• 欧-地中海地区生物质制氢的技术经济评估与基于人工神经网络的优化

  **•对主要生产国橄榄渣和葡萄皮渣的大规模制氢平准化成本评估** **•通过ANN-GA优化实现低碳排放，支持可扩展的氢气生产评估** **•水-能纽带关系成为大规模氢能部署的关键约束** **•地中海国家在利用生物质废弃物实现具有竞争力的氢气成本（3美元/公斤）方面展现出强

  来源：International Journal of Hydrogen Energy

  时间：2026-10-20

• 机器学习方法与SHAP可解释性在预测压力摆动吸附氢气纯化过程中多组分突破时间中的应用

  • 基于物理的模型被验证用于预测 PSA 突破时间。 • 在四种机器学习模型中，ANN 显示出最佳的准确率和泛化能力。 • SHAP 确定了进料流速是主要的操作变量。 • ANN-SHAP 框架实现了可解释的突破预测。 引言 氢被认为

  来源：International Journal of Hydrogen Energy

  时间：2026-10-20

• 通过基于图的学习从矢量原生PDF绘图中恢复本体规范化的图层类别

  • 向量原生PDF被映射到本体标准化的制图层类别。 • 该流水线在不将工程图纸栅格化的情况下保留了文档结构。 • 图模型融合了几何信息、样式、局部上下文和文本接地特征。 • 除基本几何信息外，局部几何上下文是最强的信号。 • 导出器偏移仍然具有挑战性，细粒度迁移准确率为0.0

  来源：AUTOMATION IN CONSTRUCTION

  时间：2026-10-20

• 基于监测数据的可解释AI驱动的隧道腐蚀维护可靠性感知决策支持

  摘要：地下隧道衬砌结构受多种耦合因素影响，导致钢筋腐蚀和耐久性退化日益严重。在运营期间基于多源监测数据对隧道失效风险实现精准维护和动态优化决策，仍是一项紧迫的问题。本文提出了一种基于监测数据驱动的隧道衬砌钢筋腐蚀维护理论方法。该方法将腐蚀质量损失预测、不确定性量化、模型可解释

  来源：RELIABILITY ENGINEERING & SYSTEM SAFETY

  时间：2026-10-20

• 综合能源系统调度中燃气轮机宏观性能的物理约束智能预测模型

  •确定了冷热电三联供（CCHP）调度所需的关键燃气轮机能源输出变量。 •将物理单调性约束融入定制的回归层中。 •开发了一种面向运行的 INGO-CNN-GRU 模型用于燃气轮机预测。 •基准对比和消融实验验证了模型的优越性。 引言 能源始终是人类社会进步和提高生产力的基本前提

  来源：International Communications in Heat and Mass Transfer

  时间：2026-10-20

• HAWFNO：一种结合注意力加权的傅里叶神经算子，用于参数化共轭传热的全场预测和热点识别

  •HAWFNO能够在毫秒级别内预测完整的温度场和热点位置。•与最佳基线相比，峰值温度误差降低了25.9%。•与最佳基线相比，变压器外壳的MAE误差降低了42.2%。•分别评估了强制对流、混合对流和自然对流情况。•全场预测的速度大约是单个CFD求解的3.75×10^4倍。 **引

  来源：International Communications in Heat and Mass Transfer

  时间：2026-10-20

• 事件触发神经网络自适应混合姿态控制

  ## 摘要 本文提出了一种针对刚体姿态跟踪系统的自适应控制器，该控制器结合了神经网络架构与事件触发机制。我们设计了一种基于四元数的非线性控制器，利用神经网络来补偿状态相关扰动和/或建模误差。通过适当调整控制器参数，可以使姿态跟踪误差任意小。利用良构混合系统理论，我们证明了所

  来源：Nonlinear Analysis: Hybrid Systems

  时间：2026-10-20

• 广义分段常数时延框架下BAM神经网络的存在性与周期稳定性分析

  摘要 双向关联记忆网络（BAM）在自关联学习和异关联学习中有着广泛的应用。尽管各种延迟类型的BAM神经网络已被广泛研究，但关于广义分段常数延迟的研究相对有限。本文聚焦于具有偏差参数的BAM神经网络模型的全局指数稳定性和周期性，特别是广义分段常数延迟的影响。我们采用基于等效积

  来源：Nonlinear Analysis: Hybrid Systems

  时间：2026-10-20

• 基于深度哈希的深度神经网络对抗样本检测

  摘要：许多方法旨在加强深度神经网络对对抗样本的防御能力。然而，现有的防御技术，如去噪、网络蒸馏和对抗训练等，计算成本高且可靠性不足。此外，验证样本的清洁性以及过滤对抗样本在许多应用场景中仍面临巨大挑战。为了解决上述问题，本文提出了一种新颖的深度哈希模型，该模型结合了深度神经网

  来源：IEEE Reliability Magazine

  时间：2026-10-20

• AdvCure：通过属性解耦与交换防御深度图像分类器

  摘要： 深度神经网络（DNNs）对对抗样本的固有脆弱性已引起严重关注。尽管在提高 DNNs 鲁棒性方面已做出相当大的努力，但开发一种能泛化到未知攻击的高效防御方法仍然充满挑战。在本文中，我们提出了 AdvCure，一种针对多种未知对抗攻击的新型即插即用防御方法。我们的主要想法

  来源：IEEE Design & Test

  时间：2026-10-20

知名企业招聘：