-
基于仿真建模与竞争力评估的工业废物运输专用车辆车队组合优化方法
本研究提出一种集成车辆竞争力评估与仿真建模的决策支持系统(Decision Support System, DSS)方法,用于确定工业企业及市政部门废物运输专用车辆车队的最优定量与定性组成,以最小化总物流成本。该方法首先基于层次化指标体系(piecewise
来源:Logistics
时间:2026-04-04
-
可持续金融的演进:金融系统转型中的创新、政策与全球合作
该研究旨在通过全面的系统文献综述与先进的主题建模分析,探究可持续金融(Sustainable Finance)研究的演进历程,以识别该领域的发展阶段、主题维度与新兴趋势。研究人员遵循PRISMA(系统综述与荟萃分析优先报告条目)指南开展了系统文献综述,分析了1
来源:Financial Innovation
时间:2026-04-04
-
钢铁行业至2100年CO₂e排放预测——不同冶金技术路径与资源约束情景分析
摘要:钢材是现代社会不可或缺的基础材料,但其生产过程碳排放强度高。研究人员按国家收集历史数据,对至2100年的钢铁及废钢消费、钢铁产量及相关CO₂当量(CO₂e)排放进行建模,设定四种工艺情景展开分析——情景1(现状基准):直接还原铁(Directly Red
来源:Resources Policy
时间:2026-04-04
-
利用视觉-语言模型(Vision-Language Model, VLM)清洗制造业数据集标签的方法(Sanitizing Manufacturing Dataset Labels using Vision-Language Models)
摘要:机器学习模型在工业应用中的成功高度依赖于训练所用数据集的质量。然而,大规模数据集——尤其是通过众包(crowd-sourcing)和网络爬取(web-scraping)构建的数据集——常受困于标签噪声、不一致性及错误。此问题在制造业领域尤为突出,因为获取
来源:Machine Learning with Applications
时间:2026-04-04
-
阿拉伯湾珊瑚虫房双锯珊瑚(Platygyra daedalea)分离自虫黄藻(Symbiodinium sp.)A型支系(Clade A)的生长速率及基于光照的非冷冻保存方法
阿拉伯湾(Arabian Gulf)珊瑚礁暴露于极端温度与盐度下,导致全球最高的珊瑚白化与死亡率之一。因此,保存耐热Symbiodiniaceae(虫黄藻科)对于维持珊瑚恢复力及支持新兴的恢复与辅助进化策略具有紧迫性。现有的Symbiodinium(虫黄藻)冷
来源:Kuwait Journal of Science
时间:2026-04-04
-
25MW钢—混凝土混合式海上风电机组的构建
为解决废弃物基碱激发体系中力学性能与重金属稳定化难以同步优化的问题,本研究考察了一种新型复合胶凝材料的制备与表征,拟用于建筑应用。该材料以铅锌冶炼渣和电镀污泥(ES)为前驱体。研究的新颖性在于,采用聚乙烯醇(PVA)与KH792对基于LZSS的碱激发基体进行协
来源:Energies
时间:2026-04-03
-
综述:网络物理系统安全:异常检测技术综合综述
丹尼尔·阿布沙里|米拉·斯里达尔
美国新泽西州霍博肯市史蒂文斯理工学院电气与计算机工程系
**摘要**
在日益互联的世界中,网络物理系统对于医疗、交通和制造业等关键行业而言至关重要,这类系统将物理过程与计算智能相结合。然而,这些系统的安全性却是一个重大问题。无论是传
来源:Internet of Things
时间:2026-04-03
-
多中心组织学图像整合与多尺度深度学习技术支持基于机器学习的儿童肉瘤分类
现已可供购买
儿童肉瘤亚型分类研究利用多机构867张全玻片图像,通过SAMPLER流程结合深度学习优化,发现视觉Transformer(如UNI、CONCH)相比传统模型精度更高(AUC 0.961),多尺度特征增强分类效果,两阶段流程有效识别罕见Ewing肉瘤,训练速度提升三个数量级且无需GPU。
来源:Cancer Research
时间:2026-04-03
-
全球深海勘探目标:一种可视化观测深海海底的代表性方法
为解决深海观测数据严重偏差、全球海底视觉探索代表性不足的问题,研究人员开展了一项名为“全球深海勘探目标”的概率性抽样设计研究。该研究整合了海底地形、地貌、沉积物组成和颗粒有机碳通量四个关键特征,制定了10000个目标观测点位的全球采样计划。该计划旨在纠正历史观测偏差,将已观测的独特海底位置数量几乎翻倍,建立一个地理和环境上更具代表性的数据集。这为制定基于证据的深海保护与资源管理政策提供了关键的科学基础。
来源:SCIENCE ADVANCES
时间:2026-04-03
-
发掘科学突破:基于嵌入模型识别研究颠覆性与同步发现的鲁棒性新方法
本研究针对如何量化科学创新的“颠覆性”这一难题,提出了一种基于图嵌入的新指标“嵌入颠覆性度量(EDM)”。该研究利用大规模论文引用网络,通过训练表征论文过去和未来的向量,计算其间的余弦距离来评估一篇工作对研究轨迹的“重塑”程度。研究发现,EDM不仅能更可靠地识别诺贝尔奖论文等标志性突破,还能有效捕捉传统方法难以发现的、由多篇论文共同完成的“同步性颠覆”,为理解科学进步的动力和更准确地评估变革性贡献提供了新工具。
来源:SCIENCE ADVANCES
时间:2026-04-03