• BoFlex：自驱动实验室的模块化贝叶斯优化框架

  打开图形查看器 自驱动实验室（SDLs）通过闭环连接自动化实验与数据驱动的决策，正在迅速改变化学和材料研

  来源：Digital Discovery

  时间：2026-10-11

• 准二维钙钛矿忆阻器：从层状结构到先进计算应用

  金属卤化物钙钛矿因其柔软的离子晶格和混合离子-电子传导特性，能够在外加偏压下实现电阻切换，因此成为忆阻器件极具前景的有源材料。然而，在传统的块体三维（3D）钙钛矿中，不受控的离子迁移和较差的环境稳定性会削弱开关可靠性。准二维（quasi-2D）层状钙钛矿通过多

  来源：InfoScience

  时间：2026-10-11

• 仿生纳米通道传感器检测气体信号分子及挥发性有机物：识别原理、应用与挑战

  受自然生物传感启发，研究人员已开发出人工纳米通道（artificial nanochannels），其能够通过跨膜离子电流（transmembrane ionic current）读出实现高效目标检测。这些纳米通道传感器在其选择性（selectivity）、门

  来源：Materials Today Advances

  时间：2026-10-11

• 基于三维姿态估计与物理信息神经网络的制造任务个性化人体工学风险评估方法

  摘要肌肉骨骼疾病（MSDs）仍然是重复性任务中受伤和生产率下降的主要原因，尤其是在工业环境中。传统的人体工学评估方法通常依赖人工观察或基于传感器的系统，这些系统的可扩展性、响应速度和适应性较差。本研究介绍了一种针对制造任务的人体工学风险评估的非侵入性方法，该方法使用三维姿态估

  来源：Manufacturing Letters

  时间：2026-10-11

• 基于双路径物理信息神经网络的锂离子电池老化特征提取与火灾害预测研究

  摘要 准确估计锂离子电池的健康状态对于电池管理系统至关重要。为了解决单路径模型中深度特征提取与物理先验之间的矛盾，以及固定老化参数无法适应实际电动汽车运行条件下锂离子电池动态退化的问题，本文提出了一种基于双路径

  来源：Clean Energy

  时间：2026-10-11

• UQ-ANN：基于稀疏高斯核密度估计的非高斯不确定性量化框架

  摘要 不确定性量化（UQ）对于人工神经网络在潜在随机源产生非高斯输出时的可靠预测至关重要。我们提出了UQ-ANN，一个由两个耦合子网络组成的数据驱动框架。第一个子网络包含两个前馈神经网络：ANN1 预测条件均值，ANN2 预测通过对输出进行主成分分析（PCA）得到的降维表

  来源：Modelling

  时间：2026-10-11

• 基于图物理信息神经网络与物理残差驱动强化学习的电磁装置拓扑优化框架

  摘要 电磁装置的拓扑优化在计算上极具挑战性，因为在非结构化有限元网格上进行组合式开/关材料分布以及重复求解麦克斯韦方程组极为耗时。本文提出了GPRL-TO，一种数据驱动框架，通过三个协同组件解决上述两大难题。首先，一种图物理信息神经网络将有限元网格重构为图结构，在嵌入磁准静

  来源：Mathematics

  时间：2026-10-11

• Hirota双线性变换耦合神经网络的非线性可积系统精确求解方法

  摘要

  来源：Mathematics

  时间：2026-10-11

• SafeAgentGrid：面向智能电网实时控制的分层神经符号宪法框架——融合多智能体强化学习与抗攻击安全控制

  摘要

  来源：Network

  时间：2026-10-11

• 分数阶尖峰频率适应：一种将多时间尺度脉冲历史依赖适应引入事件驱动神经形态模型的紧凑机制

  摘要

  来源：Fractal and Fractional

  时间：2026-10-11

知名企业招聘：