• 氧分压目标对脓毒症预后的影响：一项随机对照试验

  摘要通俗版总结 背景： 脓毒症是一种临床综合征，其特征是机体对感染的反应出现紊乱，导致氧气输送和利用受阻，进而引发器官功能障碍。低氧血症在脓毒症患者中较为常见，可能会造成严重的组织和器官损

  来源：Shock

  时间：2026-06-25

• "我们面临的最困难对话"：住院医师参与儿科神经预后评估(Neuroprognostication)的体验

  摘要(Objective)：儿科神经预后评估(Neuroprognostication, 即利用现有信息估算神经系统疾病或损伤的病程、治愈可能性、功能结局及预期寿命的过程)常因存在不确定性而变得复杂，且嵌入于高风险医疗决策中。对于儿童神经科住院医师而言，参与神

  来源：Annals of the Child Neurology Society

  时间：2026-06-25

• 综述：机器学习在生物活性玻璃中的应用：从传统统计模型到前沿的深度学习方法

  阿米尔霍赛因·莫加尼安|艾哈迈德·阿基夫·基兹尔库特卢|穆罕默德·纳斯尔·埃斯法哈尼|阿兰格·帕祖赫什加尔|弗朗切斯科·贝伊诺|阿里·阿克佩克|西鲁斯·萨法伊摘要生物活性玻璃的复杂性给研究带来了诸多挑战，这使得传统的试错方法难以用于开发在生物活性、降解性、机械可靠性、治疗功能、可

  来源：Journal of Non-Crystalline Solids

  时间：2026-06-25

• 综述：二维材料驱动神经形态智能

  对高能效且自适应计算架构的指数级需求推动了人工智能（AI）与机器学习（ML）的演进。神经形态计算受生物神经网络启发，克服了传统冯·诺依曼架构的局限，包括高能耗与可扩展性受限等问题。过渡金属硫族化合物（TMDs）、六方氮化硼（h-BN）、黑磷（BP）及碲烯等二维

  来源：Nano-Micro Letters

  时间：2026-06-25

• 受内压与轴向应力作用的含单一缺陷高韧性腐蚀管道的失效压力行为

  本研究采用有限元法(Finite Element Method, FEM)与人工神经网络(Artificial Neural Network, ANN)评估受内压与轴向应力作用、含单一腐蚀缺陷的API 5L X70、X80、X100及X120高强度钢管之失效压

  来源：Journal of Materials Research and Technology

  时间：2026-06-25

• 用于物理神经形态实现的高耐久性聚合物线湿件突触

  神经形态计算需要能够在反复电刺激下可靠更新并保留权重的突触器件。在为此目的探索的材料平台中，有机湿件突触系统备受关注，因为其开关行为直接受周围电化学环境的影响。 herein，研究人员报道了一种在乙二醇（ethylene glycol, EG）和水中操作的双端

  来源：Materials Advances

  时间：2026-06-25

• 老年人职业平衡与体力活动水平、身体素质及身体成分之间的关系

  摘要研究目的本研究旨在比较不同体力活动水平下老年人的职业平衡能力、身体素质及身体成分指标，并探讨职业平衡与其他变量之间的关系。研究方法这项横断面研究共纳入150名65至75岁的老年人。根据国际体力活动问卷简表（IPAQ-SF）的评分，参与者被分为不活跃组（n＝51）、轻度活跃组（

  来源：BMC Public Health

  时间：2026-06-25

• 物理信息神经网络驱动的无铅锡基钙钛矿光伏组分—性能关联预测与逆向设计

  研究人员提出了一种物理信息神经网络（Physics-Informed Neural Network，PINN）框架，用于预测无铅锡（Sn）基混合卤化物钙钛矿太阳能电池的关键光伏参数——功率转换效率（Power Conversion Efficiency，PCE

  来源：Materials Today Communications 

  时间：2026-06-25

• 基于深度学习的方法应对可再生能源装机容量中的突发不确定性

  Nacira Agram|Fred Espen Benth|Giulia Pucci|Jan Rems摘要我们研究了一种在需求不确定性及跳跃驱动动态条件下部署可再生能源容量的随机模型。该系统由一个多维奥恩斯坦-乌伦贝克过程控制，该过程受某种调节因子影响，可用于描述可再生能源发电量

  来源：Mathematics and Computers in Simulation

  时间：2026-06-25

• CNN–Transformer–KAN：一种带可检视KAN分类头(Inspectable KAN Classification Head)的混合深度学习框架用于工业过程故障诊断

  摘要：检测与识别工业化工装置的故障对安全稳定运行至关重要，现代监控系统日益依赖深度学习从多变量传感器数据中对故障进行分类。其实际推广障碍在于信任问题——大多数深度学习诊断器通过操作人员无法检视的分类层做出决策，难以观察模型如何将过程信号映射到特定故障。本研究以

  来源：Information

  时间：2026-06-25

知名企业招聘：