• 将CIPSI驱动的CC(P;Q)方法扩展到激发电子态

  斯瓦蒂·S·普里亚达尔西尼|卡提克·古鲁兰甘|皮奥特·皮丘赫 美国密歇根州东兰辛市密歇根州立大学化学系，邮编48824 摘要 我们将CIPSI驱动的CC(P;Q)方法[K. Gururangan等人，《化学物理杂志》155 (2021) 174114]扩展到激发态电

  来源：Chemical Physics Letters

  时间：2026-03-04

• 利用自然语言处理描述符和基于变换器的理想邻近矩阵重建技术，实现噬菌体病毒蛋白的安全精准预测的可解释人工智能

  纳伊夫·阿尔穆萨拉姆|马库德·海亚特 沙特阿拉伯阿尔阿赫萨，费萨尔国王大学商学院管理信息系统系，邮编31982 摘要 细菌的生物功能会受到噬菌体病毒蛋白的影响，这类蛋白质是存在于细菌中的病毒。噬菌体病毒蛋白在噬菌体疗法和基因工程中起着重要作用。准确且安全地识别这些蛋

  来源：Chemometrics and Intelligent Laboratory Systems

  时间：2026-03-04

• 非均匀网格上分数拉普拉斯模型快速配置方法的数值分析及高效实现

  孔美洁|傅鸿飞 中国海洋大学数学科学学院，山东青岛266100 摘要：针对分数拉普拉斯问题，我们提出了一种基于Krylov子空间迭代求解器的快速配置方法，该方法适用于一般非均匀网格，且分数算子以奇异积分形式表示。只要指数和近似足够精确，该算法在α∈(0,1)时的一般非均匀网格上被

  来源：Communications in Nonlinear Science and Numerical Simulation

  时间：2026-03-04

• 基于粒子滤波的层合板损伤传播预测方法：利用导波特征压缩与相互作用机制

  刘晓峰|魏大平|梁福源|张春兵|周增亮|卜林|罗军 中国重庆大学先进装备机械传动国家重点实验室 摘要：为了解决在观测数据有限的情况下预测复合材料损伤演化渐近行为的难题，本文提出了一种基于多通道导波压缩特征交互的损伤观测器。该方法整合了应变能释放率融合参数自适应粒子滤波器，用于精确

  来源：Reliability Engineering & System Safety

  时间：2026-03-04

• TG-MG：基于MDP图的多任务强化学习任务分组方法

  潘睿|袁泉|罗贵阳|傅晓远|刘志权|李静林 中国北京邮电大学网络与交换技术国家重点实验室，北京100876 **摘要** 多任务强化学习旨在同时学习多个任务，从而实现比单独学习更高的样本效率。然而，简单地将多个任务组合起来进行训练可能会导致负面知识迁移。考虑到不兼容

  来源：Expert Systems with Applications

  时间：2026-03-04

• CGNNStealer：一种针对图神经网络的无数据协同模型提取攻击方法

  吴玉林|李泽琳|刘艾伟|孙晓珍|王玉欣|李俊毅|王轩中国广东省深圳市518055，哈尔滨工业大学（深圳）计算机科学与技术学院摘要随着基于图的机器学习即服务（GMLaaS）模式的出现，图神经网络（GNNs）被广泛应用于各个领域。然而，GMLaaS也使得GNN模型面临诸如模型提取攻击

  来源：Computer Standards & Interfaces

  时间：2026-03-04

• 基于Slack引导与几何感知的知识驱动过采样方法，用于智能不平衡学习

  雷玛·拉利特|卡皮尔 印度哈里亚纳邦库鲁克谢特拉国立技术学院计算机应用系，邮编136119 摘要 在基于知识的机器学习任务中，如欺诈检测、医疗诊断、预测性维护和风险评估，不平衡数据集一直是一个亟待解决的难题。支持向量机虽然能够通过二次规划找到全局最优解，但极易受到类

  来源：Knowledge-Based Systems

  时间：2026-03-04

• 综述：评估遗传性血管性水肿急性发作的患者报告结局：一项关于现实世界中使用标准疗法受试者的混合方法研究见解

  本研究通过混合方法，评估了HAE急性发作患者使用已获批按需治疗药物时，AMRA、PGI-S、PGI-C等患者报告结局工具，为未来ODT临床试验中基于PRO的终点选择与层级构建提供了循证依据。

  来源：Clinical Reviews in Allergy & Immunology

  时间：2026-03-04

• 针叶树遗传研究的根插技术：一种便捷高效的转化体系

  摘要 针叶树是全球森林生态系统的基石，但其基因转化过程中面临诸多挑战。为克服针叶树不定根对Agrobacterium/Rhizobium介导的转化的天然抗性，我们通过引入嵌合Ri质粒衍生的T-DNA边界、一种磷酸模拟突变

  来源：Plant Biotechnology Journal

  时间：2026-03-04

• 综述：人类疾病分子研究中因果基因优先级排序方法的现状

  这篇综述系统梳理了当前识别复杂性状与疾病背后因果基因（或效应基因）的核心方法。文章重点对比了共定位分析、孟德尔随机化（MR）和网络因果推断三大类主流统计工具的优势、局限性与互补性，并深入探讨了它们如何克服遗传混杂、连锁不平衡和水平多效性等挑战，以提升在基因组关联研究（GWAS）后分析中推断基因因果关系的准确性与稳健性，并以心脏病研究为例阐明了其实际应用。

  来源：Genetic Epidemiology

  时间：2026-03-04

知名企业招聘：