• 基于可控扩散的图像生成技术，用于钢筋混凝土梁-柱节点的故障诊断

  瓦迪姆·阿特拉索夫（Vadim Atlassov）|伊莎贝拉·施拉特纳（Isabella Schlattner）|叶尔扎斯·奥马罗夫（Yelzhas Omarov）|尹真（Hyun-Jin Ju）|李民浩（Min-Ho Lee）•提出了一种基于几何条件的扩散框架，该框架能够生成真

  来源：Journal of Building Engineering

  时间：2026-06-10

• 微波吸收蜂窝夹层结构的电磁损伤耐受性的快速评估

  冯志成|宋一凡|赵宇博|郭晨伟|宣善勇|杜建斌|姚学峰摘要本文提出了一种用于快速评估低速冲击损伤后微波吸收蜂窝夹层结构阻抗失配及电磁损伤容忍度（EDT）的方法。通过实验和仿真研究了冲击引起的损伤形态，并将损伤几何特征与反射系数和阻抗失配的频率依赖性变化联系起来。为了实现快速且易于

  来源：COMPOSITES SCIENCE AND TECHNOLOGY

  时间：2026-06-10

• 在转诊中心对儿童原发性盆腔骨肉瘤进行手术治疗后，可以预期哪些结果？

  何塞·伊格纳西奥·阿尔贝戈（Jose Ignacio Albergo）|弗朗西斯科·普林西佩（Francisco Principe）|路易斯·阿尔贝托·阿庞特-蒂纳奥（Luis Alberto Aponte-Tinao）|格曼·路易斯·法拉利（German Luis Farfal

  来源：European Journal of Surgical Oncology

  时间：2026-06-10

• 极端寒冷地区热主导岛屿综合能源系统的热力学与经济分析及优化

  当前能源架构不适用于高寒地区的脱碳，因其缺乏在恶劣气候条件下维持刚性热供应的能力，同时可再生能源发电存在固有波动性。研究人员提出了一种热主导岛屿综合能源系统（Thermal-Dominated Island Integrated Energy System,

  来源：ENERGY CONVERSION AND MANAGEMENT

  时间：2026-06-10

• 通过多超球异质图学习进行无监督图异常检测

  摘要 AI摘要 要查看此AI生成的摘要，您必须具有高级访问权限。 了解更多 登录 摘要 摘要 图异常检测（GAD）在各种数据挖掘应用中发挥着重要作用，例如电子商务欺诈预防和恶意用户检测。最近，基于图神经网络（GNN）的方法在GAD中表现出

  来源：ACM Transactions on Knowledge Discovery from Data

  时间：2026-06-10

• 可编程性的崛起——从高级语言到嵌入式异构系统

  摘要 AI摘要 要查看此由AI生成的摘要，您必须具有高级访问权限。 了解更多 登录 摘要 摘要 异构计算已成为提高性能和能效的关键范式。虽然完全定制的加速器在其设计的应用程序中能够取得最佳效果，但在性能和能效方面，可编程加速器在这些优势与多应

  来源：ACM Transactions on Embedded Computing Systems

  时间：2026-06-10

• HIV垂直传播预防支持项目中客户出席率的预测能力有限：机器学习与社区健康工作者预测结果的比较

  摘要 AI摘要

  来源：ACM Journal on Computing and Sustainable Societies

  时间：2026-06-10

• 基于人工智能的恶意软件检测与分类算法

  摘要：恶意软件表现出变体快速演化、混淆技术复杂以及零日攻击频发等特征。现有检测方法存在特征提取不足、泛化能力较弱以及难以捕获代码语义信息等问题。本文提出一种基于图神经网络（GNN）与注意力机制融合的恶意软件检测与分类算法。首先，本文将恶意软件的控制流图（CFG

  来源：Cybernetics and Intelligence

  时间：2026-06-10

• 利用纳米镊子追踪活体神经元中单一线粒体的基因表达

  神经元是高度极化的细胞，其能量与信号稳态依赖线粒体维持。重要的是，能量与信号需求在不同神经元间乃至同一神经元内均存在显著的空间与时间差异。因此，为全面理解神经元线粒体，亟需能够在活细胞中随时间分析线粒体的方法。纳米镊（nanotweezer）作为一种微创单细胞

  来源：Journal of the American Chemical Society

  时间：2026-06-10

• 面向低资源博多语(Bodo)命名实体识别(Named Entity Recognition, NER)的上下文感知混合神经网络模型

  摘要：预训练语言模型(Named Entity Recognition, NER)的最新进展已显著影响命名实体识别(NER)，但由于标注数据稀缺及各模型预训练覆盖度存在差异，其对低资源语言的效果仍有限。这一挑战在博多语(Bodo，印度东北部藏缅语系语言)中尤为

  来源：IEEE Access

  时间：2026-06-10

知名企业招聘：