-
网络演化博弈视角下的低碳技术扩散:行为机制与激励机制的作用
本期特荐论文《网络演化博弈视角下的低碳技术扩散:行为机制与激励机制的作用》,该研究聚焦企业低碳技术采纳与扩散的复杂决策过程。作者构建了一个整合行为机制与激励结构的复杂网络演化博弈模型,深入剖析了从众行为、组织惰性等行为因素,以及政策、经济、社会与技术激励如何共同塑造企业网络的扩散动态。研究发现,直接政策激励与消费者绿色偏好等需求侧驱动因素,在技术扩散早期作用尤为显著,而行为因素则对采纳的时机与稳定性有非对称性影响。论文为理解低碳技术扩散如何支撑企业层面的绿色转型提供了创新的分析视角。
来源:Frontiers in Physics
时间:2026-03-03
-
基于模型考虑交叉饱和效应的过调制SynRM驱动系统低次谐波抑制方法
为提升电压利用率和优化开关损耗,电机驱动常工作在过调制及六步模式,但由此引入的低次电压谐波会恶化电流质量,干扰磁场定向控制。研究人员针对采用MTPA与FW联合控制的过调制同步磁阻电机驱动,提出了一种基于解析方程估计5、7、11、13次谐波分量,并利用计及磁饱和与交叉饱和的微分电感模型合成补偿电流矢量的反馈路径谐波抑制方法。仿真与实验证实该方法在11kW SynRM平台上显著降低了反馈路径的d、q轴电流纹波,且不损害动态性能,为实现平滑过渡至六步模式及构建依赖基波分量的观测器或无传感器控制方案奠定了基础。
来源:IEEE Access
时间:2026-03-03
-
无需调参的RKHS非线性参数估计方法在雷达传感器中的性能提升研究
雷达目标参数估计是长久以来的难题,传统最大似然(ML)方法难以获得最优解。为提升精度并应对测量的非线性特性,研究人员针对RKHS自适应算法中的关键——高斯核函数宽度选择,提出了一种基于随机采样的核宽度分配方法。该方案在均方误差收敛和计算复杂度上均表现优异,超越了手动调宽结果,并通过分析和仿真验证了其有效性与泛化能力。
来源:IEEE Access
时间:2026-03-03
-
评估传统与大型语言模型中的偏见检测与缓解方法:一项跨模型比较与集成研究
随着人工智能与大型语言模型系统的广泛应用,模型公平性与偏见问题日益凸显。本研究针对AI模型常继承训练数据或算法设计中的偏见这一问题,系统评估了IBM AIF360工具包在偏见检测与缓解方面的性能,并首次将其集成应用于DistilBERT、GPT-2、BLOOM等主流LLMs。结果表明,AIF360可有效降低模型偏见,为机器学习与自然语言处理系统的公平性优化提供了实践指导与工具支持。
来源:IEEE Access
时间:2026-03-03
-
采用填充热塑性涂层调控高温超导线圈匝间接触电阻的系统方法及其应用验证
本研究针对非绝缘(NI)高温超导(HTS)磁体因匝间接触电阻(Rct)不可控而影响充电动态与失超耐受性的问题,提出并验证了一种利用填充银包铜片(SCCF)的聚乙烯醇缩丁醛(PVB)热塑性涂层,通过控制填料类型、体积分数及热处理条件,实现Rct在约50至106μΩ·cm2范围内精确可调的系统方法。所制备的80匝演示螺线管在77 K下达到了约70 μΩ·cm2的目标电阻,并通过有限元模型验证了该调谐方法的有效性。
来源:IEEE Transactions on Applied Superconductivity
时间:2026-03-03
-
构想未来的基础设施:转型挑战、新兴范式与社会技术视角
本特刊探讨在全球剧变背景下,基础设施系统所面临的转型挑战与未来构想。研究者们针对当前基础设施在定义演化、规划张力、新兴脆弱性及社会需求变化等方面的问题,开展了关于“构想明日基础设施”的前瞻性研究。文章集合了多位学者在技术韧性、可持续ICT、可再生能源电网、6G网络、数字孪生及基础设施美学等主题的成果,旨在激发更广泛的对话,探讨未来基础设施的形态及如何实现平稳过渡。其意义在于为应对基础设施的长期性、高成本与必要性所带来的高风险变革,提供了多角度的社会技术分析与路径思考。
来源:IEEE Transactions on Technology and Society
时间:2026-03-03
-
基于双参考线追踪的鱼苗计数方法DuoCounter:有效解决身份切换提升水产养殖监测精度
针对鱼类养殖中鱼苗统计依赖人工、效率低成本高的问题,研究人员开展了基于视觉追踪的自动化计数研究。他们提出了DuoCounter方法,通过集成两条参考线和基于关键点的特征比较,有效减少了身份切换(ID switch)问题。在真实养殖视频上的评估显示,该方法与人工计数结果高度相关(0.97),并取得了0.91的召回率和0.83的精确度。该方法为解决水产养殖自动化监测中的关键难题提供了新方案,具有较强的应用前景。
来源:IEEE Access
时间:2026-03-03
-
基于非共价相互作用的机器学习方法在蛋白质-蛋白质相互作用预测中的研究与应用
这篇综述系统评述了利用机器学习(ML)预测蛋白质-蛋白质相互作用(PPI)的最新进展。文章聚焦于非共价相互作用(如氢键、疏水作用等)作为核心特征,阐述了从特征提取、模型构建(如ETsO、随机森林)、集成优化(Stacking/Voting)到特征重要性分析(SHAP)的全流程,为理解蛋白质识别机制和药物设计提供了新工具与见解。
来源:ACS Omega
时间:2026-03-03
-
《DiffCap:利用稀疏惯性测量单元和单目相机实现基于扩散的实时人体运动捕捉》的勘误表
本文是一篇针对“DiffCap: Diffusion-Based Real-Time Human Motion Capture Using Sparse IMUs and a Monocular Camera”一文的勘误声明,主要内容是补上了原发表版本中遗漏的致谢章节。勘误本身并不包含具体的研究内容、方法或结果。
来源:IEEE Transactions on Visualization and Computer Graphics
时间:2026-03-03
-
在超宽带微波吸收的连续参数空间中进行探索:一种基于序列感知的深度学习与进化优化方法
作者:狄小创、袁慕山、卢俊宇、杨申泉、周翠青、陈洋、邹华为
中国四川省成都市610065,四川大学高分子研究所高分子材料工程国家重点实验室
摘要
随着电磁(EM)污染的迅速蔓延,迫切需要开发具有超宽带能力的高性能微波吸收(MA)材料。然而,传统的试错设计方法受到制备过程路径依
来源:ACTA PHYSICO-CHIMICA SINICA
时间:2026-03-03