• 深挖细掘：隧道掘进研究中数据清洗技术的系统性文献综述

  近年来，人工智能（AI）与机器学习（ML）在隧道工程中的应用显著增长。鉴于隧道掘进机（TBM）配备大量传感器，其数据有望用于掘进分析、地质分类及各类TBM参数预测。尽管ML方法在TBM传感器数据上的应用日益增多，数据预处理却常被视为次要或隐式步骤。研究人员通过

  来源：TUNNELLING AND UNDERGROUND SPACE TECHNOLOGY

  时间：2026-08-20

• 可供性固着分析：一种技术预见的诊断工具

  技术人工物可以在不改变其物理属性的情况下获得新功能。现有的未来方法对此类转变提供的分析购买力有限，因为它们通常缺乏解释人工物如何通过实践变化获得新功能的机制。本文介绍了可供性固着分析（affordance entrenchment analysis, AEA）

  来源：TECHNOLOGY IN SOCIETY

  时间：2026-08-20

• 近场动力学中反常色散的广义应力驱动方法

  本文研究了在近场动力学（Peridynamics, PD）和应力驱动非局部弹性（Stress-Driven nonlocal Elasticity, SDM）框架下一维非局部连续体的色散行为。首先分析了近场动力学模型，表明核函数的选择显著影响色散关系，并可能导

  来源：International Journal of Engineering Science

  时间：2026-08-20

• 网络启发的ULS点云单木分割重构方法

  一种新颖的单木分割(ITS)框架利用小世界和无标度网络概念重构点云。树木形态学实现了从三维点云到二维的可解释降维。余弦相似度全局聚类(CSGC)方法实现了平均90%的ITS精度，具有高泛化性。CSGC在全球七个国家的七种森林类型中表现出强泛化性。

  来源：International Journal of Applied Earth Observation and Geoinformation

  时间：2026-08-20

• 可信赖的跌倒检测：一种用于老年人实时视频监控的负责任人工智能方法

  老年人跌倒是严重的公共卫生问题，尤其对于独居或生活在辅助护理环境中的个体，延迟干预可能导致严重伤害或死亡。尽管已有许多跌倒检测系统被提出，但现有方法多存在局限性，包括高计算复杂度、可解释性有限、依赖集中式视频存储以及在不同环境中的泛化能力下降。这些挑战促使研究

  来源：Intelligent Systems with Applications

  时间：2026-08-20

• 基于改进Mask2YOLO级联深度学习的玉米冠层表型性状检测方法

  玉米是粮食生产以及轻化工、能源和制药等行业的关键作物。提高玉米产量对于确保粮食安全和满足工业生产需求至关重要，高质量、高效的玉米生产是玉米栽培研究的核心目标之一。随着智能农业的发展，计算机视觉和表型组学技术（phenotyping technologies）已

  来源：Industrial Crops and Products

  时间：2026-08-20

• 沉积固定：荷兰瓦登海沿岸沙景观中的边界治理方法与本体论

  本体论边界（二元对立）在流动性体制（mobility regimes）中显现。流动性体制管理更多人类（more-than-human）以及人类的移动。Cresswell的流动性要素（elements of mobility）可用于改善沙景观治理。沿海沙景观治理

  来源：Geoforum

  时间：2026-08-20

• 应用工业计量学：方法、不确定度与挑战

  本收尾社论总结并介绍本期特刊“应用工业计量学：方法、不确定度与挑战”，重点阐述量值溯源（traceability）、不确定度评定（uncertainty evaluation）、智能计量（intelligent metrology）、传感器技术、流量测量及标准

  来源：Metrology

  时间：2026-08-20

• 闭幕社论：光学测量设备与技术的进展

  光学测量技术已成为现代计量学中不可或缺的工具，提供了高精度、非侵入性测量能力，并在多样化的科学和工业应用中展现出卓越的通用性。该领域涵盖从经典干涉测量到量子增强测量的广泛技术，每种技术都致力于以日益提高的精度测量物理量。随着研究人员进入由第二次量子革命定义的时

  来源：Metrology

  时间：2026-08-20

• 集成胶囊网络和VT音频特征提取的自动音乐标注技术

  在自动音乐标注任务中，传统深度卷积网络因多层池化操作易丢失和声位置等局部空间拓扑信息，影响标注精度和鲁棒性。为解决这些问题并应对音乐数据的长尾分布和极端稀疏挑战，本研究提出一种集成门控胶囊网络（Gated Capsule Network, GCapsNet）和

  来源：Franklin Open

  时间：2026-08-20

知名企业招聘：