• 从分歧到制度架构：加速技术变革下的认知正则化

  •加速技术变革产生的是认识论分歧，而不仅仅是不确定性。 •当未来变得结构性不可比时，概率和共识便会失效。 •认识论正则化重新构建判断框架，而不强制收敛。 •数值正则化的类比阐明了分歧下的判断。 •该框架支持跨分歧未来的以稳健性为导向的治理。 引言 加速技术变革已成为当代社会

  来源：Futures

  时间：2026-09-05

• FedDLPD：一种高效的个性化联邦入侵检测框架，专为工业物联网（IIoT）设计，通过动态低秩参数解耦技术实现高效检测

  摘要 联邦学习（FL）为工业物联网（IIoT）中的入侵检测提供了一种数据本地化的协作范式。然而，严重的非独立同分布（non-IID）流量、本地类别不平衡以及有限的边缘资源使得单一全局模型难以同时实现泛化、个性化和效率之间的平衡。本文提出了FedDLPD，这是一个基于动态低秩参

  来源：Future Generation Computer Systems

  时间：2026-09-05

• 南部洪堡流系巨型鱿鱼（*Dosidicus gigas*）正性捕获率的标准化：结合区域和盆地尺度环境协变量的经典与混合方法

  摘要大鱿鱼Dosidicus gigas是东太平洋的关键生态和渔业资源，特别是在洪堡洋流系统中，其渔业可利用性与显著的环境变异性密切相关。单位捕捞努力量渔获量（CPUE）被广泛用于监测鱿鱼渔业，但名义CPUE混淆了种群动态与船队行为及海洋条件。我们分析了2014–2024年间

  来源：Deep Sea Research Part II: Topical Studies in Oceanography

  时间：2026-09-05

• 实体与数字沙盘共同创作中的情感体验、象征性表达与协作过程：一项多方法研究

  物理沙盘游戏与更强的积极情绪体验相关。 物理场景包含的物件数量多于数字场景。 数字共同创作以明确的言语协调为特征。 在数字条件下，可用性感知与积极情绪相关。 两种形式展现了不同但互补的共同创作模式。 ## 引言 数字技术日益为创意、教育和支持性互动提供更多格式，与

  来源：The Arts in Psychotherapy

  时间：2026-09-05

• 基于梯度的马尔可夫链蒙特卡洛方法用于全去中心化大规模MIMO检测

  •为基于DBP的大规模MIMO系统开发了完全去中心化的MCMC检测方案。•利用共识消息对分布式单元的局部采样目标进行正则化。•所提出的检测器将主要的迭代采样从CU转移到了DU。 引言 大规模多输入多输出（MIMO）技术因其高谱效率、空间复用能力和抗衰落鲁棒性，已被广泛认为

  来源：Physical Communication

  时间：2026-09-05

• 二维kagomé晶格上的非均匀伊辛模型：费米子场方法

  # 卡果美晶格上的非均匀二维伊辛模型 - 考虑了卡果美晶格上的非均匀二维伊辛模型。 - 找到了临界耦合面。 - 计算并给出了热容。 - 计算并给出了自发磁化强度。 ## 引言 伊辛模型是统计力学中研究相变和临界现象的最基本模型之一。在该模型中，每个晶格点承载一个自旋变量

  来源：Annals of Physics

  时间：2026-09-05

• 传感器网络定位的高效ADMM方法：集中式与分布式方法

  ## 摘要 交替方向乘子法（ADMM）通过将复杂问题分解为若干子问题，已被广泛应用于分布式优化中。本文利用带扰动的近端梯度ADMM（PPG-ADMM）框架来解决传感器网络定位（SNL）问题，方法是引入辅助位置变量。对于集中式定位，我们首先提出一种PPG-ADMM解决方案，称

  来源：Ad Hoc Networks

  时间：2026-09-05

• 基于液泡（liquid foam）流变学的柔性电子自适应可配置转印技术

  柔性电子（FEs）具备赋予物体电子学特性与功能的潜力，其关键在于将制备于原始刚性衬底上的器件转移并印刷至目标对象。然而，现有转印技术因固体或液体印章机械性能不可调而适用场景受限。研究人员开发了一种基于液泡独特流变学的自适应可配置转印方法，可实现超薄柔性电子在任

  来源：SCIENCE ADVANCES

  时间：2026-09-04

• 综述：丝胶蛋白及其生物医学应用：提取方法、遗传学见解（Ser1–Ser6）及用于组织再生的多功能生物材料开发

  丝胶蛋白（sericin）来源于家蚕（silkworm）的蚕茧。丝胶蛋白在蚕茧中充当胶合剂，将两根丝素（fibroin）纤维黏合在一起。它是一种亲水性、可溶于热水的大分子糖蛋白（glycoprotein）。在丝绸工业中，丝胶蛋白通常在对丝线或织物进行脱胶（de

  来源：Frontiers in Bioengineering and Biotechnology

  时间：2026-09-04

• 利用注意力增强型深度神经网络进行迁移学习，结合UniProt蛋白质嵌入方法对植物酶进行分类

  摘要 背景 从蛋白质序列中准确分类酶和非酶对于理解植物代谢至关重要，这在作物改良和生物技术领域具有广泛应用。尽管深度学习在蛋白质功能预测方面展现出了潜力，但大多数方法都是基于原始序列进行训练的，这需要大量的计算资源。利用预训练的蛋白质嵌入进行迁移学习提

  来源：BMC Bioinformatics

  时间：2026-09-04

知名企业招聘：