• 基于社區(qū)結構優(yōu)化的腦電圖挖掘方法

  腦圖分析中社區(qū)結構增強框架通過共享身份向量整合神經(jīng)科學先驗知識，利用注意力機制提升疾病診斷可解釋性，實驗驗證其在三個數(shù)據(jù)集上的有效性。

  來源：IEEE Transactions on Artificial Intelligence

  時間：2026-02-28

• 利用擴散輔助蒸餾技術進行基于多層感知器（MLPs）的自監(jiān)督圖表示學習

  DAD-SGM通過引入去噪擴散模型作為輔助教師，有效解決自監(jiān)督圖表示學習中GNN與MLP的性能差距，提升MLP的泛化能力和魯棒性，實驗驗證優(yōu)于現(xiàn)有蒸餾方法。

  來源：IEEE Transactions on Artificial Intelligence

  時間：2026-02-28

• 迅速制止謠言：社交網(wǎng)絡中基于深度強化學習的多目標阻塞方法

  謠言傳播的實時阻斷機制研究，提出多目標優(yōu)化模型，同步最小化謠言影響范圍和傳播時長，構建連續(xù)時間競爭級聯(lián)模型CTCC，設計強化學習與圖卷積網(wǎng)絡結合的RLGC方法進行種籽節(jié)點優(yōu)化，實驗驗證其有效性。

  來源：IEEE Transactions on Artificial Intelligence

  時間：2026-02-28

• 一種適用于模塊化可部署機構的拓撲演化型增量動態(tài)建模與驅動設計方法

  模塊化空間展開機構的動態(tài)建模與分布式驅動策略研究，提出拓撲可進化增量動態(tài)建?？蚣埽Y合拓撲圖論與向量力學實現(xiàn)模塊化機構的高效建模，解決傳統(tǒng)方法重復建模和計算效率低的問題，并開發(fā)基于局部載荷的驅動策略以降低柔性桿件變形與力傳遞，通過實驗與仿真驗證有效性。

  來源：Aerospace Science and Technology

  時間：2026-02-28

• 基于虛擬傳感技術的多批次最優(yōu)傳感器布置框架，用于旋轉機械的運行調試階段

  虛擬傳感驅動的多批次最優(yōu)傳感器布置框架針對旋轉機械啟動過程提出，創(chuàng)新性參考傳感器選擇策略通過階域可觀測性度量融合動態(tài)共振效應與模態(tài)形狀，確保信號質量魯棒性，結合兩階段EFI-FSSP優(yōu)化與最大最小批次劃分實現(xiàn)低冗余多空間分布配置，有效提升模態(tài)分析與虛擬傳感精度。

  來源：Aerospace Science and Technology

  時間：2026-02-28

• 北非地區(qū)地磁暴期間總電子含量建模：基于U-Net架構的方法，并通過AfriTEC數(shù)據(jù)進行了驗證

  北非地區(qū)地磁 storm下總電子含量（TEC）預測模型研究，提出融合U-Net架構、多頭發(fā)注意力機制和跳躍連接的混合深度學習模型，利用2011-2024年UHRG電離層地圖及太陽-地磁參數(shù)構建訓練集，在2024年5月 intense storm事件中驗證模型表現(xiàn)優(yōu)于AfriTEC模型，其RMSE分別為4.12、7.35和6.44 TECU（初始、主、恢復期），同時證實模型在數(shù)據(jù)稀缺地區(qū)的適用性和對GNSS服務的提升作用。

  來源：Advances in Space Research

  時間：2026-02-28

• 通過統(tǒng)計分析和信號處理技術發(fā)現(xiàn)的地震前及地震期間的電離層總電子含量（TEC）異常：緬甸地震中巖石圈-大氣層-電離層耦合的證據(jù)

  地震預測與電離層擾動關聯(lián)性研究?；诙嗾綠NSS觀測分析2025年3月28日緬甸7.7級地震的離子層擾動，采用移動窗口四分位數(shù)技術檢測到VTEC約10-25 TECU和dTEC±5-10 TECU的顯著異常，1-2天前日間顯現(xiàn)（Dst≈-30-40nT,Kp≤3），小波變換揭示重力波頻段（2-6mHz）功率增強。證實巖石圈-電離層耦合機制有效性，驗證多參數(shù)GNSS技術檢測地震前兆的可靠性。

  來源：Advances in Space Research

  時間：2026-02-28

• 基于長短期記憶和軟 Actor-Critic 算法的膜結構振動抑制方法

  薄膜天線結構振動抑制難題，本文提出LSAC方法，融合LSTM預測與SAC強化學習，創(chuàng)新引入智能自適應tanh函數(shù)提升非線性建模和收斂速度，實驗表明在無干擾、脈沖干擾和連續(xù)干擾下控制效率分別提升至92.47%、90.79%和89.72%，顯著增強系統(tǒng)魯棒性。

  來源：Aerospace Science and Technology

  時間：2026-02-28

• 用于提升商用渦輪風扇發(fā)動機能量、有效能及可持續(xù)性的先進優(yōu)化技術

  針對全球碳減排需求，本研究提出基于嵌套優(yōu)化的商用渦扇發(fā)動機全包線飛行任務性能優(yōu)化方法，通過設計參數(shù)與可調變量的聯(lián)合優(yōu)化，結合能量、熵效率和污染物排放分析，建立組件級熱力學模型。仿真顯示優(yōu)化后發(fā)動機全任務燃料消耗減少239.22kg，污染物排放降低3.3%。

  來源：Aerospace Science and Technology

  時間：2026-02-28

• 一項關于結合物理機制和數(shù)據(jù)驅動方法的渦輪軸發(fā)動機機載建模方法的研究

  提出渦輪軸發(fā)動機機載混合建模方法，將物理機制模型與數(shù)據(jù)驅動技術結合，用Kolmogorov–Arnold網(wǎng)絡替代傳統(tǒng)燃氣發(fā)生器模塊，減少平衡方程數(shù)量達80%，在保持動態(tài)建模精度提升46.3%的同時，使實時性能優(yōu)化99.4%。實驗驗證了該方法在多工況下的魯棒性和高效性。

  來源：Aerospace Science and Technology

  時間：2026-02-28

• 一種混合深度學習與數(shù)據(jù)同化方法，用于在邊界條件不確定的情況下聯(lián)合反演地下水污染物來源和水力傳導率

  地下水污染源與邊界條件協(xié)同反演的深度學習框架研究。通過整合WGAN-GP滲透系數(shù)場參數(shù)化、CNN-Transformer動態(tài)邊界建模和ILUES多參數(shù)同化算法，提出可同時反演污染源特性、非均質滲透系數(shù)場及不確定邊界條件的新方法。實驗表明該方法有效降低參數(shù)不確定性32.7%，較傳統(tǒng)高精度模擬計算效率提升6.2倍，解決了固定邊界假設導致的結構偏差問題。

  來源：Advances in Water Resources

  時間：2026-02-28

• 考慮尺度影響的氣溶膠激活過程及云滴凝結過程表示方法，以提高不同模型分辨率下的微觀物理一致性

  針對復雜地形區(qū)氣候變化與資源利用中微物理過程對不同水平分辨率的敏感性，基于WRF模型開展理想化超級單體雷暴模擬，發(fā)現(xiàn)氣溶膠激活與云滴凝結過程差異顯著，應用歸一化分布函數(shù)可有效降低3km和1km分辨率下的模擬偏差。

  來源：Advances in Space Research

  時間：2026-02-28

• 利用二維交錯域分解技術實現(xiàn)多GPU平滑粒子流體動力學的動態(tài)負載均衡

  SPH多GPU模擬動態(tài)負載均衡研究。提出二維交錯域分解與自適應邊界調整算法，通過非阻塞通信和動態(tài)鄰域搜索優(yōu)化粒子交互效率，有效緩解大規(guī)模SPH模擬中的負載不均和內存瓶頸問題，并在56GPU上成功實現(xiàn)十億級粒子3D大壩潰決模擬。

  來源：Advances in Engineering Software

  時間：2026-02-28

• 集成無人機支持的災難恢復：在多用途航空網(wǎng)絡中，針對功率、帶寬和飛行軌跡的凸優(yōu)化方法

  無人機災后通信中多角色協(xié)同優(yōu)化與能量效率提升研究，提出通信無人機與充電無人機協(xié)同的系統(tǒng)模型，通過塊坐標下降法與連續(xù)凸近似技術分解并求解非凸多目標優(yōu)化問題，顯著降低系統(tǒng)總能耗并保障通信可靠性。

  來源：Ad Hoc Networks

  時間：2026-02-28

• 用于材料微觀結構的機器學習：應用與方法綜述

  機器學習顯著推動了材料微結構分析，涵蓋圖像分割（如U-Net、YOLO）、缺陷檢測（TEM/STM/STEM）、特征提取與降維（PCA）、分類與聚類（隨機森林、k-means）及優(yōu)化設計。結合統(tǒng)計方法（n點相關函數(shù)）評估結構演變，并建立數(shù)據(jù)共享機制。

  來源：Acta Materialia

  時間：2026-02-28

• 使用替代性未觀測異質性建模方法分析頻繁發(fā)生事故的駕駛員之間事故間隔時間的研究

  本研究基于內蒙古某城市2014-2023年交通事故數(shù)據(jù)，采用相關隨機參數(shù)生存模型和潛類別生存模型，揭示重復事故駕駛者間隔時間的異質性影響因素。發(fā)現(xiàn)季節(jié)（春季）和新手司機具有顯著異質性效應（相關系數(shù)0.746），而其他因素如潮濕路面、黑暗等具有統(tǒng)一但差異較大的效應。研究為精準交通風險干預提供理論支持。

  來源：Accident Analysis & Prevention

  時間：2026-02-28

• 綜述：對多個時間尺度上可解釋的數(shù)據(jù)驅動建筑能源基準評估方法的綜述

  建筑能源基準評估從靜態(tài)年指標轉向動態(tài)多尺度數(shù)據(jù)驅動模型，綜述73篇文獻分析年/月/日/小時尺度方法優(yōu)勢與局限，指出數(shù)據(jù)稀缺、可解釋AI整合及跨氣候區(qū)應用是主要挑戰(zhàn)，提出結合白盒模型解釋性與黑盒模型預測性的混合框架。

  來源：Energy and Buildings

  時間：2026-02-28

• 利用雙向狀態(tài)空間模型的自適應窗口優(yōu)化方法進行多狀態(tài)電器的詳細拆分分析

  非侵入式負載監(jiān)控（NILM）通過智能電表數(shù)據(jù)分解設備能耗，但現(xiàn)有方法難以兼顧長期時序建模與計算效率，且固定窗口處理多狀態(tài)設備存在誤差。本文提出EnergyBiMA-TS兩階段框架：首先，CAWO自適應窗口優(yōu)化根據(jù)設備運行特征動態(tài)調整分割窗口，解決固定窗口邊界不匹配問題；其次，融合雙向Mamba模型捕捉長程依賴、多頭注意力機制增強局部特征提取，以及多尺度深度可分離卷積提升計算效率，實現(xiàn)低復雜度高精度分解。實驗表明，該方法在UK-DALE、REFIT、REDD等數(shù)據(jù)集上優(yōu)于基線模型，且泛化能力顯著，適用于實際建筑能效管理。

  來源：Energy and Buildings

  時間：2026-02-28

• 利用肉豆蔻殼生物炭與鋼玻璃纖維復合技術開發(fā)抗脆性超高強度混凝土

  利用酸蝕固體廢物作為研磨助劑改善紅泥-礦渣機械活化體系的性能及機理研究。通過XPS、SEM-EDS、XRD及分子動力學模擬，揭示了飛灰（FA）、煤矸石（CG）、廢玻璃粉（GP）抑制顆粒團聚的界面作用機制，并基于活性鍵序（RBO）和Avrami模型評估其活化效果。比較發(fā)現(xiàn)FA系能耗最低（0.25kW/t），碳減排最優(yōu)，但需控制加工時間；GP系顆粒細化最顯著，但能耗最高（1.32×FA）。CG系機械強度波動小，但反應度降低10.4%。研究成果為高強低碳水泥基材料開發(fā)提供理論支撐。

  來源：Journal of Building Engineering

  時間：2026-02-28

• 適用于斯托克斯運動界面問題的接口適配虛擬元素方法

  本文提出了一種適用于移動彈性界面Stokes流問題的虛擬單元法，基于背景Cartesian網(wǎng)格，動態(tài)調整被切割單元的邊中點以適應界面移動，采用三次樣條曲線更新界面坐標，設計半隱式離散格式實現(xiàn)無條件穩(wěn)定，并通過數(shù)值實驗驗證了方法的高效性和精度。

  來源：Computer Methods in Applied Mechanics and Engineering

  時間：2026-02-28

知名企業(yè)招聘：