• 树木年轮δ18O数据显示，自20世纪50年代以来，中国东南部的4月降水量持续减少，这一现象与全球气候变化存在关联

  东亚夏季风降水时空演变与树轮氧同位素记录关联性研究（总字数：2380）一、研究背景与科学问题东亚夏季风（EASM）作为中国东南部主要降水系统，其年际变异与极端降水事件对区域农业和防灾减灾具有重要影响。现有研究多聚焦于夏季风整体降水特征（Ding和Chan, 2005；Wang, 2006），但对关键季风期（4-6月）降水变率的长时间序列重建存在空白。特别需要指出的是，东南沿海地区特有的春季持续性降水（SPR）与第一雨季（FRS）降水存在机制上的争议（Zhang et al., 2020；Gu et al., 2018），这种争议制约了对区域降水系统本质的理解。研究团队选择福建福鼎木（Crypt

  来源：Global and Planetary Change

  时间：2025-12-17

• 新兴的限制因素表明，在人为因素的影响下，对未来全球水资源可用性的预测存在低估

  该研究系统评估了全球水资源在气候变化驱动下的演变规律与不确定性特征，创新性地融合了最优指纹法与新兴约束技术，为水资源管理和政策制定提供了科学依据。研究聚焦1980-2014年期间全球水资源动态，并延伸至2081-2100年未来情景预测，揭示了人类活动与自然因素在水资源变化中的复杂作用机制。研究团队通过构建多信号分离框架，首次将最优指纹法拓展至三维驱动因子解析（温室气体、气溶胶与自然强迫）。结果显示，温室气体驱动效应占全球水资源年增量的77.6%，远超自然强迫（45.8%）和气溶胶的负向调节（-23.4%）。这种驱动权重构打破了传统气候研究以温度降水为核心的范式，为水资源管理提供了新视角。在不确

  来源：Global and Planetary Change

  时间：2025-12-17

• 葡萄牙未检测到猴痘病毒的传播：首次检测前存在50天的间隔期

  葡萄牙猴痘疫情早期传播的数学模型重建与分析一、研究背景与意义自2022年全球暴发猴痘疫情以来，科学界持续关注病毒传播的关键节点与早期监测系统的有效性。葡萄牙作为欧洲首批报告本土传播病例的国家（2022年5月17日），其疫情发展过程具有典型研究价值。本研究通过整合统计学与流行病学模型，首次系统量化了葡萄牙境内猴痘病毒（MPXV）的隐蔽传播周期，为全球同类病原体的早期预警机制提供了重要参考。二、研究方法概述1. 数据采集与预处理研究团队利用葡萄牙国家健康研究所（INSA）2022年4月26日至12月29日的实验室数据，包含950例确诊样本和986例阴性对照样本。数据清洗过程中排除了62例不明确样本

  来源：Global Epidemiology

  时间：2025-12-17

• 提高急性老年护理中跨专业协作的质量：一项基于多中心行动研究的干预性研究

  跨专业团队协作在老年急性护理中的优化路径研究（研究背景与理论框架）老年急性护理作为现代医疗体系的重要分支，面临着多重挑战。老年患者普遍存在多系统功能失调、多重用药及社会支持薄弱等特征，这使得急性期的病情管理复杂度显著提升。传统医疗模式中，各专业医护人员往往基于自身专业视角开展诊疗，这种碎片化的工作模式不仅影响救治效率，更可能造成医疗资源浪费。国际医学教育联合会（IFME）2020年发布的《全球医学教育报告》明确指出，跨专业协作能力已成为现代医护人员的核心胜任力之一。本研究基于欧洲跨专业实践与教育网络（EIPEN）提出的五维能力模型，重点考察了急性老年病房中团队协作质量提升的实践路径。（研究设计

  来源：Geriatric Nursing

  时间：2025-12-17

• 多任务深度迁移学习在复杂地震动力响应预测中的应用——以斜坡系统为例

  本文聚焦于地震作用下斜坡动力响应的高精度预测问题，提出一种结合多任务学习和迁移学习的创新框架——MT-DTL（Multi-task Deep Transfer Learning）。该研究通过理论分析与实验验证，揭示了机器学习在处理地质工程非线性时变系统中的潜力，并突破了传统方法对数据量的刚性依赖。### 1. 研究背景与核心挑战地震引发的山体滑坡已成为全球性地质灾害，2015年尼泊尔地震和2008年汶川地震均导致数万平方公里的地表失稳，其破坏力远超地震本身。传统数值模拟方法（如有限差分法）存在两大局限：其一，需将无限维非线性系统简化为有限维模型，导致物理机制失真；其二，依赖确定性材料参数，难以

  来源：Geoscience Frontiers

  时间：2025-12-17

• 基于高斯混合回归的动态启发式分阶段双深度Q网络路径规划算法，适用于离散交通环境

  户外路径规划中的多约束优化与动态适应算法研究摘要解读本研究针对复杂地形下的路径规划效率问题，提出了GMR-DDQN混合算法框架。该算法通过三阶段优化策略实现性能突破：首先构建基于地形特征和道路密度的动态成本模型，其次融合动态启发式搜索与双深度Q网络架构，最终引入高斯混合回归进行轨迹约束优化。实验表明，在三种典型交通环境中，该算法较传统DQN改进方案可降低代码执行时间50.27%-74.93%，路径通过时间缩短27.12%-37.29%，平均决策步数减少78.12%-88.33%，同时获得18,000+点的奖励提升。特别是在道路稀疏区域，车辆路径利用率提升60%以上。技术架构创新1. 动态成本建

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-12-17

• 结合自动编码器和双向神经网络来预测插电式混合动力电动汽车的排放量

  该研究聚焦于插电式混合动力汽车（PHEV）排放预测模型的创新构建，通过整合数据降维与双向时序建模技术，突破传统研究对单一污染物（如二氧化碳）建模的局限。研究团队基于东南大学交通学院建立的智能交通系统（ITS）重点实验室，联合多领域专家完成了该课题的系统研究。研究背景方面，团队注意到当前混合动力汽车排放建模存在三大痛点：其一，现有研究多聚焦于内燃机（ICE）车辆或纯电模式，对PHEV特有的能源切换机制缺乏系统性建模；其二，传统模型难以同时处理多种复杂污染物（如氮氧化物、颗粒物等）的联合预测；其三，双向时序建模在PHEV工况切换场景中的应用尚未充分探索。这些缺陷导致实际排放预测与真实驾驶场景存在显

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-12-17

• 一种基于双向跨全局注意力机制的网络，用于预测航空发动机的剩余使用寿命

  航空发动机剩余使用寿命（RUL）预测技术研究进展与BCGA网络创新分析1. 研究背景与行业需求航空发动机作为飞机的核心动力系统，其剩余使用寿命预测（RUL）对飞行安全、运营成本控制具有重大意义。国际航空运输协会（IATA）2020年数据显示，全球航空发动机维护市场规模已达81.9亿美元，其中发动机维护成本占比达41%。随着新一代高效发动机的研发应用，材料耐久性、部件耦合度等复杂因素对预测精度提出了更高要求。实际工程场景中，需要提前6-12个月规划维护窗口，协调全球维修资源，缩短非计划性停飞的周转周期。因此，提升RUL预测模型的时空特征建模能力成为当前研究热点。2. 现有技术瓶颈分析传统预测方法

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-12-17

• 基于细粒度特征提取与融合的智能表面粗糙度预测研究：考虑颤振效应

  在智能制造领域，表面粗糙度的精准预测是提升加工质量的关键环节。传统方法多基于物理机理建模，但受限于对复杂动态因素（如自激振动）的认知不足，难以满足实际生产需求。近年来，数据驱动方法通过深度学习技术逐渐成为主流，但现有研究仍存在显著缺陷：一方面，多数模型依赖单一传感器信号，对多源数据的融合处理不足；另一方面，在高速切削场景下，自激振动（chatter）会引发剧烈的切削力波动和刀具振动，导致传统时频分析方法难以捕捉关键特征，进而影响预测精度。针对上述问题，研究团队提出了一种融合多维精细特征提取与动态不确定性量化的一体化预测框架，为复杂工况下的表面质量智能管控提供了新思路。### 智能制造中的表面粗

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-12-17

• 一种用于自监督声纳图像去噪的双分支融合网络

  声呐图像斑点噪声的自监督去噪方法研究声呐图像在海洋探测中具有重要应用价值，但其成像质量常受高斯型斑点噪声干扰。斑点噪声具有显著的空间相关性特征，表现为相邻像素间的信号相似性，这对传统图像去噪方法提出了严峻挑战。当前主流方法主要依赖监督学习范式，通过合成数据集或清洁光学图像生成对应噪声图像进行训练。然而这种方法存在两大缺陷：首先需要构建包含百万级样本的合成数据集，这对计算资源要求极高；其次合成数据与真实声呐图像存在域差距，导致模型在实际场景中性能显著下降。针对上述问题，研究者提出基于盲点网络（BSN）的自监督学习框架。该框架突破传统监督学习对干净图像对的需求，仅需单张噪声图像即可完成训练，有效解

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-12-17

• 具有临时中心初始化和去中心化边缘聚合的联邦学习

  联邦学习作为隐私保护型分布式机器学习框架的核心技术，近年来在工业界与学术界均引发广泛关注。传统联邦学习架构存在三个显著瓶颈：首先，单中心服务器聚合模式导致通信冗余问题，特别是在设备密度高、带宽受限的场景中，频繁的参数上传会显著增加能耗与延迟；其次，中心化服务器存在单点故障风险，2023年全球数据中心故障统计显示，区域性网络中断导致的服务停机时间同比增加47%；再者，客户端质量参差不齐，既有贡献有效数据的高质量节点，也存在因设备老旧、数据标注错误或恶意攻击导致的低质量节点，这些因素会通过参数聚合算法引入偏差。针对上述问题，Nanor等学者在2024年提出DAFL（Decentralized Ag

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-12-17

• 通过深度主题正则化非负矩阵分解进行社区检测

  复杂网络分析中的层次化社区检测框架创新研究当前复杂网络分析面临三大核心挑战：网络拓扑的层次化组织特征、高阶结构模式（如三元组动机图）的捕捉能力以及非对称交互关系的建模需求。传统非负矩阵分解（NMF）方法在社区检测中存在显著局限性，主要体现在三个方面：首先，浅层分解架构难以处理多尺度嵌套社区结构；其次，基于二元边连接的相似性度量忽略高阶拓扑特征；最后，对称性假设无法有效建模方向性网络中的信息流特性。针对这些瓶颈问题，研究者提出深度动机图正则化非对称NMF（DMRA-NMF）框架，通过整合多维度建模策略实现突破性进展。在方法创新层面，该框架构建了五个关键技术模块：第一，引入混合相似性矩阵机制，将原

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-12-17

• 一项基于游戏的严肃社会心理干预措施，旨在提升数学学习动机：效果与个体差异研究

  该研究围绕数学学习动机的促进策略展开，聚焦于社会心理定位理论（SEVT）框架下的多维度干预设计，并首次将严肃游戏（Serious Game）作为载体应用于此类干预。研究通过分层混合效应模型和增长模型，系统考察了干预对不同心理特质的动态影响，揭示了个体差异在干预效果中的调节作用，为教育技术设计提供了重要启示。### 一、理论框架与研究动机研究基于社会心理定位理论（SEVT），该理论将学习动机分解为能力信念（如成长型思维）、任务价值认知（包括内在价值、工具价值、达成价值与成本感知）三个核心维度。当前教育干预多聚焦单一维度（如工具价值），导致学生不同心理特质的改善存在割裂。研究创新性地将SEVT的整

  来源：Contemporary Educational Psychology

  时间：2025-12-17

• 基于文本的情感推理与共情响应：评估大型语言模型相对于人类咨询师的能力

  随着全球心理健康问题的加剧，人工智能技术的应用逐渐进入心理支持领域。大型语言模型（LLMs）凭借其语言理解和生成能力，在模拟人类同理心方面展现出潜力。然而，这种技术是否具备与专业心理咨询师相媲美的情绪感知和回应能力，仍存在争议。近期一项由华东师范大学心理与认知科学学院团队主导的研究，通过系统性对比实验，揭示了LLMs在心理支持中的独特优势与局限性。研究以情绪推断和同理心回应为两大核心指标，选取50名心理咨询师（含新手和专家）与DeepSeek-R1、Qwen-Max、GPT-4o三个LLM进行对比分析。实验采用标准化情绪素材库，包含52个积极情绪场景和52个消极情绪场景。每个场景均经过专业情绪

  来源：Computers in Human Behavior Reports

  时间：2025-12-17

• 基于机器学习降阶模型和数据同化的混沌地震序列预测研究

  地震预测一直是地球科学领域的重大挑战。尽管基于速率-状态摩擦（RSF）定律的物理模型能够模拟真实的地震序列，但由于偏微分方程（PDE）模型与稀疏、低分辨率观测数据融合困难，利用这些模型进行地震预报面临巨大挑战。传统的物理模型计算成本高昂，且对观测数据中的高频噪声敏感，这限制了其在实际预报中的应用。针对这些难题，加州理工学院的研究团队在《Geophysical Journal International》上发表了一项创新性研究。他们成功开发了一种基于机器学习的降阶模型（ROM），能够有效捕捉地震序列的慢/快混沌动力学特征。该模型通过低维表示实现计算高效性，并对观测数据中的高频噪声保持稳健。研究人

  来源：Geophysical Journal International

  时间：2025-12-17

• 剥离包层超新星双星伴星的人口统计特征：种群合成模型与观测的对比研究

  在浩瀚宇宙的恒星生死轮回中，有一类璀璨的爆发事件格外引人注目——剥离包层超新星（Stripped-Envelope Supernovae， SESNe）。它们主要包括Ib型、Ic型、IIb型等亚型，其最大特征是在爆发时，前身星几乎失去了所有的氢-rich包层。长期以来，天文学家们一直在追问：这些“赤裸”赴死的恒星，究竟是如何在生命最后阶段被剥去外衣的？是依靠自身强大的星风（尤其在金属丰度较高的环境中），还是得益于一个亲密伴星在双星系统中的相互作用？尽管有证据表明绝大多数SESNe可能起源于双星系统，其中伴星通过物质转移剥离了前身星的包层，但这一过程的许多关键细节，如物质转移的效率、前身星最终的

  来源：Monthly Notices of the Royal Astronomical Society

  时间：2025-12-17

• 经典造父变星近红外CO与CN分子特征的脉动相解析及其对CNO丰度与金属性示踪的意义

  在宇宙学测量中，造父变星作为重要的标准烛光，其周光关系（Leavitt Law）是构建宇宙距离尺度的基石。然而，金属丰度对周光关系的影响一直是悬而未决的问题，Riess等人估计金属性贡献了当前哈勃常数测量的0.5%误差。传统金属性测量依赖高分辨率原子谱线，对遥远星系的造父变星难以实施。近红外波段因受星际消光影响小成为研究热点，特别是詹姆斯·韦伯空间望远镜（JWST）的投入使用为低分辨率光谱研究提供了新机遇。Scowcroft等人曾发现中红外3.6-4.5 μm颜色变化与碳 monoxide（CO）分子特征相关，但缺乏时间分辨的光谱验证。为系统解析造父变星大气中温度敏感分子特征的演化规律，研究团

  来源：Monthly Notices of the Royal Astronomical Society

  时间：2025-12-17

• 模拟天然示踪剂在瑞士北部中生代隔水层序列中的传输过程

  本研究聚焦瑞士北部地区600-700米厚度的中生代沉积岩序列，重点解析黏土岩层中自然示踪剂的行为规律及其对古水文地质过程的重建价值。通过整合八口深层钻孔的高分辨率岩心与孔隙水数据，研究团队构建了首套覆盖Malm、Keuper和Muschelkalk三大含水层系统的三维水文地质模型。项目创新性地将δ¹⁸O、δ²H、Cl⁻和Br⁻四类示踪剂进行联合反演，突破传统单指标建模的局限性，实现了对黏土岩层多尺度运移过程的系统解析。在地质构造层面，研究区呈现独特的"三明治"水文地质结构：上层为高透水Malm或Hauptrogenstein含水层，中间夹持着超过100米厚的Opalinus黏土隔水层，底部则为

  来源：Applied Geochemistry

  时间：2025-12-17

• 电极几何形状对从共污染土壤中电迁移去除重金属和盐离子的影响

  本研究针对土耳其高污染土壤区开展电动力学修复（EK-R）技术优化实验，系统考察了电极配置、重金属迁移规律及经济性三大核心问题。实验选取铬（Cr(VI)）、镉（Cd）、铅（Pb）为典型污染组分，结合钠（Na⁺）、钾（K⁺）、钙（Ca²⁺）、镁（Mg²⁺）、硫酸根（SO₄²⁻）、氯离子（Cl⁻）等常见土壤盐分，构建了多污染物协同作用模型。通过对比线性（1阴极-2阳极）、三角（1阴极-2阳极）和方形（1阴极-4阳极）三种电极布局，发现方形配置在金属去除效率（Cr(VI)达92.3%、Cd 89.1%、Pb 86.7%）和成本控制（单位成本701.5美元/克）方面表现最优。该发现突破了传统认知中"电极

  来源：Applied Geochemistry

  时间：2025-12-17

• 对Boom粘土中存在的油母质的热力学性质进行估算

  Belgium Boom粘土中有机质的热力学行为研究及组贡献法模型构建比利时核能研究中心（SCK CEN）的科研团队针对Boom粘土作为高放废物处置库址岩体的适用性开展了系统性研究。该粘土层沉积于新生代奥陶纪开放海洋环境，具有高达73%的粘土矿物含量，其中有机质占比0.5-5%（质量分数），以干酪根形式存在。研究重点聚焦于干酪根在氧化/热应力作用下的化学演化过程及其对孔隙水化学性质的影响机制。有机质组成分析表明，Boom粘土干酪根具有典型II型/III型混合成因特征。显微组分研究揭示其主体由长链直链烷烃（占比60-75%）和支链烷烃（10-15%）构成，同时含有芳香烃（5-8%）及少量含氧官

  来源：Applied Geochemistry

  时间：2025-12-17

知名企业招聘：