• 基于同态加密的高效隐私保护异构联邦拆分学习架构SHE-SFL研究

  Highlight• 基于FHE的联邦拆分学习架构实现模型多态训练，客户端明文训练与服务器密文训练相结合，所有前向/反向传播过程均通过同态计算完成，提供全方位隐私保护• 利用CKKS全同态加密方案实现本地模型的加密加权聚合，显著提升非独立同分布（Non-IID）等特殊场景下的模型质量• 通过打包和稀疏化策略大幅提升加密效率：训练阶段采用基于批次的打包和网络层节点稀疏化；聚合阶段根据HE参数最大化数据打包量并实施包级稀疏化• 在四个跨域数据集上的实验表明，SHE-SFL较基线方法平均降低38.8%训练时间和45.0%通信数据量，仅产生0.49%的平均精度折损Experimental settin

  来源：Future Generation Computer Systems

  时间：2025-08-27

• 尿素刻蚀氮掺杂SAPO-34催化剂：提升甲醇制烯烃(MTO)选择性与寿命的机制研究

  在能源转型的背景下，甲醇制烯烃(MTO)技术作为非石油路线生产乙烯、丙烯的关键工艺，近年来在中国实现百万吨级工业化应用。然而，其核心催化剂SAPO-34因微孔结构限制和强酸性位点分布不均，面临两大挑战：一是乙烯选择性通常低于40%，二是快速积碳导致催化剂寿命仅维持数小时。传统改性方法如酸碱刻蚀虽能引入介孔，但会破坏骨架稳定性；而硅铝比调控又难以兼顾酸性优化。如何通过精准调控催化剂"孔道-酸性-活性位点"的协同效应，成为突破MTO技术瓶颈的关键。针对这一难题，来自Tarbiat Modares University的Hossein Mozafari Khalafbadam团队在《Fuel Pro

  来源：Fuel Processing Technology

  时间：2025-08-27

• 原子级Co-N/吡啶-N协同作用构建分级多孔碳电催化剂实现高效双功能氧反应

  Highlight亮点该钴氮共掺杂分级多孔碳材料（Co/NOMMC）通过SBA-15模板法和CO2活化联用策略制备，展现出独特的0.8 nm微孔和3.8 nm介孔分级结构，比表面积高达980 m2 g−1。就像给催化剂装上了"分子高速公路"，这种多尺度孔道体系显著加速了氧还原（ORR）和析氧（OER）反应的传质过程。Results and discussion结果与讨论如同纳米级建筑大师的杰作，透射电镜（HRTEM）和X射线光电子能谱（XPS）证实材料中原子级分散的Co-Nx位点与吡啶-N缺陷完美共存。密度泛函理论（DFT）计算揭示了有趣的"双人舞"机制：吡啶-N像精准的分子钳降低ORR过程中

  来源：Fuel

  时间：2025-08-27

• 机械化学改性飞灰吸附垃圾焚烧烟气重金属：低成本高效替代活性炭的突破性研究

  亮点本研究首次系统评估机械化学改性城市固体废物焚烧飞灰对烟气重金属的吸附潜力，关键发现包括：1.技术可行性：通过"机械化学改性"提升飞灰吸附性能的技术路线切实可行，改性飞灰在实际应用中展现出替代活性碳（AC）的重大潜力，兼具经济性和环境友好特性。材料与技术路线飞灰样本采集自中国贵州六盘水25MW垃圾焚烧发电厂的袋式过滤器底部。该厂采用SNCR（选择性非催化还原）、脱硫、活性炭喷射和袋式过滤组合净化工艺。样本经105℃烘干24小时后密封保存。吸附动力学分析在20μg/m3初始Hg浓度条件下，研究团队采用准一级（PFO）和准二级（PSO）动力学模型，对比分析了活性炭、NaBr改性飞灰、CaCl2改

  来源：Fuel

  时间：2025-08-27

• 酸性沉积环境下腐蚀介质形成机制与防腐涂层研究

  Highlight酸性气体与灰渣在冷凝过程中的显著相互作用灰渣作为冷凝核显著加速了酸性气体（HCl 0-600 ppm，SO2 0-300 ppm和SO3 5 ppm）的冷凝，其冷凝质量分别增加了1.7-5.9倍、1.8-8.8倍和1.6倍。酸性冷凝液还促进了灰渣中腐蚀性离子的浸出：在HCl暴露下，Ca2+、Na+和K+含量增加了23.9%以上；而在SO2/SO3存在时，Na+和K+增加了25.4%以上。但由于CaSO3/CaSO4沉淀，Ca2+浓度仅增加了4.7%。涂层在耦合腐蚀环境中的防护性能在50-90°C的耦合腐蚀环境中，所应用的涂层将Q235碳钢的耐腐蚀性提高了3到6个数量级。即使在

  来源：Fuel

  时间：2025-08-27

• 量子电路噪声容忍阈值研究：基于16量子比特的文本加密方案设计与性能分析

  随着量子计算技术的快速发展，传统加密体系面临严峻挑战。Shor算法能在多项式时间内破解RSA等基于大数分解的经典加密，而Grover算法则对对称密钥构成威胁。在此背景下，量子密码学成为研究热点，其中量子密钥分发(QKD)已实现商业化应用，但面向明文加密的量子电路方案仍存在两大瓶颈：一是现有量子AES方案需要数百个量子比特（如AES-128需928个），远超当前NISQ设备承载能力；二是量子噪声会破坏量子态相干性，导致加密失败。印尼Dian Nuswantoro大学量子计算研究中心的T. Sutojo团队在《Franklin Open》发表的研究，首次系统探究了噪声环境下量子加密电路的可靠性边界

  来源：Franklin Open

  时间：2025-08-27

• 复杂亲缘关系鉴定中遗传标记优化选择与算法整合的软件开发及应用研究

  Highlight复杂亲缘关系鉴定中遗传标记的效能呈现群体差异性：基于中国四大群体等位基因频率数据的10,000次模拟显示，20个CODIS-STR（复合重复序列）单独使用时鉴定效能有限，但添加27个X-STR可显著提升全同胞、祖母-孙女、姑侄和半同胞关系的判定准确率。Discussion亲缘鉴定在打击拐卖、遗产纠纷等法医实践中具有关键作用。尽管中国司法部已发布亲子、祖孙等关系的技术规范，但更复杂的亲缘类型（如叔侄、表亲）仍缺乏标准。本研究通过开发R包整合IBS（状态一致性）与SVM（支持向量机）算法，突破传统LR（似然比）阈值法的局限，尤其在处理中国少数民族（东乡族、蒙古族）群体数据时表现出

  来源：Forensic Science International

  时间：2025-08-27

• 基于Transformer融合混合LoRA网络的多领域点击率预测模型MLoRA+研究

  亮点本研究创新性地将Transformer自注意力机制与混合低秩适配器（LoRA）结合，提出MLoRA+框架。该设计通过动态校准不同领域的贡献权重，显著提升了多领域点击率（CTR）预测的精准度，同时保持模型轻量化。方法学如图3所示，MLoRA+为每个领域配置专属LoRA模块，通过Transformer架构建模领域间关联。软最大（softmax）函数实现领域敏感的自适应学习，使模型能依据输入上下文动态调整领域特征融合比例。实验在Taobao-10、Amazon-6和Movielens-gen数据集上的测试显示，MLoRA+平均WAUC提升最高达1.23%。其领域交互建模能力尤其适用于数据分布差异

  来源：Expert Systems with Applications

  时间：2025-08-27

• 遮挡感知学习范式：拥挤场景中行人检测的突破性解决方案

  Highlight本研究通过分析遮挡现象的本质，提出遮挡感知学习范式，显著提升拥挤场景行人检测性能。实验证明，该方法对遮挡目标的召回率提升达22.6%，在CityPersons等数据集上表现优异。Object detection in crowded scenes拥挤场景下的目标检测仍是挑战性任务，现有研究（如Chu等2020、Rukhovich等2021）指出遮挡是主要瓶颈。本文突破传统隐式建模思路，首次通过显式感知遮挡区域提升特征鲁棒性。Method基于空间分布分析（Section 3.1），我们设计三大核心组件：1.遮挡感知解码器（OPD）：基于Transformer结构预测遮挡区域2.

  来源：Expert Systems with Applications

  时间：2025-08-27

• 有机镧介导的2-溴联芳与酯亲电体偶联反应高效构建二苯并富烯及菲醌类化合物

  在有机合成领域，二苯并富烯(Dibenzofulvenes, DBFs)和9,10-菲醌(9,10-phenanthrenequinones, PQs)作为两类重要的联芳衍生物，因其独特的共轭结构和电子特性，在光电材料、药物合成等领域展现出巨大应用价值。然而，传统合成方法普遍面临反应步骤繁琐、区域选择性控制困难等问题，特别是对于联芳骨架2,2′-位点的定向官能化仍存在显著挑战。针对这一关键科学问题，中南大学白一科、赵英华等研究团队在《European Journal of Organic Chemistry》发表创新性研究成果。该工作巧妙利用有机镧试剂的高反应活性，开发了2-溴联芳与酯亲电体的

  来源：European Journal of Organic Chemistry

  时间：2025-08-27

• 空间表面离子聚集固态聚合物电解质(SIA-SPE)的机械强化设计及其在锂金属电池中的突破性应用

  随着碳中和目标的推进，高能量密度储能技术成为研究热点。锂金属电池因其超高理论容量(3860 mAh g−1)被视为下一代储能器件，但液态电解质的易燃特性带来严重安全隐患。固态聚合物电解质(SPE)因其柔性好、重量轻等优势备受关注，然而传统SPE面临"机械强度-离子电导率"的跷跷板难题——提高盐浓度可增强离子传输却会削弱机械性能，而强化机械结构又会阻碍离子迁移。更棘手的是，聚合物与锂金属的界面反应会形成不稳定的固体电解质界面(SEI)，导致枝晶生长和循环衰减。南京林业大学朱金杰团队在《eScience》发表的研究中，提出"空间表面离子聚集"(Spatially Surface Ion-Aggre

  来源：eScience

  时间：2025-08-27

• 基于注意力机制多智能体强化学习的抗毁伤无人机集群无碰撞编队控制系统

  亮点• ABCS编队采用领导者引导的注意力机制，高效关联跟随者间的空间信息• 基于Cucker-Smale准则设计的奖励函数具有可解释性• 理论证明当ABCS奖励最大化时可实现最优编队状态• 验证ABCS奖励的有界性可用于衡量学习收敛性• 提出基于ABCS的领导者选择方法，增强系统抗毁伤性方法我们将领导者引导的注意力机制引入多智能体强化学习(MARL)框架，开发了名为基于注意力机制的Cucker-Smale编队系统(ABCS Flocking)的新型无碰撞集群控制系统。该系统通过将领导者与跟随者间的差异转化为权重系数，使跟随者能选择性利用其他跟随者的信息。仿真设置在Windows 11系统搭载

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-08-27

• 基于引力搜索混合交叉算法（GSA-Blend）的自动驾驶车辆动态换道轨迹规划研究

  亮点本研究提出了一种创新的动态换道轨迹规划方法——引力搜索混合交叉算法（GSA-Blend），通过结合引力搜索算法（GSA）和混合交叉技术，实现了复杂驾驶场景下的实时轨迹优化。该算法在安全性、舒适性和效率的平衡中表现卓越，仿真验证其优于传统方法，为自动驾驶技术提供了可靠的轨迹规划解决方案。相关研究轨迹规划挑战已引发大量研究，从基于规则的方法（Wang等，2020a；Liu等，2021）到优化算法（Liu等，2020a；Alsajri等，2024）。然而，传统方法在处理动态换道场景的复杂性时存在局限（Yu等，2023）。传统基于规则的方法（Wang等，2020a；Liu等，2020a，2021；

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-08-27

• 变压器油下多尺度梯度引导Retinex图像增强算法研究及其在故障检测中的应用

  Highlight本研究构建了首个变压器油下真实场景大规模数据集（IEUTB），并提出创新性多尺度梯度引导Retinex算法（MSGGR）。通过网格化混合多通道补偿（GHMCC）缓解光线选择性衰减，结合标准差约束灰度世界（SDCGW）校正色彩失真，最终基于多尺度动态引导滤波（DGF）与梯度自适应细节增强（GDE）实现图像质量显著提升。Method如图3所示，MSGGR算法流程包含四大核心模块：1.GHMCC模块：通过动态网格划分实现RGB通道差异化补偿2.SDCGW模块：利用标准差约束优化传统灰度世界假设3.DGF模块：根据Retinex反射分量特征进行多尺度噪声过滤4.GDE模块：基于梯度信

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-08-27

• 基于ERT-DETR模型的水面小漂浮物实时检测算法研究及其在海洋环境监测中的应用

  Highlight针对复杂水域环境中小漂浮物检测的实时性与端到端能力难以平衡的挑战，本研究提出增强型实时检测Transformer（ERT-DETR）。该模型整合动态特征金字塔网络（DFPNet）与微注意力模块（MAM），结合Inner-IoU辅助边界框损失函数，在FloW-Img数据集上实现92.6%平均精度（AP）和118.84帧/秒（FPS）的检测性能，超越基线模型RT-DETR达4.3% AP与19.8% FPS。Our methodERT-DETR网络架构如图2所示。骨干网络最后四阶段特征（S2-S5）通过基于注意力的跨尺度特征交互模块（AIFI）转换为序列特征。DFPNet融合双向

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-08-27

• 融合全局线性注意力的视频Transformer模型在烧结工况识别中的鲁棒性研究

  Highlight本研究通过结合全局与局部注意力机制，构建了针对弱纹理快速变化火焰视频的轻量化视频Transformer模型。VST模块采用移位窗口策略捕捉局部形态特征，而创新的VLA模块以线性计算复杂度实现全局时序动态建模，二者协同提升模型对烧结工况的识别鲁棒性。Related works烧结工况识别方法历经三个发展阶段：1）基于分割的方法：通过统计火焰/物料区域形态特征进行分类，但对噪声敏感且依赖人工阈值；2）全局特征方法：采用LBP等纹理描述符，但难以表征快速动态变化；3）深度学习方法：CNN虽取得进展，但受限于局部感受野和固定卷积核，对长程时空依赖建模不足。MethodologySin

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-08-27

• 基于边界定位与背景抑制的复杂场景伪装目标检测模型MENet研究

  Highlight当感知伪装目标时，人类视觉通常经历三阶段处理流程：首先基于全局上下文粗略定位兴趣区域（定位阶段），随后在该区域内动态切换目标与相似背景的注意力（交互阶段），此时边缘线索自然成为区分前景与背景的关键。最终整合边界、语义和上下文等多重感知信号（融合阶段）形成完整认知。Camouflaged object detection与显著目标检测（SOD）任务不同，伪装目标检测（COD）专注于检测视觉上不显著的对象，主要因为它们通常体积小、被遮挡、隐藏或具有自我伪装特性。由于这些物体的特殊属性，COD与SOD的检测目标差异显著。伪装目标因与周围环境差异极其细微而特别难以检测，使得COD任务

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-08-27

• 胰腺癌治疗新突破：基于TGFßR1靶点的预后标志物发现与计算机辅助抑制剂设计

  亮点聚焦数据获取与基因表达分析胰腺癌基因表达数据集（GSE141873等8个GEO数据库样本）通过R语言"GEOquery"工具包获取，筛选标准为p值≤0.05且错误发现率（FDR）显著。差异表达基因(DEGs)分析对8个数据集进行元分析发现，初始±1倍变化阈值下鉴定出43,214个上调基因（后续通过更严格标准精筛）。关键基因AHNAK2、TSC2等显示出与患者生存率显著相关性。讨论胰腺癌5年生存率不足10%，SMAD4基因突变（55%病例）与放疗抵抗密切相关。本研究通过机器学习递归特征消除(RFE)技术锁定关键基因，并证实TGFßR1抑制剂可突破现有药物Galunisertib的心脏毒性等局

  来源：Computational and Theoretical Chemistry

  时间：2025-08-27

• 乳腺癌肿瘤与癌旁组织中蛋白质互作网络的脆弱性模块探索及其肿瘤发生机制研究

  亮点肿瘤与癌旁组织的蛋白质互作网络构建通过差异表达基因（DEGs）映射到HuRI、HIPPIE和CancerNet数据库的蛋白质互作数据，构建了五种乳腺癌亚型（Basal、Her2、LumA、LumB、NormL）及癌旁组织（TANTs）的六个特异性PPI网络。肿瘤与TANTs网络的枢纽与瓶颈蛋白利用NetVA R包的"detectHubs"和"detectBottlenecks"功能，在5%重连概率验证下，鉴定出34个保守枢纽蛋白和7个保守瓶颈蛋白，如AR和FOXA1，它们在所有网络中均显著富集于癌症通路。讨论尽管TANTs形态学表现正常，但其分子特征（如基因突变和表达失调）表明其处于健康组

  来源：Computational and Theoretical Chemistry

  时间：2025-08-27

• scUCAF：基于不确定性感知的单细胞多组学数据跨模态对齐与融合聚类算法

  HighlightscUCAF首次将不确定性估计引入单细胞多组学分析，通过负二项分布变分自编码器（VAE）捕获基因表达计数特征，采用伪标签引导的对比学习策略确保跨组学特征一致性，并设计动态门控机制消除低质量数据干扰。Materials and methodsscUCAF网络支持RNA-ADT和RNA-ATAC多组学数据输入，其数学表示为X(m)∈Rn×d(m)。通过独立VAE网络提取各组学潜在特征z(m)后，采用改进的对比学习方法增强特征对齐。Benchmark and experimental settingsVAE编码层设置为(256, 64, 16)，融合后统一特征维度为16。预训练20

  来源：Computational and Theoretical Chemistry

  时间：2025-08-27

知名企业招聘：