• 基于实验、生命周期与技术经济视角的固体氧化物燃料电池多准则评估：面向住宅与商业热电联产系统的综合框架

  氢能已成为实现交通、固定式发电及难减排工业等多部门深度脱碳的最具前景的能源载体之一。在终端应用层面，燃料电池作为先进能量转换系统，能够在不经过燃烧的情况下直接将燃料的化学能转化为电能，因而受到广泛关注。通过消除传统燃烧过程，燃料电池可实现较高的发电效率，同时大

  来源：Energy

  时间：2026-09-17

• 分布式与分散式能源资源并网技术与优化方法综述

  利用适当技术实现分布式与分散式能源资源并网是全球能源转型的战略路径，因为它促进了可再生能源的更多发电和利用，而这些可再生能源主导了分散式和分布式能源系统。需求快速增长以及分布式与分散式能源资源（其中大部分是可再生能源）的并网，要求采取更有效的措施和技术来增强并

  来源：Energy Strategy Reviews

  时间：2026-09-17

• 基于可再生碳源共气化与CO₂捕集共利用的可持续合成气生产技术经济与环境评估

  煤炭与替代碳源共气化结合CO₂捕集与共利用的可持续合成气生产，在技术经济与环境影响方面得到了系统评估。通过全因子设计，量化了共进料与捕集CO₂利用的综合效应。研究表明，甲烷辅助气化与CO₂利用显著提升了合成气的成本竞争力，而氢气价格与碳税政策对经济竞争力具有关

  来源：ENERGY CONVERSION AND MANAGEMENT

  时间：2026-09-17

• 风险与不确定性下的先进数字技术采纳：零售企业多方法研究

  风险与不确定性在先进数字技术采纳（Advanced Digital Technology Adoption）中扮演着不同的角色：不确定性可能刺激采纳，而风险则制约企业的响应能力；风险与不确定性的交互作用会降低先进数字技术采纳的可能性。SHAP（SHapley

  来源：TECHNOLOGY IN SOCIETY

  时间：2026-09-17

• 加氢站能量管理：级联压缩架构与深度强化学习的协同方法

  本研究面向加氢站（HRS）能量管理，提出了一种将宏观经济调度与微观热力学控制直接耦合的协同框架。在物理层面，设计了一个三级级联压缩（CC）架构以替代传统单级压缩系统，旨在缓解压缩过程中显著的热力学能量浪费。基于该CC架构，将变频驱动（VSD）、智能旁路控制（I

  来源：International Journal of Hydrogen Energy

  时间：2026-09-17

• **中文标题：** 以关系性思维推进灾害风险减降的伦理转向：多元本体论、认识论与方法论维度的整合框架及印度尼西亚沿海实证

  当干预举措认识到地方对风险与自然的感知是关系性的（relational）、基于地方的（place-based）且往往不同于当代科学框架时，减少气候变化和自然灾害所致灾害风险的努力才更具影响力和伦理性。研究人员认为，做到这一点需要纳入关系价值（relationa

  来源：International Journal of Disaster Risk Reduction

  时间：2026-09-17

• Transformer在手语处理中的应用：时空建模方法、挑战与研究空白综述

  统计模型、机器学习、深度学习以及Transformer模型为手语（Sign Language, SL）处理提供了支持；有限的数据集和资源仍是手语处理面临的主要挑战；手语研究仍较为碎片化，现有技术产物对聋人用户而言尚不充分。

  来源：Intelligent Systems with Applications

  时间：2026-09-17

• 超越留一法：联邦学习中兼顾隐私与鲁棒性的贡献评估方法

  联邦学习（Federated Learning, FL）是一种分布式机器学习方法，多方在不交换原始数据的情形下联合训练模型。除隐私保护外，贡献评估（Contribution Evaluation, CE）也是FL的关键组成部分。安全聚合（Secure Aggr

  来源：Intelligent Systems with Applications

  时间：2026-09-17

• 基于RGBfastCMC模型的微量热泳动方法评估：临界胶束浓度测定中的白色分析化学应用

  研究人员开发了RGBfastCMC模型，用于在白色分析化学（WAC）框架内评估临界胶束浓度（CMC）测定方法。研究人员将微量热泳动（MST）及其停流变体（SF-MST）与电导法和毛细管电泳（CE）进行了比较评估。基于MST的方法对胶束化过程表现出最高的灵敏度。

  来源：Green Analytical Chemistry

  时间：2026-09-17

• 基于Pearson残差的βARMA模型异常值检测方法研究

  Beta自回归移动平均（βARMA）模型是一种基于beta回归的动态模型，用于建模取值于区间(0,1)且具有序列依赖的时间序列。然而，异常值的存在会影响参数估计和预测质量。因此，有效检测这些观测值对于确保模型的可靠性至关重要。本文提出了四种检测βARMA模型中

  来源：Stats

  时间：2026-09-17

知名企业招聘：