• 混合视觉变换器和集成机器学习框架：用于血管内超声成像中自动识别动脉粥样硬化斑块的分类方法

  摘要在血管内超声（IVUS）成像中，动脉粥样硬化斑块的分类对于心血管疾病的诊断和治疗计划至关重要。本文提出了一种新颖的混合框架，该框架将视觉变换器（ViT）架构与传统机器学习方法相结合，以实现斑块的自动化分类。我们的三阶段集成系统利用了ViT的全局上下文理解能力以及基于Gabor

  来源：Scientific Reports

  时间：2026-06-11

• 一种保护隐私的联邦学习方法，用于跨学校进行可解释的学生风险预测

  摘要针对高风险学生的早期预警系统越来越多地依赖于基于敏感教育记录训练的预测模型。然而，集中式的学习流程引发了关于隐私、机构数据主权和可审计性的担忧，尤其是在学生级别的数据需要在不同机构之间共享时。本研究提出了“具有差分隐私和训练前验证的联邦学习用于高风险学生预测”（FL-AtRi

  来源：Scientific Reports

  时间：2026-06-11

• 利用介电谐振器提升太赫兹（THz）天线的性能，并通过机器学习方法预测其带宽，以应用于6G通信技术

  摘要6G应用对超低延迟和超宽带的需求要求在介质谐振器天线设计方面找到高效的解决方案。本文介绍了利用机器学习方法提升太赫兹频段介质谐振器天线性能的研究成果。该天线采用聚酰亚胺基材制造，尺寸仅为58×73微米²。在贴片上放置了一个矩形硅介质谐振器（介电常数ε_r为11.9），以提升其

  来源：Scientific Reports

  时间：2026-06-11

• 利用Sentinel-2卫星的NDVI时间序列和主成分分析方法，检测意大利南部地中海生态系统中的植被异常现象

  摘要植被对生态系统的运作至关重要，它支持生物多样性和人类生计。然而，植被对气候变异性、土地利用变化以及自然干扰非常敏感。植被异常现象（即植物生长显著偏离预期模式的区域）可能表明生态系统处于压力状态、生产力下降或存在土地退化风险。因此，监测这些异常现象对于理解生态系统的恢复力以及为

  来源：Scientific Reports

  时间：2026-06-11

• 在微控制器上利用超维计算和共形预测技术实现高效且具备不确定性感知能力的人类活动识别

  摘要在本文中，我们解决了可穿戴人体活动识别（HAR）中的一个核心挑战，即如何从惯性传感器数据中识别日常生活和运动活动：在延迟、RAM和能源都受到严格限制的微型控制器上提供可靠且可解释的不确定性信息。现有的嵌入式方法要么校准softmax置信度，这种方法虽然成本低廉，但在传感器位置

  来源：Scientific Reports

  时间：2026-06-11

• 在工程项目中，利用人工智能和基于知识的计算方法来获取岩体特征参数

  摘要随着以交通隧道、市政公用隧道和水力隧道为代表的地下建设的不断发展，准确感知隧道掘进机（TBM）前方岩体质量对于确保施工质量和提高施工效率至关重要。在过去5年中，利用机器学习和其他人工智能（AI）算法预测岩体质量逐渐成为研究热点。然而，原始的TBM隧道数据量庞大且噪声较多，仍存

  来源：Scientific Reports

  时间：2026-06-11

• 利用YOLO模型和抗光照干扰的预处理技术，提升海上搜救中对救生衣的检测能力

  摘要海上搜救（SAR）行动常常面临搜索区域广阔、能见度低以及光照条件极端的挑战，尤其是在夜间任务中。本研究探讨了利用计算机视觉和物体检测算法来自动化救生衣检测并提高SAR效率的方法。为了解决缺乏特定领域数据集的问题，研究人员开发了一个包含多种类型救生衣的定制图像数据集。研究采用了

  来源：Scientific Reports

  时间：2026-06-11

• AdaptiveFrequencyNet：一种基于可学习频率分解和跨尺度注意力融合的长期时间序列预测方法

  摘要长期时间序列预测需要同时考虑不同时间尺度上的变化以及持续的时间依赖性。现有的频率分解方法在一定程度上解决了多尺度建模问题，但存在固定频率分解、特征融合过于简单以及跨尺度交互不足的问题。固定的频率划分还可能导致预测分布偏离输入尺度，从而影响长期预测的一致性。我们提出了Adapt

  来源：Scientific Reports

  时间：2026-06-11

• 一种基于网络的方法来模拟火山的休眠期

  摘要火山喷发持续时间和两次喷发之间的休眠时间的全球分布呈现出广泛且不均匀的形态。统计分析表明，这两种分布在中等到长时间尺度上可能都呈现出幂律分布特征。这种无尺度行为可能是火山系统自组织到临界状态的表现。在本文中，我们在之前关于岩浆通过多层管道上升的模型基础上进行了改进，该模型成功

  来源：Scientific Reports

  时间：2026-06-11

• 采用不等簇划分和簇头轮换优化技术的节能无线传感器网络

  摘要在采用多跳路由协议的无线传感器网络（WSN）中，能量空洞问题是一个重大挑战。靠近基站（BS）的节点由于数据流量较大，通常会消耗更多的能量，从而导致网络能量更快地耗尽，并在基站附近形成能量空洞。为了解决这个问题，本文提出了一种解决方案，即在非均匀网格簇中引入移动数据收集器（MD

  来源：Scientific Reports

  时间：2026-06-11

知名企业招聘：