• PINN-BPM：一种改进的物理信息神经网络框架，用于求解光纤中光场传播的亥姆霍兹方程

  摘要：在波导中准确建模光场传播动态对于高性能光子器件的设计和应用至关重要。束传播方法（BPM）通过求解缓慢变化的场亥姆霍兹方程（SVHE）来进行此类建模，该方法已被研究界广泛采用，通常与数值方法结合使用。然而，数值BPM的效率和准确性在很大程度上依赖于稳定的离散化方案和高网格分辨率，但同时也会牺牲解的完整性。受物理信息神经网络（PINN）的启发，我们提出了专门用于处理光场传播动态的训练优先级嵌入式PINN-BPM，它结合了神经网络的高效自动微分能力和强大的表示能力以及SVHE的正则化方法，为避免数值方法的局限性提供了一种有前景的替代方案。在光场传播的场景中，传播维度的动态复杂性和规模往往大于初

  来源：Journal of Lightwave Technology

  时间：2025-12-01

• 面向公共卫生政策依从性评估的众包驱动AI模型设计框架CrowdDesign

  在COVID-19等突发公共卫生事件中，政府机构亟需快速评估公众对防疫政策的遵守情况，而社交媒体平台恰好能提供海量的实时图像数据。然而，现有AI模型在分析这些图像时面临两大难题：一是模型性能高度依赖网络架构和超参数配置的组合选择，传统方法需要大量高质量标注数据才能实现有效优化；二是在紧急事件中，专业AI人才的参与成本高且响应速度慢。更棘手的是，网络架构搜索(NAS)与超参数优化(HPO)之间存在"鸡生蛋"式的相互依赖关系——单独优化其中任一要素都可能导致模型陷入局部最优。如图1所示，三个AI模型设计实例对同一场景的口罩佩戴评估结果出现显著差异：人类能准确判断所有人均正确佩戴口罩，而某些AI设计

  来源：IEEE Transactions on Emerging Topics in Computing

  时间：2025-12-01

• 面向可持续未来的电子器件创新与人才发展路径探析

  随着全球数字化进程加速，电子器件已成为支撑计算、医疗、通信及能源系统的核心基石。然而，半导体技术的指数级增长正面临严峻的可持续发展挑战：一方面，芯片功耗密度持续攀升引发散热与能效瓶颈；另一方面，人工智能等算力密集型应用导致碳排放急剧增加。更深远的是，行业内部存在性别失衡与人才断层风险，制约着创新生态的可持续性。在这一背景下，IEEE电子器件学会（EDS）联合女性工程师组织（WiED）及青年专家团队，在《Electromagnetic Science》推出专题论文集，从技术突破与人文关怀双维度探索电子器件的可持续发展路径。关键技术方法包括：1) 基于物理的器件仿真与设计-技术协同优化（DTCO）

  来源：Electromagnetic Science

  时间：2025-12-01

• 图扩散社交推荐

  摘要：社会推荐将社交网络整合到推荐任务中，利用社交关系来提升推荐性能并缓解数据稀疏性问题。最近，基于图的社交推荐模型通过捕捉高阶社交影响取得了良好的效果。大多数基于图的社交推荐模型直接将社交网络纳入推荐框架，并通过社交网络的同质性来影响用户偏好，为用户提供了更多选择物品的途径。尽管这些方法有效，但由于社交网络的复杂结构以及图神经网络所需的复杂计算，时间开销显著增加。更重要的是，现有研究往往忽略了现实世界中用户交互记录和社交网络中存在大量与推荐无关的噪声这一事实。随着图结构的传播，这些噪声会严重干扰推荐过程。为了解决这些挑战，我们提出了一个去噪社交推荐框架，称为图扩散社交推荐（GDSR）。从技术

  来源：IEEE Transactions on Consumer Electronics

  时间：2025-12-01

• 适用于在低重力和崎岖路面上行驶的月球探测车的节能控制框架

  本文针对月球探测车（LR）在复杂地形下的能源效率问题，提出了一套融合离线优化与在线规则映射的智能控制框架。该框架在保证全球最优解的基础上，通过数据驱动的方法将高维优化问题转化为低计算复杂度的实时控制策略，为深空探测装备的能量管理提供了创新解决方案。在方法构建层面，研究团队首先建立了包含地形起伏、月壤摩擦特性及温度波动等多维因素的纵向动力学模型。通过获取真实月表DOM（数字高程模型）和DEM（数字地形模型）数据，结合表面纹理分析方法提取月壤物理参数，构建了具有三维地形特征的月表环境仿真系统。这一基础性工作突破了传统地面车辆能量模型在低重力、高辐射等极端环境下的局限性，为后续优化提供了精确的物理支

  来源：Additive Manufacturing

  时间：2025-12-01

• PCNet3D++：一种基于支柱结构的级联3D目标检测模型，配备了增强版的2D主干网络

  自动驾驶车辆（AV）的环境感知系统是其核心功能模块之一，直接影响车辆在复杂场景中的安全性和通行效率。本文聚焦于LiDAR点云数据驱动的三维目标检测（3D-OD）技术，提出了一种轻量化且高效的端到端检测模型PCNet3D++。研究团队通过优化数据处理流程和模型架构，显著降低了传统三维卷积带来的计算负担，同时保持了较高的检测精度。在技术路线方面，该模型创新性地融合了Pillar编码与级联卷积网络。首先，通过将原始点云数据转换为垂直柱状结构（Pillar），将三维空间信息映射到二维平面，既保留了空间特征又大幅简化后续处理流程。这种转换技术借鉴了PointPillars的成熟经验，但通过改进的级联卷积

  来源：Image and Vision Computing

  时间：2025-12-01

• MS-GLFGCN：一种基于多流全局-局部融合图卷积网络的地骨架步态识别算法

  该研究针对基于骨骼的个体步态识别中存在的特征提取不足与计算效率问题，提出了一种多流全局-局部融合图卷积神经网络模型。通过创新性地整合多维度步态特征与时空图卷积技术，实现了在有限样本条件下步态识别准确率与计算成本的平衡优化。论文首先阐述了步态识别在身份验证、健康监测等领域的应用价值。指出传统生物识别技术存在环境依赖性强、采集距离受限等问题，而步态识别具有非接触、远距离等优势。但现有研究在特征提取方面存在两极分化：全局特征模型易受遮挡和外观变化干扰，局部特征模型则忽略整体步态耦合关系。针对这一矛盾，研究团队构建了包含骨骼流、步速流和对称流的三维多流图结构，分别捕捉人体关节运动轨迹、步频变化规律和步

  来源：Expert Systems with Applications

  时间：2025-12-01

• 综述：CANOD：一个面向开源软件开发者的能力评估网络

  随着开源软件（OSS）项目复杂性和质量要求的不断提升，开发者团队协作与任务分配的精准性成为影响项目成败的关键因素。在OSS生态中，开发者往往需要同时处理代码编写、问题修复、文档维护等多类型任务，而不同成员在编程语言、系统架构、测试优化等细分领域的技能差异显著。如何建立科学有效的开发者能力评估体系，使其既能反映个体在特定技术栈上的专长，又能适应动态变化的项目需求，成为当前软件工程领域亟待突破的难题。传统评估方法存在明显局限。以代码提交量或修复问题数量为代表的单一维度指标，难以准确衡量开发者在不同技术领域的真实能力。例如，某成员在JavaScript开发中表现优异，但在Linux内核调试方面却存在

  来源：Expert Systems with Applications

  时间：2025-12-01

• 一种结合辅助监督的双重对比学习方法，用于社区检测

  社区检测作为网络分析领域的核心课题，其研究目标在于识别网络中多个紧密相连的子群结构。当前基于深度学习的社区检测方法虽然在特征表示和拓扑结构融合方面取得进展，但仍面临样本配对质量不足和样本分布不均衡等关键挑战。针对这些问题，研究团队创新性地提出双对比学习与辅助监督的融合方法（DCL-AS），通过构建多维度的样本配对机制和结构化监督框架，显著提升了社区检测的准确性和鲁棒性。在样本配对策略方面，DCL-AS突破了传统随机采样方法的局限。首先，研究团队开发了基于社区重要性和连接重要性的联合评估指标，通过量化每个节点所属社区的结构强度及其在全局网络中的连接价值，筛选出具有更高代表性的正样本对。这一方法有

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-12-01

• 利用基于物理知识的神经网络和基于证据的不确定性量化方法预测风力涡轮机的发电量

  该研究聚焦于通过改进数据驱动模型来优化风力涡轮机（WT）的发电预测与故障检测。研究团队来自西班牙格拉纳达大学计算机科学和人工智能系，结合了气象工程与机器学习领域的跨学科方法。论文核心贡献体现在三个方面：构建了融合物理约束的神经网络模型体系，开发了不确定性量化新方法，建立了标准化数据集验证平台。在技术路径上，研究创新性地将流体力学基本原理嵌入深度学习框架。传统物理模型难以处理高雷诺数下的湍流效应，而数据驱动方法常面临小样本问题。研究团队通过引入物理信息神经网络（PINNs），在模型训练过程中实时验证伯努利方程、动量定理等基础物理规律，既保留了物理模型的可靠性，又发挥了神经网络强大的数据拟合能力。

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-12-01

• 利用3ED-ConvLSTM模型，对气候变化进行了适应性调整，实现了降雨引发的滑坡的时空预测以及每月动态风险评估

  本文以中国重庆万州地区为研究对象，针对气候变化背景下降雨引发滑坡（RILs）的时空预测问题，提出并验证了3ED-ConvLSTM混合深度学习模型。该研究通过整合地质、地形与气象等多源数据，突破传统方法在时空耦合分析中的局限性，为动态风险评估提供新范式。以下从研究背景、方法创新、核心发现及实践价值四个维度展开解读。### 一、研究背景与问题提出气候变化导致极端降雨事件频发，传统滑坡风险评估方法面临双重挑战。首先，基于降雨重现期的静态风险评估模型难以捕捉动态变化下的滑坡触发机制，其依赖的历史数据量有限且更新滞后。其次，现有方法多将时空维度割裂处理，如CNN擅长空间特征提取但忽视时间动态，LSTM能

  来源：International Journal of Digital Earth

  时间：2025-12-01

• 通过混合改进型灰狼优化器深度神经网络和多目标灰狼优化算法对再生粗骨料混凝土性能进行建模

  该研究聚焦于再生粗骨料混凝土（RCA）的优化设计，旨在通过数据驱动方法提升其性能参数的预测精度与多目标优化效率。研究结合实验设计与人工智能技术，系统性地探索了水泥含量、再生粗骨料比例和坍落度对水含量、密度及超声波脉冲速度（UPV）的影响机制，并构建了多目标优化框架。以下从研究背景、方法创新、核心发现及实践意义四个维度进行解读。### 一、研究背景与问题提出全球建筑行业每年消耗约16亿吨水泥和100亿吨骨料，其中自然骨料资源面临枯竭与运输成本上升的双重压力。再生粗骨料作为建筑垃圾资源化利用的关键材料，其应用面临技术瓶颈：再生骨料孔隙率高、吸水性强，导致混凝土工作性差、力学性能受限。尽管已有研究通

  来源：Results in Engineering

  时间：2025-12-01

• 综述：老年人的自杀行为共病情况：一项系统回顾和荟萃分析

  青少年抑郁症患者的脑结构异常与电休克疗法疗效关联性研究解读本研究针对青少年抑郁症合并自杀意念患者，通过结构磁共振成像（sMRI）技术系统评估电休克疗法（ECT）治疗前后的脑结构变化，为理解青少年抑郁症的神经生物学机制及治疗效应提供新证据。研究团队来自重庆医科大学人工智能与医学学院，共纳入59名参与者（27例MDD伴自杀意念患者，31例健康对照），采用FreeSurfer软件进行三维脑结构分析，结合双因素方差分析和混合线性模型进行统计学处理。研究首先揭示了青少年抑郁症患者的脑结构特征存在显著异常。在基线状态下，患者群体较健康对照组表现出弥漫性的皮层厚度降低和皮层表面积缩减，主要涉及前扣带回-边缘

  来源：Psychiatry Research

  时间：2025-12-01

• 综述：精神分裂症不同发病阶段的认知功能：一项系统综述与元分析

  精神分裂症认知功能演变轨迹的系统综述与元分析一、研究背景与核心问题精神分裂症作为严重精神障碍，其认知功能损害不仅影响患者日常生活能力，更与疾病进程存在密切关联。当前临床实践普遍存在两个认知干预的关键空白：其一，如何识别早期认知衰退以实现疾病前驱干预；其二，如何确定认知功能恶化的敏感窗口期以优化干预时机。基于此，该研究通过系统综述与元分析方法，重点考察三个关键认知阶段（前驱期、首次发作期、多发作/慢性期）的认知功能演变轨迹，揭示其动态变化规律。二、研究方法与设计研究采用PRISMA指南标准，系统检索2010-2024年间PubMed和PsycINFO数据库的69项符合要求的横断面与纵向研究。创新

  来源：Psychiatry Research

  时间：2025-12-01

• 持续的注意力与心神游离（或称“走神”）

  C. Ziane | C. WardakCNRS UMR 5229，Marc-Jeannerod认知科学研究所，Claude-Bernard Lyon I大学，69500 Bron，法国摘要注意力是一个复杂且多方面的过程，包含多个子功能，并能根据任务、环境和心理状态等因素动态调整。持续注意力对于学习至关重要，它依赖于一个复杂的认知控制网络，该网络在发育过程中经历了显著的变化。同时，普遍存在的“思维漫游”现象会分散注意力，这种现象受疲劳和努力等因素的影响，进而影响创造力、计划能力和问题解决能力。思维漫游与持续注意力之间的关系由多种认知机制调控，涉及在内部思考与外部任务专注之间转换的相互连接的脑网

  来源：Psychologie Française

  时间：2025-12-01

• “这不公平！”：聋哑人群与听力正常人群在田径起跑环节中的多感官反应时间差异

  本文聚焦于D/deaf（聋人）运动员在田径比赛中面临的起跑系统不平等问题，通过混合方法研究（定量实验与定性访谈）探讨感官刺激组合对反应时间的影响，并提出优化建议。研究团队来自英国Bangor大学，联合英国田径协会（UK Athletics）及国际聋人体育联合会（ICSD）等机构，历时三年完成跨学科实证分析。### 一、核心问题与理论框架田径比赛的起跑系统设计存在显著缺陷：现有系统多采用听觉刺激（如发令枪）或单一视觉刺激（如灯光），而D/deaf运动员既无法感知听觉信号，又可能因视觉信号位置不当导致起跑延迟。这种现象源于多感官协同作用的神经机制差异——听力正常者能同时利用听觉和视觉信号，而D/d

  来源：Psychology of Sport and Exercise

  时间：2025-12-01

• 特质正念与运动员的心理疲劳相关神经认知功能及耐力表现之间的关联

  本研究聚焦于运动员特质正念水平对心理疲劳引发的认知功能与耐力表现的影响。研究团队通过分层抽样将90名18-25岁运动员分为高、中、低三个特质正念组别，采用双盲对照实验设计，比较心理疲劳与控制条件下认知任务表现及运动耐力指标的变化。在实验方法上，研究创新性地将经典Stroop色词测试与 flanker任务结合，构建心理疲劳模拟情境。实验分为两个阶段：首先进行包含冲突性（ incongruent）与非冲突性（ congruent）Stroop任务的认知负荷测试，随后在脑电图监测下实施flanker任务。耐力测试采用渐进式运动负荷试验，同步记录主观疲劳程度与情绪状态变化。研究结果揭示了三个关键发现。

  来源：Psychology of Sport and Exercise

  时间：2025-12-01

• 利用基于傅里叶变换红外光谱的一维卷积神经网络预测风化后的注塑聚碳酸酯/丙烯腈-丁二烯-苯乙烯共混物的机械性能

  聚合物复合材料的长期耐久性评估在工业应用中具有重要价值。本研究聚焦于聚碳酸酯/丙烯腈-丁二烯-苯乙烯共聚物（PC/ABS） blends的耐候性分析，通过结合加速老化测试与深度学习建模，构建了非破坏性评估体系。研究团队首先制备了50:50质量比的PC/ABS复合材料，采用标准注塑工艺成型为标准试片，为后续测试奠定基础。在环境模拟方面，研究设计了六种温湿度组合的加速老化实验：85℃/85%RH、85℃/45%RH、75℃/65%RH、105℃/干燥、95℃/干燥、85℃/干燥。每种条件进行不同时长（6-1008小时）的测试，同时开展为期12个月的户外暴露试验。这种双重验证机制既保证了实验数据的可

  来源：Polyhedron

  时间：2025-12-01

• 从Cissampelopsis spelaeicola中提取的结构多样的倍半萜苷类化合物具有抗炎活性

  林思航|刁宁|王燕|梁东中国教育部药用资源化学与分子工程重点实验室，广西师范大学化学与药学学院药用资源化学与分子工程重点实验室，中国桂林541004摘要从Cissampelopsis spelaeicola的茎中分离出了16种先前未描述的倍半萜糖苷（1−16），这些糖苷含有愈创木烷型（1−4）和樟烷型（5−16）骨架。通过多种光谱分析、计算ECD/NMR以及X射线晶体学技术，阐明了这些化合物1−16的结构并确定了其绝对构型。此外，还评估了所有分离物的抗神经炎症作用，方法是在LPS刺激的BV-2小胶质细胞中检测其对一氧化氮（NO）的抑制作用。化合物12和14−16表现出强烈的NO抑制效果（IC5

  来源：Physiotherapy

  时间：2025-12-01

• 通过带有温度编码虚拟节点的图神经网络对氧化物玻璃的热膨胀进行预测

  黄明|熊静娴|彭永倩|毛海军|刘卓峰|李伟|王凤林|张伟军|陈星宇中国国防科技大学航空航天科学与工程学院材料科学与工程系，长沙摘要由于传统图神经网络在捕捉长程依赖性时存在过度压缩和过度平滑的问题，预测氧化物玻璃的热膨胀系数（CTE）颇具挑战性。在此，我们开发了PPPM-GNN，这是一种基于物理原理的框架，它引入了一个温度编码的虚拟全局节点，以直接整合全局结构信息并将热信息广播到所有原子节点。经过训练后，该方法能够准确预测四元氧化物玻璃系统的经典分子模拟计算结果。此外，该框架具有可解释性，因为注意力可视化揭示了从局部交互到跨层任务特定路径的物理意义上的学习模式。同时，我们展示了这种结构如何促进在

  来源：Materials Today Physics

  时间：2025-12-01

知名企业招聘：