• 基于物理信息的神经网络用于铝合金多轴疲劳寿命预测

  本研究聚焦于铝-铝合金7075-T6在复杂多轴载荷条件下的疲劳寿命预测问题，旨在开发一种物理信息引导的神经网络（Physics-Informed Neural Network, PINN）模型，以提升对这类材料在多轴应力条件下的耐久性评估能力。铝-铝合金7075-T6因其优异的强度重量比和抗腐蚀性能，在航空航天、汽车制造以及结构工程等领域广泛应用。然而，由于多轴载荷条件下应力状态、载荷路径和材料微观结构之间的复杂相互作用，其疲劳寿命的准确预测仍然是一项挑战。在工程实践中，疲劳寿命预测对于确保结构安全性和可靠性至关重要。传统的预测方法通常基于应力、应变或能量等单一准则，难以全面反映材料在复杂载荷

  来源：Computer Standards & Interfaces

  时间：2025-11-17

• “量体裁衣”：一项主题分析，探讨英国成年人对抽动症状的认知与接纳过程

  在英国，慢性抽动障碍（包括妥瑞症）通常在儿童时期被诊断，并以持续性的抽动为主要特征。这些抽动可能表现为短暂、快速、重复、非节奏性的运动或发声行为，且往往是无意识或半意识的。它们的严重程度和缓解情况会随着个体的发展而变化，有时甚至在成年后变得更加明显。然而，许多成年人并未在童年时期获得正式诊断，而是直到成年后才开始识别自己的抽动症状，并寻求专业的医疗确认。这项研究通过访谈和书面回应的方式，探讨了这些个体的诊断过程、心理影响及社会反应。### 一、成年人的抽动识别与接受成年人在面对抽动症状时，往往经历了复杂的心理和社交挑战。许多人在童年时期就表现出抽动行为，但这些行为常被误解为不良习惯、怪异表现或

  来源：Advances in Mental Health

  时间：2025-11-17

• 急性心肌梗死（MIIT）对中年人行为抑制能力和神经电活动指标的影响

  摘要中年时期是认知老化的一个关键转折点，也是实施旨在维持或提升执行功能干预措施的重要阶段。低量但中等强度的间歇训练（MIIT）可能带来与中等强度连续训练（MICT）相似的益处，同时还能带来更多的乐趣。本研究旨在探讨急性MIIT对中年人执行功能（EF）的影响，并评估其相关的神经机制。31名参与者在平衡交叉设计下分别完成了30分钟的MICT、19分钟的MIIT以及30分钟的非运动对照组（CON）训练。在斯特鲁普任务（Stroop task）期间，研究人员测量了行为表现（准确性和反应时间）和神经电生理指标（事件相关电位：P3和N450振幅），并在训练后检测了乳酸水平及参与者的愉悦度评分。结果表明，M

  来源：International Journal of Sport and Exercise Psychology

  时间：2025-11-17

• 弗洛伊德的理论对人工智能领域的影响

  摘要本文探讨了弗洛伊德心理学概念（尤其是三部分心理结构）在理解深度学习或生成式人工智能这一不断发展的领域中的重要意义。文章认为，人工智能的初始非结构化状态及其预设目标可以类比为“本我”（Id），其决策算法和适应机制则相当于“自我”（Ego）；而施加于人工智能的伦理规范与安全机制则类似于“超我”（Superego）。文章还分析了人工智能的学习过程（尤其是基于奖励与惩罚的强化学习机制，如RLHF）如何体现某些心理学原理。最后，文章提到了神经形态计算领域的最新进展，该技术旨在整合化学信号物质乃至生物成分，以打造更为复杂、更接近人类大脑的人工智能系统。

  来源：Psychodynamic Practice

  时间：2025-11-17

• Petrosiol E衍生物在神经元前体分化中的设计、合成与评估

  刘园芳|潘瑞英|谢新妮|刘军|杜玉国中国科学院生态环境科学研究院环境化学与生态毒理学国家重点实验室，北京100085，中国摘要以易获得的D-木糖作为手性模板，通过不同的合成策略合成了一系列新型的Petrosiol E衍生物。利用类似神经元的小鼠PC12细胞分化模型评估了这些衍生物的促分化能力，发现其中几种衍生物具有中等至显著的促分化作用。研究表明，这些衍生物的促分化能力对侧链的修饰非常敏感，这表明共轭二炔骨架和末端烷基残基在神经元分化过程中可能起着重要作用。引言神经退行性疾病（NDs）是目前无法治愈的异质性疾病，会导致神经元退化、萎缩和死亡。1, 2 尽管我们对大脑功能、神经系统以及NDs的发

  来源：Tetrahedron

  时间：2025-11-17

• 威尔士的自闭症问题：诊断体系与资源匮乏条件下的医疗管理

  在当代社会，诊断不仅仅是一种医学行为，它还承载着更深层次的社会和制度功能。以威尔士的自闭症诊断为例，可以看出诊断系统如何在资源有限的背景下运作，同时影响着个体与制度之间的互动。本文探讨了诊断作为一类复杂的分类机制，如何在公共服务体系中被构建和运用，揭示了其在促进与限制服务获取之间的双重作用。自闭症诊断系统在威尔士的运行受到多重因素的影响，包括制度性规则、专业规范以及行政技术。这些因素共同构成了一个分类机制，通过其结构化的方式，将个体经验转化为制度可识别的形式。尽管自闭症诊断的推广可以被视为一种医学化趋势，但其实际运作却受到政府治理逻辑的深刻影响。诊断不仅是对个体状况的判断，更成为一种资源分配的

  来源：SSM - Qualitative Research in Health

  时间：2025-11-17

• 用于纸质微流控设备中自动毛细流动的定时控制阀门

  本研究聚焦于小细胞肺癌（SCLC）的早期诊断和治疗，提出了一种基于电化学检测的新型神经特异性烯醇化酶（NSE）适配体传感器。NSE作为一种在神经元和神经内分泌细胞中高度表达的糖酵解酶，已被证实为SCLC早期检测的可靠生物标志物。在SCLC患者体内，NSE的浓度显著升高，且其水平的变化可作为疾病复发的早期预警信号。因此，开发一种高灵敏度、无需标记的NSE检测方法，对于提升SCLC的临床诊断能力具有重要意义。目前，NSE的检测主要依赖于化学发光免疫分析（CLIA）、电化学发光分析（ECL）以及酶联免疫吸附分析（ELISA）等传统技术。然而，这些方法在实际应用中存在诸多局限，例如设备成本高昂、对样本

  来源：Sensors and Actuators A: Physical

  时间：2025-11-17

• 在基本加载过程中进行塑性编码与映射，以加速机械性能的预测

  马蒂厄·卡尔瓦（Mathieu Calvat）|克里斯·比恩（Chris Bean）|德鲁夫·安贾里亚（Dhruv Anjaria）|王浩然（Haoren Wang）|肯尼思·韦基奥（Kenneth Vecchio）|J.C. 斯廷维尔（J.C. Stinville）美国伊利诺伊大学厄巴纳-香槟分校材料科学与工程系，厄巴纳，伊利诺伊州摘要通过高分辨率数字图像相关性（HR-DIC）技术捕捉金属塑性特征，进而预测金属材料的多种单调和循环宏观性能。为了捕捉金属塑性中的空间异质性，将描述小区域塑性的潜在空间特征在较大范围内进行空间映射。这些潜在空间特征图以低维形式展现了金属塑性的复杂性和异质性。随后利

  来源：Sedimentary Geology

  时间：2025-11-17

• 关于建筑物电阻电路火灾温度预测与预警的研究：一个数学模型

  本文探讨了一种用于建筑电气电路温度动态预测的新方法，旨在有效预防电气火灾。随着建筑电气火灾在频率和严重性上的上升，现有工程预测方法常常由于固定阈值的火警或未能准确预测温度突变而缺乏足够的准确性和及时性。为此，研究者提出了一种基于深度学习的预测模型，以提高预测的准确度和实时性。### 1. 电气火灾的背景近年来，中国建筑电气火灾的发生率和严重程度持续上升。根据统计数据，自2009年以来，电气火灾占所有建筑火灾的比重超过25%，成为威胁人类生命、财产和社会可持续发展的主要因素之一。电气火灾的成因复杂多样，包括电气设备故障、短路、过载和接触不良等。温度、电压、电流和剩余电流等参数是常见的电气火灾指示

  来源：Results in Engineering

  时间：2025-11-17

• 基于机器学习的印度梅卢尔（泰米尔纳德邦）城市化地区季节性地下水质量预测

  在当今社会，随着人口增长、工业化和气候变化的加剧，地下水污染已成为全球性的严峻挑战。特别是在印度，由于城市化进程的加快、过度开采以及重金属污染，这一问题尤为突出。为了实现地下水的可持续管理，准确预测水质变得至关重要。本研究聚焦于印度泰米尔纳德邦Melur地区，一个经历了城市化发展的区域，使用了多种人工智能衍生的机器学习模型，如人工神经网络（ANN）、决策树（DT）、随机森林（RF）和极端梯度提升（XGBoost），对两个季节的地下水质量进行了预测。研究使用了水文地球化学参数、重金属含量和基于权重的地下水质量指数（WQI）作为模型的输入变量，旨在评估这些模型在不同季节下的预测能力，并为高效水资源

  来源：Results in Engineering

  时间：2025-11-17

• 由人工神经网络（ANN）支持的实验研究：新型墙体与相变材料（PCMs）的集成应用，旨在提升空调建筑的节能性能及室内温度均匀性

  ### 项目背景与研究意义建筑与工程领域在当今社会中扮演着至关重要的角色，不仅影响着人们的日常生活质量，还对全球能源消耗和环境影响有着深远的影响。根据现有研究，建筑行业占全球总能源消耗的约36%和温室气体排放的37%。随着气候变化和能源危机的加剧，减少建筑能耗和碳排放成为当前建筑行业面临的重要课题。因此，探索和应用有效的建筑节能技术显得尤为迫切。建筑围护结构的设计和材料选择是影响建筑能耗的关键因素，传统的重质围护结构如钢筋混凝土和砖块虽然在结构强度方面表现良好，但其热惯性较低，容易导致室内温度波动较大。相比之下，轻质围护结构采用如挤塑聚苯乙烯（XPS）、发泡聚苯乙烯（EPS）、聚氨酯泡沫（PU

  来源：Results in Engineering

  时间：2025-11-17

• 利用机器学习预测地下矿山穿梭车操作员的工作相关肌肉骨骼疾病

  在当今工业发展迅速的背景下，职业健康问题逐渐成为关注的焦点，尤其是在矿产资源开采行业。采矿作业环境往往伴随着高强度的体力劳动和复杂的工作条件，使得作业人员面临多种健康风险。其中，与工作相关的肌肉骨骼疾病（Work-Related Musculoskeletal Disorders, WRMSDs）尤为突出，特别是在采矿机械操作员群体中。这种疾病通常由长时间暴露于全身振动（Whole-Body Vibration, WBV）和不良人体工程学因素引起，给从业人员的身体健康和工作效率带来了严重影响。为了更有效地预测和干预WRMSDs，研究者们正在探索各种先进的技术手段，其中机器学习模型被广泛认为是一

  来源：Results in Engineering

  时间：2025-11-17

• 解读不良童年经历对人格的影响：基于美国样本的五因素模型层面分析

  威廉·哈特（William Hart）| 布雷登·T·霍尔（Braden T. Hall）| 彼得·J·卡斯塔尼亚（Peter J. Castagna）| 马修·R·克里贝特（Matthew R. Cribbet）美国阿拉巴马大学心理学系摘要将童年逆境经历（ACEs）与广泛的性格特征领域（例如五因素模型[FFM]的领域）进行关联分析，为早期逆境与持久心理倾向之间的联系提供了一个全面且整合的框架。然而，领域层面的关联研究结果并不一致。我们认为，ACEs与FFM领域之间的关联可能掩盖了领域内各子特征层面的异质性。为了解决这一问题，我们让446名美国成年人报告了他们的ACEs经历以及FFM性格特征。

  来源：Personality and Individual Differences

  时间：2025-11-17

• 错失恐惧（FOMO）中的解释偏差：行为学与脑电反应（ERP）证据

  恐惧错失（Fear of Missing Out, FoMO）作为一种焦虑亚型，近年来在心理学领域受到广泛关注。现有研究表明，FoMO与多种负面心理及行为问题存在关联，包括过度使用社交媒体、负面情绪累积以及潜在的精神病理学症状。然而，针对FoMO认知机制的研究仍存在明显空白，尤其是缺乏对个体解释偏差（interpretation bias）的系统性考察。本研究通过整合行为实验与事件相关电位（ERP）技术，首次从神经认知层面解析了高FoMO个体的解释偏差特征，为理解该障碍的维持机制提供了新证据。### 研究背景与问题提出FoMO的核心特征是对错失积极社交体验的过度担忧，其神经认知机制尚未完全明晰

  来源：Personality and Individual Differences

  时间：2025-11-17

• 基于FCNN的螺旋桨优化研究：以空化性能为约束条件

  本文探讨了一种基于全连接神经网络（FCNN）的优化方法，用于提升螺旋桨的水动力性能。该方法将空泡性能作为约束条件，并结合参数化建模技术，构建了螺旋桨的几何参数体系。通过使用Sobol采样技术，从设计空间中生成多种螺旋桨形状，并借助计算流体动力学（CFD）分析来评估其空泡和空水性能。为了进一步降低计算成本，提出了一种基于吸力面压力分布的空泡区域估算方法。该方法在粒子群优化（PSO）算法中应用FCNN作为求解器，以在负载系数J = 0.42的条件下优化螺旋桨的空水性能，同时满足空泡区域的约束条件。研究结果表明，该设计方法具有较高的有效性和合理性。在当前的航运业中，环境问题日益严峻，碳减排成为行业发

  来源：Ocean Engineering

  时间：2025-11-17

• 用于快速NeRF适应的超网络方法

  Paweł Batorski|Dawid Malarz|Marcin Przewięźlikowski|Marcin Mazur|Sławomir Tadeja|Przemysław Spurek波兰克拉科夫雅盖隆大学数学与计算机科学学院摘要神经辐射场（NeRF）是一种广泛采用的标准技术，可以从几张基础图像合成新的3D物体视图。然而，NeRF的泛化能力有限，这意味着我们需要为每个想要表示的物体单独训练相应的模型，这需要大量的计算资源。为了解决这个问题，我们提出了一种基于超网络范式的少样本学习方法，该方法在推理过程中不需要梯度优化。相反，超网络从训练数据中收集信息并更新通用权重。因此，我们开发了

  来源：Knowledge-Based Systems

  时间：2025-11-17

• 多变量时间序列信号到图像的转换方法，用于识别飞行员的补偿行为

  本文研究了一种利用多变量生理信号转化为图像，以识别飞行员补偿行为的方法。飞行员补偿是衡量飞行性能的重要指标，它反映了飞行员在面对飞机性能不足时所付出的额外努力和注意力。研究中采用四种信号到图像的转换技术：短时傅里叶变换（STFT）、Gramian角度场（GAF）、功率谱密度（PSD）和连续小波变换（CWT）。为了提高分类效果，研究还引入了多种通道信息融合方法，包括通道注意力（Channel Attention）、多头注意力（Multi-Head Attention）、多通道卷积核（Multi-Channel Convolutional Kernels）和深度可分离卷积（Depth-Separa

  来源：Knowledge-Based Systems

  时间：2025-11-17

• 通过强化学习引导的提示优化来提升稳定扩散中的美学图像生成效果

  图像压缩是多媒体研究中的一个重要领域，其核心目标在于在减少数据量的同时保持图像质量。传统的方法，如JPEG、BPG、JPEG2000和VVC等，通常采用模块化设计，通过手动优化的组件实现这一目标。然而，这些方法在压缩性能上往往受到瓶颈的限制，尤其是在处理高比特率与失真之间的平衡时。近年来，学习型图像压缩（Learned Image Compression, LIC）作为一种新兴的压缩技术，逐渐展现出巨大的潜力。LIC方法通过端到端的神经网络训练和全局优化，能够在保持图像质量的同时，实现更优的压缩效果。LIC的基本框架通常基于自编码器（Autoencoder），它包括三个主要步骤：特征变换、量化

  来源：Journal of Visual Communication and Image Representation

  时间：2025-11-17

• 心血管-肾脏-代谢综合征、痴呆风险、认知功能及神经影像学结果

  何启达|孙梦彤|王琪|黄静婷|胡少山|沈月平|李琳彦香港城市大学数据科学系，香港摘要背景最近定义的心血管-肾脏-代谢（CKM）综合征是心血管健康、肾脏健康和代谢健康之间的一个关键交叉点。然而，CKM综合征与痴呆风险、认知功能及大脑结构之间的具体关系仍需进一步研究。方法我们在英国生物银行（UK Biobank）的一个前瞻性社区队列中进行了回顾性分析。参与者于2006年至2010年间在英国有序招募。随访从入组开始，直至痴呆诊断、死亡或数据截止日期（2023年1月1日），以先发生者为准。根据基线信息，将个体CKM综合征阶段分为五个级别，从健康状态（0阶段）到晚期心血管疾病（4阶段）。主要结局指标是全

  来源：Journal of Affective Disorders

  时间：2025-11-17

• 一项针对有自杀念头和行为的患者的加速深度经颅磁刺激（deep TMS）的探索性随机双盲试验

  本研究聚焦于创伤后应激障碍（PTSD）的神经影像学与遗传学之间的关系，试图揭示遗传风险因素如何影响大脑结构，并进一步探讨这种影响在临床症状中的中介作用。研究团队由来自南京大学附属鼓楼医院放射科的多位科学家组成，他们通过整合多种形态学指标，构建了形态相似性网络（MSN），并结合多基因风险评分（PRS）的方法，对PTSD患者的脑结构变化进行了系统性分析。在背景部分，研究指出PTSD是一种具有复杂遗传机制的多基因疾病。近年来，神经影像学和遗传学作为探索PTSD生物标志物的两个重要分支，其交叉融合形成了新的研究范式——神经影像遗传学。该领域的发展为理解精神疾病相关的风险基因提供了新的视角，揭示了基因与

  来源：Journal of Affective Disorders

  时间：2025-11-17

知名企业招聘：