• 综述：机器学习增强的消费前食品加工副流萃取动力学物理建模：证据、可识别性与混合框架

  摘要食品加工副流是各种非均质固体，其中润湿、释放、内外传质以及化学变化可能会重叠。这篇结构化的批判性综述考察了机器学习（ML）在哪些方面能够超越经验响应面和基于物理的动力学模型提供预测价值，以及在哪些方面，表面上的准确性不足以支持机理或放大声明。一次有针对性的证据评估在定量集

  来源：Food Biophysics

  时间：2026-10-21

• 利用基于卷积神经网络的年龄估计方法量化深层面部提升手术后的面部年轻化效果：与患者在FACE-Q美学模块中所报告的结果的相关性研究

  ``` 摘要 引言 本研究利用五种公开可用的卷积神经网络（CNN）模型，量化深度面部和颈部拉皮手术后患者感知到的年龄减少程度，并评估人工智能估计的年轻化效果与FACE-Q美学模块评估结果之间的相关性。 方法 本研究对2020年至2024年

  来源：Aesthetic Plastic Surgery

  时间：2026-10-21

• 可编程缺陷态与光可调势垒动力学实现可重构宽带β'-In$_2$Se$_3$光电突触

  •β'-In2Se3的缺陷工程实现可编程神经形态功能。•电缺陷编程和光可调势垒实现重构。•实现宽带光响应、弱光探测和超低能耗。•β'-In2Se3突触实现视觉识别、生物医学检测和传感器内图像处理。引言人工智能越来越多地在边缘端执行，感知和推理必须在严格能量预算下本地完成[1,

  来源：Journal of Materials Science & Technology

  时间：2026-10-21

• 具有网络诱导时延的离散时间模糊随机神经网络在基于随机状态控制器设计下的鲁棒稳定性分析与有限时间镇定

  摘要 本文针对一类具有Lebesgue加性不确定性、网络诱导时延和不匹配网络噪声的随机T-S模糊忆阻神经网络，研究了随机T-S模糊不确定性相关状态反馈控制以及严格的(Q,S,R)-γ耗散性能分析。首先，采用T-S模糊模型和随机伯努利理论来近似神经网络对象。其次，通过不确定性相

  来源：Knowledge-Based Systems

  时间：2026-10-21

• MSMCFA-Net：一种用于可再生能源系统中增强风速预测的多尺度多通道特征注意力网络

  摘要近年来，可再生能源的使用大幅增加。其中，风能尤为丰富，开发成本低，能源转换效率高，且对环境友好。风速是风力发电系统规划、运行和维护中的关键因素。本文提出了一种名为多尺度多通道特征注意力（MSMCFA）的新型网络架构用于风速预测。所提出的网络集成了不同层次和尺度的特征，以提

  来源：Knowledge-Based Systems

  时间：2026-10-21

• 基于FBG的光学传感系统在足部运动与应变监测应用中的设计与开发

  摘要本研究提出了一种基于光纤布拉格光栅传感器的实时系统，该系统利用应变测量来检测足底跖屈和背伸过程中的足部位置，以及足内翻和足外翻运动。FBG传感器用于检测不同的应变模式，其中跖屈期间产生了+689.5 µε的拉伸应变，而内翻期间产生了+1521 µε的拉伸应变。背伸期间应变

  来源：Optik

  时间：2026-10-21

• 一种基于能量的、数据无关的厚板弯曲神经网络求解器，可跨越不同材料类型、边界条件和几何形状

  深度Ritz神经网络在无需标注数据的情况下求解基于FSDT的厚板弯曲问题。 硬约束因子精确强制执行本质边界条件，超越矩形板的限制。 2×2比较：在每种边界条件下，仅"弱形式+硬约束"组合能将相对L2范数保持在1%以下或接近1%。 跨材料、边界条件、厚度、几何形状进行验证；挠度

  来源：International Journal of Solids and Structures

  时间：2026-10-21

• 基于神经网络、主动学习和NSGA-II的低温离心压缩机多目标性能优化与数值仿真

  • 一个融合神经网络、主动学习和NSGA-II的CFD框架。 • 经过22轮主动学习迭代，CFD验证的超体积提升了10.45%。 • 质量流量从3.63 g/s增加到4.26 g/s，压比从3.49提高到3.82。 • 性能图范围达到3.48–4.76 g/s，同时保留了高效

  来源：International Journal of Refrigeration

  时间：2026-10-21

• 铬钼（CrMo）铁素体钢蠕变断裂寿命预测中的不确定性量化与分解

  •异方差分解在蠕变寿命预测中分离了认知不确定性和本征不确定性。•本征不确定性在Cr-Mo蠕变数据集的预测方差中占主导地位。•基于Norton的分析将测量放大与材料离散性区分开来。•尽管有更多数据，低温蠕变仍表现出持续的本征离散性。•高温提高了认知不确定性的比例，而高应力则同时

  来源：International Journal of Pressure Vessels and Piping

  时间：2026-10-21

• 基于物理引导的特征调制与小样本迁移学习的跨材料多轴疲劳寿命预测

  •物理引导的FiLM调制将材料属性集成到深度学习中。•少样本迁移实现了跨材料的稳健预测，仅需少量数据。•双流网络同时编码时序序列和CWT时频图。•可解释的调制参数与材料延性相关。 引言 多轴载荷下的疲劳失效仍然是承载结构中最关键的退化模式之一，它在航空航天、汽车、船舶和能

  来源：International Journal of Pressure Vessels and Piping

  时间：2026-10-21

知名企业招聘：