• 利用机器学习和SHAP解释技术，通过膳食抗氧化剂来预测冠心病与糖尿病的共病风险

  摘要冠心病（CHD）和糖尿病（DM）常常通过氧化应激和炎症等共同机制同时发生。特定的膳食抗氧化剂是否能够减轻这两种疾病的共病情况仍不清楚。利用2005–2018年全国健康与营养调查（NHANES）的数据（n = 9,279），我们开发了一种可解释的机器学习方法，该方法在十折交叉验

  来源：Scientific Reports

  时间：2026-05-31

• 通过一种新型基因配对方法识别自闭症谱系障碍中具有中等效应大小的基因

  摘要自闭症谱系障碍（ASD）的成因涉及复杂的遗传和环境因素，其中遗传变异起着重要作用。本研究提出了一种新方法，用于识别具有中等效应大小（MES）的风险基因。这些基因单独来看并不符合ASD的发病阈值，但当与另一个具有中等效应大小的风险基因结合时，会共同增加患病风险。通过对SPARK

  来源：Communications Biology

  时间：2026-05-31

• 通过一维和综合二维GC-TOF/MS技术对柴油燃料的成分进行互补性分析

  摘要本文评估了一维气相色谱与飞行时间质谱联用（1D GC-TOF/MS）以及二维气相色谱与飞行时间质谱联用（GC×GC-TOF/MS）作为柴油燃料成分分析的互补技术平台。在所有样品中，1D GC-TOF/MS检测到1,850个经过库注释的特征（相似度得分≥700），而GC×GC-

  来源：Scientific Reports

  时间：2026-05-31

• 利用多传感器行为数据、生理数据和牛奶产量数据，通过机器学习方法检测早期泌乳期奶牛的亚急性瘤胃酸中毒

  摘要亚急性瘤胃酸中毒（SARA）是泌乳早期奶牛常见的代谢紊乱，会对瘤胃功能、牛奶产量和动物福利产生负面影响。由于临床症状通常较为微妙且短暂，因此早期识别仍然具有挑战性。本研究的目的是评估是否可以利用多传感器行为数据、生理数据和牛奶产量数据，通过机器学习方法来识别患有SARA的奶牛

  来源：Scientific Reports

  时间：2026-05-31

• 利用Heronian平均MCDM方法，构建用于管理微智能电网中电力生产和消费的知识增强框架

  摘要随着全球化和外包趋势的发展，新的现代化工业企业越来越多地依赖广泛的供应商网络来构建复杂的电力生产和消费系统。为了保持高效的生产计划和调度，以及在微智能电网中整合和处理从电力生产到消费管理的各种数据，这一点变得越来越关键。为了解决上述问题，首先我们开发了基于基本规律的循环直觉不

  来源：Scientific Reports

  时间：2026-05-31

• 通过员工能力，将现有的数字化进程和技术采用速度与基于人工智能的商业模式转型相结合

  摘要本研究探讨了现有的数字化程度和技术采用速度如何影响由人工智能驱动的商业模式转型，特别关注了员工能力的中介作用。基于资源基础理论和数字化转型理论，该研究利用结构方程模型对从埃及各行业421名员工收集的调查数据进行了分析。研究结果表明，现有的数字化程度和技术采用速度直接和间接地影

  来源：Scientific Reports

  时间：2026-05-31

• 针对不同车型在道路坡度上的随机驱动补偿：一种机器学习方法

  摘要斜坡常常成为交通瓶颈，但并非所有斜坡都会导致交通拥堵。斜坡通行能力与坡度、长度等因素之间的关系复杂且非线性。准确估算道路斜坡的通行能力并缓解交通拥堵仍然是交通管理中的挑战。驾驶员会本能地调整车辆的加速或制动行为以抵消重力的影响，从而影响车辆速度和道路通行能力。然而，传统模型往

  来源：Scientific Reports

  时间：2026-05-31

• 一种基于改进的光梯度提升算法的焊接点云识别方法

  摘要准确的焊接区域识别对于焊接质量检测和自动化磨削至关重要。然而，焊接点云具有高度不规则性且缺乏明确的拓扑结构，这使得精确识别变得困难。为了解决这个问题，本研究将焊接点云识别问题转化为一个二分类任务，即每个点被分类为焊缝或基材。通过结合基于邻域的几何特征提取、基线模型比较和元启发

  来源：Scientific Reports

  时间：2026-05-31

• 基于新型混合机器学习的建筑空间供暖负荷预测方法：一项综合性研究

  摘要空间供暖负荷是住宅建筑的主要能源消耗来源。对其预测对于能源供应商的高效和成本效益管理至关重要。在这项研究中，评估了九种机器学习方法，包括一种新颖的混合自然梯度提升（NGBoost）和基于残差的混合密度网络（MDN）模型，使用包含七个独立输入参数的数据集来预测建筑物的空间供暖负

  来源：Scientific Reports

  时间：2026-05-31

• 深度学习方法在视觉艺术图像中的艺术风格识别与色彩恢复中的应用

  摘要色彩作为艺术图像中的核心元素，不仅提升了视觉美感，还在表达情感、构建主题叙事以及传递语义信息方面发挥着至关重要的作用。现有的深度学习方法在艺术风格识别方面主要关注结构和纹理特征，但往往忽略了色彩的感知和心理维度。为了解决这一问题，本文提出了一种具有色彩感知能力的深度学习框架，

  来源：Scientific Reports

  时间：2026-05-31

知名企业招聘：