• HyperKANODE：一种结合Kolmogorov-Arnold网络与神经常微分方程的超光谱图像分类方法

  提出HyperKANODE框架，整合KAN与Neural ODEs，通过TriKAN模块的B样条基函数动态建模光谱-空间连续特征，解决传统KAN离散更新不足的问题，在五类HSI数据集上分类准确率提升0.02%-5.85%。

  来源：Expert Systems with Applications

  时间：2026-03-24

• KAVER：一种基于知识增强的可验证思维链提示方法，用于对话答案生成

  多轮对话中知识增强的可验证推理框架KAVER通过分阶段架构解决事实一致性难题，包括动态子图构建、多路径符号推理和结构化响应生成，采用LoRA适配器实现参数高效训练，在CamRest、SMD和MultiWOZ 2.1上显著提升实体识别和综合得分。

  来源：Expert Systems with Applications

  时间：2026-03-24

• 重新审视水下声纳与医学超声中的声学图像增强技术

  声学图像增强面临数据质量与噪声分布不匹配的瓶颈，本文构建高保真声学图像数据集并模拟多类型噪声，设计可调参数导师模型与轻量级学生模型，提出自参考评估器避免依赖清洁地面真实，实现实时高效增强。

  来源：Expert Systems with Applications

  时间：2026-03-24

• 了解加拿大肿瘤科护士在虚拟护理和跨专业协作方面的经验：一项混合方法研究

  虚拟护理模式下加拿大肿瘤护士的跨专业协作与实践挑战

  来源：European Journal of Oncology Nursing

  时间：2026-03-24

• 基于Gershgorin特征工程和集成学习的数学建模方法，用于从电化学阻抗谱数据中估算电池的充电状态

  准确估算电池的State of Charge（SoC）对安全高效运营至关重要。现有方法如等效电路模型、卡尔曼滤波和人工智能虽被广泛应用，但存在参数化需求高或黑箱模型可解释性差等问题。本研究创新性地采用Gershgorin圆定理和CUR分解技术，直接从电化学阻抗谱（EIS）数据中提取结构化特征，无需电路参数拟合或估计。通过对比袋装学习、XGBoost等4种集成机器学习方法，结果表明袋装学习模型在均方误差上降低77%，验证了该数学特征提取框架的有效性和可解释性。

  来源：Engineering Applications of Artificial Intelligence

  时间：2026-03-24

• 可解释的人工智能技术支持的薄膜复合反渗透膜，用于海水淡化

  本研究构建了基于机器学习的TFC-RO膜结构参数与多变量操作条件整合优化框架，通过XGBoost实现高精度性能预测（R²>0.90），结合NSGA-II多目标优化突破传统10 bar性能瓶颈，协同优化表面粗糙度（≈49.65 nm）和活性层厚度，在10.7 bar下达成18.23 LMH高通量与99.50%近商业级脱盐。该框架实现了从被动性能评价到主动膜设计的范式转变，为解决海水淡化膜技术瓶颈提供新工具。

  来源：Desalination

  时间：2026-03-24

• 用于选择性溴化物回收的复合电极：通过膜电容去离子化技术优化选择性和性能

  溴离子选择性复合电极通过整合离子交换树脂与活性炭，实现双路径协同作用提升分离效率，响应面法优化树脂负载量（20-50%）、Cl⁻/Br⁻比例（1:1-5:1）及电压（0.8-1.6V），获得R²>0.97的高效预测模型，在5:1竞争比中实现2.83选择性，2分钟内97%总回收率，兼具脱盐（60%TDS去除）与资源回收功能，推动低浓度溴源经济利用及循环经济实践。

  来源：Desalination

  时间：2026-03-24

• 代表技术“智慧”：拟人化推论如何影响法律判决和政策观点

  自主技术拟人化归因影响法律责任判断及政策意见研究。通过三个实验发现，归因于机器的“代理”（如自主决策能力）会减少对制造方的责任认定，而归因于“经验”（如感受痛苦）会增加责任认定。认知冲突在拟人化过程中起中介作用，但框架影响有限。

  来源：Consciousness and Cognition

  时间：2026-03-24

• 一种结合混合变压器-LSTM框架、元启发式特征选择和数据平衡技术的系统，用于检测XSS攻击

  XSS攻击检测框架融合SMOTE数据平衡、BGWO特征选择与Transformer-LSTM语义建模，有效提升检测精度与效率，在两份数据集上实现超99.6%的准确率。

  来源：Computer Standards & Interfaces

  时间：2026-03-24

• 基于SWOT高度测量的垂直偏差分析：孟加拉湾区域的网格反演法与交叉估算方法的比较

  基于SWOT KaRIn数据的孟加拉湾垂向偏移（DOV）恢复方法研究。采用轨道差分、多向网格反演和交叉验证三种方法，通过19个科学周期数据验证。结果显示SWOT交叉验证方法实现±0.21角秒精度，空间异构性误差显著降低，网格反演与交叉验证相关系数达0.903-0.848（10-200km波长），20km以下存在小幅衰减。填补了传统海洋重力测量东西向异构性缺口，建立了网格反演与交叉验证结合的最佳实践框架，为海洋重力场和海底地形建模提供新基准。

  来源：Marine Geodesy

  时间：2026-03-24

知名企业招聘：