• 物理引导神经网络预测同心管换热器热工水力性能：迈向更高的预测精度

  准确预测耦合传热与流体流动现象对于热交换器（HXs）的热设计、性能评估和优化至关重要。在关键热交换器中，同心管换热器（CTHXs）广泛应用于热能系统，其性能由流体流动与传热的耦合相互作用决定。尽管计算流体动力学（CFD）提供了对这些传输现象的详细见解，但其高计

  来源：Thermo

  时间：2026-08-07

• 小脑启发预测模块提高递归分割网络在噪声和欠采样心脏MRI上的鲁棒性

  从磁共振成像（MRI）进行左心房分割对于房颤消融规划至关重要；然而，临床MRI质量常因噪声、伪影和不完全空间覆盖而下降，使得传统递归神经网络（RNN）易受此类失真影响。研究人员开发了一种受皮层-小脑相互作用启发的混合架构，以在不牺牲平均准确率的前提下增强分割稳

  来源：Applied Sciences

  时间：2026-08-07

• 防抱死制动系统神经控制器的组合形式化验证

  研究人员提出一个组合式形式化验证框架，该框架使用Rocq和Flocq作为单一验证工具链，为防抱死制动系统（ABS）神经控制器建立了浮点正确性和控制安全性。研究人员将验证分解为三个独立组件。首先，一个Flocq证明将每个binary32操作限制在机器epsilo

  来源：Computers

  时间：2026-08-07

• 混合预编码的分解学习框架

  摘要：基于学习的混合预编码已成为大规模天线系统中实现低延迟多用户传输的一种有前景的解决方案。然而，其实际应用往往受到高训练开销以及在不同系统规模下泛化能力差的限制。这些问题的根本原因在于，现有的大多数方法都是利用单个神经网络，在不同的约束条件下学习定义在异构空间上的耦合映射。为了

  来源：IEEE Open Journal of the Communications Society

  时间：2026-08-07

• 经典CNN与量子卷积神经网络在可可豆病害分类中的对比分析

  摘要：卷积神经网络在图像分类任务中表现出了出色的性能。然而，量子机器学习的出现促使人们开始探索作为替代方案的混合量子-经典架构。本文针对可可豆图像的二分类问题，对比研究了基于振幅嵌入的经典卷积神经网络与量子卷积神经网络。研究使用了1,000张分辨率调整为32×32像素的灰度图像，

  来源：IEEE Women in Engineering Magazine

  时间：2026-08-07

• 综述：微塑料和纳米塑料作为新兴的肠脑轴干扰物：机制见解、健康影响和未来方向

  塑料是因其多功能性、较长保质期和低成本而广泛使用的合成聚合物。然而，传统塑料的非生物降解特性导致微塑料（MPs；<5 mm）和纳米塑料（NPs；<100 nm）在水生、陆地和大气环境中积累。微纳米塑料（MNPs）由聚乙烯、聚丙烯、聚苯乙烯、聚氯乙烯、聚对苯二甲

  来源：Frontiers in Public Health

  时间：2026-08-07

• 一种用于稀疏采样条件下永磁同步电机温度估计的物理信息神经网络

  摘要

  来源：Energies

  时间：2026-08-07

• 综合运用GNSS垂直变形与GRACE/GFO数据反演中国中部三省的联合干旱指数

  摘要

  来源：Remote Sensing

  时间：2026-08-07

• FAD-Net：用于高光谱图像超分频率对齐双分支网络

  摘要

  来源：Remote Sensing

  时间：2026-08-07

• 由脑部病变和深部脑刺激引发的人类步态回路

  摘要 研究目的 目前关于人类神经解剖结构与步态功能障碍之间的关系仍不清晰。本研究旨在：（1）找出卒中后导

  来源：Annals of Neurology

  时间：2026-08-07

知名企业招聘：