-
基于BASM与LLM推理的多维船舶异常归因与决策支持方法
船舶异常行为的归因对于海上交通监管和安全决策至关重要。然而，现有方法往往缺乏系统性解释多维异常特征并揭示其潜在行为机制的能力，限制了异常归因的透明度和实用价值。为了应对这些挑战，研究人员提出了一种基于大型语言模型 (LLMs) 的多维异常船舶行为归因与决策支持
来源：Journal of Marine Science and Engineering
时间：2026-07-22
-
综述：钢轨浅表层缺陷无损检测技术——聚焦超声表面波方法
随着铁路交通强度的增加，可靠检测钢轨浅表层损伤对于运营安全至关重要。本综述评估了与主动裂纹前沿或主要散射区位于钢轨表面上约0.5–10 mm范围内的缺陷相关的无损检测技术，并将10–15 mm范围视为向更深缺陷验证的过渡带。首先，研究人员将漏磁检测、磁粉检测、
-
自适应频率感知倒转Transformer：一种面向噪声鲁棒齿轮箱故障诊断的让模型自选频率的方法
在噪声工况下的齿轮箱故障诊断仍是工业状态监测中关键且未解决的挑战。主要挑战源于一个根本矛盾：故障特征存在于特定频率范围内，而标准深度学习模型处理原始振动信号时并不识别哪些频率相关；此外噪声在整个频谱上均匀影响。现有基于Transformer的振动分析方法将时间
-
安全感知的事件触发干预方法用于基于扩散模型的自动驾驶运动规划与决策制定
摘要
基于扩散模型的轨迹规划器在自动驾驶中表现出强劲的标准性能，但稀疏安全干预仍难以有效评估和实现。本研究通过提出一个安全感知的事件触发干预框架来解决这一问题，该框架构建在固定的DiffusionDriveV2规划器之上。该方法利用候选级风险信号和一个辅助
来源：Big Data and Cognitive Computing
时间：2026-07-22
-
智能证据管理：面向Automotive SPICE评估的AI辅助方法的概念、设计与评估
Automotive SPICE® (ASPICE) 合规性活动需要依据标准化过程指标，对项目文档进行系统性的发现与评估，这消耗了评估准备时间中估计的40-60%，并伴有高外在认知负荷。本文提出了智能证据管理（Smart Evidence Management
-
中国的创新性海事信用管理系统：制度逻辑、实践成效与未来展望
海事信用管理系统（MCMS）是中国海事治理中的一项创新举措，是社会信用体系（SCS）与海事治理体系之间的纽带。本研究通过历史研究、对近期监管规定的规范性分析以及与现有国际和国内海事框架的比较研究，考察了该系统的制度逻辑和运行框架。作为一种软法机制，该系统的信用
来源：Frontiers in Marine Science
时间：2026-07-22
-
基于集成多准则决策方法的海洋塑料废物管理挑战评估
引言：对塑料的过度依赖和塑料废物管理中的疏忽是海洋塑料污染的主要原因。尽管已有若干全球性倡议，海洋塑料废物管理仍受到多种挑战的影响。因此，海洋塑料废物管理已成为一个全球性环境威胁，克服这些挑战对于减少水体塑料污染至关重要。本研究评估了这些挑战，以识别有效海洋塑
来源：Frontiers in Marine Science
时间：2026-07-22
-
综述：采用系统综述方法应对坦桑尼亚农业挑战以推动青年就业转型
坦桑尼亚农业部门对国民经济与农村生计至关重要，但面临诸多重大挑战，而这些挑战在多数情况下抑制了生产率提升与青年就业。该部门对青年就业具有较强潜力，因为其在跨代际层面提供了多样化机会。然而，较高的青年失业率很可能与该部门转型不足以及更广泛经济体系中的结构性挑战相
来源：Discover Agriculture
时间：2026-07-22
-
考虑风储不确定性与频率安全约束的两阶段鲁棒机组组合方法
大规模风电并网降低了系统惯性，而提供虚拟惯性的储能系统(Energy Storage Systems, ESS)面临容量退化、时变效率与响应延迟等多时间尺度运行不确定性。若在日前机组组合(Unit Commitment, UC)中未予以考虑，将导致系统频率支撑
来源：Results in Engineering
时间：2026-07-22
-
综述：建筑物对海啸脆弱性的评估：方法、局限性和机器学习机会的系统综述
建筑物海啸脆弱性评估（BTVA）对于减轻沿海地区与海啸相关的灾害风险至关重要。尽管现有方法在过去二十年中取得了快速进展，但每种方法仍然受到基本缺陷的制约。此外，机器学习（ML）尽管在其他自然灾害领域取得了成功，但在海啸脆弱性研究中仍未得到充分利用。在本系统文献
来源：Progress in Energy and Combustion Science
时间：2026-07-22
粤公网安备 44010602000434号