• 面向鲁棒语义场景理解的层次化多视图对齐与自适应原型压缩

  •几何、外观和语义被建模为三种异构视图。•跨视图注意力在全局层面对异构表示进行对齐。•空间自适应门控保留边界并防止过度平滑。•原型压缩控制持续演化表示中的冗余。•该框架实现了卓越的语义精度和重建完整性。引言多视图学习整合从不同统计视角描述同一底层实体的观测 [1], [2]。

  来源：Pattern Recognition

  时间：2026-09-06

• 神经纤维瘤病 I 型患者关于植入前遗传学检测的决策制定：一项质性研究

  摘要 胚胎植入前单基因遗传病检测（PGT-M）结合体外受精（IVF）是一种生殖技术，可降低已知基因变异遗传给后代的风险。虽然既往研究已探讨了一型神经纤维瘤病（NF1）患者的生殖决策，但很少有研究描述影响

  来源：Journal of Genetic Counseling

  时间：2026-09-06

• 面向 6G 无线环境中大规模物联网网络的人工智能驱动节能路由框架

  •开发了一种基于人工智能的寻路框架，集成了GNN、LOA和D3QN，用于大规模6G使能的物联网网络。•通过拓扑感知优化，提高了能效、寻路智能和负载均衡通信能力。•实现了42.5 J的能耗和1850轮的网络寿命。•达到了98.6%的包投递率、452 kbps的吞吐量和12.4

  来源：Sustainable Computing: Informatics and Systems

  时间：2026-09-06

• 迈向联邦长尾图学习：一种能量引导的双解耦方法

  摘要 联邦图学习（Federated Graph Learning）通过在分布式客户端之间进行协作图建模来保留数据隐私。然而，现实世界中的数据类别通常呈现长尾分布。这种统计稀缺性从两个方面严重降低了性能：它使全局模型偏向于多数类别，并且通过异质性的、头部主导的邻域将少数节点

  来源：Knowledge-Based Systems

  时间：2026-09-06

• 能源消费预测的宏微观协调优化：一种双层双分数阶神经ODE灰色模型

  **引言** 中国能源系统正处于从高碳化石燃料系统向现代清洁低碳能源系统转型的关键节点。在双碳目标约束下，能源结构呈现"煤炭仍为主力能源，但其占比持续下降，清洁能源快速发展"的双重特征（Wang等，2025a）。准确预测该系统的中长期演变，不仅对于评估现行政策的有效性至关重

  来源：Journal of Cleaner Production

  时间：2026-09-06

• 瑜伽干预对健康青年情绪调节和心脏自主神经活动的影响：一项随机对照试验方案

  摘要 **背景** 情绪调节是一个关键的心理学过程，与情绪健康、适应性功能和心理健康密切相关。由于学业、社会和情绪压力，情绪调节困难在大学学生中尤为普遍。新兴证据表明，瑜伽可能通过影响认知和生理调节机制来改善情绪调节。然而，现有研究主要依赖自评量表，很少在主动情绪调节任务

  来源：Journal of Bodywork and Movement Therapies

  时间：2026-09-06

• 水相中三苯[3]芳烃羧酸盐的多样化主-客体识别 可购买

  打开图片查看器 我们报道了一种水溶性大环化合物ExBP3C，该化合物可与20种客体结合形成明确的1 : 1复合物，

  来源：Organic and Biomolecular Chemistry

  时间：2026-09-06

• 面向增材制造层间过渡的序贯物理信息神经网络在激光定向能量沉积温度场预测中的应用

  # 摘要 激光定向能量沉积（LDED）中的热演化主导着微观组织的演变和残余应力的形成，因此准确的温度场预测至关重要。有限元方法（FEM）已被广泛应用于LDED热分析，但其实施和网格划分仍然繁琐。数据驱动方法提供了一种代理建模途径，但其黑箱性质和对标注数据的依赖限制了可靠性和

  来源：Journal of Manufacturing Processes

  时间：2026-09-06

• 从期权投资者情绪和套利限制中学习期权定价误差

  • 期权投资者情绪和套利限制有助于解释SSE 50 ETF期权定价误差。 • 混合神经网络改进了BS、Heston和Kou基准价格。 • 定价误差修正在2025年按时间顺序的测试中保持有效。 • SPX期权显示出类似但较小的来自两个状态变量的收益。 引言 金融衍生品在现代

  来源：Journal of Empirical Finance

  时间：2026-09-06

• 物理信息神经网络预测3Cr-1Si-1Ni超高强度钢的高温流动应力

  •提出了首个物理信息神经网络（PINN）模型，用于预测金属的高温流变应力。•构建了物理嵌入和物理约束作为物理引导。•与人工神经网络（ANN）和解析模型相比，实现了显著提升的精度。•与ANN相比，展现了更优的数据效率和鲁棒性。引言许多现代制造过程，包括焊接[1]、锻造[2]、轧

  来源：European Journal of Mechanics - A/Solids

  时间：2026-09-06

知名企业招聘：