• 多尺度光学卷积神经网络用于目标分类

  光学卷积的物理架构限制了其从目标中捕获多尺度特征的能力，从而阻碍了网络识别的精度。在这项工作中，研究人员提出了一种多尺度光学卷积神经网络（MS-OCNN），其在卷积层中使用不同分辨率的卷积核来提取不同尺度的特征，并辅以注意力机制和残差结构来分析特征。通过分离网

  来源：IEEE Transactions on Sustainable Energy

  时间：2026-07-13

• Aerides odorata的化学成分及其对LPS激活的BV2小胶质细胞的抗神经炎症作用

  对Aerides odorata全草进行的综合性植物化学研究分离得到21个化合物，包括两个新的菲衍生物（1–2）、一个新的不可分离的对映体橙酮苷（3）以及18个已知化合物（4–21）。新化合物的结构通过广泛的光谱分析得以阐明，包括核磁共振（NMR）、质谱（MS

  来源：ACS Omega

  时间：2026-07-13

• 基于神经网络的离子液体中CO₂溶解度预测与敏感性分析

  在本研究中，研究人员利用人工神经网络（ANNs）结合在MATLAB中构建的前馈多层感知器设计，实现了对CO₂在离子液体BMIM中溶解的预测。模型使用两种公认的学习算法进行训练：Levenberg–Marquardt（LM）和Scaled

  来源：ACS Omega

  时间：2026-07-13

• 基于CNN-LSTM-PINNs混合模型的光伏发电功率预测

  准确的光伏（PV）功率预测对于可靠的微电网运行、高效的能源调度以及提高可再生能源利用率至关重要。现有预测方法通常难以充分表征气象条件与光伏功率输出之间的非线性关系，也倾向于低估光伏发电的时间动态特性以及控制光伏能量转换的物理原理。为解决这些局限性，研究人员提出

  来源：Energies

  时间：2026-07-13

• 集成CAES–ORC–LNG能源系统中的余热与冷㶲回收

  本研究提出了一种集成的非绝热压缩空气储能（D-CAES）–梯级有机朗肯循环（ORC）–液化天然气（LNG）多联产系统，该系统能够同时提供电力、区域供冷和管道级天然气。D-CAES透平排气作为采用非共沸工质混合物的梯级ORC的主要热源，而LNG温升曲线提供了一个

  来源：Energies

  时间：2026-07-13

• 前馈神经网络与莱文贝格-马夸尔特反向传播算法用于聚合物五元混合纳米流体时间依赖挤压动力学的机器学习预测

  本研究考察了限制在两平行平板之间的五元混合纳米流体（penta-hybrid nanofluid）的非稳态挤压流动和传热行为。在不可压缩、层流假设下，建立了考虑粘性耗散和纳米颗粒效应的时间依赖数学模型。本研究集成了一个用于行为预测的人工神经网络（ANN）模型。

  来源：International Journal of Electrochemical Science

  时间：2026-07-13

• 基于多源数据融合与数字孪生的船用设备动态评估框架及应用

  针对复杂海洋环境（高湿度、高盐度、多源干扰、故障类型多样）中的诊断挑战，研究人员以船用离心风机为对象，构建了融合数字孪生（Digital Twin）和多源异构感知（Multi-source Heterogeneous Sensing）的智能状态评估框架。振动、

  来源：International Journal of Naval Architecture and Ocean Engineering

  时间：2026-07-13

• 分形引导的贝叶斯神经网络(BNN)用于可解释概率负荷预测

  准确的负荷预测对于现代电力系统的可靠和经济运行至关重要。然而，可再生能源（renewable energy sources）和电动汽车（electric vehicles）的日益整合给负荷动态带来了显著的不确定性，使得传统的确定性预测方法越来越不足。为了解决这

  来源：Global Energy Interconnection

  时间：2026-07-13

• 基于物理信息神经网络的实时电力碳流计算

  准确高效的电力碳流计算对于电力碳排放追踪、低碳调度和责任分配至关重要。然而，解析电力碳流计算方法依赖于显式潮流计算，导致计算成本高昂，而纯数据驱动方法可能违反物理约束。为克服这些局限性，研究人员提出了一种基于物理信息神经网络（Physics-Informed

  来源：Global Energy Interconnection

  时间：2026-07-13

• 基于鲁棒数据驱动计算框架的建筑能耗模式综合短期分析

  研究人员引入了一种混合优化方法，用于短期负荷预测（short-term load forecasting），该方法利用人工神经网络（artificial neural network, ANN），在径向基函数神经网络（radial basis function

  来源：Global Energy Interconnection

  时间：2026-07-13

知名企业招聘：