• 基于多层级混合高效求解策略的核电厂小破口失水事故概率安全裕度分析方法

  为快速且准确地评估核电厂的概率安全裕度（PSM），本文提出一种基于多层级混合高效求解策略的概率安全裕度分析方法（PSMA-MLHESS），以解决传统PSM分析中的三大瓶颈：事故序列分支爆炸、单一序列所需样本量庞大以及多序列仿真耗时过长。 该策略通过三种途径实

  来源：British Accounting Review

  时间：2026-05-29

• 电解槽模型保真度与可再生能源数据时间分辨率对绿氢系统技术经济评估的影响

  摘要：可再生能源电力的大规模扩张因其间歇性导致电网不稳定加剧，这推动了对电转气（Power-to-Gas, P2G）路径（如绿氢）以提升系统灵活性的需求。然而，绿氢部署受经济因素制约，若过度简化电解槽（Electrolyzer, EL）行为及采用粗粒度的可再生

  来源：ENERGY CONVERSION AND MANAGEMENT

  时间：2026-05-29

• 导航性能-弹性三难困境：BAHYA，一种面向预算感知的混合深度强化学习（DRL）方法用于计算连续体中的关键任务应用部署

  摘要翻译 计算连续体中的应用部署必须满足现代服务日益复杂的需求。虽然该范式有效地整合了边缘（Edge）与云（Cloud）资源，但也引入了一个关键三难困境：同时优化低延迟、能源效率和高弹性（Resilience）。现有的先进策略通常优先考虑性能和效率，将弹性

  来源：Future Generation Computer Systems

  时间：2026-05-29

• 住院患者跌倒的前瞻性预防数据集成系统工程方法

  住院患者跌倒仍然是一个持续的患者安全问题，增加发病率、死亡率和成本。本研究整合了机器学习（ML）、贝叶斯信念网络（BBNs）和链事件图（CEGs）与患者安全系统工程倡议（SEIPS），以增强跌倒风险预测和支持预防。分析了一个来自学术医院的回顾性队列，包含666

  来源：Healthcare Analytics

  时间：2026-05-29

• 生物炭自加热研究：聚焦于活化能测定及标准测试方法比较

  生物炭是冶金过程中的一种无碳基还原剂。由于其使用日益增多，与其自加热相关的风险需要得到更好的理解。在本工作中，研究人员采用等温量热法、差示扫描量热法（DSC）、热重分析（TGA）及篮式加热测试（包括交叉点法），研究了一种商业生物炭的表观活化能与反应动力学。随后

  来源：Fuel

  时间：2026-05-29

• 通过心理语言学和认知增强技术，利用大型语言模型来提升共识构建的反馈效果

  摘要：群体决策（Group Decision-Making, GDM）是多个领域中的关键过程，包括政策规划、医疗资源优先排序和危机管理，其中多个利益相关者共同评估各种方案并努力实现共同目标。在这种背景下，模糊共识模型（Fuzzy Consensus Model, FCM）提供了

  来源：IEEE Transactions on Systems, Man, and Cybernetics: Systems

  时间：2026-05-29

• 基于量子的读出技术：通过光子计数实现分布式声学传感

  摘要：我们介绍了一种基于量子技术的分布式声学传感器（Q-DAS）的设计与实现，该传感器专为高性能、长距离动态应变测量而开发。Q-DAS利用高相干激光源和超导纳米线单光子探测器（SNSPD），通过分析沿光纤传播的瑞利背散射光，并结合相干光时域反射（OTDR）技术来精确测量应变。虽

  来源：IEEE Sensors Journal

  时间：2026-05-29

• MSFFC：一种新颖的降维方法，用于提高从高维光谱反射数据中估算玉米氮含量的准确性

  摘要：由于强烈的波段间相关性和冗余性，从高光谱数据中准确提取与作物冠层氮含量（CNC）相关的信息仍然具有挑战性。为了解决这个问题，本研究提出了一种多策略特征融合与压缩（MSFFC）方法，该方法整合了通过不同特征选择方法选出的最优波段子集，并使用自动编码器（AE）进一步压缩冗余信

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

  时间：2026-05-29

• 用于空间目标检测的大视场挡板设计方法

  摘要：抑制杂散光对于确保广域空间目标探测光学系统的探测能力至关重要，而挡板设计是实现这一目标的主要方法。为了有效抑制广域空间目标探测光学系统中的杂散光，本文提出了一种适用于61°视场范围的挡板设计方法。首先，我们构建了空间目标探测的探测范围反演模型和杂散光抑制能力评估模型，推导

  来源：IEEE Photonics Journal

  时间：2026-05-29

• 一种高分辨率反演框架，用于利用集成机器学习方法估算农田土壤有机碳含量

  农田土壤有机碳（SOC）是决定土壤肥力、农业生产力、粮食安全以及通过碳生物地球化学循环缓解气候变化和维持生态系统健康的关键土壤成分。传统的土壤采样方法具有较低的空间密度和较少的更新频率，因此无法实现高分辨率、大范围的SOC监测。同时，单一的机器学习模型在异质农业生态条件下的泛化能

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

  时间：2026-05-29

知名企业招聘：