• 基于深度学习方法的夏威夷僧海豹叫声的描述、检测与分类：生物学和保护应用

  夏威夷僧海豹（Hawaiian monk seal）是一种夏威夷群岛特有的鳍足类食肉动物（phocid Carnivore）。研究人员最近发现，成熟雄性全年至少发出六种独特的叫声，通常以两个或更多为一组，声音产生与生殖状态相关，之前曾认为该物种在水下是沉默的。

  来源：Marine Mammal Science

  时间：2026-08-26

• 瓶鼻海豚个体声学监测中自动哨叫声基频轮廓提取方法的性能局限：关注断裂缺口

  可靠提取海豚哨叫声轮廓是开展鸣声身份、鸣声库结构及基于个体的声学监测可扩展分析的基础。研究人员利用来自已知个体标注哨叫声的基准数据集，评估了四种用于普通瓶鼻海豚(Tursiops truncatus)哨叫声基频(f0)估计的算法，并在个体间及作为信号噪比(SN

  来源：Marine Mammal Science

  时间：2026-08-26

• 基于动态F1分数的多分类投票策略：一种面向非线性与不平衡数据集的自适应集成方法

  分类是机器学习的一项核心任务，集成投票方法被广泛用于提高预测准确性，尤其是在医疗诊断等领域，这些领域普遍存在类别不平衡和非线性决策边界问题。传统策略包括多数投票（MV）、加权投票（WV）和软投票（SV），它们依赖静态或分类器层面的加权方案，无法捕捉分类器在不同

  来源：Scientific Reports

  时间：2026-08-26

• 智能镰刀：农业中由人工智能驱动的杂草识别技术

  摘要准确区分作物和杂草对精准农业至关重要，尤其是在减少除草剂使用和提高投入效率方面。本研究对五种深度学习架构进行了统一且受控的评估，包括ResNet-50、ResNet-101、ViT-B/16、零样本模式下的CLIP（CLIP-ZS）以及带有微调MLP头的CLIP（CLIP-M

  来源：Scientific Reports

  时间：2026-08-26

• 基于POF技术的量子点光纤无线系统，可实现高速水下光通信和白光照明双重功能

  摘要我们提出了一种基于量子点的新型光纤-无线（Fi–Wi）混合系统，并通过实验验证了其可行性。该系统利用单个蓝色激光二极管同时实现高速水下无线光通信（UWOC）和高质量白光照明。该混合系统由10米长的塑料光纤维（POF）以及位于水下端部的被动量子点（QD）基液体颜色转换模块（CC

  来源：Scientific Reports

  时间：2026-08-26

• 可解释的机器学习方法用于预测和优化微通道流动中油水液滴的形成

  摘要在两相微通道流中形成液滴在许多应用中都非常重要，但获得具有理想特性的液滴（如高球形度和均匀尺寸）仍然具有挑战性。本研究开发了机器学习模型，利用CFD（计算流体动力学）生成的数据来预测两个关键的液滴属性：球形度和直径。共使用了198次CFD模拟来训练和评估五个机器学习回归模型：

  来源：Scientific Reports

  时间：2026-08-26

• 基于拓扑关系优化的纺织工业遗产适应性空间重构与生成式设计方法

  摘要纺织工业遗产更新对城市更新至关重要。为了克服传统方法的局限性，包括依赖主观经验以及效率和质量的不一致性，本研究提出了一种基于遗传算法的生成式设计方法。对青岛九座历史棉纺厂的定量分析识别出了五种主要空间类型。与六个适应性再利用基准进行的对比评估确定了核心挑战：功能错配、空间

  来源：Scientific Reports

  时间：2026-08-26

• 一种结合小波包变换与扩散模型的卫星遥测数据异常检测方法（WPT-diffusion）

  摘要卫星遥测数据是高维非平稳时间序列，然而现有的异常检测方法受到限制性分布假设的制约，且对复杂正常行为流形的建模能力不足。特别是，主流的深度学习方法主要利用时域信息，而忽略了多尺度频率特征，限制了对细微频谱异常的敏感性。为了解决这一问题，我们提出了小波包变换 - 扩散（WPT

  来源：Scientific Reports

  时间：2026-08-26

• GRIDGENE：基于基因密度的引导区域识别方法——一种利用转录组空间信息通过转录本密度来表征组织类型的技术

  摘要 空间组学技术为研究组织内的生物过程提供了前所未有的能力，同时保留了空间背景和形态信息。大多数空间蛋白质组学和转录组学分析方法都以细胞为中心，依赖于细胞分割来识别和表征单个细胞，然后再进行后续分析。然而，某

  来源：Bioinformatics Advances

  时间：2026-08-26

• 软体机器人学的新兴前沿与技术挑战

  软体机器人学正从一个以柔性机构为中心的领域，向更广泛的具身物理智能范式演进，其中材料、力学、感知与计算被深度融合。尽管取得了快速进展，但在驱动、感知、自主性、可扩展性以及实际部署方面仍存在重大挑战。在这篇纳米聚焦文章中，研究人员重点介绍了涵盖多功能材料、分布式

  来源：ACS Nano

  时间：2026-08-26

知名企业招聘：