• 基于物理约束的TCN-KAN框架的多时间范围船舶轨迹预测

  •提出了一种统一的 TCN–KAN–PINN 用于多视距轨迹预测。•样本特定的 TCN 融合捕捉多时间尺度的船舶运动。•线性 KAN 残差头建模运动趋势和非线性校正。•运动学监督提高了 5 分钟、15 分钟和 30 分钟视距下真实 AIS 的准确性。引言海运在全球贸易中发挥着

  来源：Ocean Engineering

  时间：2026-10-18

• 面向类别不平衡节点分类：因果启发的不变表示解耦

  - CIRD解耦潜在因子，增强节点表示的可解释性。 - CIRD挖掘不变信息以实现鲁棒的类别不平衡分类。 - CIRD在各种不平衡设置下超越传统的类别平衡方法。 **引言** 节点分类是图分析中的基础任务，在社交网络分析[1], [2]、推荐系统[3], [4]、生物网络

  来源：Knowledge-Based Systems

  时间：2026-10-18

• GeoSeq-EGNN：一种用于预测内在无序区域中短线性基序的几何-序列融合等变图神经网络

  ● GeoSeq-EGNN整合了一维序列与三维空间动力学信息，用于预测短线性基序（SLiMs）。● 该模型将混合等变消息传递（GLH-EMPL）与双向长短期记忆网络（BiLSTM）相结合。● 自适应坐标更新和动态门控机制可有效防止网络过度平滑。● 置信度感知焦点损失函数有效缓

  来源：Journal of Molecular Graphics and Modelling

  时间：2026-10-18

• 低强度血流限制间歇骑行与高强度间歇训练对休闲训练青少年男性自行车运动员神经肌肉适应及其短期维持的对比

  摘要目的比较两种不同的间歇骑行方案在休闲训练的青少年男性骑行者中的等速和骑行肌电图结果的变化及其两周维持情况：低强度血流限制（BFR）骑行和常规高强度间歇训练（HIIT）。这种直接对比弥补了青少年在限制骑行后神经肌肉适应短期维持方面证据有限的不足。方法40名男性骑行者（年龄1

  来源：Sport Sciences for Health

  时间：2026-10-18

• 比例时滞微分方程的物理信息神经网络：正问题和反问题

  # 摘要 比例延迟微分方程模型描述了依赖于按比例缩放的历史状态的系统，其应用涵盖天体物理学、工程学和生物学等领域。然而，比例延迟可能跨越一个宽阔的、随时间变化的范围，并依赖于任意接近初始时间的状态。因此，传统的基于离散化的方法，特别是有限差分型方法，需要对延迟参数进行仔细处

  来源：Engineering Applications of Artificial Intelligence

  时间：2026-10-18

• 使用混合图注意力网络和可微逆变换方法进行空心板梁桥高效损伤识别

  •HG-AttnNet和可微分反演技术能够快速识别桥梁损伤。 •链图表示法使得替代模型能够在不同桥梁之间进行泛化。 •与FEMU相比，可微分反演技术可将计算时间减少99.5%以上。 •该方法能够准确隔离出损坏最严重的节点和梁。 1. 引言 空心板梁桥由预制混凝土

  来源：AUTOMATION IN CONSTRUCTION

  时间：2026-10-18

• 基于元学习时空状态初始化的电动汽车充电需求联邦预测

  - 一个联邦框架预测跨区域的城市电动汽车充电需求； - 元学习先验生成节点专属的循环初始状态； - 多模态特征和图拓扑指导客户端分区； - 相对于FedAvg的平均配对增益在MAE上为2.18-3.56%，在RMSE上为2.65-3.72%； - 精度与集中数据训练相当，同时

  来源：Energy

  时间：2026-10-18

• 面向退化不确定性下的可靠物理信息神经网络：一种用于燃气涡轮发动机动态建模的隐体积框架

  - 提出了一种面向可靠性的IVP-PINN框架，用于气轮机动态数字孪生。 - 统计物理信息容差机制在退化不确定性条件下放宽了严格的物理硬约束。 - 一种波动耦合的隐式容积框架能够捕捉瞬态运行过程中的磁滞效应。 - 该框架在复杂瞬态条件下显著降低了极端预测尾部风险。 ## 引

  来源：RELIABILITY ENGINEERING & SYSTEM SAFETY

  时间：2026-10-18

• 数据缺失条件下基于健康状态映射补偿的电力变压器剩余使用寿命预测

  •提出了一种适用于监测数据缺失条件下变压器的剩余使用寿命（RUL）预测新框架。•通过多视角跨单元交互，开发了一种不完整的健康状态映射补偿策略。•引入了一种区间预测机制，以在缺失数据引起的不确定性下提高预后可靠性。 引言 大型油浸式变压器是电力系统中不可或缺的核心设备，承担

  来源：RELIABILITY ENGINEERING & SYSTEM SAFETY

  时间：2026-10-18

• 面向工业信息物理系统软测量的自适应过程知识引导跨尺度图学习

  # 摘要 在复杂工业过程中，通过直接在线测量准确获取关键质量变量仍然是一个主要问题。软测量提供了一种可行的方法，可从可用的过程测量值中估计质量信息，并在工业信息物理系统（ICPS）中发挥着重要作用。然而，ICPS中的高维测量数据分布于耦合的过程阶段中，要求软测量模型能够同时

  来源：Advanced Engineering Informatics

  时间：2026-10-18

知名企业招聘：