• 基于引导式 rollout 混合预测网络的 NOx排放与锅炉性能长时域预测及运行优化

  准确的长时域预测NOx排放及关键锅炉性能指标有助于改善燃煤电厂的运行控制。本研究提出了一种引导式rollout混合预测网络（GRHFNet），用于预测锅炉出口NOx和O₂浓度以及烟气温度（T_g,exit）的长时域行为

  来源：Energy

  时间：2026-06-09

• 基于物理信息时序卷积网络(Physics-informed Temporal Convolutional Network, PITCN)的复合材料本构建模研究

  研究人员提出了一种物理信息时序卷积网络(Physics-informed Temporal Convolutional Network, PITCN)框架，用于随机载荷路径下复合材料的高效本构建模。该框架的核心贡献在于：利用时序卷积网络(Temporal Co

  来源：INTERNATIONAL JOURNAL OF MECHANICAL SCIENCES

  时间：2026-06-09

• 负载 db-cAMP 的微针贴片局部递送通过 CREB/PI3K/AKT 信号轴促进脊髓损伤修复

  脊髓损伤（SCI）后，星形胶质细胞向补体成分 3 阳性（C3⁺）神经毒性 A1 表型的极化，是炎症级联反应的重要特征，其在加重神经元衰老、抑制轴突再生及限制功能恢复方面发挥关键作用。尽管环磷酸腺苷（cAMP）信号已被提示参与调控星形胶质细

  来源：Engineering

  时间：2026-06-09

• 基于深度感知优化的神经辐射场改进以用于新视角合成

  在稠密输入条件下，神经辐射场（Neural Radiance Fields, NeRF）能够在静态场景下渲染出照片级真实感的新视角图像。尽管合成质量优异，现有基于NeRF的方法仍无法获得合理的三维（three-dimensional, 3D）结构。当输入稀疏时

  来源：Image and Vision Computing

  时间：2026-06-09

• 混合智能框架用于含裂纹倾斜曲梁的非线性振动评估

  本研究利用微分求积法（DQM）和有限元分析（FEA）确定含裂纹倾斜曲梁的前三阶固有频率，以探究其振动行为。结果表明，FEA在捕捉裂纹位置和深度影响方面比DQM具有更高的精度。为提升预测性能，研究人员开发了混合ANFIS-PSO-GA模型，以FEA导出的前三阶固

  来源：Hybrid Advances

  时间：2026-06-09

• 亲属照顾与受残障影响的原住民及托雷斯海峡岛民残疾儿童在替代照料(Out-of-home care, OOHC)中的状况："我的孩子，我曾是他的代言人"

  背景(Background)：原住民及托雷斯海峡岛民(Aboriginal and Torres Strait Islander)残疾儿童在全球儿童福利系统中比例过高。尽管如此，关于他们介入澳大利亚儿童保护体系的情况及其生活经历知之甚少。 方法(Method)

  来源：Journal of Intellectual & Developmental Disability

  时间：2026-06-09

• 阳极经颅直流电刺激（tDCS）作用于左侧背外侧前额叶皮层（DLPFC）提高第二语言听力但不提高阅读理解

  第二语言（L2）加工对工作记忆（WM）提出了大量需求。由于工作记忆训练程序耗时且费力，本研究考察了经颅直流电刺激（tDCS）作用于左侧背外侧前额叶皮层（DLPFC）（一个与工作记忆相关的脑区）是否能促进第二语言理解。将西班牙语中级第二语言学习者随机分配到处理组

  来源：Bilingualism: Language and Cognition

  时间：2026-06-09

• 在静息脑电图（resting EEG）上对基于事件驱动的脉冲编码器进行基准测试：一项比较研究

  摘要：基于事件的脉冲编码器将模拟输入信号转换为稀疏的脉冲序列，从而实现超低功耗的神经形态学分析。我们比较了五种应用于脑电图（EEG）数据的脉冲编码器：固定阈值异步Delta调制（ADM）、自适应阈值ADM（ADM-A）、一阶和二阶异步Sigma-Delta调制（ASDM-1、A

  来源：IEEE Journal on Emerging and Selected Topics in Circuits and Systems

  时间：2026-06-09

• 一种受大脑启发、结构可搜索的模型，用于在复杂环境中检测SAR（合成孔径雷达）船舶

  摘要：由于复杂的背景、物体的任意方向以及成像噪声，合成孔径雷达（SAR）在船舶检测方面仍然面临挑战，这些因素通常会导致基于卷积神经网络（CNN）的模型计算成本高昂。然而，SAR成像产生的噪声进一步复杂化了背景，增加了检测难度和对硬件资源的需求，从而限制了模型的应用。最近，基于视

  来源：IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing

  时间：2026-06-09

• 建筑能耗与温室气体排放的可信数据驱动混合建模

  减少建筑二氧化碳（CO₂）排放对于缓解气候变化至关重要，大学作为重要能源消费单位尤为关键。本研究构建了一种将机器学习与简化排放因子重标度相结合的混合数据驱动框架，用于预测校园尺度的CO₂排放。研究在横截面和时间序列两

  来源：Buildings

  时间：2026-06-09

知名企业招聘：