• 基于RBFNN非线性自抗扰控制的虚拟同步发电机并网切换优化策略

  随着分布式发电技术的快速发展，传统电力电子变流器无法为电网提供足够惯量和阻尼支撑的局限性日益凸显。虚拟同步发电机(Virtual Synchronous Generator, VSG)技术应运而生，通过模拟同步发电机的外特性，使分布式电源具备类似传统发电机的调频调压能力。然而，VSG在并网切换过程中面临严峻挑战：会产生较大的冲击电流和功率波动，严重影响控制策略的有效性，甚至威胁电网安全稳定运行。为了解决这一关键技术难题，发表在《Journal of Modern Power Systems and Clean Energy》上的这项研究提出了一种创新性的解决方案。研究人员开发了一种基于径向基函

  来源：Journal of Modern Power Systems and Clean Energy

  时间：2025-12-12

• AI驱动学习分析在应用行为分析疗法中的创新应用与实证研究

  在当今教育领域，特殊教育需求（SEN）学生，尤其是自闭症谱系障碍（ASD）和智力障碍（ID）患者，面临着巨大的学习挑战。据统计，英国和美国SEN学生占比分别高达17.3%和14.7%，其中全球ASD患病率已升至约1/100儿童。这些学生在身体、智力和沟通能力上的不足，严重影响了其学术和社交发展。应用行为分析（ABA）作为一种证据支持的行为干预方法，虽被广泛证实有效，但其高昂的成本（涉及注册行为技师RBT和行为分析师BCBA的认证）、繁重的数据记录工作以及对专业人员的依赖，限制了其在资源匮乏家庭的普及。如何通过技术手段降低ABA实施门槛，提升干预效率，成为教育工笔者和工程师亟待解决的问题。在此背

  来源：IEEE Transactions on Learning Technologies

  时间：2025-12-12

• 基于ISO GUM标准的人工神经网络输入测量不确定度传播白盒框架研究

  随着人工智能技术的飞速发展，基于人工神经网络（Artificial Neural Networks, ANNs）的分类和预测系统已广泛应用于科学研究和工业领域。然而，当这些系统被部署在医疗诊断、自动驾驶或工业监控等高风险场景时，其预测结果的可靠性和有效性就成为亟待解决的关键问题。与传统测量仪器不同，ANN的"黑盒"特性及其复杂的非线性运算使得对其测量性能的评估变得异常困难，这也导致现有研究在将ANN作为测量仪器进行不确定性量化方面存在明显不足。当前，虽然已有一些方法尝试解决ANN的不确定度量化问题，如蒙特卡洛丢弃法（Monte Carlo Dropout）、贝叶斯方法（Bayesian Met

  来源：IEEE Open Journal of Instrumentation and Measurement

  时间：2025-12-12

• 在欧镱二维钙钛矿ReRAM中实现的可调谐突触可塑性，其开关电压低于0.5伏

  摘要：无铅且可靠的电阻式开关（RS）材料对于下一代电阻式随机存取存储器（ReRAM）和神经形态计算至关重要，因为这些应用要求编程电压低、环境适应性强以及多功能稳定性高。二维（2-D）钙钛矿材料由于其抗湿性、可扩展的制备工艺以及能够调节界面能级对齐的能力，成为多功能开关层（SLs）的理想候选材料。在本研究中，通过精确控制前驱体的化学计量比，系统地对基于铕（Eu）的二维钙钛矿薄膜进行了优化，以研究其微观结构、晶体学特性和表面电子性质与电阻式开关行为之间的关系。观察到从多孔、缺陷丰富的表面逐渐转变为致密、无针孔的薄膜，且薄膜的有序性得到了显著提高。在优化后的薄膜上制备的银电极器件表现出无形成缺陷的对

  来源：IEEE Transactions on Electron Devices

  时间：2025-12-12

• 基于ANN辅助的GaN HEMT紧凑模型，适用于宽温度范围

  摘要：本文提出了一种基于人工神经网络（ANNs）的氮化镓高电子迁移率晶体管（GaN HEMTs）的温度依赖性紧凑模型。该模型采用了一种新型的、可解析逆的变换函数来预处理漏电流和本征电容，从而在保持轻量级ANN架构的同时实现宽动态范围内的精确建模。环境温度被明确作为输入参数，以捕捉不同热条件下电流和电容的变化规律。该大信号模型使用Verilog-A语言实现，并通过一个栅宽为6×75 μm的0.25 μm SiC基GaN HEMT进行了验证。在25°C至150°C的温度范围内，模型能够很好地再现直流IV特性以及小信号S参数数据。更重要的是，3.6 GHz下的负载牵引实验表明，该模型能够可靠地预测不

  来源：IEEE Transactions on Electron Devices

  时间：2025-12-12

• IFDNet：基于动态上下文调制块的新型图像伪造检测深度网络

  在数字时代，图像信息无处不在，从新闻摄影、医疗影像到电子商务，其真实性至关重要。然而，随着高级图像编辑工具和生成式人工智能的飞速发展，制造逼真的伪造图像变得轻而易举，导致网络造假激增， misinformation 传播、新闻公信力下降以及电子商务产品真实性担忧等社会问题日益严峻。传统图像伪造检测方法依赖于分析光照不一致性、颜色差异、压缩伪影或传感器噪声（如PRNU）等特定痕迹，但这些方法通常是领域特定的，需要专家知识，难以泛化到复杂操作和真实场景，且缺乏对高分辨率图像和大规模数据集的可扩展性。为了应对这些挑战，研究人员在《IEEE Open Journal of the Computer S

  来源：IEEE Open Journal of the Computer Society

  时间：2025-12-12

• 深南部地区中老年及老年HIV感染者与非感染者的元记忆相关因素：一项横断面研究

  本研究的核心目标是揭示HIV感染者在元认知（即个体对自身认知能力的意识和评估能力）方面的特征及其影响因素，并与无HIV感染人群进行对比分析。研究采用横断面设计，选取174名HIV感染者（PLWH）和105名无HIV感染者（PLWoH）作为样本，通过多因素记忆问卷（MMQ）和临床认知评估工具，系统考察了两组人群在记忆满意度、错误频率及策略使用等元认知维度上的差异及其相关因素。### 一、研究背景与意义随着抗逆转录病毒治疗（ART）的普及，HIV感染者寿命显著延长，其认知健康问题逐渐成为研究重点。现有研究表明，HIV感染可能通过病毒直接损伤、慢性炎症或药物副作用等途径导致认知功能下降，尤其是执行功

  来源：Journal of the Association of Nurses in AIDS Care

  时间：2025-12-12

• 用于神经化学检测的CMOS平台：采用32个石墨烯场效应晶体管（GFET）阵列，每个通道的检测速率为16 kS/s

  摘要：由于石墨烯场效应晶体管（GFETs）具有纳米级尺寸和对离子浓度的高敏感性，它们正成为监测大脑中化学分子的新兴传感器。在这样的系统中，需要紧凑的电子读出设备，以实现密集传感器阵列的高时空分辨率，从而在相关的生理时间尺度上改进大脑空间映射。本研究介绍了一种基于CMOS的平台，该平台能够以512 kS/s的采样率对GFET阵列进行读取，数据通过32个通道进行时间复用，每通道的ENOB（有效位数）为8.38位，功耗为173 μW。该ASIC采用180 nm CMOS工艺制造，核心面积为970 μm × 500 μm，集成了跨阻放大器、全差分放大器和SAR ADC（串行模拟-数字转换器）。该ASI

  来源：IEEE Transactions on Circuits and Systems I: Regular Papers

  时间：2025-12-12

• 基于超网络增量学习的全双工无线系统自适应非线性数字自干扰消除新方法

  随着物联网设备的爆发式增长，无线通信网络正加速向超五代（B5G）技术演进，对高可靠性、超低时延和千兆级数据速率的需求日益迫切。然而当前大多数无线系统仍采用半双工模式，导致频谱利用率降低一半。全双工（FD）技术通过在同一信道上同时进行信号收发，理论上可实现频谱效率的倍增，但实际应用中却面临自干扰（SI）信号的严重挑战——强大的发射信号会淹没微弱的接收信号，甚至导致收发器不稳定和性能恶化。自干扰消除（SIC）技术可分为无源和有源两大类。无源SIC采用天线隔离、方向性天线等方法在信号到达接收天线前进行抑制，但受物理尺寸和带宽限制。有源SIC包含模拟域和数字域方法，其中数字自干扰消除（DSIC）能够补

  来源：IEEE Transactions on Machine Learning in Communications and Networking

  时间：2025-12-12

• 电子器件领域2025年度进展与编委团队更新综述

  随着人工智能、新能源等领域的快速发展，电子器件技术正面临前所未有的性能与能效挑战。宽禁带半导体（WBG）如碳化硅（SiC）和氮化镓（GaN）因其高击穿场强、耐高温特性，成为下一代功率电子器件的核心材料；非易失性存储器（NVM）技术则需突破存储密度与能效瓶颈以支撑边缘计算需求。然而，器件物理模型的精确构建、工艺集成可靠性、多物理场耦合效应等难题仍制约着技术产业化进程。在此背景下，IEEE Transactions on Electron Devices（T-ED）作为电子器件领域的权威期刊，通过持续优化编委团队结构、引入跨学科专家，为全球研究者搭建高水平学术交流平台。为应对上述挑战，本期T-ED

  来源：IEEE Transactions on Electron Devices

  时间：2025-12-12

• 面向物联网的联邦学习动态集成入侵检测系统：基于轻量CNN与SMOTE的隐私保护方案

  随着物联网(IoT)设备的爆炸式增长，智能家居、工业自动化和智慧城市等场景正深刻改变我们的生活。然而，这些设备普遍存在计算能力弱、存储资源有限的特点，使其成为网络攻击的重灾区。传统的集中式入侵检测系统(IDS)需要将分布式设备数据汇聚到中央服务器进行训练，不仅面临数据隐私泄露风险，还会产生高昂的通信成本，更致命的是会形成单点故障，难以适应大规模物联网环境的安全需求。联邦学习(FL)的出现为这一困境带来了转机。这种分布式机器学习范式允许设备在本地训练模型，仅将模型更新而非原始数据上传至服务器进行聚合，既保护了数据隐私又显著降低了通信开销。尽管已有研究证实FL在IDS中的应用潜力，但现有方法在扩展

  来源：IEEE Access

  时间：2025-12-12

• Garcinol 通过调节 EGFR/PI3K/AKT 信号通路来影响小胶质细胞的极化，从而促进小鼠脊髓损伤后的恢复

  摘要 通俗语言总结 研究设计 一项临床前实验研究。 研究目的 探讨garcinol在治疗脊髓损伤（SCI）中的潜力，重点关注其对小胶质细胞极化的调控作用及其潜在的分子机制。 背景资料概述 脊髓损伤后发生的继发性炎症主要由过度激活的小胶质细胞引发，会加重神经功能缺陷。Garcinol是一种天然的多异戊二烯化苯甲酮，具有抗炎、抗氧化和神经保护作用，但其在治疗脊髓损伤中的效果尚未得到研

  来源：Spine

  时间：2025-12-12

• 电生理检查在腰椎管狭窄症（LSCS）中的作用：系统评价

  摘要 通俗语言总结 研究设计 系统文献综述。 目的 探讨电生理学在腰椎管狭窄（LSCS）诊断中的实用价值。 背景概述 腰椎管狭窄是一种常见的脊柱退行性疾病，表现为神经源性跛行、根性疼痛和肌肉无力。虽然腰椎MRI是检测脊柱管狭窄的常用影像学方法，但其与临床症状的相关性较差。电生理学方法（包括肌电图（EMG）、神经传导研究（NCS）和诱发电位（MEP和SEP）可提供有关神经功能障碍的补充信息。现行指南建议对影像学确诊为狭窄（B级）的有症状患者进行椎旁肌电图（EMG）检查。然而，其他电生理学检查在腰椎管狭窄

  来源：Spine

  时间：2025-12-12

• 在接受治疗的代谢综合征患者中，血浆犬尿氨酸与色氨酸的比例升高与轻度认知功能障碍的发生率增加相关

  该研究聚焦于代谢综合征（MetS）患者认知功能异常的代谢机制探索，通过整合质谱代谢组学与临床评估数据，揭示了色氨酸代谢通路关键指标与轻认知障碍（MCI）的关联性，为早期干预提供了新视角。研究团队基于泰国高心血管风险人群队列（CORE-Thailand），筛选出95例接受治疗的MetS患者，通过蒙特利尔认知评估量表（MoCA）分为两组：MetS组25例（正常认知），MetS-MCI组70例（存在认知损伤）。通过气相色谱-飞行时间质谱（GC-TOFMS）和液相色谱-三重四极杆质谱（LC-TQMS）技术，系统检测了血浆中氨基酸、脂肪酸及色氨酸代谢产物的绝对浓度，并构建了标准化分析流程。在方法学验证方

  来源：ACS Omega

  时间：2025-12-12

• 富含原花青素的莲属植物提取物具有不同的神经保护作用

  ### 牧草植物中多酚类化合物神经保护机制的跨模型研究#### 研究背景与意义随着人口增长和寿命延长，神经退行性疾病如帕金森病（PD）和脊髓性肌萎缩症（SMA）的防控需求日益迫切。传统医学和营养学中，植物多酚因其抗氧化和抗炎特性备受关注，但现有研究多集中于葡萄籽、绿茶等常见来源。本研究以豆科牧草植物为对象，重点考察了**莲子草（Lotus corniculatus，Lc）**、**细叶莲子草（Lotus tenuis，Lt）**及其杂交品种**Lh2**的叶提取物中多酚（尤其是原花青素，PAs）的神经保护潜力。这种选择基于三点优势： 1. **可持续资源**：莲子草具有高生物量、适应性强，且

  来源：ACS Omega

  时间：2025-12-12

• 利用最小二乘法和空间注意力机制模型对极运动进行超短期预测的研究

  本文针对极运动（Polar Motion, PM）的实时预测需求，提出了一种融合最小二乘法（LS）与空间注意力机制（Spatial Attention Mechanism, SAM）的混合模型，并验证了其在短期预测中的有效性。研究聚焦于1-10天内的极运动主分量（PMX、PMY）预测，通过改进传统LS+AR模型，引入图像处理技术以提升残差预测精度，为地球自转参数的实时应用提供了新思路。### 一、研究背景与挑战极运动是地球自转轴在地球表面投影点的周期性摆动，由地球内核动力学、大气角动量、海洋角动量等多因素耦合引起。PMX和PMY分别表示沿X和Y方向的极运动分量，其预测对卫星导航、地壳形变监测等

  来源：Geodesy and Geodynamics

  时间：2025-12-12

• 一种利用混合优化算法和卷积神经网络在物联网（IoT）网络中进行入侵检测的新框架

  本文针对物联网（IoT）网络中存在的复杂威胁问题，提出了一种融合混合优化算法与卷积神经网络（CNN）的入侵检测系统（IDS）。该研究重点解决传统IDS在处理不平衡数据集和动态攻击模式时存在的局限性，通过创新性地结合全局探索能力较强的鲸鱼优化算法（WOA）与局部寻优能力更强的粒子群优化算法（PSO），再与CNN结合，实现了更高效的攻击分类和更低的误报率。### 核心研究背景与挑战随着IoT设备数量激增，网络攻击类型呈现高度多样化特征。传统IDS模型面临两大难题：其一，在NSL-KDD等基准数据集中，正常流量与特定攻击类别的样本量差异显著（如正常流量占比约80%而U2R攻击仅占1.5%），导致模型

  来源：Franklin Open

  时间：2025-12-12

• 基于深度学习的钢筋检测技术，利用地面穿透雷达对混凝土桥面进行自动化评估

  随着全球基础设施老化加剧，混凝土桥梁的检测维护需求日益迫切。GPR技术作为非破坏性检测手段，在评估桥梁钢筋分布状态方面展现出独特优势，但识别和解读钢筋反射hyperbola的复杂性始终制约着技术落地。2025年最新研究成果表明，通过构建自动化标注体系与深度学习模型融合的创新框架，可将钢筋检测效率提升近三个数量级，为桥梁健康管理提供可靠技术支撑。研究团队针对GPR图像中钢筋hyperbola检测的技术瓶颈展开系统性攻关。现有方法主要存在三大痛点：其一，传统阈值分割法对噪声敏感且难以处理重叠hyperbola，当信噪比低于8dB时识别准确率骤降至65%以下；其二，传统机器学习方法依赖人工特征提取，

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-12-12

• 基于ORDWT-ARIMA-LSTM混合模型的月度降雨预测新方法：以澳大利亚墨尔本为例

  在全球气候变化加剧的背景下，极端天气事件频发，对人类社会的水资源安全、农业生产和城市运行构成了严峻挑战。准确预测降雨量，尤其是中长期尺度的月度降雨，对于水资源规划、洪涝灾害预警和农业灌溉调度具有至关重要的意义。然而，降雨过程受到大气、海洋、陆地等多种因素的复杂相互作用，呈现出强烈的非线性、非平稳性和随机性，这使得传统的统计方法和单一的机器学习模型往往难以捕捉其内在的动态规律，预测精度有限。为了突破这一技术瓶颈，发表在《Engineering Applications of Artificial Intelligence》上的这项研究，创新性地提出了一种名为ORDWT-ARIMA-LSTM的混合

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-12-12

• 一项针对运动员“恐惧性抽搐”（yips）症状的测量研究：量表开发及信度与效度的检验

  该研究系统性地开发了用于评估运动障碍综合征（Yips）症状的标准化量表，并通过多维度验证了其科学性和应用价值。研究团队基于日本体育科学协会伦理审查（批准号052），于2020年11月至2021年5月期间通过专业调研平台招募了883名规律参与竞技运动的个体，其中28%（247人）符合Yips临床诊断标准进入核心分析。研究采用混合研究方法，结合专家论证与统计学验证，最终构建了包含12项指标的综合评估体系，为全球体育医学领域提供了重要的诊断工具。### 一、Yips概念的系统化重构研究团队在现有DSM-5焦虑诊断框架基础上，创新性地提出包含七项核心标准的Yips操作性定义（图1）。该定义将Yips解

  来源：Asian Journal of Sport and Exercise Psychology

  时间：2025-12-12

知名企业招聘：