-
通过增材制造技术制备的超强且具有良好延展性的低合金钛
本研究利用增材制造技术，通过控制非平衡加工条件在低合金钛合金中诱导分层微结构，包括微米级晶粒、细化片状相和纳米级沉淀物，显著提升强度（1340 MPa）并保持延展性（12%），为低成本高强度钛合金开发提供新途径。
来源：Materials Today
时间：2026-04-08
-
通过简单的无籽固态晶体生长和掺杂技术，制备出具有优异压电和介电稳定性的K0.5Na0.5NbO3基单晶体，且成本效益高
铌酸钾钠钠钴钛酸盐单晶通过铝掺杂固相法单晶生长获得，优化掺杂比例至0.01时实现高d33（1146 pC/N）、低矫顽场（6.0 kV/cm）及宽温域稳定介电性能（294-357），形成晶界相界结构，为环保压电器件提供新方案。
来源：Materials Science in Semiconductor Processing
时间：2026-04-08
-
从沉积动力学到电致变色技术：相场模拟揭示了非晶态MoO3-x微结构的优越性
非晶态MoO3-x薄膜通过调控热蒸发参数实现结构优化，其连续致密的三维离子传输通道显著降低离子注入势垒并缓冲体积应变，表现出53%光学调制、137 cm²C⁻¹色变效率及300+次循环稳定性，相场模拟揭示了晶态与无序结构形成机制。
来源：Materials Science in Semiconductor Processing
时间：2026-04-08
-
通过基于显微镜数据的机器学习方法，分离LB-PBF（激光束熔敷）工艺制备的IN718合金微观结构对其静态和瞬态力学性能的贡献
针对LB-PBF In718合金，系统性地研究六种热处理策略对微观结构（γ'、γ''相、δ相及晶界特征）及力学性能（强度、延展性、应变率敏感性）的影响，结合机器学习模型揭示各相的独立贡献，提出基于δ相晶界调控和γ相保留的新型热处理策略。
来源：Materials Science and Engineering: A
时间：2026-04-08
-
原位非晶/晶体异质结构通过316L功能合金化技术，使得激光粉末床熔融AlMgErZr合金具有较高的强度和延展性
针对激光粉末床熔融制备高强铝合金存在的裂纹敏感性和强度-韧性矛盾问题，本研究通过引入316L不锈钢作为功能添加剂，在AlMgErZr合金中形成亚微米至微米级胞状异质结构。通过调控Fe、Ni溶质引起的构型过冷，实现α-Al基体中纳米级非晶Al-Fe-Ni析出相与L1₂-Al₃(Er,Zr)纳米析出相的协同强化。优化后的2.5 wt%316L添加合金经时效处理后强度达686 MPa，延伸率5.4%，建立了裂纹抑制与高强设计的新范式。
来源：Materials Science and Engineering: A
时间：2026-04-08
-
基于谱双聚类的可扩展性方法：提升推荐系统的事后可解释性
可解释性在推荐系统中至关重要，但传统观察级删除方法存在扩展性问题。本文提出块删除诊断框架，通过谱双聚类将用户和物品划分为块，删除整块而非单个交互，减少重新训练次数，同时提供用户群、物品类及交互关系的解释。实验表明，顶层推荐对特定块更敏感，不同用户群对块的依赖存在异质性，且块删除诊断能揭示传统指标无法捕捉的辅助或负面影响。该框架为推荐系统提供模型无关、计算高效的解释方法。
来源：Knowledge-Based Systems
时间：2026-04-08
-
BeShift：基于行为特征的数据增强技术，用于在数据分布发生变化的情况下实现鲁棒且公平的深度知识追踪
知识追踪模型在分布性偏移下可靠性下降，本文提出BeShift框架通过模拟认知疲劳、遗忘和知识差距生成合成数据，提升模型鲁棒性，实验显示公平AUC平均提升11.6%。
来源：Knowledge-Based Systems
时间：2026-04-08
-
GRA-FIN：一种用于金融交易和金融犯罪分析的大型图简化新方法
该研究提出了一种混合简化解法，结合噪声消除和边修剪技术，通过评分机制有效压缩金融犯罪相关的大规模图数据，同时保持80%以上的信息完整性和70%以上的噪声消除效率，显著降低分析人员认知负荷，已在实际系统中部署。
来源：Knowledge-Based Systems
时间：2026-04-08
-
基于去中心化LoRA技术的增强型Transformer模型，结合多尺度特征学习方法，用于实现安全的眼部疾病诊断
眼科疾病诊断提出融合多尺度片段嵌入、LoRA、知识蒸馏和联邦学习的DeiT框架，解决数据不平衡与隐私问题，提升局部与全局特征提取能力，实验显示模型在OCTDL和EDD数据集上AUC、F1分数等指标优于传统CNN及现有Transformer，并利用Grad-CAM++增强临床可解释性。
来源：Knowledge-Based Systems
时间：2026-04-08
-
MLHFA：多位置高频注意力机制与特征聚合技术，用于通用深度伪造检测
本文提出MLHFA模型，通过多局部特征选择和基于高频信息的跨注意力机制，有效平衡检测准确性与泛化能力，在GenImage数据集上超越现有最优方法4.7%，并展现强鲁棒性。
来源：Journal of Visual Communication and Image Representation
时间：2026-04-08
粤公网安备 44010602000434号