• 一种基于时空融合与动态样本驱动并利用注意力增强双向长短期记忆模型的动态灌溉事件识别方法

  在水资源短缺与粮食需求上升的双重压力下，动态灌溉识别对于优化水资源配置及提高农业用水效率至关重要。然而，受限于单源遥感数据的时空分辨率权衡、表征灌溉动态的能力有限以及动态样本生成的困难，现有方法难以在精细尺度上实现灌溉事件的连续自动检测。为解决这些局限，研究人

  来源：Remote Sensing

  时间：2026-07-17

• 城市河流潜在地下水排泄指标的制图: 唐山市的热红外遥感与机器学习方法

  地下水通过可渗透河床的排泄维持着河流基流和水生生态系统，但其在城市流域中的空间分布仍鲜有定量研究。为应对这一问题，研究人员建立了一个概念框架，集成Landsat 8/9热红外遥感与机器学习，以筛选和绘制中国唐山市中与潜在地下水影响一致的河流热异常河段。从热红外

  来源：Remote Sensing

  时间：2026-07-17

• 推动未来发展：微波工程与可持续创新 [校长专栏]

  微波工程处于现代连接技术的核心位置。从移动网络和卫星系统到雷达、传感技术以及新兴的智能平台，我们的技术让世界比以往任何时候都更加紧密相连。然而，这样的进步也带来了日益严峻的挑战。随着数据流量的增加以及新系统的大规模部署，通信基础设施的能耗正在迅速上升。目前，仅无线网络

  来源：IEEE Microwave Magazine

  时间：2026-07-17

• 整合地表与井中传感用于精确微震定位：一种无速度模型的深度学习方法

  随着生产深度和压力的增加，微震监测与定位技术对于保障油气生产安全变得尤为重要。因此，研究人员建立了一个综合的井地与地面微震定位网络，专门用于精确定位页岩气开采诱发的微震事件。所提出的模型JGF-LocNet集成了卷积神经网络（CNNs）、Transformer

  来源：Earthquake Science

  时间：2026-07-17

• 在S-O-R框架下采用混合SEM-机器学习方法解析驱动学生对校园GenAI持续使用意愿的双路径信任机制

  随着生成式人工智能（GenAI）代理嵌入高等教育，理解学生的持续使用意愿（CUI）至关重要。为解决关于校园AI环境如何与用户信任相关联这一尚未充分探索的机制，研究人员采用刺激-机体-反应（S-O-R）框架，研究双路径信任机制：AI系统类信任（AST）和AI人类

  来源：Frontiers in Psychology

  时间：2026-07-17

• 综述：自主移动机器人路径规划分析方法的批判性综述

  在本研究中，研究人员对移动机器人导航策略进行了批判性研究与讨论，重点关注不同环境和约束下路径规划方法的发展。研究详细讨论了经典方法和智能方法，以阐明其优点、缺点及未来研究范围。所研究的经典方法包括Dijkstra算法、A^*算法、D<sup

  来源：Decision Analytics Journal

  时间：2026-07-17

• 用于适应性气候治理的数字技术：一项针对南非政策创新影响的系统性文献综述

  引言： 发展中国家的气候变化治理持续面临因制度能力不均、数据基础设施薄弱及利益相关者参与有限而产生的持续性实施挑战。第四次工业革命（Fourth Industrial Revolution, 4IR）技术，包括人工智能（Artificial Intellige

  来源：Frontiers in Climate

  时间：2026-07-17

• 一个基于自动数据驱动仿真的框架，用于数字孪生赋能制造分析，采用过程挖掘技术

  现代制造系统在高度动态的环境中运行，持续的创新要求广泛的监控和适应。这些系统中的瓶颈对在不中断运行的情况下测试和实施改进构成了挑战。离散事件仿真（Discrete Event Simulation, DES）提供了一种前瞻性的方法论，用于评估复杂系统中的替代方

  来源：Decision Analytics Journal

  时间：2026-07-17

• 评估祁连山未来温度和降水预估的统计降尺度方法

  祁连山是中国西北地区重要的生态安全屏障和水源涵养区，对气候变化高度敏感。可靠的气候预估对于区域环境管理至关重要，然而统计降尺度方法在这一复杂山区的表现尚未得到充分评估。研究人员利用站点观测数据（1951–2025年）和34个CMIP6（第六次耦合模式比较计划）

  来源：Frontiers in Remote Sensing

  时间：2026-07-17

• 一种用于可扩展聚类与分析决策的自适应量子-经典方法

  聚类仍然是无监督学习的基石，然而经典算法经常难以应对现代数据集固有的复杂性，例如高维度、非线性可分性以及显著的噪声。本文提出了混合量子-经典聚类算法（HQCA），这是一种利用量子计算的能力和经典机器学习的鲁棒性来克服这些限制的新颖框架。HQCA集成了量子核估计

  来源：Decision Analytics Journal

  时间：2026-07-17

知名企业招聘：