• PG-DyMamba：一种用于有效波高预测的物理引导动态图Mamba网络

  摘要： 有效波高（Significant Wave Height, SWH）的精确预测对海洋工程安全至关重要，但在长序列建模中平衡计算效率与物理一致性仍是数据驱动方法面临的挑战。为此，研究人员提出了物理引导动态图Mamba网络（Physics-Guided D

  来源：Frontiers in Marine Science

  时间：2026-05-26

• GPS-SAM：文本驱动(Text-driven)的基于(Grounded)息肉分割(SAM)—Segment Anything Model

  摘要：利用大规模预训练，(Segment Anything Model, SAM)在息肉(Polyp)分割中展现出巨大潜力。已有研究表明SAM高度依赖于高质量提示(Prompt)，近期方法引入外部文本描述来自动生成此类提示，但静态的、手工设计的文本难以描述图像

  来源：Neurocomputing

  时间：2026-05-26

• 巴西的儿科神经重症监护与神经肿瘤学：一家权威医疗机构的十年经验

  摘要背景儿科神经重症监护（PNC）作为一个专门领域应运而生，旨在改善患有神经系统疾病的儿童的预后。尽管取得了进展，但在PNC相关文献中，儿科神经肿瘤学的占比仍然较低。目的描述过去十年间入住保罗·尼迈耶脑研究所（IECPN）儿科神经重症监护病房（PNCU）的儿童的临床特征和病情严重

  来源：Child's Nervous System

  时间：2026-05-26

• WIC参与对妊娠期及儿童健康的影响：一项系统性综述

  营养不良（Malnutrition）以多种形式持续对美国（U.S.）公共卫生构成威胁，尤其对妊娠期女性及儿童影响显著。为应对此问题，美国政府推出了多项干预措施，其中包括妇女、婴儿及儿童特殊补充营养计划（Special Supplemental Nutritio

  来源：Discover Public Health

  时间：2026-05-26

• QMATE：利用查询增强型多任务自适应变换器缓解梯度冲突，以实现脑电图（EEG）表示的统一

  魏雄|林俊明|李江通|李杰|姜长军摘要开发脑电图基础模型（EEG-FMs）面临两个主要挑战：记录设置的异质性和内部多任务学习动态的不透明性。传统架构难以在不同受试者和任务之间进行泛化，而现有的EEG-FMs作为“黑箱”系统运行，掩盖了训练过程中不同目标之间的相互作用。我们对梯度动

  来源：Knowledge-Based Systems

  时间：2026-05-26

• 利用响应面法优化翅子树（Pterospermum acerifolium）花朵中木犀草素（luteolin）的提取工艺及其单胺氧化酶（monoamine oxidase, MAO）抑制活性评价

  本研究旨在利用响应面法（response surface methodology, RSM）结合Box-Behnken设计（Box-Behnken Design, BBD）优化翅子树（Pterospermum acerifolium）花朵中木犀草素（luteo

  来源：Results in Chemistry

  时间：2026-05-26

• 桥接量子物理与电路设计：用于硅单电子晶体管的动态主方程模型

  开发高能效的存内传感与计算系统对于克服传统冯·诺依曼架构（von Neumann architectures）的局限性至关重要。基于硅的单电子晶体管（SETs）因其超低功耗运行、固有的记忆行为以及对单电子电荷的敏感性，提供了一条充满希望的技术路径。然而，设计实

  来源：Micro and Nanostructures

  时间：2026-05-26

• 基于物理信息神经网络算子(Physics-Informed Neural Operator, PINO)的厚截面碳纤维增强塑料(CFRP)复合材料固化工艺多目标优化

  为提高厚截面碳纤维增强塑料（Carbon Fiber-Reinforced Plastic, CFRP）复合材料的固化质量与制造效率，研究人员提出一种高效、精确的多目标优化策略，将物理信息傅里叶神经算子（Physics-Informed Fourier Neu

  来源：Materials Today Communications 

  时间：2026-05-26

• 适用于大型原子模型时代的图神经网络

  摘要基础模型（也称为大原子模型，LAMs）旨在通过密度泛函理论（DFT）来统一表示原子系统的基态势能面（PES）。研究表明，随着模型规模、训练数据和计算资源的增加，这些模型的通用性也会得到提升。我们提出了DPA3，这是一种基于线图序列（LiGS）的多层图神经网络，专为LAMs时代

  来源：npj Computational Materials

  时间：2026-05-26

• 基于图神经网络预测多孔固体中的塑性应变局部化

  研究人员开发了基于图的代理模型，用于预测二维弹-理想塑性多孔固体中的应变局部化和极限载荷。塑性变形采用Delaunay图（Delaunay graph）表示，其中节点对应孔隙中心，边代表潜在剪切带（shear band），边值编码局部塑性功率（Plastic

  来源：Mechanics of Materials

  时间：2026-05-26

知名企业招聘：