• 针对航空事故分类的领域自适应深度学习方法：支持多标签处理与风险评估

  航空安全风险监测中基于RoBERTa的多标签分类模型研究，提出融合长文本分割、元数据融合和复合损失优化的AIRC-RoBERTa架构，有效解决ASRS数据长文本处理、类别不平衡和领域术语问题，实验表明其微平均F1值和召回率显著优于传统模型及BERT/MacBERT等基线，特别在罕见关键事件分类中表现优异，并通过注意力可视化增强可解释性。

  来源：Engineering Applications of Artificial Intelligence

  时间：2026-03-16

• RID-Net：基于改进的CycleGAN和低频融合技术的真实世界图像去雾网络

  未监督图像去雾方法通过改进CycleGAN架构提出RID-Net，采用PConv增强的Res2Net模块和双分支自适应特征融合模块，有效解决传统方法在色偏、计算效率及特征融合方面的不足，显著提升真实场景去雾效果并保持实时性。

  来源：Digital Signal Processing

  时间：2026-03-16

• 基于GIS的方法在城市生物质能源发电机设计中的应用 Yessica Trujillo Ladino, Javier Rosero Garcia, Juan Galvis

  城市绿化修剪及草屑生物质资源化利用研究，通过GIS结合层次分析法构建小型厌氧消化设施选址模型，考虑物流可达性、环境敏感区及市政服务区限制，揭示生物质供应稳定性与能源产出规模不匹配的规划困境，提出多约束条件协同决策方法，为全球南方城市循环经济实践提供工具支持。

  来源：Applied Sciences

  时间：2026-03-16

• 利用中红外TEA CO₂激光将氢注入金属的可能性：使用LIBS技术检测钛中的氢

  本研究探讨了利用中红外CO2激光将氕注入钛金属的可行性，并验证了LIBS检测注入氢的效果。实验表明：中红外激光可有效注入氢，通常需要几十次脉冲，且注入量在55-200 mbar范围内几乎与初始氢压无关。LIBS方法快速可靠，适用于金属中氢监测。

  来源：Applied Surface Science

  时间：2026-03-16

• “Touch to Pair”技术：实现安全可靠的物联网设备配对，且不会丢失任何信息

  IoT设备安全配对需解决传统方法不适用（缺乏用户界面/传感器）及现有方案缺陷（近似方法易受攻击/物理操作需惯性传感器）。提出Universal Operation Sensing无需惯性传感器即可通过按压或旋转等简单操作快速配对，并改进TimeWall协议避免信息损失，确保安全高效。

  来源：IEEE Data Descriptions

  时间：2026-03-16

• FPTD：一种超级快速、注重隐私保护且可靠的众包数据真相发现方法

  隐私保护数据真实性发现 耦合边缘计算与高效通信协议

  来源：IEEE Data Descriptions

  时间：2026-03-16

• 设计与冲刺：传统企业内部推动数字创新的高效路径实证研究

  本研究针对传统企业（Incumbents）在数字创新（Digital Innovation）过程中面临的层级僵化、决策低效、部门壁垒与文化风险规避等核心挑战，探讨了如何利用结构化、限时的设计冲刺（Design Sprint）方法来加速创新。通过在一家全球性啤酒与饮料公司（BREW）的案例研究，研究人员系统性地应用并评估了设计冲刺。结果表明，该方法能有效帮助传统企业快速开发关键创新能力、克服组织障碍，并通过原型设计和用户测试加速数字解决方案的落地，最终推动其向敏捷、数字化的文化转型。这项研究不仅为设计冲刺在数字创新中的应用提供了实证依据，也为管理者提供了具有实操性的行动指南。

  来源：IEEE Engineering Management Review

  时间：2026-03-16

• 技术史学的演进脉络、挑战与历史证据保存

  本文探讨了技术史学作为一门学科的演变历程及其核心挑战。为应对历史证据随时间脆弱化和易失的问题，作者系统梳理了历史证据的类别、保存困境及不同视角的解读差异，并强调了工程师、历史学家及IEEE等组织在技术史保存、阐释与传承中的互补角色。文章旨在提升公众对技术发展及其社会影响的认识，并为确保技术史研究的客观性与完整性提供方法论指导。

  来源：IEEE Communications Letters

  时间：2026-03-16

• 理解小样本环境下的对抗性模仿学习：一种阶段耦合分析方法

  本研究提出基于总变差距离的对抗模仿学习（TV-AIL），通过多阶段优化结构分析证明其模仿差距上界与决策周期无关，揭示AIL在小样本和长周期任务中表现优异的理论机制，并揭示其在一般MDP中的局限性。

  来源：IEEE Transactions on Pattern Analysis and Machine Intelligence

  时间：2026-03-16

• Seg-FTL：一种基于分段的超光速传输技术，采用动态线性模型提升固态硬盘性能

  闪存翻译层（FTL）在SSD中负责地址映射、垃圾回收和磨损均衡，但随着3D闪存和存储密度提升，DRAM缓存映射表需求激增且GC导致写放大严重。本文提出段式FTL（Seg-FTL）结合动态线性模型，通过压缩连续逻辑页映射段优化DRAM利用，同步更新映射表提升读命中率，并设计动态内存分配减少碎片。实验显示在标准测试中性能提升1.1-3.8倍，高并发场景峰值增益达9.37倍。

  来源：ACM Transactions on Storage

  时间：2026-03-16

知名企业招聘：