• 一种考虑可再生能源间接碳排放责任的时空碳追踪与分配方法

  碳责任分配方法研究，提出考虑时空耦合的碳追踪框架，基于离散分析理论和图模型分配可再生能源间接碳责任，结合Informer网络预测动态排放因子，通过IEEE 14节点系统验证。

  来源：Electric Power Systems Research

  时间：2026-02-16

• 数值模拟方法及其对热气体（CO/CO₂）在浸油纸套管中生成过程的影响因素

  油浸纸绝缘套管长期运行中氧气和湿气引发的CO/CO₂生成动力学过程及影响因素研究，基于全尺寸550kV AC套管构建电-热-流耦合模型，揭示了气体浓度随时间呈饱和增长规律，并分析运行条件波动和核心过热对气体迁移与绝缘老化影响。

  来源：Electric Power Systems Research

  时间：2026-02-16

• 考虑源侧不确定性的风能-太阳能-氢能储能系统的两阶段鲁棒最优容量配置方法

  风光氢储系统两阶段鲁棒优化模型结合需求响应机制，有效平衡经济性与系统鲁棒性，降低储能容量20%和总成本7.08%。

  来源：Electric Power Systems Research

  时间：2026-02-16

• 一种混合深度学习方法，用于动态稳定性和不稳定性模式分析，同时考虑可再生能源的渗透率

  两阶段混合学习框架提升可再生能源丰富电网的暂态稳定性评估与模式识别精度，通过TCN-TGA网络实现物理能量函数指导的时序建模与预测，结合双分支GRU提取故障后轨迹与预测能量趋势的动态特征，采用原型分类器有效解决不平衡数据下的主导模式（角度/电压）识别难题，在三种IEEE-39系统配置中验证了模型的高效性与鲁棒性。

  来源：Electric Power Systems Research

  时间：2026-02-16

• 基于IBKA-CNN-BiLSTM-Attention模型的提前一天建筑负荷预测方法

  建筑能耗预测模型需解决非线性时序特征提取与多超参数组合优化难题。本文提出CNN-BiLSTM-Attention混合架构，采用改进黑猫算法（IBKA）优化六项关键超参数，在两个数据集上验证模型优势。实验表明IBKA优化组合的模型RMSE降低至0.282，MAE为0.317，R²达98.74%，且对夏/过渡/冬三季测试日均保持稳定预测性能，有效克服传统优化算法在离散混合参数搜索中的局限性。

  来源：Electric Power Systems Research

  时间：2026-02-16

• 驾驭创新：人工智能驱动的直播服务的战略动态

  AI主播对直播电商生态中品牌、MCN和平台三方的战略互动及监管平衡影响研究，采用演化博弈模型揭示长期可持续性与技术风险对品牌决策的制约，以及适度监管促进创新与稳定的双重作用机制。

  来源：Electronic Commerce Research and Applications

  时间：2026-02-16

• 二维硅锗烯单层氧化及其宽带隙氧化物用于下一代传感技术

  本文通过第一性原理计算，系统地研究了由硅和锗构成的二维新材料“硅锗烯（siligene）”的初期氧化过程及其稳定氧化物形成机制。研究发现氧原子优先吸附在Si-Ge间的环氧位点，并揭示了两种由SiO3Ge单元耦合而成的稳定硅锗烯氧化物结构：Si2O8Ge2和Si2O6Ge2。这些宽带隙二维材料在功率电子、光电子、高频通信及抗辐射器件中展现出应用前景。此外，其结构中的原子元素和空腔使其成为离子和小分子捕获的候选材料，适用于下一代传感应用。

  来源：ACS Applied Nano Materials

  时间：2026-02-16

• 化学特征工程与缺陷感知结构指纹：面向二维材料复杂缺陷的表征新方法

  本文综述了一项针对二维材料中复杂缺陷的创新表征研究。针对现有物理描述符难以区分相同成分不同缺陷构型、深度学习模型依赖大数据且可解释性差的瓶颈，该研究提出了一种结合化学特征工程（PF-Scaling）与缺陷感知结构指纹（DA structural fingerprints）的物理信息描述符构建方法。研究结果表明，该方法在高维特征空间中显著提升了数据点的区分度，在预测单缺陷位点形成能时，能平衡特征依赖、增强模型解释性与泛化能力，为高通量筛选稳定缺陷候选者提供了一种高效且可解释的机器学习替代方案。

  来源：Journal of Chemical Information and Modeling

  时间：2026-02-16

• 重新思考经典淀粉降解实验中的碘反应方法

  淀粉酶活性检测实验中，因碘液与蛋白质（如唾液蛋白）竞争结合导致假阳性结果，建议优化实验条件。

  来源：Journal of Chemical Education

  时间：2026-02-16

• MESA：基于Transformer的冷启动序列推荐插件元调制方法

  本文综述了MESA（插件元调制）方法，该方案旨在解决Transformer架构在冷启动序列推荐（Cold-Start Sequential Recommendation）场景下面临的挑战。文章通过设计一种元调制（Meta-Modulation）插件模块，直接调制Transformer序列编码器（Sequence Encoder）的参数，并结合混合专家（Mixture of Experts, MoE）机制来捕捉用户的多重兴趣，显著提升了模型在数据稀缺情况下的自适应（Adaptive）能力和个性化推荐效果。

  来源：ACM Transactions on Knowledge Discovery from Data

  时间：2026-02-16

知名企业招聘：