• 基于集成方法的阿马齐格语词性标注：利用多模型提升低资源语言处理性能

  词性标注（Part-of-Speech, POS）是自然语言处理（Natural Language Processing, NLP）中的基础任务，但对于阿马齐格语（Amazigh）等低资源且形态丰富的语言仍具挑战性。本文提出了一种用于阿马齐格语词性标注的混合集

  来源：Information

  时间：2026-08-06

• 柔性传感器中功能膜在玻璃基板转运振动监测场景下的缺陷检测方法

  在平板显示(FPD)制造装备中，大型玻璃基板转运系统的振动监测对保障设备稳定运行至关重要。柔性振动传感器功能纳米纤维膜中的制备缺陷会显著劣化传感性能并导致监测结果失真。针对缺陷密集场景下缺陷尺度跨度大、检测精度与推理效率难以兼顾的挑战，研究人员提出一种新型缺陷

  来源：Micromachines

  时间：2026-08-06

• 波兰语境下智慧城市评估的基准测试方法论

  进行本研究的主要因素是城市化进程的推进和城市人口的稳步增长，这加剧了与气候、环境、交通和社会问题相关的多维挑战——这些挑战反过来又需要寻求创新和可持续的城市发展解决方案。在此背景下，智慧城市（Smart City）概念被视为管理现代城市区域发展的关键方法之一。

  来源：Buildings

  时间：2026-08-06

• 一个受强化学习启发的概率更新启发式方法用于模块化施工调度中的模式选择

  多模式项目调度（Multi-mode Project Scheduling）中，每个活动可以在几种具有不同持续时间和资源需求的替代模式之一中执行，这是一个在模块化施工和制造中普遍存在的具有挑战性的组合优化问题。虽然元启发式算法擅长探索活动序列的全局空间，但适当

  来源：Buildings

  时间：2026-08-06

• living Labs作为嵌入区域创新系统的适应性中介结构：外围地区社会转型的概念框架

  区域发展日益在不确定性、复杂性和加速的社会经济变革条件下展开，这需要支持学习和转型的适应性方法。尽管Living Labs作为共创和实验的环境已获得关注，但其在区域发展中的更广泛系统角色仍理论化不足。本文通过将Living Labs概念化为嵌入区域创新系统（R

  来源：Systems

  时间：2026-08-06

• VMD增强的多模型集成框架用于旅游需求预测：一种特征工程方法

  本文提出了一种新颖的变分模态分解（VMD）增强的集成框架用于旅游需求预测，该框架实现了具有竞争力的预测性能。核心创新在于一种结构化的混合方法：首先采用VMD分解复杂的时间信号，从中提取多个可解释的特征——编码趋势、波动性和动量特征。然后，这些增强的特征通过一个

  来源：Forecasting

  时间：2026-08-06

• 加速概率预测：一种基于GPU的降低计算时间的方法

  基于通用图形处理单元（GPU）的高性能计算是减少计算时间的强大工具。在大数据日益重要的背景下，GPU可能发挥关键作用。本研究通过实施基于单指数平滑与模拟预测分布相结合的概率预测来分析GPU的性能。在供应链环境中，公司必须在SKU层面生成大量预测。因此，减少计算

  来源：Forecasting

  时间：2026-08-06

• 高层住宅建筑震后燃气爆炸灾害链风险评估：模糊贝叶斯与复杂网络方法

  为了解决高层建筑震后燃气爆炸风险防控面临的挑战以及传统方法在处理不确定性方面的不足，本研究人员从模糊贝叶斯网络（FBNs）和复杂网络（CN）理论的角度进行了风险演化分析。首先，基于综合的风险因素识别，构建了地震-燃气爆炸灾害链演化模型。随后，通过贝叶斯网络（B

  来源：Buildings

  时间：2026-08-06

• 技术经济与环境分析：优化加氢站集成于可再生能源微电网

  燃料电池电动汽车代表了减少重型运输温室气体排放的一个有前景的选择。在此背景下，将加氢站(HRS)集成到可再生能源微电网中，是确保可持续氢气生产的关键策略。研究人员调查了将HRS集成到一个为21辆城市公交车车队供电的光伏微电网中。研究人员开发了光伏系统、电池储能

  来源：Energies

  时间：2026-08-06

• 基于Bi-Mamba和多维时序信息融合的净负荷预测方法

  随着小型分布式光伏（photovoltaic, PV）发电技术的兴起，表后光伏（behind-the-meter PV）问题显著增加了电力系统调控与管理的难度，准确的净负荷（net-load）预测对电力系统经济稳定运行具有重要意义。净负荷序列的时序特征因多种因

  来源：Energies

  时间：2026-08-06

知名企业招聘：