• 基于深度学习的隐形电磁散射放大器

  •双功能集成实现了自身隐形以及对电小目标的散射增强。•两阶段神经网络训练策略提高了回归效率。•展示了针对具有不同位置、方向和复杂几何形状的电小目标的稳健性能。引言随着微机器人技术的快速发展 [1], [2], [3]，新兴设计如微型无人机 (UAV) 和仿生蚊子机器人创造了对

  来源：Optics & Laser Technology

  时间：2026-10-06

• 一种基于Hf0.5Zr0.5O2的低功耗薄膜忆阻器，可实现布尔逻辑运算与类脑计算

  •基于Ag/HZO/Si结构的忆阻器采用原子层沉积（ALD）工艺制备。所提出的器件阈值功耗低至3 μW/1.8 μW，变异系数低至0.17%/2.5%。•所提出的器件可在较小的编程电压（−1.5 V至1.5 V）下进行102次循环的双向、非易失性电阻切换行为，具备2×103次

  来源：Materials Today Chemistry

  时间：2026-10-06

• 用于缺血性脑卒中血管再生与神经保护的趋化性捕光双稀土纳米机器

  摘要缺血性卒中（IS）由于缺血/缺氧期间的脑损伤以及再灌注后活性氧（ROS）激增导致的炎症加剧，构成了重大的临床挑战。在此，报道了一种镧系纳米机器（LNM）疗法，该疗法基于对趋化性和光捕获设计的理解，充分利用了镧系金属有机框架（Ln-MOF）在 IS 联合治疗中的高并发功能。

  来源：Journal of Rare Earths

  时间：2026-10-06

• 基于低侵入性生理特征指标的飞行员情境意识判别模型

  - 在高保真模拟飞行任务中开展了情景意识（SA）测量实验。 - 识别了低侵入性、对SA敏感的眼动与心血管指标。 - 通过多模态神经网络模型，在三级SA判别中达到了92.86%的准确率。 **引言** 情景意识（SA）被定义为在时间和空间的特定范围内对环境要素的感知、对其意

  来源：International Journal of Industrial Ergonomics

  时间：2026-10-06

• 用于二维 AEC 图纸分析的人工智能：系统性与批判性综述

  •低层感知任务占162项图纸分析任务分配的69.8%。 •卷积神经网络（CNNs）仍然占据主导地位，而2023年后Transformer及混合方法的使用有所增加。 •59项研究使用了自定义数据集；跨数据集验证仍然有限。 •候选AEC特定指标针对中间层和高层任务。 •该框架将A

  来源：AUTOMATION IN CONSTRUCTION

  时间：2026-10-06

• 迈向通过小型语言模型实现可持续与节能的智能代理人工智能：一项全面综述

  ## 摘要 代理式 AI 的泛滥正在引发一场能源消耗危机，这既无法通过渐进式的硬件改进解决，也无法仅凭可再生能源采购化解。本文综述主张，通往可持续自主智能的最可行路径，并不在于让大语言模型（LLMs）更"绿色"，而在于从根本上重新思考代理性（agency）的单位：以小型语言

  来源：Computer Science Review

  时间：2026-10-06

• 通过利用烟气废热回收与二氧化碳捕集实现的生态工程化多产品可持续能源系统：集成 6E 分析与卷积神经网络辅助的多目标蛾焰优化

  •提出一种利用烟气作为能源的生态工程设计多产品系统•利用CO₂化学吸收法有效从烟气中回收CO₂•应用基于能量/㶲/能值的评价过程•实现34.02%的效率，TUCP为6.76美元/GJ，SI为1.516•神经网络辅助优化，实现11.2%的提升 引言 尽管能源消耗对于提高生活

  来源：Energy

  时间：2026-10-06

• 基于图的物理响应预测与深度强化学习的地下洞室开挖顺序自动化优化方法

  ## 基于图结构的洞室群开挖顺序优化框架（Auto-Exca） - 采用图结构对洞室群开挖顺序进行优化建模。 - 利用融合图神经网络（GNN）准确预测物理响应。 - 双阶段奖励机制兼顾施工可行性与洞室稳定性。 - Auto-Exca 减少了开挖阶段数并提升了稳定性。 ##

  来源：TUNNELLING AND UNDERGROUND SPACE TECHNOLOGY

  时间：2026-10-06

• 用于多层多芯片功率模块热扩散的物理信息神经网络

  PINNs预测多层多芯片功率模块中的热扩散现象。在具有七层结构的真实模块中，实现了与有限体积法（FVM）相当的精度，误差小于2.0%。PINN-GP方法使设计探索的估计时间比顺序FVM缩短了约75倍。优化设计可使热扩散电阻最多降低4.1%。 ## 引言 随着器件架构向芯粒

  来源：International Communications in Heat and Mass Transfer

  时间：2026-10-06

• MAGE：一种结构先验引导的图-语言多模态业务流程异常检测框架

  ## 摘要 - 仅使用正常样本构建的先验知识指导有监督的图-语言异常检测。 - 异构图和结构感知语言输入共享同一先验。 - 门控交叉注意力机制融合结构表示与语义轨迹表示。 - 比较包含标签匹配的基线方法和受控的异常注入。 - 在合成日志上平均F1达到0.872，在公开日志上

  来源：Information Sciences

  时间：2026-10-06

知名企业招聘：