靠运行的基础。然而，数据中心内部的温度分布表现出强烈的时空非线性耦合特性，使其与传统的时间序列建模问题存在显著差异。尽管基于数据驱动的方法可以通过统计学习实现较强的预测性能，但缺乏物理先

  来源：Energy

  时间：2026-09-05

• 面向重构驱动亥姆霍兹共振器设计的混合数据-物理信息神经网络框架

  # 摘要 有效抑制声腔内的噪声通常依赖于精确调谐的亥姆霍兹共振器（HR）。然而，传统设计方法受制于精确解析模型的不可得性，尤其是对于复杂形状的空腔，以及稠密三维声场测量的实际不可行性。为克服这些局限，本文提出了一种混合数据-物理信息神经网络（Data-PINN）框架，利用稀

  来源：INTERNATIONAL JOURNAL OF MECHANICAL SCIENCES

  时间：2026-09-05

• 综述：可重复使用运载器损伤检测的计算机视觉方法综述：方法、应用、不足与展望

  •跨领域可迁移性矩阵将通用CV范式映射到极端航天场景。•系统性识别现有CV指标与严格航天无损检测标准之间的关键差距。•结合PINNs的路径图，在SWaP受限的边缘部署约束下实现零样本推理。引言可重复使用运载火箭（RLV）技术对于航天产业向可持续探索的转型至关重要，其带来了显著

  来源：ADVANCED ENGINEERING INFORMATICS

  时间：2026-09-05

• 一种用于高通量热电器件筛选的Sobolev约束傅里叶神经算子

  **摘要** 高通量热电筛选需要对大规模材料库进行器件级评估，但反复求解耦合的有限电流场计算代价高昂。在此，我们开发了一种Sobolev约束傅里叶神经算子（Sobolev-FNO），用于重构温度和电势场。随后，从这些场中一致地评估电流密度、负载功率、热端总热输入和转换效率，

  来源：ENERGY CONVERSION AND MANAGEMENT

  时间：2026-09-05

• 绘制可再生能源市场需求与智能电网技术在未来的市场化过程中的战略重要性：一种结合大规模语言模型（LM）和图神经网络（GNN）的方法

  •提出了一种战略显著性概念，以支持智能电网技术的市场化规划。•构建了针对可再生能源和智能电网技术的双向需求-技术图。•开发了一种新型的图神经网络（GNN）模型（MTIGNN），用于预测智能电网技术的战略显著性。•为2026年的智能电网市场化提供了可解释且全面的决策建议。引言随着全

  来源：TECHNOLOGICAL FORECASTING AND SOCIAL CHANGE

  时间：2026-09-05

• 基于球形贯入试验和人工神经网络代理贝叶斯反演建模的 3D 打印砂浆绿态强度表征

  # 基于球形压入实验-数值混合方法的3D可打印砂浆早期力学参数识别 ## 摘要 准确识别新鲜水泥基材料的早期力学性能是预测混凝土3D打印构件稳定性的关键。本研究提出了一种混合实验-数值方法，用于确定3D可打印砂浆的关键本构参数。在Mohr-Coulomb（MC）塑性模型框

  来源：CEMENT AND CONCRETE RESEARCH

  时间：2026-09-05

• 综述：锂离子电池老化：机制、多尺度建模与物理信息驱动健康预测的综合综述

  摘要锂离子电池（LIB）的老化是一个复杂的跨尺度多物理场现象，对电池的性能、寿命和安全运行构成了挑战。本文提出了一项整体性综述，将基础老化机理、多尺度建模和最新的健康状态预测方法联系起来。首先，阐明了内因与外因老化因素，重点强调了主导机理转换的关键运行阈值。例如，在固定C/3

  来源：RENEWABLE & SUSTAINABLE ENERGY REVIEWS

  时间：2026-09-05

• 在物理约束下进行的定向混合图学习，用于长期径流预测

  • DHG-Net将物理约束与数据驱动的图学习相结合。• 混合有向图能够捕捉流量和站点间的依赖关系。• 流域掩码对输入数据进行约束，以确保水文逻辑的合理性。• 在多个评估指标上均优于传统方法。 引言 径流是水文循环的基本组成部分，其变化性直接影响水资源分配和区域水安全（Chen

  来源：Expert Systems with Applications

  时间：2026-09-05

知名企业招聘：