• 将生成式人工智能整合到英语作为外语（EFL）课堂中：一项关于议论文写作表现、写作乐趣和写作动机的混合方法研究

  陈浩伟|乌什巴·拉苏尔|王睿|董景轩摘要将英语作为外语（EFL）进行写作被广泛认为是语言学习者面临的最大挑战之一，而生成式人工智能（GAI）工具的最新进展为EFL写作教学提供了新的可能性。本研究探讨了基于GAI的过程-体裁教学方法对中国EFL学习者的论证性写作表现、学习动机和写作

  来源：Acta Psychologica

  时间：2026-06-09

• 在ASSIST中明确交叉口解释和流量-信号评估的方法

  摘要 通俗语言摘要 背景： 关于腹膜透析（PD）在肾移植后延迟移植物功能（DGF）中的应用

  来源：ASN Publications

  时间：2026-06-09

• 通过递归学习和策略梯度方法，实现稳定性认证的基于策略的数据驱动LQR控制

  Lorenzo Sforni|Guido Carnevale|Ivano Notarnicola|Giuseppe Notarstefano摘要在本文中，我们研究了一种数据驱动的框架，用于解决动态未知情况下的线性二次调节器（LQR）问题，并且还额外提供了整个学习和控制方案的稳定性

  来源：Automatica

  时间：2026-06-09

• 采用弯曲槽耦合方法的宽带滤波圆极化天线

  文莉|魏雪|李东雪摘要本文介绍了一种由弯曲槽激发的宽带滤波圆极化天线（FCPA）。首先，利用弯曲槽产生圆极化辐射，然后通过采用短路壁结构进一步扩展轴比带宽。接着，通过加入短路壁、阶梯阻抗滤波器、端延长线和L形短截线来实现FCPA的带通滤波特性。仿真结果表明，短路壁不仅引入了高通滤

  来源：Aerospace Science and Technology

  时间：2026-06-09

• 一款采用基于变压器的输入匹配和带宽增强技术的2–16 GHz CMOS低噪声放大器

  孙玉生|张友明|唐旭生|黄峰毅摘要本文介绍了一种采用130纳米CMOS工艺实现的超宽带（UWB）低噪声放大器（LNA）。该LNA采用两级架构：第一级采用互补共源（CS）拓扑结构，并结合电阻反馈网络，通过互耦电感器实现宽带输入阻抗匹配和高频噪声优化；第二级则采用级联放大器结构，并通

  来源：AEU - International Journal of Electronics and Communications

  时间：2026-06-09

• 推进星载图像分析技术：用于多光谱遥感中自动聚类和光谱优化的遗传算法

  Dilek KUCUK MATCI | Busra TUTUMLU | Tugba SARAÇ | Uğur AVDAN摘要多光谱卫星图像的无监督聚类受到高维度、光谱冗余以及需要手动指定聚类数量等因素的阻碍——这些挑战增加了下行数据量，并延迟了在带宽受限的地球观测任务中的实时分析

  来源：Advances in Space Research

  时间：2026-06-09

• 用于估算森林地上生物量的星载激光雷达技术：方法学趋势的系统综述

  Janaki Sandamali|Lana L. Narine摘要森林储存了大约80%的陆地地上生物量（AGB），在全球碳循环中发挥着关键作用。因此，准确估算森林AGB对于理解碳动态和支持气候变化缓解至关重要。随着2003年发射的冰、云和陆地高程卫星（ICESat）以及2018年

  来源：Advances in Space Research

  时间：2026-06-09

• 曲率空间望远镜：利用电子帆技术抵达太阳引力透镜的焦点区域

  Mario F. Palos|Anna Ivanova|Giovanni Mengali|Alessandro A. Quarta|Marco Bassetto|Janis Dalbins|Mihkel Pajusalu|Antti Tamm|Mihails Ščepanskis

  来源：Advances in Space Research

  时间：2026-06-09

• 一种针对轴承复合故障的KOA优化最大L-峰度反卷积方法，该方法结合了自适应频谱分割策略

  Jianfeng Chen|Lingyan Feng|Shuhui Wang|Yi Liu|Jiawei Xiang摘要滚动轴承是旋转机械中的关键部件，由于长期受到机械载荷和摩擦力的作用，容易发生复合故障。最大L-峰度分解（MLKD）方法能够有效提取周期性故障信号。然而，该方法的

  来源：MECHANICAL SYSTEMS AND SIGNAL PROCESSING

  时间：2026-06-09

• 综述：下一代锂离子电池：基于先进材料、电解质创新及未来前景的比较综述

  奥拉·M·莫耶尔迪恩（Ola M. Mohyeldien）| 诺哈·H·埃尔-阿马里（Noha H. El-Amary）| 阿什拉夫·阿尔-巴尔达维尔（Ashraf Al Bardawil） 阿拉伯科学技术与海运运输学院（Arab Academy for Science, T

  来源：JOURNAL OF POWER SOURCES

  时间：2026-06-09

知名企业招聘：